Uber, ChatGPT Work을 3만 명의 직원으로 확대…파일럿 단계 넘어

Uber는 10월 22일 Uber ChatGPT Work 도입을 발표하며, 1,000명 규모의 파일럿에서 전 세계 3만 명 이상의 직원으로 접근 권한을 확대했다. 이 변화로 다단계 작업을 수행하기 위해 도구를 사용하는 소프트웨어인 AI 에이전트를 회사의 글로벌 인력이 활용할 수 있게 됐다. 이번 발표는 더 폭넓은 배포를 확정했지만, 비즈니스 성과는 공개적으로 측정되지 않은 상태다.

이 구분은 중요하다. 접근 권한을 구매하는 것과 업무 방식을 바꾸는 것은 서로 다른 성과이기 때문이다. 파일럿은 관심 있는 직원들이 유용한 활용 사례를 찾았음을 보여줄 수 있다. 전사 배포는 그러한 활용 사례가 서로 다른 역할, 경험 수준, 기대치 전반에서 계속 유용한지를 묻는다.

Microsoft의 Copilot은 경쟁 구도의 기준점이 될 수 있지만, 핵심 긴장은 공급업체 간 경쟁보다 더 깊은 곳에 있다. Uber는 직원 개별 실험에서 공동의 업무 인프라로 이동하고 있다. 이에 따라 관리자와 기술팀은 개인의 성공 사례를 반복 가능하고 책임 소재가 분명한 업무로 전환해야 한다는 압박을 받는다.

Uber ChatGPT Work 도입이 실제로 바꾸는 것

Uber의 전사 배포로 ChatGPT Enterprise 내에서 ChatGPT Work를 사용할 수 있게 됐다. 회사는 이를 지식 노동을 위한 최초의 전사 에이전트 플랫폼이라고 설명한다.

발표문에는 Google Drive, Gmail, Google Calendar, Slack과의 연결이 언급된다. 조사, 회의 준비, 프레젠테이션, 데이터 분석, 애플리케이션을 넘나드는 워크플로를 설명한다. Uber는 이번 확대에 직원 교육, 승인된 통합, 내부 AI 역량 라이브러리도 포함된다고 밝혔다.

결정적인 변화는 조직적 범위다. 에이전트가 선별된 파일럿 그룹을 넘어 이용 가능해진다.

이용 가능하다는 것은 더 많은 직원에게 위임형 업무를 시도할 기회를 제공한다. 그렇다고 모든 사람이 제품 사용을 시작했거나, 교육을 이수했거나, 반복되는 책임 업무에 이를 채택했다는 뜻은 아니다. 그러한 결과에는 별도의 근거가 필요하다.

이 구분은 독자가 헤드라인을 해석하는 방식도 바꾼다. 도구를 모든 사람이 사용할 수 있게 하는 것은 배포 결정이다. 이를 모든 사람의 업무 일부로 만드는 일은 그 뒤를 따르는 도입 과정이다.

메시지, 문서, 캘린더 항목을 바탕으로 작성한 가상의 회의 브리프를 생각해 보자. 브리프를 만드는 일은 과업의 일부일 뿐이다. 누군가는 출처가 최신인지, 결론이 근거로 뒷받침되는지, 의도한 수신자가 이를 받을 수 있는지를 확인해야 한다.

이 사례는 에이전트 확장이 일반적인 글쓰기 보조 도구 배포와 다른 이유를 보여준다. 직원은 정보를 찾고 취합하는 과정의 일부를 위임한다. 그 결과물은 기존의 책임과 승인 요건이 있는 업무 환경으로 들어간다.

따라서 발표에서 언급한 교육과 통합 약속은 인력 규모 수치와 함께 주목할 필요가 있다. 이는 접근 권한에 뒷받침 체계가 필요하다는 점을 인정한다. 다만 그 체계가 부서 전반에서 얼마나 일관되게 작동할지는 드러내지 않는다.

공유 서비스는 동료 간 기대도 바꾼다. 직원이 에이전트를 사용해 분석을 준비한다면, 수신자는 그 기반 업무를 신뢰할 수 있어야 한다. 문서가 완성돼 보인다는 이유만으로 수신자가 모든 단계를 재구성해야 해서는 안 된다.

Uber가 다음으로 마주할 조직적 과제는 이러한 신뢰를 반복 가능하게 만드는 일이다. 원래 작성자에게 유용한 결과물이 다른 팀에 자동으로 유용하게 전달되는 것은 아니다. 인수인계에는 다른 사람이 이를 평가할 수 있을 만큼의 맥락이 필요하다.

바로 이 지점에서 배포는 계정 관리 업무 이상의 의미를 갖는다. 직원은 무엇을 위임할 수 있는지, 무엇을 검토해야 하는지, 결과물의 책임자는 누구인지 이해해야 한다. 이러한 경계가 소프트웨어가 업무를 줄이는지, 재분배하는지를 결정한다.

Uber ChatGPT Work 도입은 더 많은 실험의 여지를 만든다. 장기적 의미는 성공적인 실험이 동료에게 과도한 검증 부담을 지우지 않으면서 신뢰할 수 있는 일상 업무가 되는지에 달려 있다.

이는 Uber가 그러한 문제를 겪었다는 주장이 아니라 분석적 구분이다. 공개 발표는 확대를 기록한다. 업무가 어떻게 바뀌었는지에 대한 부서별 설명은 제공하지 않는다.

이제 부서 리더들은 위임을 반복 가능하게 만들어야 한다

TechCrunch는 파일럿 참여가 엔지니어링을 넘어 확장됐다고 보도했다. Uber 엔지니어링 임원 Sumanth Sukumar에 따르면 초기 도입자의 80%는 비엔지니어였다.

이 구성은 조직적 이해관계가 큰 이유를 설명한다. 일반적인 비즈니스 기능까지 도달하는 배포는 소프트웨어 개발을 이해하는 직원에게만 전적으로 의존할 수 없다. 지침과 검토 관행은 전문성이 다른 분야에 있는 사람들에게도 이해돼야 한다.

부서 리더들은 범용 에이전트를 허용 가능한 업무의 구체적 기준과 연결해야 하기에 즉각적인 압박을 받는다.

과제는 구체적이다. 재무팀과 마케팅팀은 모두 분석을 요청할 수 있지만, 서로 다른 근거와 승인이 필요하다. 공유된 인터페이스가 그들의 책임을 서로 바꿔 쓸 수 있게 만들지는 않는다.

관리자에게 인상적인 시연은 좁은 질문에 답한다. 이 조건에서 시스템이 유용한 결과물을 만들 수 있는가? 반복되는 워크플로는 다음 주에 다른 직원도 허용 가능한 결과를 얻을 수 있는지를 묻는다.

이를 위해서는 저장된 지침 이상의 것이 필요하다. 워크플로에는 정의된 목적, 적절한 출처 집합, 이해 가능한 검토 경계가 필요하다. 그렇지 않으면 직원들은 문구를 반복하면서도 자신도 모르게 조건을 바꿀 수 있다.

가상의 지역 성과 요약을 상상해 보자. 작성자는 어떤 보고 기간이 적용되는지, 팀이 어떤 성과 정의를 사용하는지, 어떤 예외가 중요한지 알아야 한다. 에이전트는 유창한 문장을 생성하는 것만으로 이러한 조직적 선택을 해결할 수 없다.

그 요약을 받는 직원 역시 이를 판단할 수 있는 충분한 정보가 필요하다. 추적 가능한 근거 없는 매끄러운 설명은 준비의 부담을 검토 부담으로 옮길 수 있다. 겉보기 시간 절감은 결국 누구의 업무를 계산하느냐에 따라 달라진다.

이는 관리자에게 실질적인 측정 문제를 만든다. 완성된 문서 수를 세는 것은 생산을 보상한다. 그 문서가 의사결정을 뒷받침하는지를 측정하려면 유용성에 관한 더 까다로운 질문이 필요하다.

두 관점 중 어느 하나가 다른 하나를 배제해서는 안 된다. 인간이 최종 판단을 유지하더라도 더 빠른 준비는 중요할 수 있다. 그러나 그 이점은 검토 과정에서 사라지지 않고 유지돼야 한다.

같은 논리는 직원 교육에도 적용된다. 참석 기록은 누군가가 소개 교육을 받았음을 보여줄 수 있다. 그렇다고 해당 직원이 언제 과업에 더 좁은 범위나 경험 있는 검토자가 필요한지 안다는 사실까지 입증하지는 못한다.

생산적인 교육 프로그램은 관련 과제를 통해 이러한 구분을 드러낼 것이다. 이는 배포를 평가하기 위한 기준이지, Uber가 공개하지 않은 교육 과정에 대한 설명은 아니다. 발표문은 그 효과를 평가할 만큼 충분한 세부 정보를 제공하지 않는다.

부서 간 조정 문제도 있다. 한 팀이 업무 준비 방식을 바꾸면, 다른 팀은 이를 받는 방식을 바꿔야 할 수 있다. 지역적 효율성이 자동으로 더 원활한 공동 프로세스로 이어지지는 않는다.

여기서 지식 관리의 구분이 중요하다. 팀 지식 기반은 개인이 보유한 작업 자료 모음과 다른 책임을 수행한다. 위임된 업무에는 어떤 종류의 정보가 과업을 뒷받침하는지에 대한 명확성이 필요하다.

직원에게 이는 판단에 더 많은 주의를 기울일 기회를 만든다. 동시에 결과물 뒤의 근거를 이해해야 할 의무도 만든다. 에이전트는 준비를 도울 수 있지만, 비즈니스 결정에 대한 책임까지 승계하지는 않는다.

부서 리더에게 단기 과제는 완료의 정의가 명확한 업무를 선택하는 일이다. 직원들이 결과물이 다른 사람에게 전달할 준비가 됐는지 알아야 할 때, 폭넓은 열의만으로는 충분한 지침이 되지 못한다.

완성된 업무에도 책임 있는 소유자가 필요하다

업무용 에이전트의 핵심 약속은 직원이 모든 중간 단계를 직접 지시하는 대신 결과를 위임할 수 있다는 것이다. 이는 직원의 역할을 모든 것을 직접 생산하는 일에서 업무를 명시하고, 확인하고, 수용하는 일로 바꾼다.

매력은 분명하다. 직원은 이를 만드는 방법에 대한 더 긴 대화가 아니라, 사용할 수 있는 결과를 원한다. 그러나 “사용 가능”의 정의는 주변 비즈니스 프로세스에 따라 달라진다.

위임은 완성된 결과가 다른 사람이 신뢰할 수 있는 기준을 충족할 때에만 수작업을 줄인다.

가상의 프레젠테이션은 이 구분을 분명히 한다. 파일에는 적절한 서식, 읽기 쉬운 차트, 일관된 논리가 담길 수 있다. 그래도 정확한 수치, 관련성 있는 비교, 기초 정보 공유 권한은 필요하다.

이러한 요건은 프레젠테이션이 어떻게 만들어졌는지와 무관하게 존재한다. 에이전트는 생산 과정을 바꾼다. 하지만 청중의 정확한 정보 필요성이나 조직의 책임성 필요성을 없애지는 않는다.

내부 추천에도 같은 원칙이 적용된다. 이용 가능한 자료에서 패턴을 찾는 일은 그 패턴이 비즈니스 결과를 설명한다는 사실을 입증하는 일과 다르다. 설득력 있는 서사도 불완전한 근거에 의존할 수 있다.

그렇기에 가장 유용한 경쟁 비교는 제품이 조직의 통제 체계에 어떻게 들어맞는지에 관한 것이다. Microsoft는 Microsoft 365 관리 센터를 통한 에이전트 관리를 문서화하고 있다. 관리자는 에이전트를 활성화, 할당, 차단 또는 제거할 수 있다.

이 문서는 Microsoft가 Uber의 업무에 더 나은 결과를 제공한다는 점을 입증하지 않으면서도 관련성 있는 비교를 제시한다. 이는 에이전트 배포가 생성된 콘텐츠의 품질을 넘어 배포와 감독에 관한 결정을 포함한다는 점을 보여준다.

엔터프라이즈 구매자에게 이 비교는 실질적인 질문을 제기한다. 조직은 중요한 행동에 대한 명확한 책임자를 유지하면서 어느 정도까지 책임을 위임할 수 있는가? 서로 다른 워크플로에는 서로 다른 답이 타당할 수 있다.

초안을 준비하는 일과 이를 외부 수신자에게 보내는 일은 별개의 단계다. 조직은 초안 작성에는 폭넓은 지원을 허용하면서 외부 커뮤니케이션은 사람에게 맡길 수 있다. 이러한 경계는 모든 행동에 동일한 자율성이 필요하다고 가정하지 않으면서 유용한 위임을 보존한다.

따라서 경쟁하는 접근법은 업무를 배치하는 서로 다른 방식으로 이해하는 편이 낫다. 한 접근법은 준비 과정 전체에 걸쳐 직원이 긴밀하게 관여하도록 유지한다. 다른 접근법은 더 많은 중간 단계를 위임하고 정의된 결과물 주변에 검토를 집중한다.

어느 접근법도 자동으로 승리하지 않는다. 잦은 개입은 위임의 장점을 지울 수 있다. 드문 개입은 검토자에게 중요한 실수를 식별할 가시성을 너무 적게 남길 수 있다.

실행 가능한 균형은 과업의 결과와 결과를 확인하기 쉬운 정도에 달려 있다. 되돌릴 수 있는 내부 초안은 다른 팀의 운영 프로세스에 영향을 미치는 변경과 다른 요구를 제시한다. 둘을 동일하게 다루면 그 차이를 가리게 된다.

책임 있는 담당자에게는 작업을 거부하거나 수정할 수 있는 실질적인 방법도 필요합니다. 수용은 에이전트가 실행을 마쳤다는 사실을 인정하는 것 이상이어야 합니다. 결과물이 과업의 요구사항을 충족한다는 의미여야 합니다.

그 기준은 조직뿐 아니라 직원도 보호합니다. 근로자는 실질적으로 검토할 수 없는 프로세스에 대해 책임을 떠안아서는 안 됩니다. 자신에게 기대되는 판단을 행사할 수 있을 만큼 충분한 가시성이 필요합니다.

Uber의 ChatGPT Work 도입은 이러한 긴장을 더 폭넓은 직무에 걸쳐 중요하게 만듭니다. 그 의미는 직원들이 얼마나 많은 일을 위임할 수 있는지와, 그 결과를 얼마나 확신을 갖고 수용할 수 있는지에 일부 달려 있습니다.

직장 에이전트 제안의 가장 강력한 형태는 두 가지 이점을 모두 보존합니다. 직원은 일상적인 준비에 드는 노력을 줄이면서도, 비즈니스에 반영되는 내용을 승인할 수 있는 이해 가능한 근거를 유지합니다.

접근 규모 수치는 생산성과 감독에 대한 답을 주지 못한다

이 기사를 위해 검토한 공개 자료는 회사 전체 차원의 측정된 생산성 결과를 제공하지 않습니다. 표준적인 작업 시간 단축이나 검증된 산출물 품질 향상도 입증하지 않습니다.

이는 실패의 증거가 아니라 증거의 공백을 뜻합니다. 조직이 의미 있는 결과를 수집하기 전에도 도입 발표는 이용 가능 상태를 정확히 설명할 수 있습니다. 독자는 그 발표를 성과 연구로 바꾸어 해석해서는 안 됩니다.

인력 규모 수치는 잠재적인 도달 범위를 보여줄 뿐이며, 실질적 사용, 신뢰할 수 있는 완료, 또는 비즈니스 가치를 측정하지는 않습니다.

신뢰할 수 있는 생산성 평가는 에이전트 산출물을 둘러싼 노력까지 포함해야 합니다. 준비, 지시, 검토, 수정, 최종 수용은 모두 워크플로에 속합니다. 생성 시간만 측정하면 작업의 일부가 빠집니다.

품질에도 관련성 있는 정의가 필요합니다. 간결한 요약은 읽기 쉬울 수 있지만 가장 중요한 예외 사항을 누락할 수 있습니다. 정확한 분석도 원래 지원하려던 의사결정에 활용하기에는 너무 늦게 도착할 수 있습니다.

비교에는 유사한 작업과 유사한 기대치가 필요합니다. 그렇지 않으면 겉보기 개선은 더 쉬운 과제, 다른 출처 자료 또는 더 숙련된 검토자를 반영할 수 있습니다. 이러한 가능성이 긍정적 결과를 무효화하는 것은 아니지만, 해석에는 영향을 줍니다.

공개 증거는 직원 집단 간 차이가 있을 여지도 남깁니다. 작성자에게 더 쉬워진 작업이 수신자에게는 추가 업무를 만들 수 있습니다. 조직은 전체 인계 과정을 살펴볼 필요가 있습니다.

감독은 또 다른 미해결 차원을 만듭니다. Anthropic이 공개한 에이전트 안전 프레임워크는 인간 통제, 투명성, 개인정보 보호 및 의도치 않은 행동을 다룹니다. 이는 Uber 도입에 대한 독립적 평가가 아니라 경쟁 개발사가 제시한 원칙입니다.

그럼에도 이 프레임워크는 관련된 긴장을 짚어냅니다. 에이전트가 제한적인 개입으로 행동할 때 자율성은 가치를 갖습니다. 그러한 행동에 결과가 따를 때는 인간의 감독이 여전히 필요합니다.

에이전트의 방향을 바꾸려는 텍스트가 포함된 가상의 내부 문서를 생각해 보겠습니다. 이는 프롬프트 인젝션으로, 제공된 콘텐츠가 시스템의 정당한 작업을 덮어쓰게 하려는 시도입니다. 더 많은 정보 소스를 연결할수록 그러한 콘텐츠가 나타날 수 있는 지점도 늘어납니다.

이 사례는 Uber에 취약점이나 사고가 있었음을 입증하지 않습니다. 이는 성공적인 정보 검색과 안전한 작업 실행에 별도의 평가가 필요한 이유를 설명합니다. 프로세스가 부적절한 지시를 따랐더라도 산출물은 유용해 보일 수 있습니다.

정보에 접근할 수 있다는 것과 이를 재배포할 권한이 있다는 것은 다릅니다. 어떤 사람은 문서를 열람할 수 있지만, 그 내용을 다른 맥락에 포함할 권한까지 가진 것은 아닐 수 있습니다. 위임된 준비 작업은 이 구분을 보존해야 합니다.

따라서 검토는 정확성과 적절성을 모두 고려해야 합니다. 시스템은 올바른 정보를 사용했는가? 의도된 수신자에게 적합한 결과물을 만들었는가? 이 질문들은 서로 다른 답으로 이어질 수 있습니다.

이 모든 것이 직원들이 제품을 거부할 것이라고 가정할 근거는 되지 않습니다. 또한 발표만으로 일자리 감소를 추론할 근거도 되지 않습니다. 인력에 미치는 영향은 도입 자체를 넘어 인력 배치 결정과 책임에 관한 증거를 필요로 합니다.

적절한 회의적 입장은 구체적이어야 합니다. Uber는 직장 에이전트에 대한 더 폭넓은 의지를 발표했습니다. 반복 업무에서 공개적으로 입증된 개선은 별도의 뒷받침이 필요한 별개의 주장으로 남아 있습니다.

이 구분은 향후 보도에 유용한 기준을 제공합니다. 긍정적인 도입 사례는 주목할 가치가 있지만, 명확한 방법론, 정의된 작업, 인간 검토를 포함한 결과가 함께 제시될 때 더욱 설득력을 얻습니다.

도입이 일상 업무로 확장되면서 주목할 점

향후 몇 달간 유용한 질문은 이 도입이 반복 업무를 어떻게 바꾸는가입니다. 계정 수 증가만으로는 발표의 도달 범위를 넓힐 뿐, 핵심 불확실성을 해소하지 못합니다.

다음 증거는 지속적인 사용을 수용된 산출물 및 관리 가능한 감독과 연결해야 합니다.

첫째, 부서 전반에서 반복적으로 도입되는지 지켜봐야 합니다. 관련 공개 내용은 제품을 시험해 본 직원과 식별 가능한 책임을 위해 제품에 의존하는 직원을 구분해야 합니다. 이를 통해 도입이 초기 호기심을 넘어 확장되는지 알 수 있습니다.

부서별 관점은 특히 유용합니다. 집계된 활동은 고르지 않은 경험을 감출 수 있기 때문입니다. 좁은 집단의 빈번한 사용은 조직 전반의 가치를 입증하지 못합니다. 반대로 선택적 사용도 중요한 반복 업무를 지원한다면 가치가 있을 수 있습니다.

지속적인 도입의 증거는 직장 에이전트가 일상적인 비즈니스 기능을 수행할 수 있다는 주장을 강화할 것입니다. 소수의 열성 사용자 집단에 대한 지속적 의존은 그 결론의 범위를 좁힐 것입니다. 어느 쪽 결과든 접근성만으로 판단하는 것보다 더 많은 정보를 제공합니다.

둘째, 검토와 수정을 포함하는 측정 결과를 지켜봐야 합니다. 유용한 사례 연구는 작업, 이전 프로세스, 평가 기간 및 수용 기준을 설명할 것입니다. 인간이 여전히 수행한 일도 설명해야 합니다.

그러한 세부 정보는 독자가 더 빠른 초안 작성과 더 빠른 완료를 구분할 수 있게 합니다. 둘 다 중요할 수 있지만, 서로 다른 이점을 나타냅니다. 조직이 절감된 노력이 어디에 쓰였는지 설명할 수 있을 때 결과는 더 강해집니다.

더 적은 총 노력으로 수용된 작업의 증거는 비즈니스 사례를 뒷받침할 것입니다. 검증을 제외한 결과는 불완전하게 남습니다. 설득력 있는 사례에는 다른 조직이 관련성을 판단할 수 있을 만큼 충분한 맥락이 필요합니다.

셋째, 운영 경계가 어떻게 발전하는지 지켜봐야 합니다. 관련 공개 내용은 어떤 작업에 더 넓은 자율성을 부여하는지, 어떤 작업은 검토를 유지하는지, 직원이 예외 상황을 어떻게 처리하는지를 설명해야 합니다. 구체적인 관리 세부 사항은 일반적인 보장에 실질을 더할 것입니다.

경쟁 맥락도 여기에 포함됩니다. 경쟁 공급업체는 자체 도입 증거, 관리 기능 또는 작업 수준 결과로 대응할 수 있습니다. 비교 가능한 공개 내용이 있으면 기업용 에이전트 경쟁을 경쟁사 인력 관련 헤드라인보다 더 쉽게 평가할 수 있습니다.

조직이 유용한 결과와 함께 실행 가능한 통제를 설명한다면 이 신호는 더 폭넓은 위임의 근거를 강화할 것입니다. 완료된 모든 작업을 신뢰하기 위해 광범위한 수작업 재구성이 필요하다면 그 근거는 약화될 것입니다.

이 신호들은 순서를 이룹니다. 도입은 사람들이 제품으로 돌아오는지를 보여줍니다. 결과 측정은 다시 사용하는 것이 업무를 개선하는지를 보여줍니다. 감독 증거는 그러한 개선이 조직의 책임에 부합할 수 있는지를 보여줍니다.

기업 구매자에게 Uber의 결정은 대형 고객이 보인 의지에 관한 관련 증거입니다. 이는 자체 직원이 완료해야 하는 업무를 평가하는 일을 대신하지는 않습니다. 유사한 인터페이스라도 매우 다른 정보 및 승인 요구사항에 부딪힐 수 있습니다.

지식 근로자에게 이 발표는 책임에 관한 더 즉각적인 질문을 제기합니다. 준비 작업의 위임은 유용할 수 있지만, 결과를 수용하려면 여전히 판단이 필요합니다. 지속되는 역량은 어떤 증거가 산출물을 목적에 맞게 만드는지 인식하는 것입니다.

Uber의 ChatGPT Work 도입은 접근 규모 수치만이 아니라 그것이 만들어 내는 업무를 통해 살펴봐야 합니다. 반복되는 과업, 식별 가능한 검토자, 그리고 조직이 설명할 수 있는 결과를 찾아보십시오. 보고된 이점에 확인과 수정이 포함되는지, 동료들이 인계물을 다시 만들지 않고도 신뢰할 수 있는지 물어보십시오. 그런 다음 그 결과를 자신의 직장에 있는 책임과 비교하십시오. 실질적인 질문은 직원들이 결과에 대한 책임을 유지하면서 실제 과업의 어느 부분을 자신 있게 위임할 수 있는가입니다. Uber와 그 공급업체가 다음 사례를 공개하는 동안 이 질문을 염두에 두고, 과업이 수용에 이르기까지 이어지는 증거를 요구하십시오.