2025년 8월호

OpenAl가 최근 공개한 GPT-5는 단순한 모델 성능 개선을 넘어, 생성형 AI의 역할을 '아이디어 제안자' 에서 '업무 실행자'로 확장시키고 있습니다.

텍스트에 국한되지 않고 이미지, 음성, 영상까지 한 번에 처리하는 멀티모달 기능과, 대화의 맥락을 장기간 기억하는 장기 메모리, 외부 API와 시스템을 직접 호출하는 실행 능력이 결합된 것이 특징입니다. 이 변화는 AI가 단순히 답을 주는 '대화형 도구'를 넘어, ERP·CRM·MES와 같은 기업 시스템 안에서 "실제로 행동하는 주체"가 될 수 있음을 의미합니다.

즉, 사용자가 "이번 분기 실적 보고서를 작성해"라고 지시하면 GPT-5는 사내 ERP에서 자료를 불러오고, 분석 후 보고서 초안을 만들어 이메일까지 발송하는 수준입니다.

OpenAI CEO인 샘 올트먼은 테스트 중 본인이 이해하지 못한 질문을 GPT-5가 명확하게 대답하는 모습을 보며 "It answered it perfectly"라고 표현하기도 했습니다. 단순히 모델 성능이 향상됐다는 것을 넘어, AI가 인간의 지적 역할을 실질적으로 대체할 수 있는 수준에 도달했음을 시사합니다. 특히 GPT-5처럼 문맥을 기억하고 주도적으로 행동하는 AI가 등장하면서, 단순한 도구가 아닌 동료로서 AI를 대할 준비가 필요합니다.

• ✅ 'AI를 잘 쓰는 능력' 뿐만 아니라, 결과를 판단하고 책임질 수 있는 'AI 리터러시*'가 중요해짐
• ✅ 조직 차원에서 AI 활용 윤리 가이드라인이나 사용자 교육 강화가 요구됨

* AI 리터러시(AI Literacy) : 인공지능 기술을 이해하고 활용하며, 생성된 정보의 사실 여부를 비판적으로 평가하는 능력

GPT-5의 가장 큰 변화는 기존 o-시리즈 모델의 추론 능력 통합과 '생성'에서 '행동'으로의 확장입니다. OpenAI는 단일 범용 모델에서 업무·도메인 특화형 에이전트로 무게중심을 이동하고 있습니다. 이는 AI를 단순 보조 도구에서 조직 내 핵심 실행 엔진으로 자리잡는 기반이 될 것으로 보입니다.

항목	GPT-4.1	GPT-5
입력 모달	텍스트 중심, 이미지 일부	텍스트·이미지·음성·영상 완전 통합
맥락 유지	세션 단위	장기 메모리, 프로젝트 단위 장기 기억
실행 능력	제한적 코드·문서 작성	외부 API 호출, 시스템 명령 수행까지 확장
에이전트 생성	불가	UI 기반 맞춤형 에이전트 생성 지원

그리고, 무엇보다도 최근 등장한 첨단 모델 중 API 사용료가 가장 쌉니다.

기업에서 도입을 위해 우선 검토해야 할 일은 다음과 같습니다.

• 1. 보안·거버넌스 우선 : 기업 데이터와 외부 API를 연결하는 만큼 보안 설계와 접근권한 체계가 선행돼야 함
• 2. PoC로 시작 : 전사 도입 전, 특정 부서나 프로세스에서 시범 적용하여 성과 검증 필요
• 3. 시스템 통합 : ERP·CRM·MES·문서관리 등 주요 업무 시스템이 연계되어야 진정한 생산성 향상 가능

위와 같은 과정을 거쳐 기업에서 도입 시 임직원들은 아래와 같이 활용할 수 있을 것으로 예상합니다.

• 🏢 경영진
  • - 실시간 KPI 분석, 보고서 자동 생성
  • - 이사회·경영회의 자료 초안 작성 및 트렌드 리포팅
• 💼 사무직
  • - 계약서·제안서 자동 작성, 검토
  • - 이메일, 고객 응대 메시지 자동화
• 🖥️ 기술 실무자
  • - 코드 자동 생성, 테스트케이스 작성
  • - 장애 로그 데이터 분석 및 원인 추적 자동화
• 🧑🏻‍💻 공통
  • - 맞춤형 부서별 에이전트로 반복업무 최소화
  • - 사내 문서/데이터를 참조하는 RAG*(검색+생성) 결합형 서비스 운영

GPT-5는 기업에서 AI의 역할을 '지식 제공자'에서 '업무 실행자'로 전환시키는 분수령이 될 수 있습니다. 우리 조직이 GPT-5와 같은 AI를 어떻게, 어느 범위에서 도입할지 결정하는 것은 앞으로의 업무 혁신 속도를 좌우할 중요한 전략 과제가 될 것입니다.

한솔그룹 공통의 AI 서비스인 “AI Atlas”의 개발이 본격적으로 진행되고 있습니다. AI Atlas는 GPT-5와 같은 LLM의 사고 능력과, Agent의 실행력을 결합하여 목표를 제시하면 스스로 생각하고 행동하는 새로운 AI 업무 지원 플랫폼을 구현하고자 합니다. AI Atlas가 그룹의 미래 경쟁력을 높이는 핵심 기반이 될 수 있도록 많은 관심과 기대를 부탁드립니다.

* RAG(검색 증강 생성, Retrieval-Augmented Generation)는 7월 CIO 레터 참고

양자컴퓨터는 양자역학적인 현상을 이용하여 복잡한 계산을 수행하는 컴퓨터입니다. 기존의 컴퓨터가 0(꺼짐) 또는 1(켜짐)의 상태를 갖는 '비트(bit)'를 이용하여 0과 1이라는 정보를 순서대로 하나씩 처리했다면, 양자컴퓨터는 0과 1의 상태를 동시에 갖는 '큐비트(qubit)'를 사용합니다. 이 큐비트는 다음과 같은 속성을 가지고 있습니다.

• 1. 중첩 (Superposition) : 0과 1을 동시에

  큐비트는 꺼진(0) 상태이기도 하고, 켜진(1) 상태이기도 합니다. 이것을 '중첩'이라고 합니다. 이 중첩 덕분에 양자 컴퓨터는 하나의 큐비트만으로도 0과 1을 동시에 나타낼 수 있어서, 훨씬 더 많은 정보를 한꺼번에 처리할 수 있습니다. 마치 수많은 경우의 수를 동시에 계산하는 것과 같습니다.

• 2. 얽힘 (Entanglement) : 텔레파시처럼 연결

  서로 떨어져 있는 두 개의 큐비트가 서로 '얽혀' 있어서, 한쪽의 상태가 결정되면 다른 쪽의 상태도 마치 텔레파시처럼 동시에 결정되는 현상입니다. 이 '얽힘' 덕분에 양자 컴퓨터는 복잡한 계산을 할 때, 큐비트들이 서로 정보를 공유하고 협력해서 문제를 풀어낼 수 있습니다. 마치 여러 명이 동시에 복잡한 퍼즐을 푸는 것과 비슷합니다.

예를 들어, 일반 컴퓨터에서 비트 2개가 나타낼 수 있는 모든 경우의 수인 (0,0), (0,1), (1,0), (1,1) 을 모두 처리하려면 이들을 한번에 하나씩 순서대로 처리해야 합니다. 하지만 2개의 양자 큐비트는 이 4개 상태를 동시에 가질 수 있습니다.

• • 일반 비트 2개 : (0,0) → (0,1) → (1,0) → (1,1)을 순서대로 처리
• • 양자 큐비트 2개 : (0,0) (0,1) (1,0) (1,1)의 모든 상태를 동시에 중첩된 형태로 가질 수 있고, 이 모든 상태에 대해 동시에 계산을 수행

큐비트가 중첩된 상태가 가능하다는 의미는 0과 1의 모든 가능한 조합 또는 경로를 동시에 탐색할 수 있다는 의미입니다. 이 '동시성'은 큐비트의 개수가 늘어날수록 기하급수적으로 많은 정보와 경우의 수를 동시에 처리할 수 있는 기반이 됩니다. N개의 큐비트가 있다면 2ⁿ 개의 모든 상태에 대한 계산을 동시에 수행할 수 있게 됩니다.

이것이 바로 양자 컴퓨터가 특정 유형의 복잡한 문제를 일반 컴퓨터보다 훨씬 빠르게 해결할 수 있는 '양자 병렬성'의 핵심으로 '동시에 수많은 경우의 수를 바탕으로 연산한다'라고 표현할 수 있습니다. 더 쉽게 표현하자면,

• • 일반 컴퓨터 : 미로에서 한 번에 한 길만 선택해서 끝까지 가보고, 막히면 돌아와서 다른 길을 시도 (순차적)
• • 양자 컴퓨터 : 미로의 모든 길을 동시에 탐색해서, 어떤 길이든 한 번에 정답을 찾음 (병렬적)

그렇다면 이와 같은 현상을 물리적으로 어떻게 구현했는지 궁금해 집니다. 현재 가장 큰 규모의 투자가 이루어지고, 상용화와 기술 경쟁이 치열한 초전도 큐비트와 이온 트랩 큐비트가 양대 주력 기술로 꼽힙니다.

• • 초전도 큐비트 (Superconducting Qubits) : IBM, Google
  • ▷ 소재 : 초전도체 (-273도의 극저온에서 전기 저항이 없어짐)
  • ▷ 방식
    • - 초전도체 회로 내에서 전자의 움직이는 방향(좌/우)을 0과 1로 정의
    • - 아주 낮은 온도에서 전류의 흐르는 방향이 동시에 섞여서 존재할 수 있게 되고 외부에서 마이크로파를 쏴서 이 중첩 상태를 제어
• • 이온 트랩 큐비트 (Trapped lon Qubits) : lonQ, NIST(미국국립표준기술연구소)
  • ▷ 소재 : 이온 (전자를 잃거나 얻어서 전하를 띠게 된 원자)
  • ▷ 방식
    • - 이온 전자가 낮은 에너지 준위에 있는 것을 0, 높은 에너지 준위에 있는 것을 1로 정의
    • - 전자기장을 이용하여 이온을 진공 속에 가두고, 레이저를 정교하게 조절하여 전자가 낮은 에너지 준위와 높은 에너지 준위 사이에 동시에 존재하는 중첩 상태로 만듬

이외에도 빛의 입자인 광자가 진동하는 방향을 이용하는 광자 큐비트(Photon Qubits) 등도 연구 중에 있습니다.

현재 시점에서 양자 컴퓨터는 아직 초기 단계이며, 모든 종류의 계산에서 일반 컴퓨터를 능가하는 것은 아닙니다. 오히려 대부분의 일상적인 계산 문제에서는 일반 컴퓨터가 훨씬 더 빠르고 효율적입니다. 양자 컴퓨터는 특정 종류의 '아주 어려운' 문제에 특화되어 있기 때문입니다.

• • 계산 : 사칙 연산은 일반 컴퓨터가 압도적으로 빠르고, 암호 해독에 사용하는 소인수분해는 양자 컴퓨터가 압도적인 속도를 보임
• • 데이터 검색 : 방대한 양의 데이터베이스를 저장하고 특정 정보를 검색하는 작업(웹 검색엔진, CRM DB 조회)은 일반 컴퓨터의 알고리즘과 하드웨어가 효율적이고, 난잡하게 뒤섞인 방대한 양의 데이터에서 원하는 정보를 찾는 경우 양자 컴퓨터가 강점이 있음 (뒤섞인 100만개 데이터 중 하나를 찾을 때 일반 컴퓨터는 평균 50만 번, 양자 컴퓨터는 약 1,000번 정도에 찾음)
• • 시뮬레이션 : 일반적인 날씨 예측 모델이나 차량 충돌 시뮬레이션은 일반 컴퓨터가 훨씬 빠르지만, 신소재나 신약 개발과 같이 분자나 물질의 반응 과정을 시뮬레이션 하는 것은 일반 컴퓨터로는 거의 불가능함 (분자 자체가 양자역학적 특성을 따름)
• • 최적화 : 수많은 변수와 제약 조건이 얽혀 있는 상황에서 최적의 해답을 찾아내는 문제(예: 물류 경로 최적화, 투자 포트폴리오 최적화, 교통 흐름 최적화, 스케줄링)는 경우의 수가 너무 많아 양자 컴퓨터가 우위를 보임

요약하자면, 양자 컴퓨터는 지수적으로 증가하는 복잡성과 양자역학적 현상이 직접적으로 관련된 문제를 해결하는 데 특화되어 있으며, 이 분야에서는 일반 컴퓨터가 도저히 따라올 수 없는 압도적인 성능을 보여줄 것으로 기대됩니다.

양자컴퓨터의 발전에서 가장 큰 도전 과제는 큐비트의 오류입니다. 큐비트는 외부 환경(열, 전자기장, 진동 등)에 매우 민감해서, 이러한 외부 간섭으로 인해 양자 상태가 쉽게 깨져버립니다. 이와 같이 다양한 오류와 잡음을 줄이거나 제거하여 양자 상태의 불안정성을 극복하려는 다양한 연구가 진행 중이며, 이를 개선하여 더 많은 큐비트를 안정적으로 운용하는 것이 시장의 주요 목표가 되고 있습니다.

양자컴퓨터는 여러 다양한 분야에서 응용될 가능성이 열려 있습니다. 예를 들어, 화학 분야에서는 분자의 구조와 반응을 더 정확히 시뮬레이션 할 수 있어, 신약 개발에 크게 기여할 수 있습니다. 금융 분야에서는 양자 알고리즘을 활용하여 리스크 분석 및 포트폴리오 최적화를 수행함으로써 투자 결정을 더 효과적으로 할 수 있을 것입니다. 또한, 인공지능 분야에서는 복잡한 데이터 분석과 패턴 인식을 통해 기존의 알고리즘보다 더 뛰어난 성능을 발휘할 수 있습니다. 마지막으로, 양자통신 분야에서는 보안성이 뛰어난 양자 키 분배 시스템을 통해 안전한 정보 전송 방식이 발전할 수 있습니다. 이러한 점에서 양자컴퓨터의 잠재력은 무궁무진하며, 다양한 산업에 혁신적인 변화를 가져옴으로써 우리 삶의 전반에 긍정적인 영향을 미치게 될 것으로 기대합니다.

우리가 사용하는 그룹웨어는 메일, 결재, 게시판, 일정 관리, 그리고 외부 시스템 링크 기능으로 구성되어 있으며, 구축된지 10년이 경과하여 기능적·기술적 한계가 명확해지고 있습니다. 이러한 기존 시스템은 사용자가 능동적으로 메뉴를 탐색하고 익혀야 하는 구조로, 효율성이 떨어지며 현대적 업무 환경에 부합하지 않습니다. 2025년 현재, 그룹웨어는 단순한 도구 집합을 넘어 AI 통합된 지능형 플랫폼으로 진화하고 있습니다. Gartner와 McKinsey의 분석에 따르면, 그룹웨어(또는 협업 소프트웨어)는 AI 에이전트의 도입으로 생산성을 30-50% 향상시킬 수 있으며, 2030년까지 68%의 업무 스킬이 AI에 의해 재정의될 전망입니다.

차세대 그룹웨어의 핵심 가치

• 1. 지능형 업무 지원 (AI 기반 자동화 & 분석)
  • - 메일, 결재, 문서 관리뿐 아니라 AI가 업무 우선순위 추천, 자동 요약, 의사결정 지원까지 수행
  • - 단순한 협업 도구가 아니라 '생산성 파트너' 역할을 하는 방향
• 2. 경험 중심의 통합 플랫폼 (UX & 연결성)
  • - 메신저, 일정, 프로젝트 관리, 외부 SaaS까지 단일 인터페이스로 연결
  • - 직관적이고 개인화된 UI/UX로 사용자 경험을 극대화
  • - 직원들이 "여러 시스템을 쓰는 느낌이 아니라, 하나의 플랫폼에서 일하는 경험"을 제공
• 3. 보안과 신뢰 기반의 협업 (Zero Trust & Compliance)
  • - 하이브리드 근무, 외부 협업 확대에 따라 보안이 핵심 가치로 부상
  • - 데이터 보호, 접근 제어, 규제 준수(컴플라이언스) 내재화
  • - 안전하면서도 자유롭게 협업할 수 있는 '신뢰 기반 업무 환경' 구축

미래 그룹웨어의 핵심은 사용자가 직접 찾아 익히는 대신, AI 에이전트가 능동적으로 업무를 예측하고 지원하는 형태입니다. 예를 들어, Microsoft의 Copilot처럼 AI가 이메일, 문서, 일정을 분석해 "오늘 처리해야 할 결재 사항: 3건, 예상 시간 15분"과 같이 요약 알림을 보내고, 자동으로 우선순위를 매깁니다.

McKinsey 보고서에 따르면, 2025년 AI 에이전트는 고객 상호작용의 95%를 처리할 수 있으며, 다중(멀티) 에이전트 시스템이 도입되어 전문 에이전트(예: 결재 에이전트, 일정 에이전트)가 협업합니다.

이 트렌드는 기존 그룹웨어의 수동성을 극복합니다. AI가 실시간 데이터(RAG 기술)를 활용해 최신 정보를 참조하며, 음성/제스처 입력으로 자연스러운 상호작용을 지원합니다. AI 에이전트는 "디지털 동료"로 진화해 태스크 할당과 장기 협업을 수행할 것입니다.

주요 기능의 변화

구분	As-Is	To-Be
메일	사용자가 직접 확인	AI가 중요한 메일 자동 분류·요약, 응답 추천
결재	결재문서 직접작성	통합결재(프로세스 자동 분기), 결재문서 자동 완성, 결재지연 알림
게시판/공지	카테고리별 탐색	인물/프로젝트 기준 추천, 중요한 이슈 자동 푸쉬
일정	등록자 위주	AI가 회의, 마감, 일정 충돌 자동 관리
시스템 연계	링크 제공	하나의 대시보드에서 집약, 로그인 통합
사용성 강화	-	챗봇·음성입력 지원, 모바일 퍼스트, 통합검색 강화

기존 그룹웨어의 문제는 여러 메뉴와 시스템의 산재로 인한 복잡성입니다. 미래 그룹웨어는 직관적 UI/UX를 통해 이를 해결합니다.

예를 들어, Hyper-Personalization으로 사용자 역할(예: 관리자 vs. 직원)에 따라 인터페이스가 동적으로 변화하며, 하나의 대시보드에서 모든 기능을 접근할 수 있습니다. UX Trends 2025 보고서에 따르면, Al-driven personalization이 핵심 트렌드로, 인터페이스가 사용자 행동에 실시간 적응합니다.

[AI 기반의 UI/UX 예시] by Claude 4.0

차세대 그룹웨어는 단순한 시스템 교체가 아닌 스마트 워크플레이스 실현을 통한 그룹사 차원의 디지털 혁신 프로젝트입니다. AI 기반 능동적 업무 지원과 통합된 협업 플랫폼으로 구성원의 생산성을 극대화하고, 그룹사 간 경계를 넘나드는 원활한 소통과 지식 공유를 실현합니다. 예측적 업무 관리와 지능형 의사결정 지원을 통해 조직 전체의 업무 효율성을 혁신적으로 향상시키며, 미래 기술에 대한 확장성까지 확보하여 지속가능한 경쟁 우위를 창출합니다. 디지털 전환의 속도가 경쟁 우위를 결정하는 현 시점에서, 그룹 전체가 스마트 워크플레이스로 진화하기 위한 혁신의 출발점이 될 것입니다.

현재는 기획 단계에 있으며, 구체적인 내용에 대하여 소개하는 자리로 다시 찾아 뵙겠습니다.

TOP