Codex의 사무직 확장, AI 역량 기준이 개발자 밖으로 넓어진다

OpenAI가 6월 2일 Codex를 개발자용 코딩 도구를 넘어 지식근로자용 업무 AI 에이전트로 확장하고 있다고 밝혔다. Codex의 주간 활성 사용자는 500만 명을 넘었고, 지난 2월 데스크톱 앱 출시 이후 6배 이상 늘었다. 특히 개발자가 아닌 지식근로자가 전체 사용자의 약 20%를 차지하며, 이들의 증가 속도가 개발자보다 3배 이상 빠르다는 점이 이번 발표의 핵심이다.

Codex는 원래 코드 작성과 디버깅을 돕는 도구로 알려졌지만, OpenAI는 이번 발표에서 보고서, 스프레드시트, 프레젠테이션, 계약서, 대시보드, 내부 앱 제작까지 처리하는 업무용 도구로 설명했다. 여기서 말하는 AI 에이전트는 단순히 질문에 답하는 챗봇보다 한 단계 더 나아가, 여러 파일과 업무 도구를 오가며 사용자가 맡긴 일을 순서대로 수행하도록 설계된 소프트웨어를 뜻한다.

OpenAI는 데이터 분석, 크리에이티브 제작, 제품 디자인, 영업, 주식 투자 분석, 투자은행 업무용 플러그인도 내놨다. 플러그인은 특정 직무에서 자주 쓰는 앱, 업무 지시, 기능을 묶어 놓은 모듈에 가깝다. OpenAI에 따르면 이번 플러그인들은 62개 앱과 110개 기술·업무 기능을 포함한다. 기업용·비즈니스 고객에게는 Codex가 만든 대시보드나 프로젝트 허브 같은 인터랙티브 웹사이트와 앱을 팀 안에서 공유하는 기능도 미리보기 형태로 제공된다.

이 변화는 보스턴권 독자에게 단순한 빅테크 제품 뉴스 이상의 의미가 있다. 보스턴과 케임브리지는 대학, 병원, 바이오테크, 금융·컨설팅, 엔터프라이즈 소프트웨어 기업이 밀집한 지역이다. 이들 조직의 공통점은 코드 자체보다 데이터 정리, 규제 문서, 연구 자료, 고객 분석, 내부 보고, 실험 결과 해석처럼 지식 업무의 비중이 크다는 점이다. Codex 같은 도구가 개발자뿐 아니라 애널리스트, 연구원, 마케터, 운영 담당자, 투자·전략 인력에게 확장되는 이유도 여기에 있다.

채용시장에서도 같은 방향의 신호가 나온다. CompTIA의 2026년 기술 인력 보고서는 올해 미국 순기술고용이 1.9%, 약 18만5,499명 늘어날 것으로 예상했다. 같은 보고서에 따르면 2026년 1월 기준 AI 관련 역량을 언급한 활성 채용공고는 27만5,000건을 넘었다. 이는 AI 엔지니어 같은 전담 직무뿐 아니라, AI 도구를 활용해 업무 생산성을 높일 수 있는 일반 직무까지 포함한 흐름으로 볼 수 있다.

보스턴 지역에서도 AI 적용의 무게중심은 모델을 직접 만드는 회사에서 실제 기업 환경에 AI를 도입하는 쪽으로 넓어지고 있다. 매사추세츠 AI Hub는 5월 26일 IBM, Red Hat과 함께 초기 AI 스타트업을 지원하는 Open Accelerator의 첫 코호트 신청 절차를 시작했다. 이 프로그램은 특히 엔터프라이즈 IT와 규제 산업을 겨냥한 5~10개 초기 스타트업을 지원하는 구조다. 지역 AI 생태계가 보안, 권한관리, 거버넌스, 기업 시스템 통합 같은 실무 문제로 확장되고 있음을 보여준다.

유학생과 졸업 예정자에게는 전공명만큼이나 업무 산출물을 어떻게 증명하느냐가 중요해지고 있다. 컴퓨터공학 전공자가 아니더라도 데이터 분석, 경제학, 공중보건, 생명과학, 경영, 디자인, 커뮤니케이션 분야에서 AI 도구를 활용해 실제 결과물을 만든 경험은 설명할 가치가 커지고 있다. 예를 들어 공개 데이터를 분석해 보고서를 만들고, 결과를 대시보드로 정리하며, 데이터 출처와 검증 과정을 함께 남기는 방식은 단순히 AI를 써봤다는 말보다 설득력이 있다.

현직자에게는 직무 방어보다 업무 재설계가 더 현실적인 과제다. 기업은 AI를 쓸 줄 아는 사람을 막연히 찾기보다, 민감한 데이터를 어디까지 넣어도 되는지 판단하고, AI가 만든 결과를 검토하며, 팀의 기존 도구와 연결해 반복 업무를 줄일 수 있는 사람을 선호할 가능성이 크다. 특히 바이오·헬스케어·금융·교육처럼 규제와 책임소재가 중요한 산업에서는 결과물을 빠르게 만드는 능력만큼이나 오류를 찾아내고 근거를 남기는 능력이 중요하다.

이직 준비자는 직무명을 좁게 보기보다 업무 흐름을 기준으로 자신의 강점을 정리할 필요가 있다. 데이터 분석가라면 데이터 정리, SQL 또는 파이썬, 시각화, 보고서 자동화가 어떻게 연결되는지 보여주는 것이 도움이 된다. 제품·운영 직군이라면 고객 피드백, 매출 지표, 내부 프로세스를 AI 도구로 정리하고 실행 계획으로 바꾼 경험을 설명할 수 있다. 영업·마케팅 직군도 고객관리 시스템, 문서 작성, 캠페인 자료 제작, 성과 분석을 묶어 말할 수 있어야 한다.

취업비자나 OPT·STEM OPT를 고려하는 독자에게도 이 흐름은 참고할 만하지만, 비자 문제를 AI 역량 하나로 단순화할 수는 없다. 스폰서십은 회사 정책, 직무 요건, 임금 수준, 고용 시점, 전공 연관성 등 여러 요소와 함께 판단된다. 다만 AI 도구 활용 경험이 있는 지원자는 자신의 역할이 단순 사무 보조가 아니라 데이터, 제품, 연구, 운영 개선에 기여하는 전문 업무라는 점을 더 구체적으로 설명할 수 있다.

창업 관심자에게는 모델을 새로 만드는 회사만 기회가 아니라는 점이 중요하다. 보스턴 지역의 강점은 병원, 연구실, 대학, 대기업 고객, 규제 산업과 가까운 환경이다. 이 시장에서는 특정 산업의 업무 흐름을 이해하고, AI 도구를 보안·권한관리·감사기록과 함께 도입하도록 돕는 서비스가 현실적인 사업 기회가 될 수 있다. 내부 문서 검색, 연구 데이터 정리, 규제 대응 문서 초안, 영업 운영 자동화 같은 영역은 중소기업과 전문직 사무실에도 연결된다.

다만 AI 에이전트가 만든 결과물을 그대로 신뢰하기는 어렵다. Axios가 전한 외부 사례에서도 AI 도구가 데이터를 모으고 분석표를 만들 수는 있었지만, 일부 데이터 수집과 코딩 과정에는 오류가 남았다. 이 점은 커리어 관점에서도 중요하다. 일부 반복 작업은 줄어들 수 있지만, AI 결과물을 검증하고 조직의 업무 시스템에 맞게 고치는 역할은 더 중요해질 수 있다.

당장 확인할 부분은 세 가지다. 본인이 쓰는 업무 도구와 AI가 어떻게 연결되는지, 회사나 학교의 데이터 사용 규칙이 무엇인지, AI가 만든 결과물을 검토한 흔적과 근거를 어떻게 남길 것인지다. 이 세 가지는 기술직뿐 아니라 연구, 운영, 마케팅, 재무, 컨설팅 직무에도 적용된다.

Codex의 확장은 AI가 개발자만의 도구에서 사무직과 전문직의 업무 환경으로 내려오고 있음을 보여준다. 지금 바뀌는 것은 모든 직무의 대체 여부라기보다, 기업이 어떤 사람을 AI 시대에 일할 준비가 된 인력으로 보는지에 대한 기준이다. 보스턴권 한인 유학생과 직장인에게는 기술 이름을 외우는 것보다, 자신의 전공과 직무 안에서 AI를 써서 어떤 업무를 더 정확하고 빠르게 만들 수 있는지 보여주는 준비가 더 실질적인 차이를 만들 수 있다.