hol4b

[태그:] AI에이전트

  • ChatGPT 안에서 물건을 판다: Shopify Agentic Storefronts, 한국 셀러가 알아야 할 것
    출처: Shopify 공식 블로그

    ChatGPT 안에서 물건을 판다: Shopify Agentic Storefronts, 한국 셀러가 알아야 할 것

    ChatGPT 안에서 물건을 팔 수 있게 됐다

    2026년 3월 24일, Shopify가 스위치를 눌렀다. 별도 설정 없이, 추가 앱 설치 없이, Shopify를 쓰는 수백만 판매자의 상품이 ChatGPT·Microsoft Copilot·Google AI Mode·Gemini 앱 안에서 자동으로 노출되기 시작했다. 이것이 Shopify Agentic Storefronts다.

    사용자가 ChatGPT에 “생일 선물로 뭐가 좋을까요, 예산은 5만 원”이라고 물으면, AI가 조건에 맞는 상품을 직접 추천하고 구매까지 연결한다. 판매자가 해야 할 일은 없다. 이미 기본 활성화돼 있다.

    어떻게 작동하는가

    핵심은 Shopify Catalog다. Shopify는 모든 판매자의 상품 데이터(상품명, 설명, 옵션, 이미지, 가격, 재고)를 AI가 파싱할 수 있는 구조화된 형태로 각 AI 플랫폼에 실시간 동기화한다. 재고나 가격이 바뀌면 AI 채널에도 즉시 반영된다.

    구매 플로우는 이렇다. ChatGPT에서 상품을 발견한 사용자가 구매 버튼을 누르면, 모바일에서는 앱 내 브라우저로, 데스크탑에서는 새 탭으로 판매자의 실제 스토어로 이동해 결제가 완성된다. 결제는 판매자 스토어에서 이뤄지므로 고객 데이터와 구매 이력은 판매자가 그대로 소유한다.

    비용 구조도 명확하다. Shopify는 추가 수수료를 받지 않는다. 단, ChatGPT를 통한 판매에 대해 OpenAI가 4%의 수수료를 부과한다. Google·Microsoft 채널의 수수료 구조는 각 플랫폼 정책에 따른다.

    숫자로 보는 실제 변화

    Shopify가 공개한 수치는 구체적이다. AI를 통한 Shopify 판매자 스토어 유입 트래픽은 2025년 1월 대비 7배 증가했다. AI 경유 주문은 같은 기간 11배 늘었다. 이미 AI 커머스가 현실 채널로 작동하고 있다는 데이터다.

    Shopify 측은 Agentic Storefronts를 통해 “AI 대화가 일어나는 모든 곳에서 판매하는 것”을 목표로 한다고 밝혔다. 현재 연동된 채널은 ChatGPT, Microsoft Copilot, Google AI Mode, Gemini 앱이며, 추가 채널 확대가 예고돼 있다.

    한국 셀러에게 의미하는 것

    국내에서 Shopify를 운영하는 셀러라면 지금 당장 Shopify Admin에서 Agentic Storefronts 활성화 상태를 확인해야 한다. 기본값은 활성화지만, 상품 데이터 품질—특히 영문 설명과 카테고리 태깅—이 AI 노출 빈도에 직접 영향을 준다.

    더 중요한 시사점은 커머스 패러다임 자체의 변화다. 지금까지 판매자는 광고비를 써서 검색 결과나 소셜 피드에 상품을 노출했다. AI 커머스에서는 상품 데이터의 품질과 구조가 AI의 추천 여부를 결정한다. SEO가 중요했던 것처럼, AI가 읽을 수 있는 상품 데이터 최적화가 다음 경쟁 요소가 된다.

    Shopify를 쓰지 않는 국내 셀러들에게는 간접적인 신호다. 스마트스토어·카페24·자체 쇼핑몰도 조만간 유사한 AI 채널 연동을 선택지로 가져야 하는 압박이 커질 것이다.

    지금 바로 할 수 있는 것

    • Shopify 판매자: Admin → Settings → Agentic Storefronts에서 활성화 상태 확인. 상품 설명을 구체적으로 작성하고(AI 파싱 최적화), 영문 설명과 카테고리 태깅 정비.
    • ChatGPT 사용자: 다음번 쇼핑 관련 질문 시 ChatGPT에 직접 물어볼 것. “~원 예산으로 ~에 맞는 선물 추천”처럼 조건을 구체적으로 입력하면 상품 추천이 활성화된다.
    • Shopify 미사용 셀러: Shopify Agentic 플랜 확인. Shopify로 커머스를 운영하지 않아도 Shopify Catalog에 상품을 등록해 AI 채널에 노출하는 옵션이 별도로 제공된다.

    관련 글

    출처

  • Claude Opus 4.6 완전 분석: 앤트로픽 Cowork 출시, AI 에이전트 시대 본격화
    출처: Anthropic (anthropic.com)

    Claude Opus 4.6 완전 분석: 앤트로픽 Cowork 출시, AI 에이전트 시대 본격화

    앤트로픽이 2026년 첫 주요 모델을 내놨다

    2026년 2월 5일, 앤트로픽은 Claude Opus 4.6을 출시했다. 코딩·추론·에이전트 작업에서 현재 가장 높은 성능을 기록한 모델로, 같은 달 GPT-5.2를 GDPval-AA 벤치마크에서 144 Elo 포인트 차이로 앞섰다. 경제적으로 가치 있는 지식 업무—금융 분석, 법률 검토, 복잡한 연구—에서의 실전 격차가 처음으로 수치로 드러난 것이다.

    그런데 모델 성능보다 더 중요한 변화가 같은 시기에 조용히 시작됐다. Claude Cowork의 등장이다.

    Cowork: “코딩 없는 사람”을 위한 Claude Code

    Claude Code가 개발자를 위한 터미널 기반 에이전트였다면, Cowork는 비개발자를 위한 GUI 기반 에이전트다. 2026년 1월 리서치 프리뷰로 출시된 Cowork는 Claude 데스크탑 앱에서 직접 실행되며, 격리된 가상 환경 안에서 로컬 파일과 MCP 연동을 처리한다.

    실제로 할 수 있는 일은 명확하다. 재무 보고서를 받아 엑셀 분석을 만들고, 회의록을 요약해 파워포인트 초안을 완성하고, 반복 작업을 스케줄러로 등록해 자동 실행한다. 코드를 모르는 기획자나 분석가가 ‘디지털 동료’처럼 AI를 쓸 수 있는 첫 번째 제대로 된 인터페이스다.

    3월 23일에는 한 발 더 나아갔다. Claude Computer Use Agent가 리서치 프리뷰로 공개됐다. 화면을 보고, 버튼을 클릭하고, 앱을 열고, 여러 단계 워크플로를 사람 없이 완수하는 기능이다. Pro·Max 구독자는 Cowork와 Claude Code를 통해 사용할 수 있다.

    Opus 4.6의 기술적 특징: 개발자가 알아야 할 것들

    성능 수치보다 실제 작업 방식의 변화가 더 의미 있다.

    먼저 1M 토큰 컨텍스트 창(베타)이 추가됐다. Opus급 모델에서는 처음이다. 대형 코드베이스 전체를 컨텍스트에 올리거나, 수백 페이지 분량의 문서를 한 번에 분석하는 작업이 가능해졌다. 출력은 128K 토큰까지 늘었다—이전 64K의 두 배다.

    Adaptive Thinking은 모델이 질문의 복잡도를 스스로 판단해 ‘생각하는 시간’을 조절하는 기능이다. 간단한 질문엔 빠르게, 복잡한 추론에는 더 많은 컴퓨팅을 쓴다. API에서는 thinking: {type: "adaptive"}로 활성화할 수 있다.

    Claude Code에서는 이제 에이전트 팀을 구성해 하나의 작업에 병렬로 투입할 수 있다. 컨텍스트 압축(compaction) 기능도 추가돼 긴 작업에서 한계에 부딪히지 않고 지속적으로 실행된다.

    가격은 그대로다. API 기준 입력 $5, 출력 $25 (백만 토큰당).

    그래서 지금 Claude Code 쓰는 한국 개발자에게 뭐가 달라지나

    Claude Code의 에이전트 팀 기능은 단순히 ‘더 빨라졌다’는 의미가 아니다. 복잡한 리팩토링이나 테스트 작성 같은 작업을 여러 에이전트에 나눠 병렬로 처리할 수 있다는 의미다. 월 $200으로 부담스럽다고 느꼈다면, 이제 그 비용이 이전보다 훨씬 넓은 범위의 작업을 커버한다.

    비개발자라면 Cowork가 선택지가 됐다. 엑셀·파워포인트 연동, 스케줄 자동화, 컴퓨터 사용 에이전트까지—AI를 ‘채팅 도구’로 쓰던 단계에서 ‘자율 실행 도구’로 전환하는 가장 접근하기 쉬운 경로다.

    지금 바로 할 수 있는 것

    • Claude Code 사용자: claude-opus-4-6 모델로 에이전트 팀 기능 테스트. 병렬 작업이 필요한 대형 리팩토링에 적용해볼 것.
    • 비개발자: Claude.ai Pro 또는 Max 구독 후 Cowork 리서치 프리뷰 신청. 반복 문서 작업 자동화부터 시작.
    • API 개발자: Adaptive Thinking(thinking: {type: "adaptive"}) 모드로 추론 비용 최적화 실험.

    관련 글

    출처

  • Stripe “Minions”: AI 에이전트가 주당 PR 1,300개 생성하는 기업의 실체
    출처: Stripe (stripe.dev)

    Stripe “Minions”: AI 에이전트가 주당 PR 1,300개 생성하는 기업의 실체

    Slack 메시지 하나가 PR이 된다

    Stripe 엔지니어가 Slack에 메시지를 보낸다. 자리를 비운다. 돌아오면 PR이 완성돼 있다. 자동화 테스트도 통과했고, 코드 리뷰 설명도 자동 생성돼 있다. 엔지니어가 작성한 코드는 단 한 줄도 없다.

    이것이 Stripe의 “Minions” 시스템이다. 2026년 3월 기준, Minions는 매주 1,300개 이상의 PR을 생성하고 있다. 2주 전만 해도 1,000개였다. 30% 주간 성장률이다.

    $1조(약 1,300조 원)의 결제 흐름을 처리하는 코드베이스에서, AI 에이전트가 인간의 검토 없이 자동으로 머지되는 건 아니지만—PR 생성 자체는 완전히 자율로 이뤄지고 있다.

    Minions는 어떻게 작동하는가

    핵심 구조는 세 가지다.

    1. 블루프린트(Blueprint): Minion이 작업을 받으면 결정론적 코드와 유연한 에이전트 루프가 결합된 블루프린트를 실행한다. “이 버그를 수정하라”는 지시가 들어오면 블루프린트가 어떤 파일을 읽고, 어떤 테스트를 돌리고, 어떤 형식의 PR을 만들지 결정한다.

    2. 데브박스(Devbox): 각 Minion은 독립된 AWS EC2 인스턴스에서 실행된다. Stripe 전체 소스 트리가 탑재돼 있고, Bazel 캐시와 타입 체크 캐시가 미리 워밍돼 있다. 웜 풀에서 10초 이내에 프로비저닝된다.

    3. Toolshed: Stripe 내부 MCP 서버로, 약 500개의 내부 도구와 서드파티 SaaS 플랫폼 연동을 제공한다. 에이전트는 작업에 필요한 도구 서브셋만 요청해 전체를 로드하지 않는다.

    아키텍처의 기반은 Block(Square 모회사)이 오픈소스로 공개한 Goose 에이전트를 Stripe가 대폭 수정한 버전이다. Cursor나 Claude Code가 인간과 상호작용을 전제로 설계됐다면, Minions는 처음부터 무인(unattended) 운영을 위해 최적화됐다.

    인간은 어디에 남아 있나

    Minions는 코드를 자동으로 머지하지 않는다. 모든 PR은 사람이 검토한다. 달라진 건 검토 대상이 ‘인간이 쓴 코드’에서 ‘AI가 쓴 코드’로 바뀐 것이다.

    PR 설명은 에이전트가 무엇을, 왜 했는지 자동 생성한다. 엔지니어는 코드를 직접 작성하는 대신 스펙 템플릿을 개선하고, 에이전트가 잘 처리하지 못하는 작업에 집중한다. 흥미로운 부분은 비엔지니어에게도 소프트웨어 기여 문이 열렸다는 점이다. 코드를 모르더라도 블루프린트 작성 방법을 배우면 Minion을 실행할 수 있다.

    한편 Stripe는 Cursor의 룰 파일 포맷을 채택해 Minions, Cursor, Claude Code 세 시스템이 동일한 가이드를 공유한다. 어느 한 시스템을 위해 작성된 지침이 나머지에도 자동으로 적용된다.

    이게 한국 개발팀에 의미하는 것

    Stripe는 AI 에이전트를 실험한 게 아니다. 인프라로 운영하고 있다. 그 코드베이스는 수억 줄의 Ruby, 연간 $1조의 결제 처리 시스템이다. “AI 에이전트는 아직 프로덕션에 쓰기 어렵다”는 말이 설득력을 잃는 데이터다.

    핵심은 아키텍처다. Minions가 성공한 이유는 모델이 좋아서가 아니라—샌드박스, 블루프린트, MCP 서버, 인간 리뷰 게이트라는 구조 때문이다. 이 구조를 갖추기 전에 AI 에이전트를 도입하면 실패한다. 구조를 먼저 설계하면 Stripe처럼 쓸 수 있다.

    당장 1,300개 PR을 목표로 할 필요는 없다. 반복적인 테스트 코드 작성, 타입 정의 업데이트, 문서 동기화—이런 작업 하나에 Minions 방식의 블루프린트를 만들어 시작하는 것이 현실적인 첫 걸음이다.

    지금 바로 할 수 있는 것

    • Stripe Minions 원문 읽기: stripe.dev 블로그에 시스템 설계 전문이 공개돼 있다.
    • 우리 팀의 반복 작업 목록 작성: 주당 3회 이상 반복되는 코딩 작업을 리스트업. 에이전트 적용 1순위 후보다.
    • Goose 오픈소스 탐색: Minions의 기반인 Block의 Goose는 GitHub에 오픈소스로 공개돼 있다. 무료로 에이전트 파이프라인 프로토타입을 만들 수 있다.

    관련 글

    출처

  • 실리콘밸리 AI 스타트업 투자 지도 2026: 돈이 몰리는 5개 카테고리

    실리콘밸리 AI 스타트업 투자 지도 2026: 돈이 몰리는 5개 카테고리

    어떤 AI 툴을 써야 할지 고민될 때, 실리콘밸리 VC들이 어디에 돈을 넣는지 보면 힌트가 보인다. 2025년 전 세계 벤처 투자금의 61%가 AI 기업으로 흘러들어갔다. 2026년 3월 현재, Cursor $2.3B, Replit $400M, Granola $125M, Cognition(Devin) $400M — 실리콘밸리는 어떤 AI 카테고리에 베팅하고 있을까. 그리고 그 중 살아남을 곳은 어디일까.

    카테고리 1: 코딩 에이전트 — 가장 뜨겁고 가장 치열하다

    코딩 에이전트는 2026년 AI 투자에서 가장 많은 자금이 몰리는 단일 카테고리다. Cursor($29.3B 기업가치), Replit($250M Series C), Cognition·Devin($400M Series B, $10.2B 기업가치)이 3강 구도를 형성하고 있다. Y Combinator 2025년 봄 배치의 46%가 AI 에이전트 스타트업이었다.

    흥미로운 건 이 카테고리의 내부 분화다. Cursor는 IDE 중심(사람이 운전), Claude Code는 에이전트 중심(AI가 운전), Devin은 완전 자율(사람 없이 실행)이라는 세 축이 서로 다른 고객군을 공략하고 있다. 셋 다 큰 시장이 있다.

    출처: Cursor’s $2.3B Financing | Crunchbase

    카테고리 2: 버티컬 AI — 법률·의료·HR에서 폭발 중

    범용 AI 어시스턴트가 아닌 특정 산업에 깊이 파고드는 버티컬 AI가 투자자들의 두 번째 선택이다. 법률 분야의 Caseflood.ai(YC 지원, 법률 사무소 행정 자동화), 의료 분야의 Corti($80M Series C, $605M 기업가치, 의료 청구 AI), HR 채용 에이전트 등이 대표적이다.

    공통점은 ROI가 측정 가능하다는 점이다. “변호사 1인당 처리 건수 3배 증가”, “의료 청구 오류 70% 감소”처럼 숫자로 증명된다. VC들은 “AI로 뭔가 한다”가 아니라 “비용을 X만큼 절감한다”는 스타트업에 돈을 넣고 있다.

    출처: Top AI Agent Startups 2026 | AI Funding Tracker

    카테고리 3: AI 인프라 — 보이지 않지만 모든 걸 받친다

    Runware($50M Series A)는 수십만 개 AI 모델을 단일 API로 연결하는 “AI 모델 집합체”를 만들고 있다. AI 보안 스타트업 Aim Security는 AI 에이전트의 프롬프트 인젝션·데이터 유출을 실시간 차단하는 방화벽을 제공한다. 모델이 아니라 모델이 돌아가는 환경 자체를 지원하는 인프라 레이어다.

    2026년 들어 기업들이 AI를 실제 프로덕션에 배포하면서 인프라 문제가 터지기 시작했다. 속도·비용·보안·관측 가능성(Observability) — 이 네 가지를 해결하는 스타트업들이 빠르게 성장하고 있다.

    출처: Where AI is headed in 2026 | Foundation Capital

    살아남는 스타트업 vs 사라지는 스타트업

    2026년은 옥석이 가려지는 해다. VC들이 공통적으로 꼽는 생존 조건은 세 가지다.

    • 측정 가능한 ROI — “AI로 생산성 향상”은 더 이상 안 팔린다. “이 기능으로 X원 절감”이 있어야 한다
    • 데이터 해자(Moat) — 고객 데이터로 모델을 계속 개선하는 구조. 단순 GPT 래퍼는 내일 당장 대체된다
    • 단일 모델 의존 탈피 — OpenAI 하나에만 의존하는 스타트업은 가격 인상·API 정책 변경에 취약하다

    반대로 사라질 가능성이 높은 패턴도 뚜렷하다. 특정 플랫폼(OpenAI·Salesforce·Microsoft)의 API를 예쁘게 감싼 “래퍼 앱”, 측정 불가능한 가치를 파는 툴, 데이터 없이 모델만 빌려 쓰는 구조다.

    출처: The 2026 VC Playbook | iExchange

    So What: 한국 직장인이 이 투자 지도에서 읽을 것

    투자금이 몰리는 카테고리 = 2~3년 내 주류 툴이 될 가능성이 높은 카테고리다. 코딩 에이전트는 이미 주류 진입 단계, 버티컬 AI는 2026~2027년 한국 시장 상륙 가속, AI 인프라는 기업 IT 담당자가 주목해야 할 영역이다. 지금 어떤 AI 툴을 배울지 고민 중이라면, 투자자들이 돈 넣는 카테고리부터 시작하는 게 가장 확실한 방향이다.

    지금 바로 할 수 있는 것

    1. 카테고리별 1개씩 체험 — 코딩 에이전트(Cursor 무료), 버티컬 AI(Granola 무료), AI 인프라(Cloudflare Workers AI 무료 티어)
    2. AI 펀딩 트래커 북마크 — aifundingtracker.com에서 주간 투자 소식 확인
    3. YC 배치 리스트 확인 — ycombinator.com/companies에서 최신 YC 스타트업 탐색, 6~12개월 후 주류 툴의 예고편

    관련 글

  • AI 에이전트, 어디까지 믿어야 하나: 기업 도입 전 필수 체크리스트 7가지

    AI 에이전트, 어디까지 믿어야 하나: 기업 도입 전 필수 체크리스트 7가지

    파일럿은 성공했는데 실제 도입하면 왜 실패할까. 2026년 AI 에이전트는 “다음 단계”가 아니라 지금 당장 기업 현장에 들어오고 있다. 그런데 가트너는 2027년까지 에이전틱 AI 프로젝트의 40%가 취소될 것으로 전망했다. 도입 전에 반드시 확인해야 할 것들을 정리했다.

    왜 파일럿은 성공하고 실제 도입은 실패하나

    반복되는 패턴이 있다. 파일럿 단계에서는 범위가 좁고 통제된 환경이라 결과가 좋다. 그런데 실제 조직 전체로 확장하면 문제가 터진다. 리스크를 통제하려고 검증 레이어·사람 감독을 추가하다 보면 당초 기대했던 자동화 효과가 사라진다. 비용 대비 효과가 안 나오는 것이다.

    살아남는 프로젝트에는 공통점이 있다. 범용 에이전트가 아니라 특정 업무 하나에 집중한다. 성과를 “생산성 향상” 같은 추상적 지표가 아니라 측정 가능한 수치로 정의한다.

    통제 불가 문제: AI 에이전트는 스스로 멈추지 않는다

    AI 에이전트의 가장 큰 리스크는 “과도한 실행”이다. 에이전트는 목표를 달성하기 위해 가능한 모든 방법을 동원하며 계속 시도한다. 스스로 멈추지 않기 때문에 외부 서비스에 과부하를 일으키거나, 사용자 승인 없이 의도하지 않은 작업을 실행할 수 있다.

    특히 여러 에이전트가 서로 상호작용하는 환경에서는 통제가 더 복잡해진다. “누가 어떤 조건에서 이 행동을 승인했는가”라는 기본적인 거버넌스 질문에 답하기 어려워진다.

    출처: 통제 벗어난 AI 에이전트, 리스크 막는 해법 | GTT Korea

    보안 리스크: 섀도우 AI와 프롬프트 인젝션

    팔로알토 네트웍스는 AI 에이전트를 2026년 가장 빠르게 진화하는 내부자 리스크로 지목했다. 에이전트는 시스템에 특권 접근 권한을 갖고 사람보다 빠르게 대규모 의사결정을 내린다. 여기서 발생하는 4가지 주요 취약점이 있다.

    • 목표 탈취(Goal Hijacking): 외부 입력으로 에이전트의 목표 자체를 바꾸는 공격
    • 프롬프트 인젝션: 악의적 텍스트를 통해 에이전트를 조작
    • 섀도우 AI: IT 부서 모르게 조직 내에서 쓰이는 비승인 AI 에이전트
    • 도구 오용: 에이전트가 연결된 API·툴을 의도와 다르게 사용

    도입 전 필수 체크리스트 7가지

    기술보다 먼저 이 질문에 답할 수 있어야 한다.

    1. 업무 범위가 명확한가? — “고객 이메일 분류”처럼 구체적이어야 함. “업무 효율화”는 너무 추상적
    2. 데이터 품질이 준비됐는가? — AI-ready 데이터 없이 에이전트를 도입하면 쓰레기 입력 → 쓰레기 출력
    3. 성과 지표가 측정 가능한가? — “처리 시간 X분 단축”, “오류율 X% 감소”처럼 숫자로 정의
    4. 사람 감독 체계가 있는가? — 에이전트가 실행하기 전 승인이 필요한 작업과 자동 실행 허용 범위를 명문화
    5. 비상 정지 메커니즘이 있는가? — 에이전트가 이상 동작 시 즉시 중단시킬 수 있는 Kill Switch
    6. 보안 접근 권한이 최소화됐는가? — 에이전트에 필요 이상의 시스템 권한을 주지 말 것 (최소 권한 원칙)
    7. 로그 감사 추적이 가능한가? — 에이전트가 무엇을 했는지 사후에 추적·설명할 수 있어야 법적·내부 감사에 대응 가능

    So What: 한국 직장인·팀장이 지금 해야 할 것

    AI 에이전트 도입을 검토 중이라면 “뭘 쓸까”보다 “어떻게 통제할까”를 먼저 설계해야 한다. 아직 도입 전이라면 오히려 유리한 위치다. 남들의 실패 사례를 보고 체계를 갖출 시간이 있다. 가트너가 경고한 40% 실패율은 준비 없이 뛰어든 조직의 이야기다.

    지금 바로 할 수 있는 것

    1. 업무 목록 점검 — 현재 반복적·규칙 기반 업무 3가지를 골라 “에이전트로 대체 가능한가?” 기준으로 평가해보기
    2. 사내 AI 사용 현황 파악 — 팀원들이 이미 어떤 AI 툴을 쓰고 있는지 조사 (섀도우 AI 파악)
    3. 파일럿 범위 설계 — 도입하기로 했다면 한 팀, 한 업무 프로세스로 한정해서 3개월 성과 측정부터

    관련 글

  • Copilot Wave 3 완전 분석: AI가 드디어 회의를 잡고 문서를 직접 완성한다

    Copilot Wave 3 완전 분석: AI가 드디어 회의를 잡고 문서를 직접 완성한다

    “코파일럿이 초안을 잡아줬어요”라고 말하던 시대가 끝나가고 있다. 마이크로소프트가 2026년 3월 9일 발표한 Copilot Wave 3는 AI가 답변을 생성하는 것을 넘어, 직접 회의를 잡고, 문서를 완성하고, 이메일을 보내는 실행형 AI로의 전환을 선언했다. 핵심은 Copilot Cowork다.

    Copilot Cowork: AI가 처음으로 ‘대신 일한다’

    Cowork는 Wave 3의 최대 발표다. 기존 Copilot이 사용자의 요청에 답하는 방식이었다면, Cowork는 사용자가 목표를 던지면 AI가 스스로 단계를 나누고 Outlook·Teams·Excel을 넘나들며 직접 처리한다.

    예를 들어 “다음 주 일정 정리해줘”라고 하면, Cowork가 캘린더를 스캔해 우선순위가 낮은 회의를 찾고, 삭제·일정 변경 제안 후 승인을 받아 직접 실행한다. 집중 시간 블록까지 자동으로 잡아준다. 고객 미팅 준비를 맡기면 관련 이메일·문서를 수집하고 브리핑 문서·발표 자료를 완성해 팀 공유까지 처리한다.

    현재 제한된 고객 대상 Research Preview 중이며, 2026년 3월 말 Frontier 프로그램을 통해 확대된다.

    출처: Powering Frontier Transformation with Copilot and agents | Microsoft 365 Blog

    Work IQ: 이메일·회의·문서를 한꺼번에 이해한다

    Wave 3 전반에 깔린 기반 기술이 Work IQ다. 단순히 파일 몇 개를 참고하는 수준이 아니라, 이메일·회의·채팅·문서 간의 관계와 조직 문맥까지 연결해 더 정확한 결과를 낸다.

    특히 Work IQ Memory는 사용자의 과거 업무 패턴과 Copilot 대화 기록을 학습해, 같은 질문이어도 맥락에 맞는 개인화된 답변을 제공한다. 앞으로 Dynamics 365와 Power Apps의 운영 데이터까지 연결될 예정이다.

    출처: Copilot Wave 3 상세 안내 | ModernWork Korea

    멀티모델 전략: Copilot에서 Claude를 직접 고른다

    Wave 3부터 Copilot Chat에서 AI 모델을 직접 선택할 수 있다. OpenAI 최신 모델 외에 Anthropic Claude Sonnet이 탑재되며, 모델 선택기 드롭다운에서 작업에 맞는 모델을 골라 쓰는 방식이다.

    코딩·분석은 GPT 계열, 긴 문서 요약·추론은 Claude — 각 모델의 강점을 상황에 따라 활용할 수 있게 된다. Microsoft가 특정 AI 벤더에 종속되지 않겠다는 신호이기도 하다.

    출처: Microsoft 365 Copilot Wave 3 announced | Neowin

    Word·Excel·PowerPoint: 앱 안에서 직접 완성한다

    기존에는 Copilot이 초안을 생성하면 사람이 편집했다. Wave 3부터는 앱 안에서 Copilot이 직접 문서를 수정·완성하는 에이전트 방식으로 전환된다.

    • Word: 어조·구조·독자를 물어보고 전체 문서를 에이전트로 작성. 관련 이메일·회의록에서 자동으로 내용을 가져와 보고서 업데이트. 현재 Windows·웹·Mac에서 GA.
    • Excel: PDF를 읽고 재무 테이블을 추출해 대시보드 자동 생성. Agent Mode로 워크북을 직접 편집하고 각 행동을 설명하며 사용자 승인을 기다린다.
    • PowerPoint: 조직 템플릿·색상·레이아웃을 유지하며 텍스트를 차트·타임라인·다이어그램으로 자동 변환.

    출처: The Future of Work in Microsoft 365 Copilot (Wave 3) | SCHNEIDER IT MANAGEMENT

    So What: 한국 직장인에게 뭐가 달라지나

    Wave 2까지는 “AI가 도와주는” 수준이었다. Wave 3는 “AI에게 맡기는” 수준으로 바뀐다. 특히 회의가 많고 문서 작업이 많은 한국 기업 환경에서 Cowork의 일정 자동화와 문서 에이전트는 실질적인 시간 절감 효과가 크다.

    단, Cowork는 현재 Research Preview 단계로 일반 사용자 접근이 제한된다. Microsoft 365 Business/Enterprise 플랜 사용 중이라면 관리자가 Frontier 프로그램 신청이 가능하다. Agent 365는 2026년 5월 1일 출시 예정이며, 사용자당 월 $15가 추가된다.

    지금 바로 할 수 있는 것

    1. 현재 Copilot 기능 먼저 활성화 — Microsoft 365 관리 센터 → Copilot 설정 → 사용자 할당 확인
    2. Wave 3 공식 발표 영상 확인 — Microsoft 공식 블로그에서 Cowork 데모 영상 시청
    3. Frontier 프로그램 신청 검토 — Cowork 조기 접근을 원한다면 IT 관리자에게 Frontier 프로그램 등록 요청

    대표이미지 출처: Microsoft 365 공식 블로그

  • AI 하나로는 부족하다: Perplexity Computer, 19개 모델을 동시에 쓰는 시대 열었다

    AI 하나로는 부족하다: Perplexity Computer, 19개 모델을 동시에 쓰는 시대 열었다

    ChatGPT를 쓰다가 Claude로 넘어가고, 검색은 따로 Perplexity로 하는 경험, 누구나 한 번쯤 있을 것이다. AI 툴마다 잘하는 게 다르기 때문이다. Perplexity는 이 불편함을 끝내겠다고 나섰다. 2026년 2월 출시된 Perplexity Computer는 19개의 AI 모델을 하나의 인터페이스에서 자동으로 골라 쓰는 범용 에이전트다.

    19개 모델, 자동으로 알아서 고른다

    Perplexity Computer의 핵심은 멀티모델 라우팅이다. 사용자가 작업을 요청하면, 메타 라우터가 작업 유형을 분석해 최적의 모델에 자동 배분한다. 코딩은 GPT-5.3-Codex, 딥 리서치는 Gemini 3.1 Pro, 핵심 추론은 Claude Opus 4.6, 빠른 경량 작업은 Grok이 맡는다. 어떤 모델을 써야 할지 고민할 필요가 없다.

    출처: Perplexity launches Computer AI agent that coordinates 19 models | VentureBeat

    단순 대화가 아니라 실행이 다르다

    기존 AI는 답을 알려주는 데 그쳤다. Computer는 직접 실행한다. Slack, Gmail, GitHub, Notion 등 400개 이상의 앱과 연동해 조사 → 문서 작성 → 이메일 발송까지 하나의 명령으로 처리한다. 모든 작업은 격리된 클라우드 환경에서 실행되며, 민감한 작업은 사용자 승인이 필요하다. 몇 달에 걸친 장기 워크플로도 자동 실행 가능하다.

    출처: 퍼플렉시티, 화제의 에이전트 컴퓨터 개인·기업용으로 출시 | AI타임스

    Model Council: 세 AI가 동시에 답한다

    3월 업데이트로 추가된 Model Council 기능이 주목받고 있다. 하나의 질문에 GPT-5.4, Claude Opus 4.6, Gemini 3.1 Pro가 동시에 답하고, 세 모델이 어디서 동의하고 어디서 갈리는지 한눈에 보여준다. 중요한 의사결정이나 조사 작업에서 단일 모델의 한계를 넘을 수 있는 기능이다.

    출처: Perplexity March 2026 Updates | The Agency Journal

    So What: 한국 직장인·개발자에게 뭐가 달라지나

    지금까지는 AI 툴 여러 개를 구독하고 직접 전환하며 썼다. Perplexity Computer는 그 과정을 없앤다. 특히 개발자에게는 조사 → 코딩 → 배포까지 단일 플랫폼 자동화가 현실이 됐다. 단, 월 가격이 진입 허들이다. 팀 단위라면 Enterprise Max도 검토할 만하다.

    지금 바로 할 수 있는 것

    1. 무료로 Perplexity 써보기 — 기본 검색은 무료. perplexity.ai 가입 후 리서치 워크플로 체험
    2. Pro 플랜(/월) 먼저 시작 — Computer 정식 접근 전 기능 탐색용으로 충분
    3. 공식 소개 영상 확인 — Perplexity 공식 블로그에서 실제 사용 사례 확인