고길곤 서울대 정보화본부장 겸 행정대학원 교수는 20일 오픈AI 코리아가 서울에서 개최한 ‘챗GPT 워크 미디어 데모 세션’에서 오픈AI의 코딩 에이전트 ‘코덱스’를 활용해 만든 ‘컨트리 리포트 에이전트’를 소개했다.
고길곤 서울대학교 정보화본부장 겸 행정대학원 교수가 20일 오픈AI 서울 오피스에서 열린 ‘챗GPT 워크 미디어 데모’에서 코덱스를 활용한 연구 워크플로우 사례를 소개하고 있다. (사진=오픈AI 코리아)
자료가 매년 바뀌는 데다 국가마다 중요한 쟁점도 달라 단순히 같은 틀을 적용하기도 어려웠다. 고 교수는 과거 이런 연구를 제대로 하려면 국가당 5000만~1억원가량이 들 수 있었다고 설명했다.
코덱스가 등장하면서 방식이 달라졌다. 고 교수는 역할을 잘게 나눴다. 어떤 AI는 해당 국가의 핵심 문제를 찾고 다른 AI는 통계와 자료를 모은다. 또 다른 AI는 출처를 확인하거나 데이터를 시각화하고 원고를 작성한다. 출처가 이상하거나 확인되지 않은 내용은 다시 검사하도록 별도의 검증 절차도 심었다.
이렇게 만들어진 국가 보고서는 현재 약 100개에 달한다. 보고서에는 각국의 거버넌스와 경제·사회 현황, 주요 쟁점뿐 아니라 관련 학술자료 출처와 지표 변화도 함께 담긴다.
다만 고 교수는 AI도 한 번에 처리할 수 있는 한계가 있기 때문에 보고서를 장과 절 단위로 쪼개 순서대로 작성하게 한다. 각 단계마다 같은 연구·검증 기준을 적용하고 결과가 나오면 사람이 다시 확인한다.
문제가 발견되면 그 내용을 에이전트의 규칙에 반영한다. 한 번 틀린 부분을 고쳐놓으면 다음 보고서를 만들 때 같은 실수를 줄일 수 있는 셈이다.
음성원 오픈AI 코리아 커뮤니케이션 총괄이 20일 오픈AI 서울 오피스에서 열린 ‘챗GPT 워크 미디어 데모’에서 챗GPT 워크에 대해 설명하고 있다. (사진=오픈AI 코리아)
고 교수는 AI가 과거에는 시간과 비용 때문에 시도하지 못했던 연구를 가능하게 한다고 봤다. 연구자는 자료를 찾는 데 쓰던 시간을 줄이고 무엇을 분석할지와 결과를 어떻게 해석할지에 더 집중할 수 있다는 설명이다.
다만 AI가 알아서 완벽한 결과를 만들어줄 것이라는 기대에는 선을 그었다. 고 교수는 “많은 일을 할 수 있고 효율적으로 할 수 있지만 인간이 계속 개입하지 않으면 절대 AI의 퀄리티는 높아지지 않는다”고 말했다.
이날 행사는 오픈AI가 지난달 출시한 ‘챗GPT 워크’의 주요 기능과 실제 활용 사례를 소개하기 위해 마련됐다. 챗GPT 워크는 자료 조사부터 문서·슬라이드·웹사이트 등 결과물 제작까지 수행하는 에이전트형 AI다.
음성원 오픈AI 코리아 커뮤니케이션 총괄은 “챗봇이 질문하면 답하는 기능이라면 워크는 지시한 일을 끝까지 수행한다”라며 “엑셀 파일이나 프레젠테이션 등 실제 결과물까지 만들어주는 방향으로 AI 이용 방식이 달라지고 있다”고 말했다.









