ChatGPT Work에 OpenAI 데이터 에이전트 출시

TL;DR

OpenAI는 ChatGPT Work에 데이터 에이전트를 도입하여 사용자가 기업 데이터 소스에 연결하고, 자연어로 질문을 던지고, 쿼리 작성이나 새로운 분석 도구 학습 없이도 답변, 시각화 대시보드, 실행 가능한 워크플로우를 받을 수 있도록 했습니다.

신뢰할 수 있는 기업 데이터 소스에 연결

데이터 에이전트는 Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB, Snowflake 등 다양한 승인된 데이터 웨어하우스 및 서비스를 지원하며, Google Drive 및 SharePoint와 같은 파일 저장소도 포함합니다. 조직의 의미층(예: Databricks Genie Ontology, dbt, GitHub, Snowflake Horizon, 기존 BI 대시보드)을 활용하여 비즈니스 용어, 지표 정의, 사용자 정의 계산 및 데이터 관계를 해석합니다. 기업 관리자는 어떤 연결이 가능할지 제어하고 기존 권한 모델(테이블, 행, 열 수준)을 유지합니다.

"ChatGPT Work에 데이터 에이전트가 도입되면서 사용자는 Amazon Redshift에 직접 연결할 수 있게 되어, 질문을 던지는 것처럼 데이터를 탐색하고 통찰을 발견하며 조직 전체에서 더 빠르게 결정을 내릴 수 있습니다." —Naresh Chainani, AWS 엔지니어링 디렉터

"ClickHouse를 ChatGPT Work의 데이터 에이전트에 연결하면 실시간 분석이 모든 비즈니스 사용자에게 제공되어, 크고 작은 결정을 내리는 데 도움이 됩니다." —Ryadh Dahimene, ClickHouse 제품 관리 디렉터

"수천 개의 조직이 Databricks Genie를 통해 기업 데이터에 신뢰할 수 있는 답변을 제공받고 있습니다… OpenAI와의 파트너십을 통해 모든 ChatGPT 사용자가 Genie의 데이터 지능에 쉽게 접근할 수 있게 되어 매우 기쁩니다." —Ken Wong, Databricks 제품 관리 상무이사

"우리 고객들은 Snowflake에서 기업 데이터와 맥락에 대한 신뢰할 수 있는 기반을 구축했습니다… 데이터 에이전트를 통해 직원들은 비즈니스 질문을 조사할 수 있고, OpenAI 모델이 Snowflake CoCo 및 CoWork와 같은 경험에 지능을 더해줍니다." —Umesh Unnikrishnan, Snowflake 개발자 경험 책임자

"고객들의 가장 중요한 데이터는 Atlas에 있으며 실시간으로 업데이트됩니다… 데이터 에이전트는 해당 데이터에 직접 접근할 수 있어, 누구나 자연어로 질문을 던지고 지금 일어나고 있는 일에 기반한 답변을 받을 수 있습니다." —Pablo Stern, MongoDB AI 및 신규 제품 최고 제품 책임자

"G2의 신뢰할 수 있는 B2B 소프트웨어 데이터와 데이터 에이전트를 결합하면 팀은 구매자 요구, 경쟁 역학, 그리고 새로운 트렌드를 이해할 수 있습니다." —Godard Abel, G2 CEO 및 공동 창립자

질문을 분석, 시각화, 실행으로 전환

사용자는 발견한 내용을 더 깊이 파고들기 위해 추가 질문을 할 수 있으며, 근거가 되는 데이터를 확인할 수 있습니다. 에이전트는 편집 가능하고 공유 가능하며 자동 갱신 가능한 내장 시각화를 갖춘 상호작용 대시보드를 생성할 수 있습니다. 브랜드 가이드라인을 적용하여 조직의 룩앤필과 일치시킬 수 있습니다.

데이터 에이전트는 Omni, Oracle BI, Power BI, Sigma, Tableau, ThoughtSpot과 같은 주요 BI 플랫폼과 통합되어, 사용자가 이미 사용하는 도구에서 자연어 명령을 통해 대시보드를 생성하거나 수정할 수 있습니다.

"Tableau를 ChatGPT Work에 연결하면 직원들이 이미 일하는 장소에 신뢰할 수 있는 비즈니스 의미를 가져오므로, 얻는 답변은 동일한 데이터 모델에 기반하게 됩니다." —Southard Jones, Tableau 부사장 및 최고 제품 책임자

"Power BI는 신뢰할 수 있는 의미층을 통해 사람들이 더 나은 결정을 내릴 수 있도록 도와줍니다… 데이터 에이전트를 통해 사용자는 비즈니스 질문을 설명만 하면 Power BI 대시보드를 쉽게 만들 수 있습니다." —Bogdan Crivat, Microsoft Fabric 부사장

"우리 고객들은 Sigma를 수익 예측에 사용합니다… 이를 ChatGPT Work에 가져오면 질문을 던지는 가장 빠른 장소가 의미 기반의 답변이 제공되는 장소가 됩니다." —Hassen Karaa, Sigma 제품 부사장

"분석은 팀이 일하는 곳에서 작동해야 합니다. 데이터 에이전트를 통해 팀은 자연어로 몇 분 안에 ThoughtSpot AI 분석을 구축할 수 있습니다." —Bhargav Addala, ThoughtSpot 제품 관리 부사장

에이전트는 또한 다음 단계를 제안하고, 관련 담당자를 식별하며, Slack 또는 이메일을 통해 발견 내용을 공유하고, 연결된 도구를 통해 승인된 작업을 실행할 수 있습니다.

OpenAI 내부 사용 및 개발

OpenAI의 자체 제품 및 GTM 팀은 내부 분석에 데이터 에이전트를 적극적으로 사용하고 있으며, GTM 조직의 2/3 이상이 이를 활용하고 있습니다. 내부 데이터 팀은 공유된 비즈니스 정의, 접근 규칙, 민감한 데이터에 대한 보호 조치를 구축하여 이 사용을 가능하게 했습니다. 내부 워크플로우에 대한 더 깊은 통찰을 제공하는 LinkedIn 게시물과 웨비나도 있습니다.

알파 프로그램 초기 고객 경험

알파 프로그램에 참여한 여러 조직은 실질적인 이점을 보고했습니다:

NTT DATA: 엔지니어가 아닌 사용자가 자연어로 대시보드를 구축하고 업데이트하여 라이선스 및 노력의 장벽을 낮췄습니다.
Thermo Fisher Scientific: 팀은 공급망 기회를 식별하고 준비를 개선했습니다.
ServiceTitan: Atlas AI 사이드킥 사용자가 캠페인을 3배 더 자주 시작한다는 사실을 발견하여 온보딩 개선에 도움이 되었습니다.
Zipline: 자연어 쿼리가 최고 분석가가 수시간 걸려 발견했을 통찰을 빠르게 드러냈습니다.
Empower: 조직 및 AI 사용 데이터를 결합하여 자유 형식 설문 응답에서 최고 사용 사례를 도출했습니다.
Piston: 리더십이 수동 보고서 생성 없이 맞춤형 판매 파이프라인, 티켓 수, 지출에 대한 시각을 접근할 수 있었습니다.
Doeren Mayhew: 마케팅 및 재무 팀이 2일 만에 맞춤형 대시보드를 구축하여 통찰 공유를 가속화했습니다.
CookUnity: 자연어로 질문하여 고성수기 전환 대시보드를 구축하여 계획 시간을 단축했습니다.
Turing: 운영 지표를 탐색하여 주요 원인을 파악하고 수동 보고를 줄였습니다.
micro1: 반 시간 안에 성과 추적 대시보드를 재구성하면서 오류도 발견했습니다.
Unit8: 비즈니스 개발 리더들이 파이프라인 수요와 제공 능력 간의 일치를 확인하기 위해 스코어카드를 사용했습니다.

데이터 에이전트 시작하기

데이터 에이전트는 ChatGPT Work의 플러그인 디렉터리에서 Data로 나타납니다. 관리자는 Workspace → Plugins를 통해 이를 활성화하고 필요한 데이터 소스 플러그인(예: Databricks, Snowflake)을 구성합니다. 설치 및 필요한 계정 연결 절차를 마친 후, 사용자는 @Data로 대화를 시작하고 직접 비즈니스 질문을 할 수 있습니다.

시도해 볼 수 있는 예시 프롬프트

지표 변화 진단: "지난 주 주간 활성 사용자 수가 왜 변했는지 진단하세요. 가능한 원인을 식별하고 이전 기간과 비교하며 다음 확인 사항을 제안하세요."
KPI 프레임워크 설계: "이 새로운 제품 영역에 대한 KPI 프레임워크를 설계하세요. 주요 지표, 영향 요인, 경계 조건, 목표, 데이터 검증 필요 사항을 포함하세요."
리더십 리포트 생성: "이번 달 지표를 리더십용 업데이트로 전환하세요. 실제 수치, 비교, 영향 요인, 주의 사항, 추천 조치를 포함하세요."

이 프롬프트들은 에이전트가 근본 원인 분석, 측정 구조 설계, 경영진용 보고서 생성을 수행할 수 있음을 보여줍니다.

기업 분석에 대한 함의

데이터 에이전트는 SQL 전문 지식이나 전용 BI 교육이 필요 없게 함으로써 데이터 기반 의사결정의 장벽을 낮춥니다. 대화형 워크플로우에 분석을 직접 통합함으로써 조직은 통찰 생성 속도를 가속화하고 신뢰할 수 있는 데이터에 대한 접근을 민주화하며, 병목 현상이 발생하는 보고 팀에 대한 의존도를 줄일 수 있습니다. 기존 BI 도구와의 통합은 기존의 거버넌스 및 시각화 기준을 존중하면서도 자연어 기능을 더 넓은 사용자 기반에 확장합니다.

이 기사는 2026년 9월 10일에 발표된 OpenAI의 공식 발표를 요약한 것입니다.