오픈AI(OpenAI)의 챗GPT 워크(ChatGPT Work)는 답변을 만드는 채팅 기능보다, 인터넷과 파일을 활용해 결과물을 완성하는 작업 환경에 가깝다. 기술 블로거 사이먼 윌리슨(Simon Willison)은 직접 사용하며 클라우드와 로컬 버전의 차이, 브라우저 자동화와 세션 간 파일 공유 기능을 정리했다. 강력한 기능만큼이나 제품 설명은 혼란스럽고, 외부 콘텐츠를 읽는 에이전트가 개인 데이터까지 다룰 때의 안전 문제도 남아 있다는 것이 그의 판단이다.
핵심 요약
- 챗GPT 워크는 클라우드와 로컬 컴퓨터에서 실행되는 형태가 있으며, 같은 이름 아래 다른 접근 권한을 제공한다.
- 워크 클라우드는 인터넷에 연결된 코드 실행 환경과 브라우저를 갖춰, 일반 챗GPT 채팅보다 복잡한 작업을 수행할 수 있다.
- 세션마다 작업 폴더를 쓰면서도 파일은 세션 사이에 유지돼, 이전 작업의 결과를 다른 작업에서 다시 사용할 수 있다.
- 웹사이트 제작, 하위 에이전트(큰 작업을 나눠 맡는 별도 AI 작업 세션), 예약 실행까지 가능해 결과물을 만들고 갱신하는 흐름을 지원한다.
- 윌리슨은 개인 데이터 접근·신뢰할 수 없는 콘텐츠·외부 통신이 한데 모인 만큼 프롬프트 인젝션(외부 콘텐츠가 AI의 지시를 가로채는 공격)에 대한 설명이 필요하다고 지적한다.
같은 이름을 쓰는 클라우드와 로컬
오픈AI는 7월 9일 챗GPT 워크를 발표했고, 이후 기능을 빠르게 바꿔 왔다. 윌리슨이 집중해 살펴본 것은 웹사이트와 모바일 앱에서 쓰는 클라우드 버전이다. 데스크톱 앱에서도 실행 위치를 고르면 이 버전에 접근할 수 있다. 반면 로컬 버전은 데스크톱 앱을 설치해 컴퓨터의 파일에 접근하고 프로그램을 직접 실행하는 방식이다.
윌리슨은 로컬 버전을 개발자가 아닌 사람도 쓰기 쉽게 바꾼 코덱스(Codex)에 가깝다고 봤다. 하지만 두 버전이 모두 ‘워크’라는 이름으로 표시되므로, 지금 실행하는 작업이 클라우드에서 돌아가는지 자기 컴퓨터에서 돌아가는지 구분하는 일이 중요하다. 현재 두 버전 모두 월 20달러 이상 구독자에게만 제공된다. 무료 이용자와 월 8달러인 고(Go) 이용자는 접근할 수 없다.
‘무엇을 할 때’보다 ‘무엇을 할 수 있나’
오픈AI는 답변이나 설명, 아이디어 정리, 짧은 초안이 필요하면 일반 채팅을 쓰고, 검토해 사용할 문서나 분석, 반복 업무처럼 결과가 분명한 작업에는 워크를 쓰라고 안내한다. 윌리슨은 이 구분이 별 도움이 되지 않는다고 말한다. 자신은 이미 그런 작업 대부분을 일반 채팅으로 해 왔기 때문이다. 그래서 사용 목적 대신 두 기능이 실제로 제공하는 도구의 차이를 따졌다.
워크에서는 GPT-5.6의 솔(Sol)·루나(Luna)·테라(Terra)와 여러 추론 수준을 고를 수 있고, GPT-5.5도 선택할 수 있다. 일반 채팅의 모델 선택지는 다르며, 윌리슨이 파악한 바로는 5.6 프로(Pro)에 대응하는 모델이 워크에는 없다. 그는 워크 세션이 코덱스 사용량 한도를 쓰고 일반 채팅에는 별도 한도가 적용되는 것으로 이해하고 있다. 모델과 사용량 구분을 알기 어렵다는 점도 제품 설명의 빈틈이다.
인터넷이 열린 코드 실행 환경
윌리슨이 가장 주목한 차이는 워크 클라우드의 코드 실행 환경이 인터넷과 통신한다는 점이다. 일반 챗GPT 채팅에서는 추가 소프트웨어 설치나 웹사이트·API 접속이 컨테이너 프록시에 막힌다. 반면 워크는 허용할 도메인을 따로 지정할 수도 있지만, 기본 설정에서는 폭넓은 인터넷 접근이 가능한 것으로 보인다고 그는 설명한다.
이 차이로 워크는 GitHub 저장소를 복제하고 필요한 소프트웨어를 설치한 뒤, 가져온 코드를 이용해 웹의 다른 서비스와 상호작용할 수 있다. 윌리슨은 클로드(Claude)의 유사한 컨테이너도 제한적으로 인터넷에 접속하지만 허용된 도메인 목록은 짧다고 비교했다. 코드를 실행할 수 있다는 사실 자체보다, 실행한 코드가 외부 자료와 서비스를 계속 활용할 수 있다는 점이 작업 범위를 넓힌다.
웹페이지를 열고 조작하는 브라우저
워크에는 크롬(Chrome) 브라우저를 실행해 페이지를 열고, 양식을 채우고, 화면을 캡처하는 기능도 있다. 로그인이 필요한 사이트에서는 사용자가 브라우저 조작을 넘겨받아 비밀번호와 2단계 인증 코드를 입력할 수 있다. 이때 로그인 정보를 모델을 거쳐 전달할 필요가 없다는 것이 윌리슨의 설명이다. 브라우저는 열린 페이지의 구조를 대상으로 자바스크립트도 실행한다.
윌리슨은 자신의 웹사이트를 열어 제목 요소를 추출하라고 시켜 이 기능을 시험했다. 워크는 브라우저를 띄운 뒤 페이지의 제목 요소를 찾아 수준과 내용 등을 수집하는 코드를 실행했다. 그가 기존에 쓰던 웹페이지 추출 도구와 비슷한 작업을 이제 휴대전화에서도 지시할 수 있게 된 셈이다. 채팅창이 단순히 페이지 내용을 요약하는 수준을 넘어, 실제 브라우저를 조작하는 작업 창구가 된다는 사례다.
대화가 끝나도 남는 작업 폴더
일반 챗GPT 채팅의 파일 공간은 대화 세션마다 새로 만들어지며 다른 세션에서 접근할 수 없다. 워크에서는 각 세션에 별도의 임시 작업 폴더가 생기지만, 그 폴더가 세션 사이에 유지된다. 윌리슨은 자신의 작업 공간에 이런 폴더가 171개 있다고 밝혔다. 앞선 대화에서 만든 파일을 다음 대화가 다시 읽고 활용할 수 있다는 뜻이다.
그의 관찰로는 동시에 실행 중인 워크 세션들도 같은 작업 공간을 사용해 한쪽에서 수정한 파일을 다른 쪽에서 곧바로 볼 수 있다. 다만 실행 중인 프로그램까지 공유하는 것은 아니어서, 한 세션에서 띄운 로컬 서버에 다른 세션이 접속하지는 못했다. 파일은 이어지되 실행 환경은 분리되는 구조인 셈이다. 여러 단계에 걸친 프로젝트를 맡길 때 유용하지만, 어떤 파일이 이후 세션에도 남는지 사용자가 알아야 하는 이유이기도 하다.
웹사이트 제작과 병렬 작업
워크는 클라우드플레어 워커스(Cloudflare Workers)를 이용해 웹사이트를 만들고 배포할 수 있다. HTML과 자바스크립트뿐 아니라 서버에서 실행되는 기능도 담을 수 있고, 클라우드플레어 D1과 R2를 이용한 상태 저장 기능도 지원한다. 윌리슨은 런던에 있는 특정 중세 기독교 도상의 위치를 조사해 JSON 파일로 정리하고, 이를 보여 주는 사이트까지 만들도록 지시했다. 만들어진 사이트는 기본적으로 제작자에게만 공개되며, 공개로 바꾸거나 팀 요금제에서 특정인과 공유할 수 있다.
복잡한 프로젝트에는 하위 에이전트 세션을 여러 개 실행해 일을 병렬로 나눌 수도 있다. 일반 챗GPT 채팅에는 없는 기능으로, 솔·루나·테라를 이용한 별도 작업 세션이 여기에 해당한다. 윌리슨은 이를 여러 작업자가 동시에 움직여야 효과가 나는 고급 기능으로 봤다. 워크가 단일 답변을 쓰는 도구라기보다 조사, 제작, 배포를 묶는 작업 환경에 가깝다는 설명이다.
예약 실행과 세 가지 위험 조건
워크에는 정해진 시각마다 지시를 실행하는 기능도 있다. 윌리슨은 특정 지역에 관한 자율주행 서비스 출시 발표를 매일 오전 8시에 검색하도록 예약하는 예를 들었다. 실행 결과 새 소식이 없다고 판단할 수도 있고, 알릴 만한 변화가 있으면 통지할 수도 있다. 그는 나중에 이 기능이 일반 채팅에서도 작동한다고 정정했지만, 워크에서는 예약 작업으로 웹사이트를 주기적으로 갱신하는 식의 조합이 가능하다고 덧붙였다.
기능을 조합할수록 안전 문제는 더 중요해진다. 윌리슨이 제시한 위험 조건은 개인 데이터에 접근하고, 신뢰할 수 없는 외부 콘텐츠를 읽고, 정보를 외부로 보낼 수단을 갖추는 것이다. 그는 워크가 이 세 조건을 모두 갖춘다고 지적하며, 오픈AI가 프롬프트 인젝션 공격에 어떻게 대응하는지 더 설명해 달라고 요구했다. 코덱스와 같은 자동 검토 장치가 적용될 것으로 예상하지만, 안전 조치에 관한 설명을 듣고 싶다는 입장이다.
223개 도구 뒤에 숨은 브라우저 사용법
윌리슨은 워크를 이해하기 어려웠던 이유로 오픈AI의 설명 방식을 꼽았다. 무엇에 쓰는 제품인지는 말하지만 실제로 어떤 도구가 어떻게 작동하는지 충분히 보여 주지 않는다는 것이다. 그는 새 워크 세션에 사용 가능한 도구를 분류하고 설명하는 사이트를 만들라고 지시했다. 결과물에는 등록된 도구 223개가 정리됐으며, 그중 6개는 그가 직접 연결한 개인용 도구였다.
처음 목록에서 브라우저 자동화를 설명할 만한 도구가 보이지 않자, 그는 워크에 ‘스킬’(특정 작업을 수행하는 절차와 사용법 묶음)도 사이트에 추가하도록 했다. 그 결과 44개 스킬이 드러났고, 브라우저 제어는 노드(Node.js) 실행 도구를 거쳐 브라우저 관련 기능을 호출하는 방식임을 확인했다. 문서·PDF·스프레드시트 제작과 사이트 구축, 데이터 대시보드 작성에 관한 스킬도 있었다. 윌리슨은 시스템 지시와 도구 설명이 문서에 공개돼 있었다면 이 구조를 파악하는 데 들인 수고를 줄일 수 있었을 것이라고 말한다.
커뮤니티 의견
한 사용자는 워크와 코덱스의 컴퓨터 조작 기능이 저평가돼 있다고 했다. 앱에서 음성으로 지시한 뒤 이메일 답장 초안을 만들고 최신 문서를 첨부하거나, 저장된 여권 파일을 참고해 여러 단계의 전자 양식을 채우게 한다는 경험을 들었다. 작업이 느리더라도 자신은 5~10분 뒤 결과를 확인할 수 있어 다른 일에 집중할 여유가 생긴다고 했다.
도구 목록을 만든 사례에 주목한 사용자도 있었다. 데스크톱의 코덱스 모드에서 비슷한 요청을 해 봤더니 자신이 센 방식으로는 호출 가능한 도구와 작업이 총 92개로 정리됐다고 설명했다. 이 반응은 사용자 환경과 집계 기준에 따라 보이는 목록이 다를 수 있음을 보여 준다.
안전 문제에 대해서는 브라우저와 코드 실행 환경을 관리하는 에이전트와 대화 에이전트 사이에 정보 경계를 두자는 제안이 나왔다. 관리 에이전트가 대화 기록 전체를 받지 않고 필요한 정보만 전달받게 하자는 취지다. 두 에이전트 사이에 오간 내용을 사용자가 검토할 수 있다면 더 안전하게 느껴질 것이라는 의견도 덧붙였다.
제품의 등장 배경을 다르게 읽는 사용자도 있었다. 이 사용자는 클로드 코워크(Claude Cowork)가 업무용 AI로 관심을 얻자 오픈AI가 대응에 나섰다고 해석했다. 다만 이는 댓글 작성자의 시장 해석이다. 답글에서는 코워크 역시 일반 채팅과 언제 구분해 써야 하는지 말로 설명하기 어렵다는 경험담이 나왔다.
한 사용자는 픽셀(Pixel) 휴대전화에서 워크로 간단한 안드로이드 앱을 만들고 APK 파일을 내려받아 설치한다고 했다. 필요한 작은 도구를 이동 중에 직접 만든다는 것이다. 답글에서는 생성한 앱을 디버깅할 수 있는지, 기존 앱으로 해결되지 않는 수요가 얼마나 있는지를 물었다.
로컬과 클라우드의 구분을 걱정하는 의견도 나왔다. 개발자가 아닌 이용자는 프로그램이 자기 컴퓨터에서 돌아가며 파일과 인증 정보에 접근할 수 있다는 사실을 놓칠 수 있다는 주장이다. 답글은 웹·모바일에서 쓰는 워크 클라우드와 데스크톱의 워크 로컬을 구분해야 한다고 짚으면서도, 화면상 비슷한 기능의 접근 범위를 일반 이용자에게 알아서 판단하라고 기대하기는 어렵다고 동의했다.
사용량 한도를 핵심 차이로 보는 사용자도 있었다. 이 사용자는 워크·코덱스와 일반 채팅의 한도 구조를 구분해야 한다며, 채팅에서 계획과 검토를 먼저 하고 워크에서 실행하는 방식을 제안했다. 어떤 모델과 기능을 쓸 수 있는지만큼 어느 작업에 한도를 쓸지 결정하는 일도 실제 사용 흐름에 영향을 준다는 관점이다.
또 다른 사용자는 워크의 편리함이 장기적으로 서비스 종속을 키울 수 있다고 우려했다. 파일과 작업 절차를 한 환경에 쌓을수록 다른 도구로 옮기기 어려워진다는 이유다. 반복 작업은 매번 언어 모델을 거치기보다 한 번 만든 예측 가능한 스크립트로 실행하는 편이 낫다는 제안도 했다.
핵심 통찰
챗GPT 워크가 바꾸는 것은 답변의 품질만이 아니라 작업을 맡기는 단위다. 조사한 자료를 파일로 남기고, 브라우저로 확인하고, 사이트로 배포한 뒤 예약 작업으로 갱신하는 흐름이 하나의 환경에 묶인다. 그래서 이용자가 알아야 할 것도 늘어난다. 클라우드와 로컬 중 어디서 실행되는지, 세션을 넘어 무엇이 남는지, 외부 페이지의 지시가 개인 데이터에 닿지 않도록 어떤 경계를 두는지가 기능만큼 분명하게 설명되는지를 지켜봐야 한다.
원본: Understanding ChatGPT Work
토론: Hacker News