계정은 줬는데 직원들이 질문만 합니다
개인용처럼 질의응답만 하는 건 잘못 쓰는 게 아니라 Work를 안 쓰는 상태입니다. 설정부터 확인하고, 전사 교육 전에 대상 업무를 먼저 정하는 순서를 정리했습니다.
2026-08-16
챗GPT 업무 활용 방법을 찾게 되는 흔한 상황이 있습니다. 기업용 계정을 전 직원에게 뿌렸는데 다들 개인용처럼 질문하고 답 받는 데서 멈춰 있는 경우입니다. 이건 직원들이 잘못 쓰고 있는 게 아니라, 제품 안에서 다른 도구를 쓰지 않고 있는 상태입니다. OpenAI 공식 안내는 Chat과 Work를 명확히 나눕니다.
이 구분을 모르면 아무리 교육을 반복해도 질의응답에서 벗어나지 못합니다.
질문만 하게 되는 이유가 뭔가요?
공식 안내의 정의를 보면 답이 나옵니다. Chat은 빠른 대화형 도움과 일상적인 질문을 위한 것이고, Work는 더 길고 여러 단계를 거치는 작업과 완성된 결과물을 위해 설계된 에이전트입니다. 문서·스프레드시트·프레젠테이션·보고서를 만드는 일은 Work의 영역입니다.
계정을 나눠 주면 사람들은 기본 화면에서 시작합니다. 기본 화면은 대화형이므로, 아무도 알려주지 않으면 계속 대화만 합니다. "활용을 못 한다"가 아니라 "다른 문이 있다는 걸 모른다"에 가깝습니다.
전사 교육을 한 번 더 잡기 전에, 직원들이 Work를 쓸 수 있는 상태인지부터 확인하십시오. 플랜과 워크스페이스 설정에 따라 아예 안 보일 수도 있습니다.
쓸 수 있는 상태이긴 한가요?
같은 안내에 따르면 Work는 자격이 되는 유료 플랜의 웹·모바일에서 제공되고, ChatGPT Enterprise·Edu 워크스페이스에서는 Enterprise Key Management(EKM)가 활성화된 경우에 제공됩니다. 자격이 되는 워크스페이스에서는 기본 역할 구성원에게 기본으로 켜지되 소유자나 관리자가 끌 수 있고, 워크스페이스 설정과 역할 기반 접근 제어가 각 구성원의 접근 권한을 계속 결정합니다.
즉 "직원들이 안 쓴다"의 원인이 교육이 아니라 설정일 수 있습니다. 확인 순서는 이렇습니다.
- 우리 플랜에서 Work가 제공되는가
- 관리자가 켜 두었는가, 역할별로 누구에게 열려 있는가
- 직원들이 그 존재를 알고 있는가
1·2번이 아니라면 교육을 백 번 해도 화면에 없습니다.
전사 교육이 필요한가요?
필요하지만, 지금 상태에서 바로 전 직원 교육을 잡는 것은 순서가 이릅니다. 한국은행의 「AI 도입은 생산성을 높이는가? 초기 3년의 효과 분석」은 AI가 개별 작업 효율은 높였지만 업무 흐름 개선과 조직 구조 변화로 확장되지 못했다고 지적합니다. 질의응답에서 벗어나는 것은 개인의 숙련이 아니라 업무를 맡기는 방식의 전환이라, 대상 업무가 정해지지 않으면 교육이 다시 시연으로 끝납니다.
순서를 바꾸십시오.
| 흔한 순서 | 권하는 순서 |
|---|---|
| 전 직원 교육 → 각자 활용법 찾기 | 대상 업무 선정 → 그 업무 담당자 교육 → 확산 |
| 도구 기능 실습 | 본인 업무 파일로 결과물까지 만들어 보기 |
| 수료율로 보고 | 절차서에 반영된 업무 수로 보고 |
누구부터 시작하나요?
한국노동연구원 노동리뷰 제251호는 생성형 AI의 영향이 직종·연령에 따라 고르지 않게 나타난다는 점을 다룹니다. 전 직원을 같은 커리큘럼으로 묶으면 절반은 지루하고 절반은 못 따라오는 이유입니다.
시작 대상은 이 조건을 만족하는 사람들입니다.
- 업무 산출물이 문서·표·보고서인 직무
- 매주 반복되는 정형 산출물이 있는 부서
- 결과물을 스스로 검수할 수 있는 담당자
이 그룹이 먼저 결과물을 만들어 내면, 그 산출물 자체가 다음 부서를 설득하는 자료가 됩니다. 사내 교육 자료를 새로 만들 필요가 줄어듭니다.
다른 곳은 어떻게 하고 있나요?
공통점은 도구 교육의 양이 아니라 대상 업무를 좁게 잡았다는 점입니다. 부서별로 매주 나오는 산출물 하나를 골라 그것만 바꾸고, 절차서에 검수 지점을 적어 남깁니다. 그다음 부서로 넘어갑니다.
반대로 전사 일괄 교육부터 시작한 조직은 대체로 같은 자리로 돌아옵니다. 배운 것을 어디에 쓸지는 각자 알아서 정해야 하는데, 그 판단이 개인에게 넘어가면 대부분 원래 방식이 편합니다.
이번 주에 할 것
관리자 콘솔에서 Work가 켜져 있는지 확인하고, 부서별로 매주 반복되는 산출물 하나씩만 적어 보십시오. 그 목록이 교육 대상자 명단이 됩니다.
함께 보면 좋은 자료
- Codex를 비개발자 업무 자동화에 쓸 수 있나요? — Chat·Work·Codex의 역할 구분
- AI 교육의 성과가 안 나오는 진짜 이유 — 교육 후 정착이 끊기는 구간
- AI 에이전트 교육 — 업무를 맡기는 단계로 넘어갈 때
- AI 활용 수준 무료 진단 — 대상 업무를 함께 추릴 때
자주 묻는 질문
- 직원들이 질문만 하는 게 문제인가요?
문제라기보다 다른 도구를 안 쓰고 있는 상태입니다. 공식 안내는 Chat을 빠른 대화형 도움, Work를 다단계 작업과 완성된 결과물용으로 나눕니다. - 계정만 주면 알아서 쓰지 않나요?
기본 화면이 대화형이라 알려주지 않으면 계속 대화만 하게 됩니다. 플랜·워크스페이스 설정에 따라 Work가 아예 안 보일 수도 있습니다. - 전사 교육을 바로 잡아야 하나요?
대상 업무를 먼저 정하는 편이 낫습니다. 업무 흐름으로 확장되지 못하면 개별 작업 효율에서 멈춘다는 분석이 있습니다. - 누구부터 교육해야 하나요?
산출물이 문서·표·보고서이고, 매주 반복되는 정형 업무가 있으며, 결과를 스스로 검수할 수 있는 담당자부터 시작하십시오. - 성과는 무엇으로 보고하나요?
수료율 대신 업무 절차서에 AI 단계가 반영된 업무 수로 보고하면, 다음 예산을 방어할 근거가 됩니다.
참고한 자료
- OpenAI (확인일 2026-08-16), Help Center — ChatGPT Work and Codex
- 한국은행 (2026), AI 도입은 생산성을 높이는가? 초기 3년의 효과 분석
- 한국노동연구원 (2026.2), 노동리뷰 제251호 — 생성형 AI가 노동시장에 미치는 영향