지금까지 인공지능(AI)은 똑똑한 비서였다. 물어보면 답을 주고, 답이 틀리면 다시 물어야 했다. 그런데 최근 발표된 한 보고서는 이 관계가 통째로 바뀌고 있다고 말한다. 텐센트 유튜랩(Tencent Youtu Lab)과 칭화대학교(Tsinghua University) 등 연구진이 2026년 6월 공개한 서베이 논문 'From Chatbot to Digital Colleague'는 AI가 '대화하는 챗봇'에서 '일하는 디지털 동료(Digital Colleague)'로 넘어가는 중이라고 정리했다. 디지털 동료란 사람이 큰 목표만 맡기면 스스로 생각하고, 도구를 다루고, 기억하며 일을 끝까지 마무리하는 AI를 말한다. 이 변화가 중요한 이유는 단순하다. 앞으로 우리가 AI에게 시키는 일이 '질문'이 아니라 '업무 위임'으로 바뀌기 때문이다.
대화하는 AI에서 일하는 AI로의 전환
이번 논문의 핵심 주장은 AI의 목표가 '더 나은 답을 만드는 것'에서 '맡긴 일을 끝까지 완수하는 것'으로 옮겨갔다는 데 있다. 텐센트 유튜랩과 칭화대, 일리노이대 시카고캠퍼스(University of Illinois at Chicago) 등 여러 기관 연구진이 함께 쓴 이 보고서는 기존 챗봇을 '빠른 생각(System 1)'에 비유한다. 사람으로 치면 깊이 고민하지 않고 반사적으로 대답하는 상태다. 글은 술술 쓰지만, 복잡한 문제를 차근차근 검증하거나 긴 작업을 일관되게 끌고 가는 데는 약했다.
차이를 실감하려면 이런 장면을 떠올리면 된다. 예전의 AI에게 "다음 주 출장 준비를 도와줘"라고 하면, AI는 체크리스트를 글로 정리해 줄 뿐이었다. 항공권 예약, 일정표 작성, 자료 정리는 결국 사람 몫이었다. 반면 논문이 말하는 디지털 동료는 같은 부탁을 받으면 직접 파일을 만들고, 웹을 검색하고, 표를 채워 결과물까지 내놓는다. 답을 '말해주는' 존재에서 일을 '해내는' 존재로 바뀐 셈이다. 당신이 지금 쓰는 AI가 어느 쪽에 가까운지 떠올려 보면, 이 전환이 얼마나 빠르게 다가오고 있는지 가늠할 수 있다.
다섯 개 이정표로 정리된 AI 진화 경로
그림1. AI의 다섯 단계 진화 로드맵. (출처: From Chatbot to Digital Colleague, arXiv 2606.14502)
논문은 AI의 발전을 '하나의 길, 다섯 개의 이정표(One Path, Five Milestones)'로 압축한다. 이 다섯 이정표는 챗봇(Chatbot), 생각하는 LLM(Thinking LLM), 에이전트(Agent), 오픈클로(OpenClaw)를 거쳐 사람과 AI의 협업이라는 종착점으로 향한다. 본격적인 분석은 이 가운데 네 시대를 두 개의 축으로 나눠 설명한다. 하나는 'AI가 얼마나 깊이 생각하는가(인지 능력)'이고, 다른 하나는 'AI가 도구를 써서 얼마나 실제 일을 해내는가(작업 실행)'다.
첫 번째 축에서 챗봇은 빠르게 답하지만 검증에 약한 단계이고, 생각하는 LLM은 답을 내기 전에 스스로 단계를 밟아 추론하는 단계다. 여기서 핵심 개념인 생각의 사슬(Chain-of-Thought)이란 AI가 곧바로 결론을 내지 않고 풀이 과정을 한 단계씩 적어가며 답을 다듬는 방식을 말한다. 사람이 어려운 수학 문제를 풀 때 암산 대신 종이에 과정을 적는 것과 같다. 두 번째 축에서는 에이전트가 등장한다. 에이전트는 API를 호출하고 웹을 검색하고 코드를 짜는 등 실제 행동을 하는 AI다. 다만 논문은 초기 에이전트가 매우 약했다고 지적한다. 행동 형식이 조금만 어긋나거나 도구 호출 하나가 실패해도 작업 전체가 무너졌기 때문이다. 그래서 도구를 다루는 실행 축에서 가장 최근에 등장한 단계가 바로 오픈클로다.
워크스페이스와 스킬, 동료처럼 일하는 비결
논문이 진짜 도약이라고 강조하는 지점은 '워크스페이스(Workspace) + 스킬(Skill)'이라는 조합이다. 워크스페이스란 AI가 일하는 공간을 계속 유지해 주는 환경으로, 파일과 터미널, 브라우저 기록, 작업 기록, 기억이 사라지지 않고 쌓이는 곳을 말한다. 기존 에이전트는 도구를 한 번 쓰고 나면 그 결과를 매번 처음부터 다시 불러와야 했다. 작은 오류가 긴 작업 내내 눈덩이처럼 불어난 이유다. 워크스페이스는 이 문제를 해결해 AI가 '도구를 잠깐 빌려 쓰는' 단계에서 '자기 작업 공간 안에서 일하는' 단계로 넘어가게 만든다.
스킬은 이 공간에서 반복 작업을 처리하는 방법을 묶어둔 꾸러미다. 논문은 스킬을 절차 기억(procedural memory)에 비유한다. 사람이 한번 익힌 일 처리 순서를 다음에 또 쓰는 것처럼, 스킬에는 작업 순서와 스크립트, 검증 절차, 안전장치가 함께 담긴다. 한 번 만든 스킬을 여러 작업에 다시 꺼내 쓸 수 있다는 점이 핵심이다. 논문은 이 변화를 '혼돈에서 명료함을 거쳐 속도로(from chaos to clarity to velocity)'라고 표현한다. 즉흥적인 프롬프트에 의존하던 단계에서, 잘 포장된 스킬을 조립해 일하는 단계로 올라선다는 뜻이다. 이 조합이 갖춰질 때 AI는 비로소 한 번 쓰고 버리는 답변이 아니라, 검증 가능한 '결과물'을 내놓는 동료가 된다.
지시에서 위임으로, 그리고 남아 있는 숙제
이 변화가 우리에게 주는 가장 큰 시사점은 사람과 AI의 관계가 '지시'에서 '위임'으로 바뀐다는 데 있다. 챗봇 시대에는 사용자가 프롬프트를 쓰고 답을 받고, 틀리면 다시 프롬프트를 쓰는 식이었다. 반면 워크스페이스 기반 AI에게는 모든 세부 단계를 일일이 지시하는 대신, 목표와 제약 조건, 권한, 성공 기준, 허용 가능한 위험을 함께 정해 일을 맡긴다. 사람의 역할이 '직접 만드는 사람'에서 '감독하고 점검하고 책임지는 사람'으로 이동할 가능성이 있다.
다만 논문은 풀어야 할 숙제도 분명히 짚는다. AI가 파일과 터미널, 데이터베이스에 직접 손을 대기 시작하면, 잘못된 행동이 더 이상 '이상한 글'에 그치지 않고 되돌리기 어려운 결과를 남길 수 있다. 그래서 진행 상황을 감시하고, 중간에 검증하고, 문제가 생기면 안전한 지점으로 되돌리는 장치가 필요하다고 본다. 또한 AI가 민감한 코드와 내부 문서, 비밀번호 같은 정보를 보게 되면서 데이터 주권과 책임 소재 문제도 함께 떠오른다. 연구진은 디지털 동료가 초보자의 진입 장벽을 낮추는 동시에, 사람이 일을 배우는 과정을 건너뛰게 만들거나 결과물을 획일화할 수 있다는 양면성도 두고 볼 필요가 있다고 본다. 결국 이 보고서가 던지는 질문은 '얼마나 똑똑한 AI를 만들 것인가'를 넘어, '얼마나 믿고 일을 맡길 수 있는 AI를 만들 것인가'로 향한다.
FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)
Q. 디지털 동료 AI는 지금 쓰는 챗GPT 같은 AI와 무엇이 다른가요?
가장 큰 차이는 '일을 끝까지 마무리하는가'입니다. 챗봇은 질문에 답을 주는 데 그치지만, 디지털 동료 AI는 파일을 만들고 도구를 다루며 결과물을 완성합니다. 사람이 세부 지시를 일일이 내리지 않고 목표만 맡겨도 스스로 절차를 밟아 일을 끝낸다는 점이 다릅니다.
Q. 워크스페이스와 스킬이라는 말이 어렵게 느껴집니다. 쉽게 설명해 주세요.
워크스페이스는 AI가 일하는 책상이라고 생각하면 쉽습니다. 파일과 기록이 사라지지 않고 그대로 쌓여 있어서, AI가 어제 하던 일을 오늘 이어서 할 수 있습니다. 스킬은 자주 하는 일의 처리 순서를 정리해 둔 사용법 꾸러미로, 한 번 만들면 비슷한 일이 생길 때마다 다시 꺼내 쓸 수 있습니다.
Q. AI에게 일을 맡기면 위험하지는 않나요?
논문도 바로 그 점을 중요한 과제로 꼽습니다. AI가 파일이나 데이터에 직접 손을 대면 실수가 되돌리기 어려운 결과로 이어질 수 있기 때문입니다. 그래서 작업 도중 검증하고, 문제가 생기면 안전한 지점으로 되돌리며, 민감한 정보 접근을 통제하는 장치가 함께 갖춰져야 한다고 강조합니다.
기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다.
리포트명: From Chatbot to Digital Colleague: The Paradigm Shift Toward Persistent Autonomous AI (Tencent Youtu Lab 외)
해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.
■ 이 기사는 AI 전문 매체 ‘AI 매터스’와 제휴를 통해 제공됩니다. (☞ 기사 원문 바로가기)
AI 리포터 (Aireporter@etnews.com)
