ChatGPT Work에 들어온 Data 에이전트, 기업 분석의 ‘대화형 창구’가 되다

OpenAI가 ChatGPT Work용 Data 에이전트를 공개했다. 직원이 자연어로 회사 데이터에 질문하면 변화를 분석하고, 결과를 인터랙티브 대시보드로 만들며, 승인된 다음 업무까지 이어갈 수 있도록 설계된 플러그인이다. OpenAI의 발표일은 2026년 9월 10일이며, 데이터 팀을 겨냥한 ChatGPT Work 솔루션 페이지는 9월 11일 공개됐다. 86

핵심은 단순한 ‘AI 데이터 검색’이 아니라 거버넌스가 적용된 분석 흐름이라는 점이다. 이 에이전트는 관리자가 승인한 연결만 사용하고, 연결 계정에 적용된 기존 접근 제한을 유지하도록 설계됐다. 8

질문에서 분석, 대시보드, 실행까지

Data 에이전트에서는 별도의 쿼리를 작성하거나 새 분석 도구를 익히지 않아도 된다. 사용자는 사업상 질문을 던지고, 변화의 원인을 조사한 뒤, 후속 질문으로 분석을 다듬고, 결과를 인터랙티브 대시보드나 보고서로 만들 수 있다. 18

OpenAI에 따르면 에이전트는 다음을 지원한다.

• 비즈니스 데이터 변화 조사
• 대화 안에서 근거를 확인하고 후속 질문으로 분석 보완
• 내장 시각화를 포함한 편집·공유·새로고침 가능한 인터랙티브 대시보드 생성
• 관련 후속 조치와 담당자를 제안하고, 사용자가 승인하면 연결된 도구를 통해 결과 공유 또는 작업 실행 8

즉, 정적인 분석 답변을 내는 데 그치지 않고, 분석 결과를 실제 업무의 다음 단계로 넘기는 흐름을 겨냥한다.

승인된 데이터와 회사 고유의 지표 정의를 함께 활용

OpenAI는 연결 가능한 승인 데이터 소스로 Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB, Snowflake 등을 들었다. Google Drive와 SharePoint의 파일·문서도 분석에 포함할 수 있다. 8

여기에 회사가 이미 정해 둔 사업 용어, 지표 정의, 계산 방식, 데이터 관계도 활용한다. 이런 맥락은 Databricks Genie Ontology, dbt, GitHub, Snowflake Horizon, BI 대시보드 같은 시맨틱 레이어와 신뢰할 수 있는 소스에서 가져올 수 있다고 OpenAI는 설명했다. 8

가령 “리텐션이 왜 떨어졌나”라고 물었을 때, 일반적인 리텐션 개념만 적용하는 것이 아니라 해당 조직이 정한 리텐션 정의와 승인된 지표 산식에 맞춰 해석하도록 한다는 취지다.

새 권한을 부여하는 것이 아니라 기존 통제를 유지

Data 에이전트가 모든 회사 데이터에 대한 포괄적 접근 권한을 새로 주는 것은 아니다. 워크스페이스 관리자가 사용 가능한 연결과 사용자를 결정하며, 질의에는 연결 계정이 원래 갖고 있던 테이블·행·열 수준의 제한이 유지된다. 8

Enterprise 및 Edu 워크스페이스 관리자는 워크스페이스 설정 → 플러그인에서 Data를 선택해 설치 정책을 검토하고, 역할 또는 그룹 단위로 접근 권한을 관리할 수 있다. 데이터 소스별 플러그인과 연결 앱은 별도 설정 및 인증이 필요할 수 있다. 4

실무적인 설정 순서는 다음과 같다.

1. 워크스페이스 설정 → 플러그인에서 설치 정책에 따라 Data를 사용할 수 있게 설정한다.
2. 필요한 데이터 소스 플러그인 또는 앱을 활성화하고 구성한다.
3. 적절한 역할·그룹에 접근 권한을 할당하고, 필요한 계정 인증을 완료한다.
4. 권한이 있는 구성원이 @Data로 대화를 시작한다. 24

기존 BI 도구와도 연동

OpenAI는 Data 에이전트를 기존 분석 제품 위에서 대시보드를 만들고 탐색하는 계층으로 제시한다. Omni, Oracle BI, Power BI, Sigma, Tableau, ThoughtSpot에서 대시보드를 만들고 상호작용할 수 있다고 밝혔다. 8

또한 ChatGPT Work 안에서 분석 과정의 일부로 인터랙티브 대시보드를 직접 생성할 수도 있다. 질문에서 공유 가능한 시각적 설명으로 이동한 뒤, 그 결과를 다시 대화로 탐색할 수 있게 하려는 접근이다. 8

기존 BI 환경을 운영 중인 기업이라면 중요한 지점이다. Data 에이전트는 새 데이터 웨어하우스나 시맨틱 레이어라기보다, 이미 구축한 시스템을 질의·생성·탐색하는 또 하나의 인터페이스로 설명된다.

Slack·이메일 후속 조치도 가능하지만 사용자 승인이 필요

에이전트는 분석에 따라 다음 조치와 관련 담당자를 추천할 수 있다. Slack이나 이메일 같은 연결 도구를 통해 분석 결과를 공유하거나 작업을 실행할 수도 있지만, OpenAI는 이런 작업에 사용자 승인이 필요하다고 명시했다. 8

이는 기능의 범위가 자연어 질의를 넘어선다는 뜻이다. 다만 실행 여부의 최종 판단과 승인 책임은 사용자에게 남는다.

OpenAI가 밝힌 내부·외부 도입 사례

OpenAI는 자사 제품 조직의 거의 전원과 GTM(Go-to-Market·시장 진출) 조직의 3분의 2 이상이 회사 데이터 분석에 데이터 에이전트를 사용한다고 밝혔다. 회사는 이러한 내부 활용의 기반으로 공통 비즈니스 정의, 접근 규칙, 민감 데이터 보호 장치를 꼽았다. 8

외부 알파 사용자로는 NTT Data, Thermo Fisher, ServicePiston을 언급했다. OpenAI에 따르면 이들 조직은 매출·지출 분석, 보고 오류 탐지, 영업 기회 판단, 인력 배치 판단 등에 이 기능을 활용했다. 8

다만 이는 OpenAI가 제시한 도입 사례이며, 독립적으로 검증된 성과 수치는 아니다. ChatGPT Work 솔루션 페이지는 별도로 수천 개 기업에 Work가 도입됐다고 설명하면서 Virgin Atlantic, BNY, Estée Lauder를 언급하지만, 이것만으로 이들 기업이 Data 에이전트를 사용한다고 단정할 수는 없다. 6

BI·분석 업계에는 무엇을 뜻하나

이번 출시는 데이터 웨어하우스나 BI 플랫폼의 대체 선언이라기보다, 분석 인터페이스와 업무 흐름에 대한 도전으로 보는 편이 타당하다.

Data 에이전트는 여전히 승인된 데이터 시스템, 조직의 지표 정의, 시맨틱 맥락, 기존 권한, 기존 BI 제품과의 연동에 의존한다. 8 잠재적 변화는 현업의 질문이 분석·대시보드·관계자 공유·승인된 후속 조치로 이어지는 과정에서, 분석가나 별도 BI 화면을 거쳐야 했던 작업을 줄일 수 있다는 데 있다.

비전문가의 셀프서비스 분석 접근성은 높아질 수 있다. 그러나 결과의 정확성과 신뢰도는 결국 원천 데이터, 시맨틱 정의, 접근 정책, 조직의 검토 절차에 달려 있다. OpenAI는 기능을 설명했지만, 데이터 플랫폼·BI 도구·사람의 감독이 불필요해진다고 주장하지는 않았다. 8

정리

Data 에이전트는 ChatGPT Work를 거버넌스가 적용된 대화형 기업 분석 창구로 확장한다. 승인된 데이터베이스와 파일에 연결하고, 회사가 정의한 지표와 시맨틱 맥락을 반영하며, 기존 접근 통제를 지키는 동시에 분석을 대시보드와 승인된 업무 조치로 이어간다. 8

데이터 팀에 중요한 점은 대시보드를 더 빨리 만드는 것만이 아니다. 이미 마련해 둔 데이터 거버넌스와 비즈니스 정의를 더 많은 직원이 하나의 대화형 흐름에서 활용하게 할 수 있다는 데 있다. 전제는 관리자가 연결과 권한을 신중하게 구성하는 것이다. 48