AI 워크스페이스라는 말을 처음 들었을 때 챗봇 창을 예쁘게 꾸민 것 정도로 생각했습니다. 써보고 나서 정의가 바뀌었어요. AI 워크스페이스는 AI에게 물어보는 창이 아니라, 일을 맡긴 AI가 자기 자리에서 일하고 결과를 남기는 공간입니다. 챗봇 창은 질문하면 답이 오고 창을 닫으면 끝이지만, 워크스페이스에서는 오늘 임명한 담당이 내일 아침에도 일하고 있어요. 이 차이가 말로는 잘 안 와닿아서, 오늘 실제로 마케팅 보고 담당을 임명한 화면을 순서대로 붙였습니다.
챗봇 창과 AI 워크스페이스, 무엇이 다른가
차이는 산출물이 어디에 남느냐에서 갈립니다. 챗봇 창의 산출물은 텍스트고, 그 텍스트를 문서로 옮기고 다음에 또 시키는 건 사람 몫이에요. 대화를 폴더로 묶어두는 기능도 있지만, 묶어둔다고 AI가 스스로 움직이지는 않습니다. 워크스페이스는 반대예요. 사람은 무슨 일인지 한 번 말하고, 정리된 내용을 확인하고, 임명 버튼을 누르는 데까지만 합니다. 그다음부터는 AI가 정해진 시간에 일하고 보고서를 자기 방에 쌓아요.
질문하는 창인가, 일하는 자리인가.
| 구분 | 챗봇 창 | AI 워크스페이스 |
|---|---|---|
| 시작 | 질문을 친다 | 맡길 일을 말한다 |
| 산출물 | 텍스트 답변 | 보고서·문서 파일 |
| 다음 날 | 다시 질문해야 한다 | 담당이 정해진 시간에 다시 일한다 |
| 기록 | 대화 스크롤 | 담당별 방에 보고서가 쌓인다 |
| 사람이 하는 일 | 묻고, 옮기고, 또 묻기 | 지시·확인·검수 |
내 AI들을 부리는 컨트롤타워 — 두뇌(어떤 AI 모델을 쓰는지)는 갈아끼워도 임명한 담당·기억·업무 정의는 그대로 남는 구조예요. 워크스페이스라는 일반 명사를 제품 안에서는 이 한 단어로 부릅니다.
에이전트 임명, 실제로는 네 단계였습니다
오늘 마케팅 채널 성과를 매일 보고하는 담당을 하나 임명했습니다. 화면을 그대로 옮기면 이렇습니다.
말하고, 확인하고, 임명하면 끝.
① 무슨 일인지 말한다. "우리 회사 여러 마케팅 채널을 매일 확인하고, 그거에 대한 성과를 보고하는 에이전트 임명할게." 이 한 줄이었습니다.
② AI가 정리해서 되묻는다. 어떤 데이터를 볼지, 언제 보고받을지를 물어봅니다. "구글 애널리틱스 토대로 성과 분석만 하면 될 것 같아", "매일 아침 9시에 보고해줘" 두 번 답했습니다.
③ 임명하기. AI가 담당 이름·보는 데이터·주기를 카드로 정리해 「임명할까요?」 하고 묻고, 버튼을 누릅니다.
④ 보고서가 쌓인다. 그 담당의 방이 생기고, 보고서 목록에 날짜별 보고서가 올라옵니다.
③ 단계 — AI가 정리한 카드. 「'마케팅 성과 리포터'을(를) 임명할까요?」 아래 임명하기 버튼이 있습니다. (2026-09-16 실제 화면)
③에서 AI가 정리한 내용이 제가 말한 것과 달랐으면 「그만두기」를 누르고 다시 말하면 됩니다. 저는 세 줄 다 맞아서 바로 임명했습니다. 이 확인 단계가 있어서 잘못 임명되는 일이 없었어요.
④ 단계 — 담당의 방. 가운데에 날짜별 보고서 목록, 오른쪽에 그날의 일간 보고서 요약이 열립니다. (2026-09-16 실제 화면)
이 방이 워크스페이스의 실체입니다. 챗봇 창이었다면 "어제 보고서 뭐였지" 하고 스크롤을 올려야 했을 텐데, 여기서는 왼쪽 목록에서 날짜를 누르면 그날 보고서가 오른쪽에 열립니다. 대화는 왼쪽에 따로 있고요. 보고서를 읽다가 "이 채널은 왜 빠졌어?" 하고 왼쪽에 물으면 그 담당이 답합니다.
"대화를 프로젝트로 묶는 기능이면 되는 거 아닌가요?"
묶는 것과 일하는 것은 다릅니다. 대화를 묶어두면 찾기는 편해지지만, 내일 아침 보고서는 제가 다시 시켜야 나옵니다. 임명한 담당은 시키지 않아도 아침 9시에 일합니다. 정본의 말을 빌리면 «맡기면, 알아서, 제때»예요. 사람이 하는 건 방에 들어가서 읽는 것뿐입니다.
"결국 자동화 스크립트 아닌가요?"
스크립트를 짤 줄 알면 비슷한 걸 만들 수 있습니다. 차이는 위 ①~③처럼 말로 정하고 말로 고친다는 점이에요. "다음 주부터는 유튜브도 같이 봐"라고 방에서 말하면 담당의 업무 정의가 바뀝니다. 코드를 열 일이 없어요. 그리고 담당이 일한 기록이 그 방에 남아서, 담당자가 바뀌어도 후임은 그 방부터 읽으면 돼요.
AI 워크스페이스는 AI에게 물어보는 창이 아니라 AI가 일하는 자리입니다. 임명 한 번이면 다음 날부터 보고서가 쌓입니다.
오늘 확인할 것 — 매일 반복해서 AI에게 시키는 일이 무엇인지 하나만
더 궁금할 만한 것
"담당을 여러 명 둘 수 있나요?" — 됩니다. 마케팅 보고 담당 옆에 커밋 보고 담당, 메일 담당이 각자 방을 갖고 있습니다. 방마다 보고서가 따로 쌓여서 섞이지 않아요.
"보고서를 폰에서도 보나요?" — 갈림길이 생기면 폰으로 물어보고, 답하면 이어서 일합니다. PC를 지키고 앉아 있을 필요는 없었습니다.
"어떤 AI 모델을 쓰나요?" — 쓰던 계정을 연결해서 씁니다. 모델을 바꿔도 임명한 담당과 방의 기록은 그대로예요.
AI 워크스페이스란 결국 «AI가 어디에서 일하느냐»의 문제였습니다. 창이 아니라 자리를 주고 나니, 시키는 일이 줄고 읽는 일이 남았습니다.
함께 보면 좋은 글
👉 AI 업무 자동화 사례, 사람이 자리를 비워도 되는 지점까지 써봤습니다
👉 업무 인수인계, 담당자가 나가도 히스토리는 남아있었어요
👉 AI 문서 작성 도구, 만드는 것보다 보내는 게 더 일이었습니다