How Agents Are Transforming Work

3줄 요약

OpenAI가 2026년 6월 25일에 공개한 공식 블로그 포스트 겸 연구 보고서다. Columbia·Duke·UPenn 연구진과 공동으로 사내 Codex 사용 로그를 분석한 논문 The Shift to Agentic AI: Evidence from Codex를 함께 발표했다.
에이전트형 AI가 지식 업무의 단위를 단일 상호작용에서 위임된 장기 과제로 옮기고 있다는 것이 핵심 주장이다. 부서별 사용량은 Research 56배, Customer Support 32배, Engineering 27배, Legal 13배 증가했고, 비개발자 개인 사용자는 137배 늘었다.
OpenAI 직원의 98%가 Codex를 사용하고, 직원 아웃풋 토큰의 99.8%가 Codex로 생성된다고 보고했다. 단 모든 수치가 자체 보고이며 제3자 검증이 없다는 점을 외부 매체가 지적했다.

자료의 정체

발행자는 OpenAI다. 발행일은 2026년 6월 25일이고, 회사 공식 블로그(openai.com/index/how-agents-are-transforming-work/)에 게시되었다. 단순 보고가 아니라 Columbia·Duke·University of Pennsylvania 소속 연구진과 공동 저술한 논문 The Shift to Agentic AI: Evidence from Codex의 요약을 겸한다.

OpenAI는 이 글의 목적을 “에이전트형 AI가 업무의 단위를 바꾸는 방식을 사내 데이터로 보여주는 것"이라고 밝힌다. 자료 전체가 Codex라는 하나의 제품을 중심에 두고, 그 사용량 변화를 부서·역할·과제 길이의 세 축으로 펼친 형태다.

OpenAI 사내 도입 현황

사내 전 부서(법무·채용 등 비기술 부서 포함)가 Codex를 1차 AI 업무 도구로 사용한다고 보고했다.
챗봇에서 에이전트로의 전환이 전사적으로 진행 중이다.
에이전트가 처리한 노동량은 지수적으로 증가하고 있다.

수치로는 직원 사용률 98%(2025년 8월의 약 40%에서 상승)와 직원 아웃풋 토큰 중 Codex 생성 비중 99.8%가 인용된다. 후자는 직원이 “직접 타이핑하는 토큰"보다 “에이전트가 위임받아 생성하는 토큰"이 수백 배 많다는 의미다.

부서별 성장률 (2025년 11월 → 2026년 6월)

부서	성장 배율
Research	56×
Customer Support	32×
Engineering	27×
Legal	13×

엔지니어링이 가장 빠를 거라는 직관과 어긋난다. 가장 가파른 곡선은 연구에 있다. 두 번째가 고객지원이라는 점은 챗봇 시대의 자동화 대상이 자연스럽게 에이전트로 이행한 결과로 보인다.

비개발자 사용자 확장

비개발자 개인 사용자: 137× 증가 (2025년 8월 이후)
비개발자 조직 사용자: 189× 증가
OpenAI 사내 비개발자: 12× 증가
비개발자가 전체 주간 사용자의 약 20%를 차지

OpenAI는 이 수치를 “Codex가 더는 개발자 도구가 아니다"는 신호로 제시한다. 다만 개발자가 아닌데 Codex를 무슨 작업에 쓰는가에 대한 구체 사례는 자료 본문에 거의 없다 — 부서별 표가 그 자리를 대신한다.

태스크 복잡도와 소요 시간 (2025년 12월 → 2026년 5월)

30분을 넘는 작업 요청 비율: 80.6%로 증가
1시간을 넘는 작업 요청 비율: 70.2%로 증가
전체 Codex 요청 중 약 25%가 사람 기준 1시간 이상이 걸리는 작업이다
8시간을 넘는 요청은 약 10배 증가했다

여기서 “사람 기준 N시간"은 OpenAI 내부 기준의 추정치다. 자료에는 측정 방법론이 자세히 적혀 있지 않다.

헤비 유저 행동 패턴

2026년 6월 기준 상위 1% 사용자(99번째 백분위)는 하루 60시간 이상의 Codex 에이전트 턴을 생성한다.
여러 에이전트를 병렬로 운영하는 형태로 사용한다.

“하루 60시간"은 사람의 시간이 아니라 에이전트들이 동시에 돌면서 누적한 작업 시간이다. 한 명의 사용자가 6개의 에이전트를 10시간씩 굴리면 60시간이 된다. 자료는 이 패턴을 “에이전트 군단을 지휘하는 사용자"의 등장으로 묘사한다.

외부 기업 도입 사례

자료에 명시된 도입 기업은 다음과 같다.

Goldman Sachs
DoorDash
Thermo Fisher
State Farm
LY Corporation (LINE 모회사)

각 사가 어떤 워크플로우에 Codex를 붙였는지는 본문에서 자세히 다루지 않는다. 회사 이름의 나열에 가깝다.

전체 성장 지표

주간 활성 사용자: 300만+ (일부 출처는 500만)
2026년 1월 대비 5배 이상 성장
조직 사용자 비중 63%, 개인 사용자 비중 16.5%

조직 사용자 비중이 압도적으로 높다는 점은 Codex의 성장이 팀 단위 도입에 의해 끌려가고 있다는 신호다. 개인 구독 모델로 자라는 일반 챗봇 제품과 다른 결이다.

한계와 검증 공백

자료의 한계는 자료 자체보다 외부 매체가 더 명확히 정리했다.

모든 수치가 OpenAI 자체 보고다. 제3자 검증이 없다.
“성장 배율 N×“는 모두 낮은 기준선 대비 비율이다. 절대 사용자 수·요청 수의 분포는 공개되지 않았다.
“사람 기준 N시간"의 산출 방법론이 명시되지 않았다.
부서별 표의 분모(부서 인원, 부서 내 Codex 비사용자 수)가 없다.

The Next Web과 Axios는 보도에서 이 점을 짚었다. 다이제스트로 옮길 때는 원자료가 말하는 것과 자료가 보여주지 않는 것을 함께 두는 것이 정직하다.

가장 흥미로운 지점

내가 가장 곱씹은 대목은 Research 부서의 56배 성장이다. 직관적으로는 엔지니어링이 가장 빠를 것 같다 — 코드 작성이 에이전트의 가장 자연스러운 출력이니까. 그러나 표의 1위는 연구다.

가설을 한 줄로 적어 두면, 연구는 결과물의 단위가 처음부터 비정형이고 장기적이라서 에이전트로의 위임 친화성이 가장 높을 가능성이 있다. 엔지니어링은 코드 리뷰·테스트·머지라는 기존 인간 워크플로우의 게이트가 많아서, 에이전트가 처리할 수 있는 단위가 오히려 좁다. 연구는 그 게이트가 약하다.

또 하나, 비개발자 137배라는 숫자가 의미하는 바는 프로그래밍 도구의 성격이 바뀌었다는 것이다. Codex라는 이름이 가진 “코드” 함의에도 불구하고, 새 사용자의 다수는 코드를 쓰는 사람이 아니다. 도구 이름과 사용자 분포가 어긋나기 시작했다는 사실은, AI 도구의 이름이 곧 영역을 결정하지 않는 시대로 가고 있다는 신호로 읽을 수 있다.

출처

원문: https://openai.com/index/how-agents-are-transforming-work/ 논문: The Shift to Agentic AI: Evidence from Codex (OpenAI × Columbia, Duke, University of Pennsylvania, 2026) 공식 X: https://x.com/OpenAI/status/2070196105745518913

3줄 요약#

자료의 정체#

OpenAI 사내 도입 현황#

부서별 성장률 (2025년 11월 → 2026년 6월)#

비개발자 사용자 확장#

태스크 복잡도와 소요 시간 (2025년 12월 → 2026년 5월)#

헤비 유저 행동 패턴#

외부 기업 도입 사례#

전체 성장 지표#

한계와 검증 공백#

가장 흥미로운 지점#

출처#