OpenAI Dots, Meta를 겨냥하다. 그러나 AI 에이전트는 무료 서비스와 경쟁할 수 있을까?

OpenAI는 Meta가 무료 요금제를 포함한 Muse를 선보인 지 불과 3주 만인 9월 29일 Dots를 출시하며, 유료 ChatGPT 사용자에게 지속형 AI 에이전트를 제공하기 시작했다. 이 시점은 OpenAI Dots가 ChatGPT에 추가된 또 하나의 일상적인 기능이 아니라 Meta에 대한 직접적인 대응임을 보여준다. OpenAI는 더 나은 추론 능력, 업무 도구 연동, 그리고 사용자 제어 기능으로 Meta의 낮은 진입 장벽을 극복할 수 있다고 보고 있다.

하지만 쉽지 않은 과제다. 보도에 따르면 Muse는 출시 직후 미국의 양대 주요 앱 스토어 무료 다운로드 차트 정상에 올랐다. Meta는 이 에이전트를 WhatsApp과 더 넓은 소비자 네트워크 안에 배치해, 사람들이 익숙한 여러 공간에서 이를 발견할 수 있도록 했다.

OpenAI에는 다른 강점이 있다. Dots는 ChatGPT 안에서 작동하고 Slack 및 Microsoft Teams를 통해 소통할 수 있으며 GPT-6 Astra로 구동된다. 자체 클라우드 컴퓨터를 사용해 프로젝트를 모니터링하고 검토용 작업물을 준비하면서, 대화가 끝난 뒤에도 계속 작업하도록 설계됐다.

이것이 OpenAI Dots와 Meta Muse의 진짜 경쟁이다. 두 회사는 단순히 모델의 지능을 비교하는 것이 아니다. 메시지를 읽고, 연결된 서비스를 사용하며, 지속적인 지시 없이 사람을 대신해 행동하도록 신뢰받는 소프트웨어 계층이 되기 위해 경쟁하고 있다.

OpenAI Dots, ChatGPT를 상시 작동하는 업무 담당자로 전환

Dots는 지시를 기다리는 도구였던 ChatGPT를 지속적인 책임을 맡는 에이전트로 바꾼다.

Sam Altman은 샌프란시스코에서 열린 OpenAI 연례 DevDay 컨퍼런스에서 Dots를 소개했다. 출시 보도에 따르면, 그는 이 제품을 사용자를 위해 계속되는 작업을 완료할 수 있는 상시 작동 도우미로 설명했다.

dot은 지속형 에이전트로, 정해진 역할을 유지하고 대화와 대화 사이에도 계속 작업한다는 의미다. 각 에이전트는 연결된 애플리케이션을 사용하고, 지원되는 웹사이트를 탐색하며, 더 긴 워크플로를 실행할 수 있는 별도의 클라우드 컴퓨터를 통해 작동한다.

이 차이는 중요하다. 대부분의 AI 어시스턴트는 여전히 반복적인 프롬프트에 의존하기 때문이다. 사용자는 질문을 하고 답을 받은 뒤, 다음 작업이 생기면 다시 처음부터 시작한다. OpenAI Dots는 변화를 감지하고, 과제를 이어가며, 인간의 판단이 필요한 시점에 다시 돌아오도록 설계됐다.

OpenAI는 Dots 제품 브리프에서 여러 사례를 제시한다. 개발자의 dot은 고객 피드백을 모니터링하고, 반복되는 요청을 파악하며, 수정안을 준비하고 테스트한 뒤, 검토할 수 있도록 완성된 pull request를 제시할 수 있다.

제품 팀은 출시 계획을 지켜보는 또 다른 dot을 배정할 수 있다. 사양이 변경되면 에이전트는 문서를 수정하고, 크리에이티브 자산을 업데이트하며, 여전히 승인이 필요한 결정을 식별할 수 있다.

연구자도 또 다른 주요 대상이다. OpenAI는 dot이 들어오는 데이터를 모니터링하고, 분석을 다시 실행하며, 수치를 업데이트하고, 변경된 결과를 표시할 수 있다고 말한다. 연구자는 증거를 검토하고 결과물을 승인할 책임을 계속 진다.

이 사례들은 단순한 백그라운드 자동화 이상의 것을 설명한다. OpenAI는 각 dot이 사용자의 기준을 학습하고, 프로젝트의 이력을 이해하며, 여러 도구에 걸쳐 연속성을 유지하기를 바란다.

사용자는 데스크톱, 모바일, 웹의 ChatGPT를 통해 에이전트와 대화할 수 있다. Dots는 Slack과 Teams를 통해 진행 상황 업데이트나 질문을 보낼 수도 있다. 문자 메시지 기능은 계획되어 있지만 출시 시점에는 제공되지 않았다.

OpenAI는 우선 대상 시장에서 문서화된 유료 ChatGPT 요금제를 이용하는 사람들에게 Dots를 순차 출시하고 있다. 엔터프라이즈, 교육, 의료 워크스페이스는 관리자가 활성화하면 베타 버전에 접근할 수 있다.

첫 번째 에이전트는 대상 구독자에게 포함되지만, 더 심층적인 작업에는 사용량 한도가 적용된다. dot과의 대화는 일반적인 ChatGPT 한도를 소진하지 않는다. 다른 OpenAI 제품을 통해 시작한 작업은 해당 제품에 연결된 한도를 계속 따른다.

이 구조는 OpenAI Dots를 기존 상업적 관계의 확장으로 만든다. 이미 코딩, 연구, 문서 작업에 ChatGPT를 의존하는 사람들은 같은 환경 안에 에이전트를 둘 수 있다.

그러나 출시는 잠재적 이용자층도 제한한다. ChatGPT에 한 번도 비용을 지불하지 않은 사람은 단순히 Dots를 내려받아 무료로 실험을 시작할 수 없다. Meta는 Muse를 통해 이런 첫 체험을 훨씬 쉽게 만들도록 설계했다.

Meta Muse, 무료 접근을 전략적 무기로 만들다

수백만 명이 유료 대안을 고려하기 전에 Muse를 체험할 수 있다면, Meta는 모든 기능 비교에서 이길 필요가 없다.

Meta는 9월 8일 모바일 애플리케이션, 웹, WhatsApp을 통해 이용할 수 있는 개인 에이전트 Muse를 출시했다. 회사는 Muse가 이메일을 보내고, 구매를 조사하며, 여행을 예약하고, 양식을 작성하며, 장기 목표를 진전시킬 수 있다고 설명한다.

Muse는 사용자의 물리적 기기와 분리된 원격 컴퓨터인 자체 가상 머신을 통해 작동한다. Meta의 Muse 출시 세부 정보에 따르면, 이 환경에는 브라우저와 연결된 서비스 전반에서 작업하는 데 필요한 리소스가 포함돼 있다.

Meta는 Muse가 대부분의 일반적 사용 사례에서 무료이며, 구독을 통해 이용 가능한 용량이 확대된다고 말한다. 개인 에이전트는 사양만으로 평가하기 어렵기 때문에 이는 강력한 사용자 확보 전략이다.

사람들은 에이전트가 탐색하고, 계획하고, 실패하고, 승인을 요청하고, 복구하는 모습을 직접 봐야 한다. 무료 요금제는 이 기술이 월간 예산에 들어갈 가치가 있는지 결정하기 전에 그런 실험을 할 수 있게 해준다.

이 접근은 초기 탄력을 만들어냈다. 에이전트 기반 쇼핑 제한 관련 보도에 따르면 Muse는 Apple과 Google의 미국 앱 스토어 무료 다운로드 부문에서 1위에 올랐다. 이 순위가 지속적인 사용을 입증하는 것은 아니지만, Meta가 관심을 설치로 전환했다는 점은 보여준다.

Muse는 사람들이 이미 매일 열어보는 서비스들을 통해서도 제공된다. WhatsApp은 에이전트에 작업을 맡기는 일이 다른 연락처에 메시지를 보내는 것처럼 느껴질 수 있는 커뮤니케이션 채널을 Meta에 제공한다.

이 배포상의 강점은 소비자를 넘어선다. Meta는 OpenAI가 Dots를 공개한 바로 그날 Muse for Small Business를 발표했다. 회계, 상거래, 디자인, 메시징, 프로젝트 관리, 결제 서비스와의 연결도 추가했다.

매장 운영자는 Muse에게 판매, 광고 성과, 고객 문의, 재고 정보를 비교해 달라고 요청할 수 있다. 에이전트는 이후 성장 계획 초안을 작성하거나 검토가 필요한 지출을 식별할 수 있다.

Meta는 초기 Muse 사용자 중 약 3분의 1이 에이전트를 어떤 형태로든 비즈니스 계정에 연결했다고 말한다. 이 수치는 회사가 제시한 것이며 독립적인 검증을 받지 않았다. 그럼에도 개인용 에이전트와 비즈니스용 에이전트가 겹치게 될 것이라는 Meta의 주장을 뒷받침한다.

회사가 제시한 비즈니스 활용 사례에는 캠페인 성과 분석, 고객 커뮤니케이션 초안 작성, 현금 흐름 모니터링, 응답이 필요한 이메일 표시 등이 포함된다. 게시, 발송, 지출 행위에는 승인이 필요하다.

OpenAI Dots는 특히 개발자와 대규모 조직을 겨냥해 업무 중심적인 제안을 내놓는다. 그러나 Meta는 광고 및 소셜 플랫폼을 포함해 기업이 이미 사용하는 도구를 통해 소규모 기업에 다가갈 수 있다.

이는 불균형한 경쟁 구도를 만든다. OpenAI는 기존 구독자에게 ChatGPT에 맡기는 책임의 범위를 넓히라고 요청한다. Meta는 훨씬 더 큰 이용자층에 초기 비용 없이 에이전트의 행동을 시험해 보라고 초대한다.

무료 접근이 충성도를 보장할 수는 없다. 에이전트는 장시간 웹을 탐색하거나, 고급 모델을 호출하거나, 여러 작업을 동시에 실행할 때 운영 비용이 커진다. Meta는 결국 관대한 접근성과 활성 사용자 지원 비용의 균형을 맞춰야 한다.

그렇더라도 초기 우위는 중요하다. 성공적인 무료 작업 하나하나는 OpenAI Dots가 같은 사용자에게 도달하기 전에 Muse가 습관이 될 기회를 한 번 더 제공한다.

OpenAI Dots와 Meta Muse의 경쟁은 배포 싸움이다

결정적인 질문은 어느 에이전트가 가장 영리한 답을 내놓느냐가 아니라, 사용자가 업무를 위임하는 기본 장소가 어느 쪽이 되느냐다.

OpenAI의 주장은 모델 역량에서 시작된다. Dots는 복잡한 추론, 코딩, 연구, 컴퓨터 사용에 가장 뛰어난 모델이라고 OpenAI가 설명하는 GPT-6 Astra로 작동한다.

이 기반은 계획 수립, 도구 선택, 오류 복구가 필요한 긴 워크플로에 도움이 될 수 있다. 코딩 에이전트는 저장소를 이해하고, 여러 파일을 수정하며, 테스트를 실행하고, 결과가 여전히 불완전한 시점을 인식해야 한다.

OpenAI는 개발자와 전문 ChatGPT 사용자의 확고한 이용자층도 보유하고 있다. 이 고객들은 이미 문서, 코드, 연구 질문, 비즈니스 맥락을 제품 안으로 가져오고 있다.

Dots는 ChatGPT, Slack, Teams 전반에 걸쳐 이 맥락을 유지할 수 있다. 이미 이런 환경에서 일하는 팀에게는 무료 접근보다 연속성이 더 중요할 수 있다.

엔터프라이즈 전략은 이러한 입지를 강화한다. 전문 dot은 정해진 조직 책임, 신원, 자격 증명, 시스템 접근 권한을 갖게 된다. OpenAI는 조달, 고객 지원, 송장 처리, 마케팅, 상업 계약 전반에서 이러한 역할을 시험했다고 말한다.

회사는 또한 전문 에이전트를 Agent 365 거버넌스 제어 기능에 연결하기 위해 Microsoft와 협력하고 있다. 이 통합은 기업 구매자에게 익숙한 관리 시스템을 통해 권한을 관리할 경로를 제공한다.

Meta의 입지는 다른 곳에서 시작된다. 이 회사는 소비자 커뮤니케이션 채널, 소셜 아이덴티티, 광고 관계, 널리 사용되는 모바일 애플리케이션을 보유하고 있다. Muse는 사용자가 낯선 인터페이스를 채택하도록 요구하지 않고 개인 비서 역할에서 비즈니스 업무로 확장할 수 있다.

Meta는 기업이 Facebook과 Instagram을 통해 마케팅하는 방식에 관한 수년간의 정보도 보유하고 있다. 소기업용 에이전트는 광고 데이터를 스토어프런트, 디자인, 회계, 고객 커뮤니케이션 도구와 연결할 수 있다.

이러한 맥락은 Muse가 가장 기술적으로 뛰어난 에이전트가 되기 전에도 유용하게 만들 수 있다. 동네 소매업체는 고급 코딩 성능보다 캠페인 결과에 빠르게 접근하는 것을 더 가치 있게 여길 수 있다.

따라서 OpenAI는 더욱 집중된 업무용 에이전트가 유료 접근의 가치를 지닌다는 점을 입증해야 한다. 사용자는 에이전트를 완전한 시스템으로 경험하기 때문에 GPT-6 Astra의 평판에만 전적으로 의존할 수는 없다.

모델은 구성 요소 중 하나일 뿐이다. 에이전트에는 신뢰할 수 있는 커넥터, 정확한 메모리, 명확한 승인 규칙, 사용하기 쉬운 진행 보고서, 그리고 웹사이트가 예기치 않게 바뀔 때의 복구 능력도 필요하다.

Meta도 같은 시스템 문제에 직면한다. Muse는 폭넓게 배포되더라도 부적절한 메시지를 보내거나, 잘못된 제품을 선택하거나, 비즈니스 기록을 오해한 뒤 신뢰를 잃을 수 있다.

위임이 일상적인 일처럼 느껴지게 만드는 첫 번째 회사는 강력한 우위를 얻는다. 에이전트가 누군가의 프로젝트, 선호, 권한, 반복 업무를 이해하게 되면, 다른 서비스로 옮기는 일은 불편해진다.

이 때문에 두 제품 모두 지속성을 강조한다. 각 회사는 에이전트가 향후 과제를 개선하고 이탈 비용을 높이는 축적된 맥락을 발전시키기를 원한다.

OpenAI의 강점은 전문 업무 안에서의 깊이다. Meta의 강점은 소비자 커뮤니케이션과 소기업 채널 전반의 도달 범위다.

어느 쪽의 강점도 자동적인 승리를 보장하지는 않는다. Dots는 전문적 신뢰성이 제한된 접근을 정당화한다는 점을 보여야 한다. Muse는 무료 배포가 일시적인 호기심이 아니라 지속적인 사용으로 이어진다는 점을 입증해야 한다.

진짜 문제는 지능이 아니라 신뢰다

상시 작동하는 에이전트는 접근 권한을 받을수록 더 가치 있어지지만, 새 권한 하나하나는 실수의 비용도 확대한다.

두 회사 모두 사용자가 받은편지함, 캘린더, 파일, 금융 서비스, 고객 시스템을 연결하기 전에 망설일 수 있다는 점을 알고 있다. 양사의 출시 자료는 격리, 자격 증명, 모니터링, 승인에 상당한 비중을 할애한다.

OpenAI는 각 dot이 사용자 기기와 분리된 클라우드 컴퓨터에서 실행된다고 설명한다. 저장된 비밀번호는 기본 모델에 해당 자격 증명을 노출하지 않은 채 지원되는 웹사이트에 제공될 수 있다.

dot이 백그라운드에서 선제적 조사를 수행할 때 연결된 애플리케이션은 읽기 전용 접근으로 제한된다. 이 활동 중 에이전트는 메시지를 보내거나 애플리케이션 콘텐츠를 변경하거나 사용자의 브라우저를 제어할 수 없다.

사용자는 지정된 작업을 허용, 차단하거나 승인을 요구하는 맞춤 규칙을 설정할 수 있다. 활동 보기는 진행 중인 작업을 보여주며 사용자가 에이전트의 방향을 바꿀 수 있게 한다.

OpenAI는 계정에 영향을 주거나 정보를 공개하는 작업을 검토하기 위해 자동화된 검토 시스템도 사용한다. 비밀번호 변경을 포함한 일부 민감한 작업은 여전히 사용자만 수행할 수 있다.

이러한 제어 장치는 위험을 줄이지만 제거하지는 않는다. OpenAI는 Dots가 실수할 수 있다고 명시적으로 경고하며 중요한 결과를 초래할 수 있는 작업은 검토할 것을 권장한다.

Meta도 비슷한 점을 인정한다. Muse agent safeguards에 대한 설명에서 회사는 에이전트가 작업을 오해하거나 읽는 콘텐츠 내부의 공격에 맞닥뜨릴 수 있다고 밝혔다.

중요한 위협 중 하나는 프롬프트 인젝션이다. 악의적인 지시문은 에이전트가 처리하는 웹페이지, 이메일 또는 문서 안에 숨겨질 수 있다. 이 지시문은 사용자의 요청을 무력화하고 에이전트를 조작해 정보를 공개하거나 원치 않는 작업을 수행하게 하려 한다.

Meta는 Muse의 메인 에이전트가 실제 자격 증명을 직접 볼 수 없다고 설명한다. 커넥터 작업과 네트워크 접근은 에이전트가 우회할 수 없는 별도의 권한 계층을 거친다.

Muse는 또한 작업 환경을 자격 증명 저장소 및 기타 민감한 서비스와 분리한다. Meta는 이 설계가 공격을 드문 예외로 취급하기보다 에이전트가 언젠가는 적대적인 자료와 마주하게 될 것이라는 전제를 둔다고 설명한다.

이러한 기술적 제어 장치는 주목할 만하지만, 여전히 회사 측의 주장이다. Dots나 Muse가 예측하기 어려운 실제 상황 전반에서 어떻게 작동하는지를 보여주는 수개월간의 독립적 증거는 아직 없다.

Muse의 초기 도입 과정에서는 또 다른 한계도 이미 드러났다. Amazon은 출시 후 2주도 되지 않아 에이전트가 자사 스토어에서 상품을 탐색하고 구매하는 것을 차단했다.

Amazon은 Muse가 계정에 접근하거나 정보를 수집하거나 거래를 처리하도록 승인한 적이 없다고 밝혔다. 또한 이 사안을 고객 보안, 서비스 품질, 그리고 어떤 외부 에이전트의 참여를 허용할지 결정할 플랫폼의 권리 문제로 규정했다.

이 분쟁은 에이전트의 역량이 실제로 사용할 수 있는 접근 권한을 보장하지 않는 이유를 보여준다. 웹사이트는 자동화 활동을 차단하거나, 인터페이스를 변경하거나, 거래를 제한하거나, 공식 계약을 요구할 수 있다.

따라서 AI 쇼핑 에이전트는 한 소매업체에서는 작동하지만 다른 곳에서는 실패할 수 있다. 비즈니스 에이전트는 연결된 한 서비스의 정보를 읽을 수 있어도 다른 서비스의 정보를 업데이트할 권한은 없을 수 있다.

이러한 제약은 에이전트가 웹 전반에서 작동할 수 있다는 광범위한 약속을 약화시킨다. 개방형 웹은 본래 지속적인 신원을 통해 작동하는 자율 소프트웨어가 아니라 브라우저를 사용하는 사람을 중심으로 설계됐다.

신뢰에는 프라이버시도 포함된다. 사용자는 에이전트의 편리함이 기술 기업에 사적인 맥락에 대한 접근 권한을 주는 불편함보다 큰지 판단해야 한다.

에이전트는 메시지를 읽고, 일상을 관찰하며, 우선순위를 기억한 뒤에 더 유용해진다. 같은 정보는 관계, 건강 문제, 금융 활동, 기밀 업무를 드러낼 수도 있다.

OpenAI는 비즈니스 및 엔터프라이즈 워크스페이스 콘텐츠가 기본적으로 모델 개선에 사용되지 않는다고 설명한다. 개인 사용자는 적격 대화와 작업이 모델 개선에 기여할지 여부를 제어할 수 있다.

Meta는 사용자가 Muse가 접근할 수 있는 서비스를 결정한다고 설명한다. 회사는 또한 Meta 자체의 에이전트 데이터 접근을 제한하기 위한 추가 암호화 인프라를 발표했다.

정책과 아키텍처는 중요하지만 사용자 인식도 중요하다. 광고 회사로서의 Meta의 이력은 일부 사람들이 개인 계정을 연결하는 데 신중해지게 할 수 있다. OpenAI는 단일 AI 제공업체 안에 업무를 집중하는 데 대한 별도의 우려를 해소해야 한다.

승자는 완벽한 안전을 주장하는 회사가 아닐 것이다. 진지한 에이전트 제공업체라면 누구도 그런 약속을 할 수 없다.

승자는 이해하기 쉬운 권한 설정, 눈에 보이는 작업, 유용한 로그, 그리고 사람이 예측 가능하게 검토할 수 있는 순간을 제공할 것이다. 에이전트가 실패했을 때도 명확하게 대응해야 한다.

지식 근로자에게 가장 안전한 초기 작업은 최종 실행보다 준비 단계와 관련된다. 에이전트는 연구를 수집하고, 메모를 정리하고, 업데이트 초안을 작성하고, 미해결 질문을 식별할 수 있으며, 사람은 승인 권한을 유지한다.

이 패턴은 personal knowledge base와 유사하다. 여기서 맥락은 인간의 판단을 조용히 대체하지 않으면서 검색과 초안 작성을 지원한다.

OpenAI Dots와 Meta Muse는 사용자가 이러한 저위험 워크플로에서 일관된 행동을 확인한 뒤에야 더 폭넓은 권한을 얻을 것이다.

OpenAI Dots가 Muse를 따라잡을 수 있을지 결정할 세 가지 신호

경쟁의 다음 단계는 유지율, 완료된 작업, 외부 서비스 접근성을 통해 평가될 것이다.

첫 번째 신호는 출시 기간 이후의 반복 사용이다. 앱 스토어 순위는 다운로드 수를 측정할 뿐, 사람들이 계속해서 의미 있는 작업을 맡기는지는 보여주지 않는다.

Meta는 Muse 사용자가 쇼핑, 이메일, 계획 기능을 시험한 뒤에도 다시 돌아오는지 보여줘야 한다. OpenAI는 적격 구독자가 dot을 만들고 초기 설정 이후에도 활성 상태로 유지하는지 보여줘야 한다.

어느 회사도 비교 가능한 유지율이나 작업 완료 데이터를 공개하지 않았다. 이 수치 없이는 인기 주장이 불완전하다.

가장 유용한 지표에는 주간 활성 에이전트, 사용자당 반복 작업 수, 성공적인 워크플로 완료, 사람의 개입 비율이 포함될 것이다. 이러한 측정은 지속성이 가치를 만드는지, 아니면 단지 더 많은 모니터링 작업을 만들어내는지를 드러낼 수 있다.

강력한 Muse 유지율은 Meta의 무료 접근 전략을 뒷받침할 것이다. 낮은 유지율은 배포가 지속 가능한 에이전트 사용 습관을 만들지 못한 채 호기심만 불러일으켰음을 시사할 것이다.

OpenAI의 경우, 더 작은 유료 사용자층에서 높은 사용량이 나타난다면 전문 업무 중심 전략을 검증할 수 있다. ChatGPT 내부에서의 낮은 도입률은 모델 품질과 기존 구독만으로는 충분하지 않다는 점을 보여줄 것이다.

두 번째 신호는 에이전트가 중요한 결과를 수반하는 워크플로를 얼마나 자주 안전하게 완료하는지다. 유용한 AI 에이전트는 사람이 챗봇에 요청할 수 있는 초안을 만드는 수준을 넘어야 한다.

사용자는 Dots와 Muse가 변화를 감지하고, 여러 도구를 조율하며, 완료된 작업을 가지고 돌아오기를 기대할 것이다. 또한 지시가 충돌하거나 위험이 커질 때 에이전트가 멈추기를 기대할 것이다.

독립적인 테스트는 실패 복구, 권한 처리, 메모리 정확성, 프롬프트 인젝션 저항성, 승인 요청의 명확성을 검토해야 한다. 마케팅 시연은 그러한 평가를 대체할 수 없다.

비즈니스 고객은 특히 감사 가능성에 주목할 것이다. 관리자는 에이전트가 어떤 정보에 접근했는지, 어떤 작업을 시도했는지, 왜 승인을 요청했는지 알아야 한다.

OpenAI의 전문 에이전트 파일럿은 Dots가 이러한 요구 사항을 충족할 수 있는지 시험할 것이다. 기업들이 제한적인 시험을 넘어 배포를 확대한다면, 그 결과는 지속형 에이전트가 운영 업무에 속한다는 OpenAI의 주장을 강화할 것이다.

세 번째 신호는 플랫폼 협력이다. Muse에 대한 Amazon의 대응은 외부 서비스가 거의 예고 없이 에이전트의 범위를 좁힐 수 있음을 보여준다.

Meta와 OpenAI는 소매업체, 생산성 플랫폼, 금융 서비스, 커뮤니케이션 제공업체와 안정적인 기술적·상업적 관계를 구축해야 한다. 협력 없이 만든 커넥터는 작동이 중단되거나 제한에 직면할 수 있다.

OpenAI의 Microsoft 통합은 관리형 업무 환경에서 의미 있는 출발점을 제공한다. Meta의 소셜 및 광고 계정 연결은 Muse가 소규모 비즈니스 운영에 진입할 자연스러운 경로를 제공한다.

어느 회사가 에이전트가 정보를 읽는 것 이상의 작업을 수행할 수 있게 하는 공식 계약을 발표하는지 지켜봐야 한다. 승인된 전송, 구매, 게시, 계정 관리 작업은 제품의 실질적 가치를 확장할 것이다.

반대 방향의 추세는 이들을 약화시킬 것이다. 더 많은 플랫폼 차단은 범용 에이전트를 가장 중요한 단계에서 멈추는 부분적 워크플로들의 집합으로 만들 것이다.

개발자에게 이 경쟁은 제품 설계도 바꾼다. 소프트웨어는 점점 더 명확한 권한, 기계가 읽을 수 있는 작업, 그리고 사람과 에이전트 모두가 검사할 수 있는 기록을 필요로 한다.

엔터프라이즈 구매자에게 질문은 에이전트가 인상적인 시연을 만들어낼 수 있는지가 아니다. 인간의 책임을 보존하면서 거버넌스 요구 사항 안에서 시스템이 작동할 수 있는지다.

개별 지식 근로자에게 선택은 더 개인적인 문제로 남는다. Muse는 지속적인 위임을 시험할 수 있는 마찰이 적은 방법을 제공한다. OpenAI Dots는 ChatGPT 및 전문 협업 채널과 더 깊게 연결되지만, 유료 접근 뒤에 있다.

무료 옵션은 실험 비용을 낮추기 때문에 더 강한 출발 위치를 차지한다. Dots가 더 적은 수정과 더 명확한 제어로 더 어려운 작업을 완료한다면 OpenAI의 대응도 성공할 수 있다.

그 결과는 여전히 입증되지 않았다. OpenAI는 신뢰할 만한 도전자를 출시했지만, 승자를 확정한 것은 아니다.

가장 좋은 시험은 실용적이다. 반복 가능하고 검토할 수 있는 작업 하나를 선택해 에이전트가 여러 주에 걸쳐 시간을 절약하는지 측정하라. 수정, 놓친 맥락, 승인 요청, 미완료 작업을 추적하라.

OpenAI Dots가 연결된 맥락을 일관되게 완료된 작업으로 전환한다면 유료 접근의 중요성은 줄어들 것이다. Muse가 무료 티어를 통해 비슷한 결과를 제공한다면 Meta의 배포 우위는 극복하기 어려워질 것이다.

에이전트 경쟁은 이제 획득한 책임감에 달려 있다. 어떤 회사가 사용자가 통제권을 포기하지 않도록 하면서 위임을 유용하게 만들 수 있을까?