한동안 AI 도구는 웹브라우저 안에서 가장 익숙하게 쓰였습니다. 검색창 옆의 대화창에 질문을 넣고, 답을 받고, 필요한 부분을 복사해 문서에 옮기는 방식입니다. 자료를 찾고, 요약하고, 문장을 고치는 일에는 이 흐름이 잘 맞았습니다.
그런데 실제 일을 해보면 대화창 밖에서 처리할 일이 더 많습니다. 이전 문서를 찾아야 하고, 여러 폴더의 자료를 비교해야 합니다. 초안을 만든 뒤에는 형식을 맞추고, 파일을 저장하고, 메일과 일정, 협업 도구를 확인해야 합니다. AI가 답변을 잘해도 마지막 단계는 사람이 계속 이어받았습니다.
지금 나오는 변화는 이 마지막 단계를 다룹니다. AI가 브라우저를 떠나는 것이 아니라, 브라우저 안에서 답을 주던 위치를 넘어 실제 일이 벌어지는 곳으로 들어가고 있습니다.
답을 받는 일에서 업무를 맡기는 일로 바뀌고 있다
초기의 생성형 AI는 질문에 답하는 도구였습니다. “이 내용을 요약해줘”, “이 문장을 고쳐줘”, “이 주제로 제목을 제안해줘”처럼 필요한 순간에 한 번씩 불러 쓰는 방식입니다.
이제는 질문의 단위가 달라지고 있습니다. “이 원고를 고쳐줘”가 아니라 “이전 글과 겹치는 부분을 확인하고, 자료를 보완해 블로그 초안으로 정리해줘”라고 맡깁니다. AI가 답 하나를 만드는 데서 끝나지 않고, 자료를 찾고 읽고 비교하고 결과물을 남기는 여러 단계를 이어받는 것입니다.
글쓰기에서도 차이가 큽니다. 브라우저의 AI는 글감이나 초안을 만드는 데 잘 쓰입니다. 그러나 한 편의 글을 실제로 완성하려면 이전 글과의 중복, 독자, 채널, 표현 기준, 참고 자료를 함께 봐야 합니다. 다음 글과 강의에도 다시 쓸 수 있도록 자료를 남기는 일도 필요합니다.
AI 활용은 점점 프롬프트를 잘 쓰는 문제에서, 어떤 일을 어디까지 맡길 것인가를 정하는 문제로 옮겨가고 있습니다.
데스크톱은 화면이 아니라 파일과 기록이 쌓인 작업 맥락이다
이 변화를 두고 “웹에서 다시 데스크톱 프로그램 시대로 돌아간다”고 말할 수는 있습니다. 다만 예전의 데스크톱 프로그램과는 조금 다릅니다.
중요한 것은 프로그램 창 하나가 아니라 작업 맥락입니다. 내 컴퓨터에는 폴더가 있고, 문서가 있고, 지난 작업 기록이 있습니다. 브라우저에서 찾은 자료도 있고, 이메일과 일정도 있으며, 협업 도구에서 오간 대화도 남아 있습니다. 실제 일은 이 요소들이 분리된 상태가 아니라 연결된 상태에서 진행됩니다.
브라우저는 여전히 정보를 찾고 외부 서비스를 이용하는 중요한 장소입니다. 하지만 브라우저만으로는 내가 쌓아 둔 자료와 현재 프로젝트의 맥락을 충분히 다루기 어렵습니다. 자료를 찾은 뒤 어떤 문서에 넣을지, 이전 결과물과 무엇이 겹치는지, 다음 작업을 위해 무엇을 남길지는 별도의 판단과 실행이 필요합니다.
데스크톱 기반 AI가 주목받는 이유도 여기에 있습니다. AI가 파일을 읽고, 폴더의 자료를 찾고, 연결된 앱과 서비스를 오가며, 결과물을 다시 작업 공간에 남길 수 있어야 일이 이어지기 때문입니다.
코워크, Codex, 헤르메스는 다른 모습으로 같은 방향을 향한다
클로드 코워크(Claude Cowork)는 로컬 파일과 연결된 앱을 함께 다루며 다단계 작업을 수행하는 방향을 보여줍니다. 문서 하나를 읽고 요약하는 수준을 넘어, 여러 자료를 모아 하나의 업무 단위로 정리하는 방식입니다.
ChatGPT의 Work와 Codex도 같은 흐름 안에 있습니다. Codex는 코드 작성에만 머물지 않고 수정, 검토, 자동화처럼 여러 작업을 이어서 처리하는 에이전트로 확장되고 있습니다. 개발 작업에서 먼저 눈에 띄었지만, 본질은 개발자만의 이야기가 아닙니다. 사람이 매번 열고, 찾고, 복사하고, 확인하던 단계를 AI가 일부 이어받기 시작했다는 점이 중요합니다. OpenAI Codex의 공식 설명도 병렬 작업 흐름에서 코드 작성, 리팩터링, 검토, 자동화를 다룹니다.
헤르메스 에이전트(Hermes Agent)는 조금 다른 형태를 보여줍니다. 데스크톱, 터미널, 웹, 메신저를 하나의 작업 흐름으로 연결합니다. 메신저에서 일을 지시하고, 필요한 자료를 조사하고, 파일을 다루고, 반복 작업은 정해진 시간에 실행할 수 있습니다. Hermes Agent 공식 문서는 데스크톱 앱과 함께 터미널, 웹, 메시징 플랫폼에서 동작하는 에이전트 환경을 안내합니다.
세 도구의 모양은 다르지만 방향은 비슷합니다. AI가 답변을 만드는 도구에서 벗어나, 여러 도구 사이에서 끊기던 일을 이어가는 쪽으로 움직이고 있습니다.
이제 중요한 것은 AI의 답변보다 AI가 이어받는 작업의 범위다
앞으로 AI 도구를 고를 때는 “어떤 모델이 글을 더 잘 쓰는가”만으로 판단하기 어렵습니다. 그 도구가 내 자료를 어디까지 읽을 수 있는지, 어떤 앱과 연결되는지, 결과물을 어디에 남기는지, 반복되는 작업을 어떻게 다시 실행하는지를 함께 봐야 합니다.
예를 들어 조사만 필요하다면 브라우저의 AI로 충분할 수 있습니다. 하지만 조사 결과를 강의안, 블로그 글, 제안서, 워크북으로 이어서 써야 한다면 이야기가 달라집니다. 그때는 자료를 모으는 일, 이전 결과물을 참고하는 일, 형식에 맞춰 결과물을 남기는 일이 하나의 흐름이 됩니다.
AI의 능력도 중요하지만, 더 중요한 것은 AI가 내 일 안에서 맡는 위치입니다. 질문에 답하는 도구로 둘 것인지, 반복 작업을 준비하는 도구로 둘 것인지, 여러 서비스와 파일 사이를 오가며 업무를 이어가는 에이전트로 둘 것인지에 따라 활용 방식이 달라집니다.
사람은 클릭을 줄이고 판단과 책임을 남긴다
AI가 더 많은 일을 맡는다고 해서 사람이 할 일이 사라지는 것은 아닙니다. 오히려 사람이 해야 할 판단은 더 또렷해집니다.
무엇을 읽게 할지, 어떤 자료를 기준으로 삼을지, 어디까지 수정 권한을 줄지, 결과를 바로 실행할지 먼저 검토할지 정해야 합니다. 파일과 이메일, 일정, 협업 도구에 접근하는 AI일수록 이 기준은 더 중요합니다.
AI는 자료를 읽고 정리하고 초안을 만들 수 있습니다. 반복되는 확인 작업도 줄일 수 있습니다. 그러나 무엇을 남기고 무엇을 버릴지, 누구에게 어떤 결과물로 보낼지, 마지막 결정의 책임을 누가 질지는 사람이 정합니다.
그래서 앞으로 필요한 것은 더 복잡한 프롬프트가 아닙니다. 내 일이 어떤 순서로 진행되는지 정리하고, 반복되는 기준을 남기고, AI가 맡을 범위와 내가 확인할 지점을 나누는 일입니다.
브라우저에서 AI에게 답을 받는 일은 계속 남을 것입니다. 다만 AI를 실제 업무에 붙일수록 질문은 줄고, 맡기는 일은 늘어날 것입니다. 이제 AI는 브라우저 안의 대화창에만 머물지 않습니다. 파일과 기록, 도구와 사람 사이에서 일을 이어가기 시작했습니다.
함께 보면 좋은 자료
함께 읽을 글
- 코워크 이후, 작업은 어디로 옮겨가고 있는가 — 코워크 이후 달라지는 작업의 위치와 역할 분담을 먼저 살펴볼 수 있습니다.
책 추천
- 실전 AI 콘텐츠 디자인 with 나노 바나나 — AI 도구를 답변 창에만 두지 않고 실제 콘텐츠 결과물로 연결하는 흐름을 다룹니다.
강의 추천
- 옵시디언 + 코워크(초급+) — 내 AI 작업 환경 구축 — 파일과 기록을 AI 작업 환경으로 연결하는 기본 구조를 실습합니다.
