OpenAI 사내 AI 활용 사례 13개, 팀이 달라도 초안은 에이전트·승인은 사람이었습니다
2026.11.20
ChatGPT와 Codex를 만드는 OpenAI는 자기 제품으로 자기 일을 합니다. 마케팅, 영업, 고객지원, 재무, 법무, IT, 데이터, 제품, 보안 팀이 공개한 사내 사례 13개를 원문으로 읽고, 지니파이 봇들에 하나씩 대 봤습니다.
13개 모두 초안은 에이전트가 쓰고, 밖으로 나가는 것과 책임은 사람이 정하는 구조였습니다. 이 구조는 이미 많이 알려져 있어서, 섹션마다 OpenAI 직원이 영상·팟캐스트에서 직접 말한 실무 요령을 함께 정리했습니다. 확인일은 2026년 11월 20일입니다.
자료: 2026년 6월부터 11월까지 나온 OpenAI 공식 글·웨비나·개발자 블로그, 직원 인터뷰·팟캐스트. 수치는 모두 OpenAI나 발표자가 스스로 밝힌 값
사례를 원문으로 다시 모은 이유
저는 지피터스에서 AI 코칭 서비스 로나(Rona)를 만드는 소프트웨어 엔지니어 현진우입니다.
2026년 11월 10일 프로덕트 회의에서 "AI-Native 회사 복사하기" 사례 조사를 AI 회사와 근거가 있는 소기업으로 좁히기로 했습니다. 11월 20일 발표에서 제가 OpenAI를 맡았습니다.
조사와 발표 자료는 클로드 코드에게 맡김. 저는 방향을 정하고 "이건 아니야"를 말하는 역할
첫 발표 자료는 지침·권한·측정 같은 원칙 위주
보자마자 "너무 원론적인 얘기만 있는 것 같아" → 팀별 사례를 한 장에 하나씩 넣는 방식으로 다시 짬
사례만으로는 아는 얘기가 많아서, 직원 인터뷰·팟캐스트 대본을 다시 읽고 바로 따라 할 수 있는 요령을 따로 모음
인용문은 원문 텍스트에 글자 그대로 있는지 스크립트로 대조, 원 기사를 못 연 사례는 따로 표시

▲ 13개 사례가 모두 이 순서로 일합니다
1. 마케팅·영업·법무·PM은 초안 쓰기부터 맡긴다
마케팅: 마케터가 가상 구매자에게 브리프를 검토받는다
제품 마케팅 담당 Sahil은 현장 조사 시간이 없을 때, C레벨 가상 구매자 스킬에 출시 브리프를 검토받습니다.
순서: 과거 리서치·고객 통화·Salesforce 자료로 가상 구매자 스킬 → 페르소나마다 따로 검토 후 토론 → 권고를 브리프에 반영 → 스킬 약 12개를 묶은 플러그인으로 이메일 제작
결과(자체 보고): 이메일 캠페인 제작 2주→약 2일. 오픈율·클릭률은 수치 없이 "훨씬 좋았다"고만 함
출처: 마케팅 웨비나 「OpenAI on OpenAI: Marketing」, 2026-08-25
"Have each persona review the brief independently and have a discussion."
마케팅: 크리에이티브가 하루에 캠페인 방향 50개를 낸다
크리에이티브 스페셜리스트 Chad Nelson은 하루 마감인 고객사 피치에서 Codex와 캠페인 방향 50개를 만들고 직접 10개로 추렸습니다.
순서: 브랜드·가이드라인·톤 설명과 스케치·스토리보드 입력 → 하루 동안 방향 50개로 넓힘 → 직접 10개 선택 → 피치에 제출
결과(자체 보고): 평소 하루 5개에서 10개 내던 방향을 50개로. 한 사람의 한 건 경험이고 피치 결과는 공개하지 않음
출처: 「How Codex became a collaborator for OpenAI’s creative team」, 2026-07-16
영업: 영업 담당자가 말투 스킬로 답장 초안을 쓴다
어카운트 디렉터 Erica는 분기 초 담당 계정이 크게 바뀌자 계정 인계표를 ChatGPT Work에 맡기고, 말투 스킬로 고객 답장 초안을 받았습니다.
순서: 인계표를 구글 시트로 만들고 이미 소개한 계정은 메일에서 찾아 링크 → 말투 스킬로 급한 메일 답장 초안 → Gmail 초안함에서 검토 후 발송
결과(자체 보고): 인계표 작성 약 5시간→22분, 분기 목표 달성률 138%→489%. 달성률은 본인 진술이고 계정 변경 효과와 분리하지 않음
출처: 영업 웨비나 「OpenAI on OpenAI: Sales」, 2026-07-30(자동 자막으로 확인)
"Capture my voice, and anytime you're writing on my behalf, use this skill."
법무: 변호사가 매일 저녁 신고 메일 답장 초안을 받는다
부법률고문 Nicole Diaz는 코딩 경험 없이, 매일 저녁 에이전트가 이해충돌 신고 메일을 찾아 본인이 승인한 지침으로 답장 초안을 쓰게 했습니다.
순서: 받은편지함에서 겸직·투자 신고 찾기 → 위험도별 분류(일상 건은 표준 답장, 고위험은 Diaz 검토) → 승인 지침으로 초안·기록
로펌 정책 초안은 'simplify' 스킬이 쉬운 사내 정책문으로 바꿈
한계: 효과 수치 없음. 원 기사가 안 열려 요약 기사로 확인
출처: Impact AI News, 2026-06-02
제품관리: PM이 한 번 해 보고 권한 3단계로 맡긴다
Codex PM Rohan Varma는 일을 한 번 직접 해 본 뒤 자동 실행으로 넘기고, 국제 성장 PM Abhi Muchhal은 남에게 가는 것만 승인하는 방식으로 Slack·지표·주간 보고를 자동화했습니다.
순서(Rohan): Slack 피드백 수집 → 분류 → Linear 기록을 한 번 직접 → "이걸 주 1회 자동 실행해"
권한(Abhi): 읽기 전부 맡김 / 종합·초안도 전부 맡김 / 다른 사람에게 가는 것만 승인 후 발송
결과(본인 발언): Rohan이 돌리는 자동화 5개에서 6개, 새 프로젝트 파악 20분
출처: Aakash Gupta 뉴스레터 2026-06-03, 36kr 정리 2026-07-05. 영상 자막은 받지 못함
"Anything going to another human needs your approval."
OpenAI 직원들이 실제로 쓰는 방법
글투를 배우게 한 뒤 "내 글투를 설명해 봐"로 확인함: Gmail·Slack을 연결해 최근 몇 달 메시지에서 배우게 함. 마케팅팀이 처음 다 같이 만든 스킬. (OpenAI 마케팅팀 웨비나, 자동 자막)
"You can ask it to describe your writing style back to you."
고객 미팅 직전에 에이전트 작업 5개에서 6개를 띄워 두고, 미팅이 끝나면 결과를 받음: 미팅 시간을 기다리는 시간으로 씀. (OpenAI 영업팀 웨비나 발표자, 자동 자막)
자동 브리프를 보다 결정이 필요하면 "질문 5개 내 줘, 내가 답할게"라고 되물음: 에이전트가 결론을 내기 전에 사람이 답할 질문부터 받음. (Andrew Ambrosino, Codex 앱, Lenny's Podcast, 자동 자막)
동료 평가는 AI만으로 쓴 글을 내 이름으로 내지 않음: 사람에 대한 평가는 직접 씀. (Akshay Nathan, ChatGPT Work, Latent Space)
"I would never write something via, like, well, solely via AI and, like, present it as, like, a review for someone."
확인해 보니
지니파이 마케팅 봇 세 개(글쓰기 지글, 검수 케터, 그림 지디)도 초안까지만 쓰고, 최종 승인 권한은 지인님에게만 있습니다. 빠진 건 봇마다 "무엇을 혼자 보내도 되는지" 적은 문서입니다. 11월 10일 에이전트 역할 분담표 초안이 나왔지만, 갱신 담당은 아직 정하지 않았습니다.
우리라면
이미 함마케팅 봇은 초안까지, 게시 승인은 사람해 볼 만함봇마다 권한 3단계(읽기 / 초안 / 내보내기 전 승인)를 한 줄씩 적기해 볼 만함모집 문구·뉴스레터를 가상 고객 프로필로 먼저 검토받기해 볼 만함기획 요청을 받은 봇은 바로 쓰지 말고 질문 5개부터 던지게 지시 파일에 넣기
2. 사람이 고친 내용을 저장해서 에이전트를 키운다
고객지원: 전화 지원 에이전트가 문의 75%를 해결한다
OpenAI는 영어 전화 고객지원 채널(1-888-GPT-0090)을 자사 에이전트 제품 Presence로 운영합니다.
순서: 결제 문제 같은 업무 하나와 필요한 권한만 줌 → 할 일·승인·이관 정책 → 출시 전 시뮬레이션과 채점 → Codex가 통화·이관 기록으로 수정안, 팀이 운영판과 비교 시험
결과(자체 보고): 사람 없이 해결한 전화 문의 75%, 사람 이관 비율 10일간 15%p 감소. '해결'의 정의와 측정 기간은 밝히지 않음
출처: 「Introducing OpenAI Presence」, 2026-07-22(웹 아카이브 첫 저장)
데이터: 데이터 에이전트가 Slack 질문에 먼저 답한다
데이터팀은 테이블·지표 정의·과거 쿼리를 아는 사내 데이터 에이전트를 질문이 오가는 Slack 채널에 붙였습니다.
순서: 스키마·과거 쿼리·지표 정의 연결 → 에이전트가 SQL과 출처·가정을 먼저 냄 → 데이터 과학자 승인 → 데이터팀이 고친 정의·필터를 저장해 다음 질문에 다시 씀
결과(자체 보고): 정확한 쿼리 작성 5분(사례 1건). 글의 '5배 빠르게'는 측정 방법을 밝히지 않음
출처: Vijaye Raji, LinkedIn, 2026-09-08
OpenAI 직원들이 실제로 쓰는 방법
에이전트가 막히면 무엇이 빠졌는지(도구·가드레일·문서) 찾고, 보완은 Codex가 직접 써서 레포에 넣게 함: 사람이 대신 고치고 끝내지 않음. (Ryan Lopopolo, OpenAI 블로그 「하네스 엔지니어링」 한국어판)
"에이전트가 어려움을 겪으면 이를 신호로 간주하여 도구, 가드레일, 문서화 등 무엇이 누락되었는지 파악하고 항상 Codex 자체에서 수정사항을 작성하여 리포지터리에 다시 제공합니다."
Slack·Google Docs에서 정한 결정은 레포 안 마크다운으로 옮김: 에이전트가 못 읽는 곳에 있는 지식은 없는 지식으로 침. (Ryan Lopopolo, 같은 글)
"Google Docs, 채팅 스레드 또는 사람들의 머릿속에 있는 지식은 시스템에서 접근할 수 없습니다."
아침 브리프 자동화는 지시 파일을 열지 않고 말로 고침: 처음 몇 번은 결과를 보고 "다음엔 이걸 신경 써 / 이 업무는 줄여"라고 답함. 들어가 있는 Slack 채널 3,000개에서 볼 것을 고르는 브리프. (Andrew Ambrosino, Lenny's Podcast, 자동 자막)
모델이 바뀌면 쌓아 둔 스킬을 다시 시험하고, 성능을 깎는 스킬은 지움: 1년 동안 공들여 만든 스킬 상당수가 새 모델에선 오히려 성능을 떨어뜨렸다고 함. (Greg Brockman, Stratechery 인터뷰)
확인해 보니
11월 10일 회의 정리의 "LinkedIn 초안 30건 검토 대기"는 슬랙·리니어에 없었습니다. 실제로는 하영님이 LinkedIn 후보 241명을 직접 판정했고, 그 승인·거절을 봇의 정답 데이터로 쓰도록 이미 바꿨습니다.
우리라면
이미 함LinkedIn 후보 판정 결과를 봇의 정답 데이터로 씀해 볼 만함11월 5일 채널톡에서 옮긴 포털 자체 문의에 답장 초안 + 교정 기록, 매주 지시문 반영해 볼 만함봇이 같은 실수를 하면 사람이 고치지 말고 "무엇이 빠져서 틀렸는지 찾아 지시 파일에 반영해"라고 시키기

▲ 숫자는 모두 OpenAI·발표자 자체 보고
3. 부서 일에 맞춘 도구를 먼저 준다
전사 단위로는 회장 Greg Brockman이 2026년 2월에 "3월 31일까지 일을 시작할 때 에이전트를 먼저 쓰게"라는 기한 있는 지침을 냈습니다. 팀마다 담당자(agents captain)를 정하고 해커톤을 하루 열었습니다.
재무: 재무팀이 해커톤으로 실사 답변 도구를 만든다
CFO Sarah Friar는 재무팀 해커톤에 영업 엔지니어를 불러, 하루 만에 반복 업무 도구를 만들게 했습니다. 그중 IR-GPT는 승인된 자료만으로 투자자 실사 답변 첫 초안을 씁니다.
순서: 팀 전원에게 AI 도구 접근권 → 하루 해커톤에서 각자 반복 업무로 도구 제작 → IR팀이 초안에 맥락을 더하고 투자자별 답이 어긋나지 않는지 확인
측정: 좌석 수나 토큰 사용량으로 재지 않고, 업무마다 네 가지를 물음
"Buying more seats or using more tokens doesn’t tell you much. What matters is whether the work gets done well and what it really costs."
Did AI complete work that mattered?
What did it cost, including employee time, review, and rework?
Was the result good enough to use?
Did it help us move faster or make a better decision?
네 질문 뜻: AI가 중요한 일을 끝냈나 / 직원 시간·검토·재작업까지 넣은 비용은 얼마였나 / 결과를 그대로 쓸 만했나 / 더 빨라졌거나 더 나은 결정을 했나
셀 것 예시(같은 글): 결산은 걸린 기간·자동으로 맞춘 거래 비율·사람 검토가 필요한 예외 건수·변동 설명 시간, 예측은 정확도·갱신 주기·새 시나리오 만드는 시간
같은 글에서 Friar는 토큰을 많이 쓰는 것 자체를 목표로 삼던 유행("tokenmaxxing")은 지나갔다고 씀
결과(자체 보고): 실사 답변 첫 초안 몇 시간→몇 초. 무결산·자동 예측은 '아직 만드는 중'
출처: 「What building an AI-native finance function taught me」, Sarah Friar, 2026-08-10
리서치: 2명 경쟁조사팀이 조사법을 플러그인으로 맡긴다
경쟁조사 리드 Adrien은 조사·패턴 찾기·반론 대 보기까지 자기 조사법을 플러그인으로 만들어 dot에 맡깁니다. dot이 Slack 질문을 조사해 페이지에 올리면 두 사람이 승인하고, 그 뒤 dot이 사내 경쟁 정보 사이트를 갱신합니다. 효과 수치는 없습니다(DevDay 2026 세션 「How OpenAI Puts ChatGPT to Work」).
IT: Slack 에이전트가 IT 티켓 약 45%를 해결한다
글로벌 IT팀은 Slack에 ChatGPT Work 에이전트를 두고, 승인된 정책 안의 요청은 직접 끝내고 예외만 담당자에게 넘깁니다. 집계 시점 티켓 약 45%를 에이전트가 해결했다고 밝혔고, 집계 기간과 '해결'의 정의는 없습니다(「Introducing the Admin plugin」, 2026-08-25).
OpenAI 직원들이 실제로 쓰는 방법
도입은 그 업무를 가장 잘하고 자동화에 열의 있는 사람 한 명("Sophie")을 찾는 데서 시작함: 별도 앱을 만들지 않고 이미 쓰는 도구 안에 넣음. (Scotty, OpenAI GTM, DevDay 2025, 자동 자막)
"Number one is find your Sophie."
요청은 Slack 채널에 말로 받고, Linear 티켓이 되면 에이전트가 요약·라벨·백엔드 정보 수집을 함: 마케팅 운영 담당자는 그 정보를 보고 Adobe·Linear에서 실행함. (Jeff Canada, 마케팅 운영, Adobe Summit 발표, 자동 자막)
조달팀이 정리한 판단 기준을 스킬로 넣은 소프트웨어 요청 에이전트를 만듦: 승인된 도구 목록과 비교하고, IT 검토가 필요하면 티켓을 엶. (Build Hour 「Workspace agents」 데모 발표자, 자동 자막)
확인해 보니
우리 AX 스프린트는 각자 주제를 골라 2주 뒤 발표합니다. 효과는 주제마다 따로 정해서 회사 전체로 비교할 숫자가 없었습니다. 재무팀의 네 질문을 발표 양식에 넣으면 주제가 달라도 같은 칸으로 비교됩니다.
우리라면
이미 함AX 스프린트(2주 주제 선정 → 시연 → 사례글)해 볼 만함스프린트 발표 양식에 네 칸: 끝냈나 / 비용(검토·재작업 포함) / 품질 / 속도해 볼 만함스프린트 팀마다 그 업무를 제일 잘하는 사람 한 명을 정해 그 사람 방식부터 봇으로 만들기해 볼 만함운영 요청 채널 → 리니어 티켓 자동 생성 → 봇이 요약·라벨 달기
4. 개인 에이전트는 "조사만" 기본값에서 시작한다
전사: 직원과 임원이 상시 에이전트 dot에 일을 맡긴다
dot은 클라우드에 자기 컴퓨터를 두고 Slack·문자·전화로 일을 받는 상시 개인 에이전트입니다. 기본값은 조사만 하고, 사용자가 규칙으로 '묻지 않고 실행 / 묻고 실행 / 사람에게 넘김'을 정해 권한을 넓힙니다.
쓰는 예: 개발자 소셜 리드 Danny는 출시 반응을 시트에 모으고 급한 Slack만 알림받음. Sam Altman은 밤사이 일 중 아주 급한 것만 알림받음
한계: 효과 수치 없음. Sottiaux는 dot의 장애 수리 제안을 거절했고, 알림이 늦을 때도 있음(TechCrunch)
출처: Dominik Kundel(X) 2026-10-02 / DevDay 2026 세션 / Every 팟캐스트 Sam Altman 2026-09-30
상시 에이전트가 늘자 통제도 따로 만들었습니다.
2026년 11월 기준 백그라운드에서 도는 사내 에이전트 500개 넘음
에이전트마다 서비스 계정을 따로 줌, 모든 행동을 다른 에이전트가 자동 검토
중단을 결정하면 35초 안에 멈추는 장치
OpenAI 직원들이 실제로 쓰는 방법
권한은 처음부터 다 주지 않고 좁게 시작함: 하루는 dot에 전화해 급한 일이 있는지 묻는 것으로 시작함. (Thibault Sottiaux, Codex 리드, Masters of Scale)
"I don’t recommend giving access to everything right off the bat."
PR을 운영 배포까지 따라가 확인하게 함: dots 팀 엔지니어는 피드백 채널 감시 → 이슈 조사 → Codex 수정 작업 → CI 실패 처리까지 맡김. (Dominik Kundel, X 글)
낮에 생긴 큰 질문은 퇴근 전에 Codex에 넘겨 밤새 조사시킴: 아침에 일어나 결과를 봄. (Thibault Sottiaux, Pragmatic Engineer 팟캐스트, 자동 자막)
자동화를 내 컴퓨터에만 두지 않음: 팀이 같이 고칠 수 있는 공유 저장소·클라우드에 둠. 혼자 노트북에 두었더니 팀이 손대기 어려웠다고 함. (Jason Liu, 개발자 경험팀, DevDay 2026, 자동 자막)
"And it was really hard for the entire team to start contributing because I sort of locked myself on my computer."
확인해 보니
제가 운영하는 개발 봇 Jarvis는 매시간 오류 감시 도구(Sentry)를 보고 수정 PR을 올립니다. DB 쓰기, 결제, PR 합치기는 슬랙 승인 없이는 막혀 있습니다. 반면 봇 전체의 주인과 멈추는 방법은 정리돼 있지 않았고, 봇이 고친 스킬 27개가 저장소 없이 각자 맥에만 있었습니다(11월 4일 점검).
우리라면
이미 함Jarvis 위험 작업은 슬랙 승인 후 실행해 볼 만함봇 목록표 한 장: 주인 / 권한 / 멈추는 법 / 주인 부재 시 인수자해 볼 만함맥에만 있는 스킬을 저장소로 옮기고, 이후 수정은 PR로해 볼 만함새 봇은 읽기 권한만으로 2주 돌린 뒤 쓰기 권한을 하나씩 열기
5. 장애와 보안은 작은 묶음부터 맡긴다
개발·보안: 장애 대응 때 Codex가 원인을 동시에 찾는다
장애가 나면 엔지니어들은 Slack 장애 채널을 열고 Codex 고속 모드 Ultrafast에 감시·조사·답변을 맡깁니다.
순서: 장애 채널 개설 → "감시하고, 조사하고, 들어오는 질문에 답하라" → 의심 원인 여러 갈래를 로그·Slack 언급에서 한꺼번에 조사 → 같은 대화에서 바로 후속 질문
결과(자체 보고): 보안 이슈 조사 1시간에서 2시간→10분에서 15분(AJ Trbojevic). 개인 체감 진술, 측정 방법·건수 없음
출처: 「How Ultrafast cut incident investigation from hours to minutes at OpenAI」, 2026-10-26
"Now with Ultrafast, Codex is fast enough that I can just stay focused instead of splitting my attention."
개발·보안: 보안 스프린트가 취약점 발견부터 수정까지 돌린다
최신 사이버 모델로 사내 취약점을 찾고 검증하고 고치는 보안 스프린트에 250명 이상이 참여했습니다.
순서: Codex가 시스템 목록·공유 백로그 → 등급 기준으로 분류·중복 제거(37% 중복) → 격리 환경에서 재현(19.5% 재현) → 패치는 100% Codex 작성 → 배포된 수정 재검사
결과(자체 보고): 첫날 종료한 긴급·높음 이슈 53건, 동적 검증 후 오탐률 0.81%, 담당자 자동 배정 수용률 90.6%
한계: 배포 지연 때문에 자동 재오픈은 꺼 둠
출처: 「The Defense Factory」(2026-09-10 저장) / 「Preparing our next security sprint」 2026-11-02
"We started with small batches and human review, then removed repeated manual steps as the results earned trust."
OpenAI는 실패도 공개했습니다.
사람 검토가 에이전트 속도를 못 따라감
장애 분류를 에이전트에 맡겼다가 장애가 에이전트까지 멈춘 날이 있음
2026년 10월 사내 코딩 에이전트가 감시 경보를 끄고 그 사실을 숨긴 일이 두 번
OpenAI 직원들이 실제로 쓰는 방법
AI 보안 리뷰가 보안 이슈를 표시한 PR은 머지를 막음: 지금은 OpenAI 전체 PR에 의무로 걸려 있음. (Thibault Sottiaux, Pragmatic Engineer 팟캐스트, 자동 자막)
코드 리뷰는 여러 관점(인프라·보안 등)으로 나눠 돌리고, 배포 뒤엔 에이전트가 모니터링 대시보드를 직접 만들어 지켜봄: (Venkat Venkataramani, Applied Infra 엔지니어링 VP, Pragmatic Engineer)
"It observes the relevant monitoring graphs, but can also build its own dashboard to monitor important signals."
리뷰 봇이 가능한 문제마다 댓글을 달게 하지 않음: 버그를 더 잡는 것과 댓글 수를 줄이는 것을 같이 맞춤. (Kiriti Badam, 전 OpenAI 엔지니어, 블로그)
"Catching more bugs helped, but commenting on every possible issue would quickly make the review exhausting to use."
확인해 보니
n8n 자동화 경보 채널은 한 사람만 보고 있었습니다. 경보가 와도 원인을 찾는 일은 그 사람 몫입니다.
우리라면
해 볼 만함경보가 오면 봇이 원인 후보를 먼저 조사해 같은 스레드에 올리기. 고치는 건 사람해 볼 만함AI 보안 리뷰를 GitHub 필수 상태 검사로 걸어, 표시가 나오면 머지 버튼이 막히게 하기안 함사람 검토 없이 자동 수정: OpenAI도 작은 묶음과 사람 검토로 시작함
6. 직원들이 말한 작은 요령
앞 섹션에 넣기 애매하지만, 내일 바로 따라 할 수 있는 요령입니다.
AGENTS.md는 100줄 안팎 목차로만 둠: 자세한 내용은 docs/ 아래 파일로 나눠 링크함. 큰 지시 파일 하나에 다 넣었더니 에이전트가 주요 제약을 놓쳤음. (Ryan Lopopolo, 「하네스 엔지니어링」 한국어판)
"짧은 AGENTS.md (약 100개 라인)는 컨텍스트에 삽입되어 주로 맵 역할을 하며, 다른 곳에 있는 더 심층적이고 신뢰할 수 있는 정보 소스를 알려줍니다."
문서 정리 에이전트("doc-gardening")를 정기 실행함: 실제 코드와 어긋난 낡은 문서를 찾아 수정 PR을 엶. (Ryan Lopopolo, 같은 글)
10분에서 15분 걸리는 작업이면 4개를 동시에 띄워 두고 돌아옴: Ultrafast 이전인 2026년 2월에 한 말. (Thibault Sottiaux, Every 「AI & I」)
"this task will take 10 or 15 minutes, I’ll kick off four different things and come back."
모델이 충분히 빨라지면 병렬을 줄이고 한 작업에 집중함: Ultrafast 이후 병렬 실행을 줄였고, 대신 Twitter 담당 같은 분야별 전담 에이전트를 둠. (Thibault Sottiaux, Lenny's Podcast 2026-10, 자동 자막)
하루 여러 번 도는 자동화가 무작위 파일 하나를 골라 숨은 버그를 고치게 함: 무작위 선택은 모델에 맡기지 않고 Python random으로 함. (Thibault Sottiaux, Every 「AI & I」)
"One automation I have runs multiple times a day. It picks a random file and finds and fixes a subtle bug."
모든 일을 하는 큰 에이전트 하나를 만들지 않음: 475가지 일을 하는 캠페인 에이전트가 실패하자 어디서 틀렸는지 몰랐음. 작업 하나당 에이전트 하나로 쪼개고, 머릿속 UTM 명명 규칙은 문서로 넣어 줌. (Jeff Canada, Adobe Summit 발표, 자동 자막)
"And I was trying to build a smart campaign that was doing 475 things. So when something failed, I didn't know what it was."
위험한 행동은 지시로 끝내지 않고 API 권한에서 막음: 고객 메일을 보내는 Marketo·SendGrid의 API 사용자 자체가 메일을 못 보내게 함. (Jeff Canada, 같은 발표, 자동 자막)
숫자 검증은 사람이 표본 10개를 확인하는 방식을 보여 주고, 나머지 300개를 에이전트가 같은 방식으로 확인하게 함: 틀린 게 나오면 그 사례로 스킬을 고침. (OpenAI 전략재무팀 웨비나, 화자 표기 없음, 자동 자막)
"So as you actually see something that didn't go right, you can reflect and refine on that and actually update the skill."
사람에게 넘기는 판정에는 근거를 보이게 함: 영업 리드 판정 에이전트를 너무 빨리 내보냈다가 담당자들이 판단 근거를 못 봐 혼란이 생김. 그 뒤 판단 이유와 참조한 데이터를 보이게 함. (Keith Jones, OpenAI GTM, 발표 영상, 자동 자막)
"we actually moved a little too fast to ship this."
우리라면
해 볼 만함봇마다 길어진 CLAUDE.md·AGENTS.md를 100줄 안팎 목차로 줄이고, 업무별 규칙은 docs/ 파일로 옮기기해 볼 만함봇 계정에는 고객 메일·문자 발송 API 권한을 주지 않고 초안까지만 만들게 하기
따라 해 볼 수 있는 프롬프트
반복 업무 하나를 스킬로 만들 때 이렇게 시작해 볼 수 있습니다.
내가 매주 반복하는 업무 하나를 스킬로 만들려고 해. 아래 순서로 질문하고, 파일은 만들지 말고 초안만 보여 줘. 1. 그 업무를 가장 잘하는 사람의 방식은 무엇인가 2. 에이전트가 혼자 해도 되는 단계와 내가 승인할 단계 3. 내가 자주 고치는 부분을 규칙으로 적으면 4. 2주 뒤 네 질문(끝냈나·비용·품질·속도)을 어떻게 셀까
아침 Slack 정리를 맡길 때는 Abhi Muchhal이 쓰는 다섯 줄 틀을 옮겨 쓸 수 있습니다(Aakash Gupta 정리).
[채널 목록]에서 어제 이후 올라온 Slack 메시지를 모두 검토해. [우선순위 인물]이 보낸 것 중 내가 아직 답하지 않은 것을 표시해. [막힘 / 결정 필요 / 마감]을 언급한 것을 표시해. 단순 공지(FYI)나 리액션은 표시하지 마. 짧은 번호 목록으로 쓰고, 항목마다 한 줄을 넘기지 마.
맺음
OpenAI 방식과 지니파이 지금 상태, 다음에 해 볼 것을 묶음별로 한 줄씩 모았습니다.
초안·승인: OpenAI는 남에게 가는 것만 사람 승인 / 지니파이 지금은 마케팅 봇이 초안까지 / 해 볼 것은 봇마다 권한 3단계 적기
교정 저장: OpenAI는 사람이 고친 내용을 저장해 다시 씀 / 지니파이 지금은 LinkedIn 후보 판정을 봇의 정답 데이터로 씀 / 해 볼 것은 포털 문의 답장 초안 + 교정 기록
부서 도구: OpenAI는 해커톤으로 부서 도구를 만들고 4가지 질문으로 잼 / 지니파이 지금은 스프린트 주제마다 효과를 따로 정함 / 해 볼 것은 발표 양식에 네 칸
개인 에이전트: OpenAI는 조사만 기본값, 규칙으로 권한을 넓힘 / 지니파이 지금은 Jarvis 위험 작업은 슬랙 승인, 봇 전체의 주인·멈추는 법은 정리 안 됨 / 해 볼 것은 봇 목록표 한 장
장애·보안: OpenAI는 작은 묶음과 사람 검토로 시작 / 지니파이 지금은 n8n 경보를 한 사람만 봄 / 해 볼 것은 봇이 원인 후보 먼저 조사
다음 2주 동안 해 볼 후보는 봇 목록표, 스프린트 발표의 네 칸, 포털 문의 교정 기록 세 가지입니다. 11월 20일 발표에서 하나를 고르고, 2주 뒤 네 질문으로 잰 결과를 다음 편에 올리겠습니다.
OpenAI 사례 13개는 팀이 달라도 순서가 같습니다. 에이전트가 먼저 조사하고 초안을 쓰고, 사람이 승인하고, 사람이 고친 내용을 스킬에 저장합니다.
지피터스가 사내 AX를 어떻게 하는지는 지피터스는 사내 AX를 어떻게 할까에 모아 두었습니다.
참고한 자료
Introducing OpenAI Presence (OpenAI, 2026-07)
What building an AI-native finance function taught me (Sarah Friar, 2026-08-10)
Introducing the Admin plugin (OpenAI, 2026-08-25)
마케팅 웨비나 (2026-08-25), 영업 웨비나 (2026-07-30), 재무 웨비나 (2026-08-04)
Inside OpenAI: How our data team uses AI (Vijaye Raji, 2026-09-08)
How Ultrafast cut incident investigation (OpenAI, 2026-10-26)
The Defense Factory (OpenAI, 2026-09)
Securing persistent agents like OpenClaw at OpenAI (OpenAI, 2026-11)
Greg Brockman 전사 지침 (2026-02-06)
How to Use Codex Like an OpenAI PM (Aakash Gupta 정리, 2026-06-03)
This Lawyer at OpenAI Uses ChatGPT Everyday (요약 기사, 2026-06-02)
하네스 엔지니어링 (Ryan Lopopolo, 2026-02-11)
How OpenAI Puts ChatGPT to Work (DevDay 2026 세션, 2026-10-07), Jason Liu 발표 (DevDay 2026), OpenAI on OpenAI (DevDay 2025)
How dots took over my Codex (Dominik Kundel, 2026-10-02)
Every 「AI & I」 Codex 팀 편 (2026-02-18)
Lenny's Podcast Thibault Sottiaux 편 (2026-10-04), Andrew Ambrosino 편 (2026-06-28)
Pragmatic Engineer 팟캐스트 Thibault Sottiaux 편 (2026-09-09), Inside OpenAI's agentic software factory (2026-09-15)
Masters of Scale Thibault Sottiaux 편 (2026-10)
Stratechery Greg Brockman 인터뷰 (2026-09-04)
Latent Space ChatGPT for work 편 (2026-07-28)
Why I'm Leaving OpenAI and Lessons (Kiriti Badam, 2026-09-28)
Inside OpenAI's marketing stack (Adobe Summit, Jeff Canada, 2026-04), Keith Jones 발표 영상 (2025-12-05)
Build Hour: Workspace agents (2026-04-29)
우리 회사에도 이런 자동화를 도입하고 싶다면
회사 업무에 맞춘 AI 교육을 함께 설계해요.




그 회사가 어떻게 하는지 복사해내자 -- 라는 측면에서 의미있는 조사였습니다만 ... 이런 리서치는 노이즈와 시그널을 좀더 구분해서 시도해야 할거 같습니다.