오픈AI가 Dots라는 새로운 형태의 AI 에이전트를 공개했습니다. 핵심은 하나입니다. 우리가 물어볼 때만 답하던 AI가, 이제 물어보지 않아도 알아서 할 일을 잡아서 처리하는 쪽으로 넘어갔다는 것입니다. 마케팅처럼 “매일 같은 걸 확인하고, 이상하면 손을 대야 하는” 업무가 많은 분야라면 이 변화는 그냥 뉴스가 아니라 업무 구조를 다시 짜야 할 신호에 가깝습니다.
30초 요약
- Dots란 오픈AI가 발표한 상시 작동(always-on) AI 에이전트로, 요청을 기다리지 않고 먼저 움직이도록 설계되었습니다.
- 자체 컴퓨터를 각 Dot이 하나씩 갖습니다. 클라우드에 개별 작업 공간이 있고, 그 안에서 일을 돌립니다.
- 4,000개 이상 앱과 연결됩니다. 광고 도구, 스프레드시트, 문서, 커머스 백오피스까지 손이 닿는 범위가 넓어집니다.
- 승인 규칙을 사용자가 직접 정합니다. 어디까지 자동으로 하고 어디부터 사람에게 물을지 선을 그을 수 있습니다.
- 마케팅 활용은 광고 이상 감지, 리뷰 모니터링, 리서치 자동 축적, 콘텐츠 파이프라인에서 가장 먼저 체감됩니다.
1. Dots가 대체 뭔가요
쉽게 비유하면 이렇습니다. 지금까지의 챗봇은 “질문을 받아야 입을 여는 상담원”이었습니다. Dots는 “출근해서 자기 자리에 앉아 오늘 할 일을 스스로 확인하는 직원”에 가깝습니다. 오픈AI는 Dots를 상시 작동하는 에이전트로 설명하면서, 사용자가 시키지 않아도 업무를 선제적으로 처리하도록 설계했다고 밝혔습니다. ChatGPT와도 연결되기 때문에 대화창에서 지시를 내리고 결과를 확인하는 흐름은 그대로 유지됩니다.
기술적으로 눈에 띄는 부분은 각 Dot이 자기만의 클라우드 컴퓨터를 갖는다는 점입니다. 이게 왜 중요하냐면, 기존 AI는 대화가 끝나면 작업 환경도 함께 사라지는 구조였습니다. 매번 빈 책상에서 새로 시작하는 셈이었죠. Dot은 자기 책상과 자기 서랍을 계속 유지합니다. 어제 정리하던 파일이 오늘도 그 자리에 있고, 중간에 멈췄던 작업을 이어서 할 수 있습니다.
마케팅 팀 입장에서 이 차이는 생각보다 큽니다. “지난달 광고 데이터를 다시 붙여넣고 컨텍스트를 설명하는” 반복 작업이 줄어들기 때문입니다.
2. 지금까지의 AI와 무엇이 다른가
AI 도구를 이미 쓰고 계신 분들은 “그거 자동화랑 뭐가 다른데?”라고 물으실 겁니다. 정당한 질문입니다. 차이는 판단이 어디서 일어나는가에 있습니다.
기존 자동화(예: 특정 조건이면 알림 보내기)는 사람이 미리 조건을 다 적어둬야 합니다. 조건에 없는 상황이 오면 아무 일도 일어나지 않죠. 반면 에이전트는 상황을 읽고 “이건 사람에게 알려야겠다”, “이건 내가 처리하면 되겠다”를 스스로 나눕니다. 규칙을 빠짐없이 적는 대신, 목적과 경계를 알려주는 방식입니다.
| 구분 | 기존 AI 챗봇 활용 | 기존 룰 기반 자동화 | Dots 같은 상시 에이전트 |
|---|---|---|---|
| 시작 조건 | 사람이 질문할 때 | 미리 정한 조건이 맞을 때 | 에이전트가 필요하다고 판단할 때 |
| 작업 환경 | 대화 종료 시 초기화 | 고정된 플로우 | 전용 클라우드 작업 공간 유지 |
| 예외 상황 | 사람이 다시 질문해야 함 | 대응 불가(조건 밖) | 맥락 보고 판단, 필요 시 승인 요청 |
| 연결 범위 | 도구별 개별 연동 | 연동 도구에 한정 | 4,000개 이상 앱 연결 |
| 사람의 역할 | 매번 지시 | 규칙 설계 및 유지보수 | 목적 설정 및 승인 기준 관리 |
핵심 포인트: 에이전트 시대에 마케터가 잘해야 하는 일은 “프롬프트를 잘 쓰는 것”에서 “어디까지 맡기고 어디서 개입할지 설계하는 것”으로 옮겨갑니다. 질문을 잘하는 사람보다, 위임을 잘하는 사람이 강해집니다.
3. 4,000개 앱 연결이 마케터에게 갖는 의미
발표 내용 중 마케팅 실무자가 가장 주목해야 할 숫자는 4,000개 이상의 앱 연결입니다. 숫자 자체보다 의미가 중요합니다. 미국 마케팅 업무는 도구가 흩어져 있어서 생기는 손실이 큽니다. 광고 데이터는 광고 관리자에, 매출은 커머스 백오피스에, 콘텐츠 일정은 문서 도구에, 커뮤니케이션은 메신저에 흩어져 있죠.
사람이 이걸 이어붙이려면 결국 매일 아침 탭을 여러 개 열고, 숫자를 옮겨 적고, 이상한 부분을 눈으로 찾아야 합니다. 에이전트가 이 연결 지점에 상주하면 그 반복 노동이 줄어듭니다. 중요한 건 “AI가 글을 대신 써준다”가 아니라 “AI가 흩어진 데이터를 매일 한자리에 모아놓는다”는 쪽입니다. 후자가 실제로는 시간을 더 아껴줍니다.
연결이 늘어날수록 커지는 것: 권한 관리
다만 연결 가능한 앱이 많다는 건 잘못 열어두면 사고 범위도 넓다는 뜻입니다. 광고 계정에 쓰기 권한까지 준 에이전트가 예산을 잘못 조정하면 그날 지출이 그대로 나갑니다. 그래서 다음 섹션의 승인 규칙이 기능 설명이 아니라 실무의 핵심입니다.
4. 마케팅 실전 활용법 6가지
발표된 기능 범위 안에서, 미국 시장 마케팅에 바로 대입해볼 수 있는 쓰임새를 정리했습니다.
1) 광고 이상 징후 감시
아마존 스폰서드 광고나 메타 광고에서 특정 캠페인의 지출이 갑자기 튀거나 전환이 꺾이는 순간은 하루 이틀 늦게 발견되기 쉽습니다. 상시 작동 에이전트에게 계정을 읽는 권한만 주고, 기준선을 벗어나면 보고하도록 맡기는 구성이 가장 현실적인 첫 단계입니다. 판단은 사람이 하고, 감시는 에이전트가 합니다.
2) 리뷰와 댓글 모니터링
제품 리뷰, 틱톡 댓글, 커뮤니티 반응은 양이 많아서 사람이 다 못 봅니다. 에이전트가 매일 훑어서 새로 등장한 불만 유형, 반복되는 칭찬 포인트를 묶어주면 그대로 콘텐츠 소재와 상세페이지 수정 근거가 됩니다.
3) 경쟁사 변화 추적
가격 변경, 신규 리스팅, 새 크리에이티브 등장 같은 신호는 며칠만 늦어도 대응 타이밍을 놓칩니다. 매일 같은 항목을 같은 방식으로 기록해두는 일은 에이전트가 사람보다 꾸준합니다.
4) 콘텐츠 파이프라인 관리
기획, 초안, 검수, 발행으로 이어지는 흐름에서 병목은 대체로 “누가 지금 뭘 들고 있는지 모르는 것”입니다. 에이전트가 일정과 문서를 이어보고 지연된 항목만 알려주면, 회의 한 번을 줄일 수 있습니다.
5) 이메일과 CRM 흐름 점검
플로우 발송이 멈췄거나, 특정 세그먼트의 오픈율이 떨어지는 변화를 조용히 놓치는 경우가 많습니다. 정기 점검 항목을 에이전트에게 넘기면 사람은 개선안 설계에 집중할 수 있습니다.
6) 리서치 자산 축적
자체 작업 공간이 유지된다는 점을 살리면, 매일 수집한 시장 자료가 한곳에 쌓입니다. 분기 보고서를 쓸 때 처음부터 자료를 다시 모으는 일이 사라집니다. 이게 의외로 체감 효과가 큽니다.
5. 승인 규칙: 브레이크를 어디에 달 것인가
Dots는 사용자가 정한 승인 규칙에 따라 작업을 자동화할 수 있도록 설계되었습니다. 이 기능이 있느냐 없느냐가 “쓸 수 있는 에이전트”와 “무서워서 못 쓰는 에이전트”를 가릅니다.
실무에서 권하는 기준은 단순합니다. 되돌릴 수 있는 일은 맡기고, 되돌릴 수 없는 일은 승인받게 하는 것입니다. 보고서 초안 작성은 마음에 안 들면 지우면 그만입니다. 하지만 광고 예산 증액, 가격 변경, 고객에게 나가는 메일 발송은 되돌릴 수 없습니다. 돈과 외부 노출이 걸린 행동에는 반드시 사람의 확인 단계를 두는 편이 안전합니다.
| 업무 유형 | 권장 설정 | 이유 |
|---|---|---|
| 데이터 수집, 요약, 리포트 초안 | 완전 자동 | 결과물이 내부에 머물고 수정이 쉬움 |
| 콘텐츠 초안, 크리에이티브 아이디어 | 자동 생성 후 사람 검수 | 브랜드 톤과 사실관계 확인 필요 |
| 광고 예산 및 입찰 조정 | 제안만, 실행은 승인 후 | 실수 시 즉시 비용 발생 |
| 고객 발송 메일, SNS 게시 | 승인 필수 | 외부 노출은 회수 불가 |
| 가격, 재고, 리스팅 변경 | 승인 필수 | 매출과 플랫폼 정책에 직접 영향 |
6. 주의점과 한계
기대가 큰 만큼 짚어야 할 부분도 분명합니다.
첫째, 공개 직후라 검증된 운영 사례가 아직 얇습니다. 요금제 구성이나 세부 지원 범위를 두고는 매체마다 전하는 내용에 차이가 있어, 도입 전에 공식 안내를 직접 확인하시는 편이 좋습니다. 발표 자료만 보고 전체 운영을 옮기는 결정은 이릅니다.
둘째, 권한 설계가 곧 리스크 관리입니다. 연결 가능한 앱이 많다는 건 편의와 위험이 같은 속도로 커진다는 뜻입니다. 처음에는 읽기 권한만 부여하고, 한두 달 운영하며 신뢰가 쌓인 영역부터 쓰기 권한을 여는 순서를 권합니다.
셋째, 판단의 책임은 여전히 사람에게 있습니다. 에이전트가 “이 캠페인 예산을 늘리자”고 제안해도, 그 제안이 브랜드의 재고 상황이나 시즌 전략까지 알고 있는 건 아닙니다. 맥락은 사람이 채워야 합니다.
넷째, 자동화가 늘어날수록 검수 체계가 더 중요해집니다. 결과물이 많아지면 확인이 느슨해지기 쉽습니다. 에이전트를 도입할 때는 “무엇을 자동화할까”와 함께 “무엇을 매주 사람이 직접 볼까”를 같이 정해두셔야 합니다.
7. 자주 묻는 질문
Q1. Dots는 기존 ChatGPT를 대체하나요?
대체라기보다 역할이 다릅니다. ChatGPT와 연결되어 작동하는 형태로 소개되었고, 대화형으로 묻고 답하는 사용법은 그대로입니다. 차이는 대화가 끝난 뒤에도 에이전트가 계속 작동한다는 점입니다.
Q2. 마케팅 팀이 지금 당장 준비해야 할 건 무엇인가요?
도구 선택보다 업무 정리가 먼저입니다. 우리 팀이 매주 반복하는 일을 목록으로 적고, 그중 되돌릴 수 있는 일과 없는 일을 나눠보세요. 이 목록이 있으면 어떤 에이전트를 쓰든 도입 속도가 빨라집니다.
Q3. 에이전트에게 광고 계정을 맡겨도 되나요?
처음부터 실행 권한까지 주는 건 권하지 않습니다. 읽기 권한으로 감시와 보고만 맡기고, 판단과 실행은 사람이 하는 구조로 시작하세요. 수개월 운영해보며 제안의 정확도가 확인되면 그때 범위를 넓히면 됩니다.
Q4. 작은 팀에도 의미가 있나요?
오히려 인원이 적은 팀에서 체감이 큽니다. 사람이 적을수록 “매일 확인만 하는 업무”가 차지하는 비중이 크기 때문입니다. 감시와 정리를 넘기면 남은 시간을 기획과 크리에이티브에 쓸 수 있습니다.
Q5. 한국 브랜드의 미국 시장 운영에도 쓸 수 있나요?
시차 문제가 있는 운영이라면 더 유용합니다. 한국이 밤인 시간에 미국 채널에서 벌어지는 변화를 누군가 계속 지켜보는 구조를 만들 수 있기 때문입니다. 다만 최종 판단과 승인 기준은 반드시 사람이 정해두셔야 합니다.
Q6. 이런 에이전트가 마케터의 일자리를 줄이나요?
줄어드는 건 일자리보다 반복 업무 쪽입니다. 대신 위임 설계, 승인 기준 관리, 결과 검수처럼 새로 생기는 역할이 있습니다. 도구를 다루는 능력보다 도구에 무엇을 맡길지 결정하는 능력이 평가받게 됩니다.
8. 정리하며
Dots의 등장은 AI 활용의 무게 중심이 “잘 물어보기”에서 “잘 맡기기”로 이동했다는 신호입니다. 자체 작업 공간, 넓은 앱 연결, 사용자가 정하는 승인 규칙이라는 세 가지 요소는 결국 하나를 가리킵니다. 사람이 판단의 기준을 정하고, 반복은 에이전트가 맡는 구조입니다.
그래서 지금 해야 할 일은 새 도구를 급하게 도입하는 것이 아니라, 우리 팀의 업무 중 무엇이 위임 가능한지를 먼저 그려보는 일입니다. 그 지도가 있는 팀은 어떤 에이전트가 나와도 빠르게 적응합니다.
Calywire는 2014년부터 미국 현지에서 마케팅을 운영해오며 새 기술이 실무에 자리 잡는 과정을 계속 지켜봐 왔습니다. AI 에이전트를 어디에 붙이면 효과가 나고 어디는 아직 사람이 봐야 하는지, 브랜드 상황에 맞춰 함께 정리해드릴 수 있습니다. 가볍게 이야기 나눠보고 싶으시다면 언제든 연락 주세요.
참고 자료
- Bloomberg: OpenAI Unveils Always-On AI Agent Dots
- Technology.org: OpenAI Dots: Always-On AI Agents for ChatGPT
- 9to5Google: OpenAI announces Dots agent
- MacRumors: OpenAI Launches Dots
