OpenAI의 ChatGPT 슈퍼앱 전환, AI 채용에서 ‘업무 적용’ 역량이 주목받는 이유
OpenAI가 ChatGPT를 단순 대화형 챗봇에서 개인과 업무 전반의 일을 처리하는 AI 에이전트 플랫폼으로 넓히려는 움직임을 보이고 있다. 핵심은 개발자 도구인 Codex를 ChatGPT 안으로 더 깊게 통합해, 사용자가 자연어로 요청하면 뒤에서는 코드 작성, 웹 탐색, API 호출, 업무 자동화가 이어지는 구조를 만드는 것이다.
WIRED는 6월 11일 OpenAI가 ChatGPT를 ‘슈퍼앱’ 형태의 개인 AI 에이전트로 전환하는 작업을 진행 중이라고 보도했다. 슈퍼앱은 여러 기능을 한 앱 안에서 처리하는 플랫폼을 뜻한다. OpenAI가 구상하는 방향은 메시지 앱이나 결제 앱을 한데 묶는 기존 슈퍼앱보다, 사용자의 업무 맥락을 이해하고 여러 디지털 도구를 대신 조작하는 에이전트에 가깝다.
보도에 따르면 OpenAI는 지난달 Thibault Sottiaux를 핵심 제품 총괄로 임명했고, 그는 ChatGPT와 Codex를 함께 맡아 향후 통합 제품을 이끄는 역할을 한다. Codex는 클라우드 기반 소프트웨어 엔지니어링 에이전트로, 코드베이스를 읽고 기능 작성, 버그 수정, 테스트 실행, 풀리퀘스트 제안 같은 작업을 수행한다. OpenAI의 공식 설명에서도 Codex는 사용자의 저장소가 올라간 격리 환경에서 작업하고, 테스트 결과와 실행 로그를 근거로 제시하는 방식으로 설계돼 있다.
이 변화는 OpenAI의 사업 방향과도 연결된다. OpenAI는 6월 8일 ‘세 번째 단계’에 들어간다고 밝히며, 고성능 AI를 더 많은 개인과 조직이 실제 도구로 쓸 수 있게 만드는 것이 과제라고 설명했다. 같은 날 회사는 미국 증시 상장을 위한 비공개 S-1 서류를 제출했다고 발표했다. 가디언은 OpenAI의 상장 시 예상 기업가치가 8,500억 달러를 넘을 수 있다고 보도했다. 상장을 준비하는 회사 입장에서는 모델 성능 자체뿐 아니라, 실제 유료 사용과 기업 도입을 얼마나 넓힐 수 있는지가 더 중요한 평가 기준이 된다.
기업 시장에서도 같은 방향이 확인된다. OpenAI는 5월 영국 AI 컨설팅 회사 Tomoro를 인수하기로 하고 OpenAI Deployment Company를 출범시켰다. 이 조직에는 약 150명의 AI 엔지니어와 배포 전문가가 합류하며, 초기 투자 규모는 40억 달러 이상으로 발표됐다. OpenAI는 자사 제품과 API를 도입한 기업이 100만 곳 이상이라고 설명하면서, 앞으로는 기업 내부 업무 흐름에 AI를 실제로 붙이는 일이 더 중요해졌다고 보고 있다.
여기서 등장하는 직무가 Forward Deployed Engineer, 즉 현장 배치형 엔지니어다. 이들은 제품을 만드는 엔지니어와 고객 업무를 이해하는 컨설턴트 사이에 있는 역할이다. 고객사 내부 시스템, 데이터 접근 권한, 승인 절차, 보안 조건을 파악한 뒤 AI가 실제 업무에 쓰일 수 있도록 설계하고 검증한다. AI 도입이 실험 단계에서 운영 단계로 넘어갈 때 필요한 역할로 볼 수 있다.
보스턴권 한인 유학생과 테크 직장인에게 이 변화가 중요한 이유는 채용시장 평가 기준을 읽는 단서가 되기 때문이다. 다만 이것이 곧바로 보스턴 지역의 특정 직무 채용 증가를 뜻한다고 단정하기는 어렵다. 현재 확인된 사실은 OpenAI가 제품과 기업 영업 방향을 에이전트와 업무 적용 쪽으로 강하게 이동시키고 있다는 점이다. 지역 채용 전망은 앞으로 실제 채용공고, 투자 흐름, 기업별 AI 예산을 함께 봐야 한다.
그럼에도 보스턴의 산업 구조를 고려하면 이 흐름은 실무적으로 참고할 만하다. 보스턴권에는 바이오테크, 병원, 대학 연구실, 금융, 로보틱스, B2B 소프트웨어 회사가 밀집해 있다. 이들 분야는 데이터 보안, 규제 준수, 내부 시스템 연동, 결과 검증이 중요하다. 단순히 챗봇을 잘 쓰는 수준보다, 어떤 업무 문제를 줄였고 결과를 어떻게 확인했는지를 설명할 수 있는 경험이 더 설득력 있게 받아들여질 가능성이 있다.
유학생 입장에서는 전공명보다 프로젝트의 성격을 점검할 필요가 있다. 컴퓨터공학, 데이터사이언스, 생명정보학, 경영분석, 산업공학 등 어떤 전공이든 AI로 무엇을 자동화했는지에 그치면 설명이 약해질 수 있다. 연구 데이터 정리, 고객지원 응답 분류, 임상 문서 요약, 재무 리포트 초안 작성, 내부 지식 검색 같은 프로젝트라도 권한 관리, 오류 검토, 사용자 피드백, 성과 측정까지 포함하면 훨씬 실무형 포트폴리오가 된다.
현직자에게는 업무 방식의 변화가 더 직접적이다. AI 에이전트가 반복적인 코드 작성이나 문서 초안을 덜어낼 수 있지만, 그 결과를 운영 시스템에 그대로 넣는 일은 별개의 문제다. 회사들은 AI 사용량뿐 아니라 비용, 보안, 정확도, 책임 소재를 함께 보게 된다. 엔지니어에게는 테스트와 코드 리뷰, 제품 매니저에게는 요구사항 정의와 성과 측정, 운영·마케팅·재무 담당자에게는 데이터 품질과 승인 절차 이해가 더 중요해질 수 있다.
이직 준비자는 직무명을 조금 넓게 볼 필요가 있다. AI engineer, product engineer, solutions architect, forward deployed engineer, developer productivity engineer, AI operations 같은 역할은 회사마다 이름이 다르지만, 공통적으로 고객 업무와 기술 구현 사이를 잇는다. 다만 이런 직무는 순수 연구직보다 고객 미팅, 문서화, 현장 문제 해결이 많을 수 있다. 연봉이나 성장 가능성만 볼 것이 아니라 본인이 선호하는 업무 방식과 맞는지도 함께 확인하는 편이 현실적이다.
비자 스폰서십을 고려하는 독자에게도 시사점은 있다. H-1B, OPT, STEM OPT와 관련한 판단은 개인 상황과 회사 정책에 따라 달라진다. AI 도입 직무가 늘어난다고 해서 스폰서십 문이 자동으로 넓어지는 것은 아니다. 다만 특정 도메인 지식과 실무형 AI 적용 경험을 함께 가진 후보자는 직무의 전문성과 사업 필요성을 더 구체적으로 설명할 수 있다. 지원 전 회사의 과거 스폰서십 경험, 직무 레벨, 근무지 정책을 확인하는 것이 도움이 된다.
창업을 고민하는 사람에게는 기회와 리스크가 함께 있다. OpenAI가 ChatGPT를 슈퍼앱으로 키우면 작은 스타트업도 그 위에서 빠르게 제품을 만들 수 있다. 동시에 플랫폼이 기본 기능을 흡수하면 얕은 자동화 기능만 가진 서비스는 차별화가 어려워질 수 있다. 보스턴권 스타트업이라면 바이오, 헬스케어, 교육, 엔터프라이즈 보안처럼 지역 강점이 있는 분야에서 데이터 접근권, 규제 이해, 현장 워크플로우를 결합하는 전략을 검토할 만하다.
지금 독자가 점검할 부분은 비교적 분명하다. AI 도구 사용 경험을 이력서에 쓸 때는 사용한 모델 이름보다 업무 전후의 변화와 검증 방식을 적는 편이 낫다. API, 권한 관리, 로그, 테스트, 데이터 보안 같은 운영 요소를 함께 익히는 것도 중요하다. 고객이나 내부 사용자의 문제를 구조화해 기술로 풀어본 경험은 AI 직무뿐 아니라 제품, 운영, 분석 직무에서도 설명 가능한 자산이 될 수 있다.
OpenAI의 이번 방향 전환은 AI가 사람의 일을 단순히 대체한다는 이야기보다, AI를 실제 조직 안에 넣고 안전하게 반복 사용하도록 만드는 일이 더 큰 시장 과제가 되고 있음을 보여준다. 보스턴의 테크·바이오 생태계에서도 앞으로 봐야 할 변수는 실제 채용공고의 변화, 기업의 AI 예산 집행, 규제 산업의 도입 속도, 비자 스폰서십 정책이다. 아직 지역 채용 전망을 단정할 단계는 아니지만, AI를 업무 맥락 안에서 검증하고 운영할 수 있는 역량이 커리어 설명에서 더 중요한 위치를 차지할 가능성은 커지고 있다.