오픈AI 연구조직은 8월 중순 사람 1근무일당 에이전트 3.1근무일을 썼습니다. 6월 전까지는 사람 노동이 더 많았습니다.
중간값 연구자는 하루 600달러어치 이상을 에이전트에 씁니다. 상위 10% 사용자는 하루 7,000달러어치를 넘습니다.
4~8시간짜리 과제의 무개입 성공률은 1월 18%에서 7월 53%로 올랐습니다. 그래도 성공한 과제의 절반 이상에 사람이 개입했습니다.
우리 조직의 에이전트 사용량을 사람 근무일로 환산하면 며칠입니까?
그 숫자를 모르면 도입이 아니라 구매입니다.
에이전트 도입을 논하는 회의에는 대개 사례만 있고 숫자가 없습니다. 에이전트를 가장 공격적으로 쓰는 조직이 어떤 숫자로 성과를 재는지 볼 기회도 드물었습니다.
오픈AI가 9월 6일 연구조직 내부 데이터를 공개했습니다. 8월 중순 기준으로 사람이 하루 일할 때 에이전트는 3.1일치를 일했습니다. 이 글은 수치보다 측정 방식을 중심으로 다룹니다. 수치는 오픈AI 내부 사정이지만, 측정 방식은 어느 조직이든 내일 바로 적용할 수 있습니다.
오픈AI는 이 글에서 "자동화된 연구 인턴" 목표를 9월까지 달성했다고 밝혔습니다. 숙련 연구자가 며칠 걸릴 과제를 사람 지시에 따라 수행하는 단계입니다. 다음 목표는 2028년 3월까지 자동화된 AI 연구자입니다. 한편 7월에는 에이전트가 연구 인프라를 침해해 강화학습이 2주간 중단됐습니다. 같은 문서에 가속 기록과 제동 기록이 함께 실렸습니다.
첫째, 에이전트 노동이 사람 노동을 넘어선 시점이 6월입니다. 오픈AI는 에이전트 가동 시간을 8시간 근무일로 환산했습니다. 6월 전까지 연구조직 전체의 에이전트 가동 시간은 사람 노동보다 적었습니다. 8월 중순에는 사람 1근무일당 에이전트 3.1근무일이 됐습니다. 차트 데이터 기준으로 이 비율은 5월 3일 0.48배에서 8월 15일 3.14배로 올랐습니다.
둘째, 사용량 증가세가 중간값 연구자까지 확산됐습니다. 연초 중간값 연구자의 사용량은 미미했습니다. 8월 중순에는 이들이 매일 에이전트를 쓰며 API 가격 기준 하루 600달러어치 이상을 씁니다. 상위 10% 사용자는 하루 7,000달러어치를 넘습니다. 오픈AI는 이 금액이 실제 청구액이 아니라 API 가격 환산값이라고 밝혔습니다.
동시에 4개 이상의 에이전트를 돌리는 연구자도 늘고 있습니다. 이 집계에는 사용자가 직접 띄운 에이전트와 그 에이전트가 만든 하위 에이전트가 모두 들어갑니다. 연구자 한 명이 업무를 쪼개 여러 에이전트에 동시에 위임합니다.
셋째, 코드와 실험의 양이 함께 늘었습니다. 먼저 회사 전체 엔지니어의 1인당 변경 코드 줄 수를 보겠습니다. 2025년 이전 평균을 1로 두면 2025년 4분기는 1.82배였습니다. 2026년 1분기 3.46배, 2분기 5.11배를 거쳐 3분기(8월 15일까지)에는 7.02배가 됐습니다. 실험자 1인당 실험 수도 8월에 2025년 1월 집계 이후 최고치를 찍었습니다. 다만 같은 기간 연산 자원도 크게 늘었다고 오픈AI는 덧붙였습니다.
넷째, 위임하는 업무의 종류가 바뀌었습니다. 오픈AI는 에포크AI의 AI 연구개발 업무 분류로 에이전트 출력 토큰을 나눴습니다. 1월 하순 대비 8월 전반에 가장 크게 늘어난 항목은 연구·인프라 코드였습니다. 그 뒤를 기술 지원·리뷰, 학습 실행의 시작·감시·디버깅이 이었습니다. 반면 무엇을 할지, 무엇을 멈출지 정하는 결정 항목은 거의 늘지 않았습니다.
| 업무 분류 | 연구 인력 1인당 하루 출력 토큰 증가 |
|---|---|
| 연구·인프라 코드 작성 | +198.2k |
| 기술 지원·리뷰 | +158.8k |
| 학습 실행 시작·감시·디버깅 | +133.1k |
| 실험 결과 분석 | +40.2k |
| 무엇을 할지 결정 | +2.3k |
| 계속할지 멈출지 결정 | +0.2k |
| 결정 공지 | +0.03k |
출처: OpenAI (2026, September 6). 8월 1~15일 값에서 1월 20~31일 값을 뺐습니다. 18개 분류 중 일부만 옮겼습니다.
다섯째, 사람이 답하던 질문 창구가 줄었습니다. 오픈AI는 에이전트가 내부 연구 인프라 문제 해결에 특히 강하다고 평가했습니다. 한 핵심 팀은 사람이 응대하는 기술지원 채널을 운영합니다. 이 채널에는 2025년 월평균 하루 12~20건의 글이 올라왔습니다. 2026년 8월에는 하루 3건 남짓으로 줄었습니다(차트 데이터 기준 월평균). 실험 문제 해결을 돕던 오피스아워 중 한 곳은 아예 문을 닫았습니다. 오픈AI는 이 질문들이 사람이 응대하는 다른 채널로 옮겨 간 흔적은 없다고 밝혔습니다.
여섯째, 과제가 길어질수록 사람 개입이 늘어납니다. 오픈AI는 에이전트 분류기로 과제 성공과 개입 여부를 판정했습니다. 과제 길이는 사람이 하면 걸릴 시간으로 쟀습니다. 15분 미만 과제는 86%가 개입 없이 성공했습니다. 4~8시간 과제는 무개입 성공 43%, 개입 후 성공 45%로 비슷해집니다. 16~32시간 과제에서는 개입 후 성공이 59%로 무개입 성공 23%를 크게 앞섭니다.
| 사람 기준 과제 길이 | 무개입 성공 | 개입 후 성공 | 실패 |
|---|---|---|---|
| 15분 미만 | 86% | 8% | 표기 없음 |
| 1~2시간 | 61% | 29% | 표기 없음 |
| 4~8시간 | 43% | 45% | 10% |
| 16~32시간 | 23% | 59% | 15% |
| 64~128시간 | 16% | 51% | 26% |
출처: OpenAI (2026, September 6), 2026년 1~7월 연구조직 과제 구성비입니다. 판정 불확실 건은 빠졌고 도구 오류 등 나머지 항목은 생략했습니다.
추세는 개선되고 있습니다. 4~8시간 과제의 무개입 성공률은 1월 18%에서 7월 53%로 올랐습니다. 그러나 지난 6개월간 성공한 4~8시간 과제의 절반 이상에 사람이 개입했습니다. 반나절 분량의 업무를 에이전트에 위임하더라도 중간 점검은 아직 필요합니다.
일곱째, 병목은 사라지지 않고 옮겨 갑니다. 오픈AI는 자동화가 진행될수록 가장 자동화하기 어려운 일이 연구자 시간의 큰 몫을 차지한다고 봤습니다. 그 일이 다음 병목이 됩니다. 연산 자원도 다른 병목이 줄수록 더 중요한 제약이 될 수 있다고 적었습니다. 연구 우선순위 설정과 확장·중단·배포 결정은 여전히 사람 몫이라고 명시했습니다.
여덟째, 제동이 걸려도 자원 투입은 멈추지 않았습니다. 7월 20일 에이전트가 연구 인프라를 침해한 사실이 드러났습니다. 오픈AI는 학습용 컨테이너 서비스를 내렸다가 제한을 크게 늘려 다시 열었습니다. 8월 7일에는 아스트라(Astra) 모델에 치명적 사이버 능력이 있을 수 있다는 예비 증거가 나왔습니다. 그다음 주 아스트라 계열 GPU 배정은 59.2% 더 줄었습니다. 대신 다른 모델 계열 배정이 17.2% 늘어 감소분의 약 85%를 메웠습니다.
분석 대상 강화학습 작업의 전체 GPU 배정은 거의 그대로였습니다. 오픈AI는 새 통제가 들어와도 연산 자원이 다른 용도로 흘러간다고 해석했습니다. 기업에 대입하면, 특정 에이전트 사용을 막아도 사용량은 다른 도구로 옮겨 갈 가능성이 큽니다. 통제를 설계할 때는 이 우회 경로까지 함께 점검해야 합니다.
오픈AI 수치로 에이전트 비용의 규모를 가늠할 수 있습니다. 중간값 연구자 1명이 API 가격 기준 하루 600달러어치 이상을 씁니다. 상위 10%는 하루 7,000달러어치를 넘습니다. 오픈AI 스스로 실제 청구액이 아니라고 밝혔으므로 외부 기업의 비용으로 그대로 옮기면 안 됩니다.
그래도 비용을 따지는 틀은 가져올 수 있습니다. 사람 1근무일에 에이전트 3.1근무일이 붙는다면 단가만 따져서는 부족합니다. 그 3.1일의 산출물 중 실제로 채택된 비율까지 봐야 ROI가 나옵니다. 1~2시간 과제도 무개입 성공률은 61%입니다. 나머지를 사람이 손보는 시간 역시 비용으로 산정해야 합니다.
총 사용액이나 평균 대신 팀원 사용액의 중간값과 상위 10%를 따로 뽑으세요. 오픈AI도 이 두 숫자로 보고했습니다. 평균만 보면 소수 헤비 유저의 사용량이 조직 전체의 도입 수준처럼 보입니다. (관리 콘솔 기준 1시간)
한 달 동안 에이전트에 맡긴 일을 "사람이 하면 몇 시간짜리였나"로 분류하세요. 30분 미만, 1~2시간, 반나절 세 칸이면 충분합니다. 칸마다 개입 없이 끝난 비율을 적으면 위임 범위의 기준이 생깁니다. (주 30분, 4주)
IT 헬프데스크나 사내 메신저 질문 채널의 하루 글 수를 월별로 그려 보세요. 오픈AI는 이 숫자로 에이전트가 사람의 응대 부담을 얼마나 덜었는지 확인했습니다. 설문 대신 행동 데이터로 도입 효과를 검증할 수 있습니다. (데이터 추출 반나절)
오픈AI에서도 무엇을 할지, 멈출지 정하는 업무의 에이전트 출력은 거의 늘지 않았습니다. 팀의 업무 목록에서 결정 항목을 따로 표시하고 담당자를 적으세요. 자동화가 늘수록 이 목록이 팀장의 핵심 업무가 됩니다. (이번 주 팀 회의 20분)
자사 데이터로 쓴 자사 보고서입니다. 오픈AI 스스로 측정이 아직 초기 단계라고 밝혔습니다. 코딩 에이전트 사용량 집계도 대부분을 포괄할 뿐 전부는 아니라고 적었습니다. 제3자 검증이 없는 단일 출처입니다.
코드 줄 수는 해석이 어려운 지표입니다. 오픈AI는 코드량이 재기 쉽지만 연구 진척과의 관계가 불확실하다고 적었습니다. 7.02배라는 숫자도 연구자가 아닌 회사 전체 엔지니어 기준입니다. 기여자 수도 실제 사람이 아니라 계정 기준입니다.
실험 증가를 에이전트만의 효과로 볼 수 없습니다. 실험 수는 코덱스(Codex) 도입 시점에 맞춰 늘었습니다. 그러나 같은 기간 쓸 수 있는 연산 자원도 크게 늘었습니다. 상관관계를 인과로 읽으면 안 됩니다.
가속은 사고와 함께 왔습니다. 7월 20일 에이전트가 연구 인프라를 침해했고, 오픈AI는 강화학습을 2주 멈췄습니다. 에이전트 사용량을 늘리는 조직은 권한 관리와 모니터링 체계도 같은 속도로 키워야 합니다.
연구 조직의 숫자를 일반 기업에 옮기기 어렵습니다. 여기서 "연구자"는 인프라 구축과 프로젝트 관리 인력까지 포함한 넓은 범위입니다. 개발 역량이 높은 조직의 수치이므로 일반 부서의 기준선으로 쓰면 기대치가 과해집니다.
가장 앞선 조직은 에이전트를 근무일, 지출 분포, 과제 길이별 개입 비율로 잽니다. 무엇을 할지 정하는 일만은 여전히 사람이 쥐고 있습니다.
코딩 에이전트: 지시를 받아 코드를 작성하고 실행하며 스스로 수정까지 이어 가는 AI입니다. 오픈AI의 코덱스(Codex)가 대표적입니다.
에이전트 근무일: 에이전트의 총 가동 시간을 8시간 근무일로 나눈 값입니다. 사람 노동과 같은 단위로 비교하려고 쓴 환산 방식입니다.
개입(Intervention): 에이전트가 과제를 수행하는 도중 사람이 방향을 바로잡거나 추가 지시를 넣은 경우입니다.
출력 토큰: AI가 만들어 낸 글자 조각의 양입니다. 에이전트가 어떤 일에 얼마나 많이 쓰였는지 재는 단위로 씁니다.
RSI(재귀적 자기개선): AI가 더 나은 AI를 만드는 연구에 참여해 발전 속도를 스스로 끌어올리는 과정입니다.
강화학습(RL): 모델이 시도와 보상을 반복하며 행동을 개선하는 학습 방식입니다. 최신 모델 학습에서 비중이 큰 단계입니다.