OpenAI, dots 공개: 전용 클라우드 컴퓨터를 가진 상시 가동 에이전트

2026년 9월 29일, OpenAI는 새로운 형태의 AI 제품인 dots를 발표했습니다. OpenAI는 dots를 "놀라울 만큼 유능하고 항상 켜져 있으며 모든 일을 처리하도록 만들어진 에이전트"라고 설명합니다. dot은 다음 질문을 기다리는 채팅창이 아닙니다. 사용자의 목표와 기준을 익히고, 클라우드에서 스스로 일하며, 끝낸 결과물을 검토용으로 가져오는 장기 어시스턴트입니다. OpenAI는 이를 "AI와 일하는 완전히 새로운 방식"이라고 부릅니다. 먼저 발표의 핵심 사실입니다. dots는 GPT‑6 Astra로 구동됩니다. 각 dot은 자체 클라우드 컴퓨터와 자체 브라우저를 가집니다. 플러그인 생태계를 통해 4,000개가 넘는 앱에 연결할 수 있습니다. 시간이 지나면서 피드백으로 학습하고, 하루 24시간 사용자의 목표를 향해 일할 수 있습니다. ChatGPT, Slack, Teams로 dot에 접근하며, 질문하고, 아이디어를 탐색하고, 피드백을 주고, 음성 통화도 할 수 있습니다. 제공은 해당 시장의 Pro, Business Premium, Enterprise 플랜부터 시작되었고, OpenAI는 곧 더 많은 사용자로 확대할 계획이라고 밝혔습니다. 발표 페이지에는 가격, 벤치마크 점수, 지연 시간 수치가 없습니다. 이 글도 그런 수치를 지어내지 않습니다.

작동 방식은 세 층으로 나눠 볼 수 있습니다. 첫째 층은 실행 환경입니다. dot은 자체 클라우드 컴퓨터와 브라우저, 그리고 사용자가 연결한 앱으로 일합니다. 사용자는 언제든 dot의 컴퓨터를 열어 작업 내용을 점검할 수 있습니다. 이 점이 중요합니다. 블랙박스 안에서 움직이던 에이전트가, 사람이 작업 현장을 볼 수 있는 에이전트로 바뀝니다. dot은 다른 기기에도 연결할 수 있고, 허락하면 노트북을 사용해 사용자 바로 옆에서 일할 수도 있습니다. 둘째 층은 지속성과 병렬성입니다. OpenAI에 따르면 dot은 한 프로젝트를 맡아 끝까지 밀고 가면서 동시에 여러 다른 프로젝트도 진행합니다. 사용자는 스레드를 따로 관리하거나 모든 단계를 지시할 필요 없이 새 작업을 계속 건넬 수 있습니다. 셋째 층은 기억과 학습입니다. 함께 일할수록 dot은 사용자의 선호, 사고방식, 그리고 무엇이 좋은 결과인지를 더 잘 배웁니다. OpenAI는 이것을 dots의 마법이라 부르며, 사용자가 직접 했을 방식 그대로 끝낸 일을, 때로는 부탁하기도 전에 가져온다고 말합니다. 엔지니어링 관점에서 제품의 무게중심은 단발성 프롬프트 응답에서 장기 작업 상태, 개인 선호 모델링, 이벤트 기반 행동으로 이동합니다.

발표에 담긴 시나리오는 구체적입니다. 개발자의 dot은 고객 피드백에서 반복되는 요청을 지켜보고, 작은 개선과 버그 수정의 범위를 정하고, 빌드와 테스트까지 마친 뒤 변경 내용을 보여 주는 영상이 첨부된 완성된 풀 리퀘스트를 가져옵니다. 제품 출시 책임자의 dot은 대상 고객, 포지셔닝, 창작 기준을 익히고, 범위가 바뀌면 이야기를 다시 짜고 출시 자료를 고치며 자산과 문서 변경안을 작성합니다. 과학자의 dot은 새 데이터가 도착하면 분석을 다시 돌리고, 예상 밖의 결과를 조사하고, 논문의 그림을 갱신하고, 사람이 검토해야 할 부분을 표시합니다. 영업 책임자의 dot은 고객 요구 사항을 제품 문서와 대조하고, 아직 테스트가 필요한 부분을 찾고, 핵심 연동의 개념 증명을 만들고, 비슷한 거래를 맡았던 솔루션 엔지니어를 추천합니다. 콘텐츠 제작자의 dot은 새 인터뷰 녹취록에서 클립으로 쓸 장면을 찾고, 쇼 노트를 준비하고, 승인을 받을 소셜 게시물 초안을 씁니다. OpenAI 내부에서는 Slack에 버그가 나타나면 dots가 곧바로 조사를 시작하고, 새 디자인이 도착하면 동작하는 앱으로 만들고, 계획 주기가 시작되면 모두를 마감일에 맞춰 동기화한다고 설명합니다. 외부 초기 테스터의 사례도 있습니다. 그의 dot은 출판사에 청구서를 보내는 것을 잊었다는 사실을 알아채고, 청구서를 준비해, 그의 승인 뒤에 발송했습니다. 이 사례는 기본 리듬을 보여 줍니다. dot이 알아채고, dot이 준비하고, 사람이 승인합니다. 안전과 통제는 페이지에서 독립된 항목입니다. 내장 안전장치, 접근 및 권한, 작업 검토와 승인의 세 부분으로 구성됩니다. 공식 약속은 사용자가 항상 통제권을 가진다는 것입니다. 청구서 사례처럼 결과가 따르는 외부 발송 작업은 사람의 승인을 기다립니다. 다만 공개 페이지는 기술적 세부를 설명하지 않습니다. 프롬프트 인젝션 방어, 권한의 세분화 수준, 감사 로그 형식은 공개되지 않았습니다. 기업에게는 도입 전에 반드시 확인해야 할 항목입니다. 조직용 요소는 전문가 dots 미리보기입니다. 전문가 dot은 접근 관리를 위한 별도의 신원, IT 부서가 준비한 하드웨어, 기업의 기록 시스템과의 깊은 연동을 갖추고, 조직 안에서 명확히 정해진 책임을 맡습니다. OpenAI는 전문가 dots를 Microsoft Agent 365에도 제공한다고 밝혔습니다. 이는 의미가 큽니다. 에이전트가 개인 도구에서 신원 디렉터리의 디지털 직원이 됩니다. 계정이 있고, 권한 경계가 있고, IT가 관리하고 회수할 수 있습니다.

개발자와 기업에 미치는 실무적 영향은 네 가지입니다. 첫째, 일의 진입점이 바뀝니다. 예전에는 사람이 도구를 열고 프롬프트를 쓰고 출력을 확인했습니다. 이제는 dot이 Slack의 버그, 고객 피드백, 새 데이터, 새 녹취록 같은 이벤트를 지켜보다가 요청 전에 결과를 준비합니다. 둘째, 검토가 주된 노동이 됩니다. dot이 완성된 풀 리퀘스트와 시연 영상을 가져오면 사람의 가치는 판단과 승인에 있습니다. 팀은 검토 흐름과 책임 소재를 다시 설계해야 합니다. 셋째, 신원과 권한 거버넌스가 도입의 관문이 됩니다. dot마다 고유한 자격 증명, 접근 가능한 앱의 명시적 목록, 작업의 최소 권한이 필요합니다. 넷째, 플러그인 생태계가 해자가 됩니다. 4,000개가 넘는 앱에 닿는다는 것은 통합의 폭 자체가 제품 기능이라는 뜻입니다. 과제도 분명합니다. 먼저 신뢰성입니다. 항상 켜져 있는 에이전트는 작은 실수를 연쇄적인 실수로 키울 수 있어, 모델 점수보다 작업 검토와 되돌리기 장치가 더 중요합니다. 다음은 비용입니다. OpenAI는 가격이나 컴퓨팅 계량 방식을 공개하지 않았고, 24시간 도는 클라우드 컴퓨터는 기업 예산에서 불확실한 항목입니다. 셋째는 데이터 거버넌스입니다. dot은 개인 선호를 학습하고 여러 시스템에 계속 접근하므로 보관, 사용자 간 분리, 규정 준수 요건이 명확해야 합니다. 넷째는 책임 소재입니다. 승인 전에 dot이 준비를 대부분 끝내 두면 승인은 빠른 클릭으로 줄어들기 쉽습니다. 검토 피로는 현실적인 위험입니다. 업계 흐름으로 보면 dots는 경쟁의 축을 "누구의 모델이 더 강한가"에서 "누구의 에이전트가 더 나은 신원, 권한, 기억, 통합을 갖췄는가"로 옮깁니다. OpenAI는 지금은 주 dot에 이름을 붙여 자기 것으로 만들 수 있으며, 앞으로는 여러 dots가 팀을 이뤄 함께 일하는 모습을 구상한다고 말합니다. Microsoft Agent 365와의 연결은 에이전트 관리 계층이 기업 신원 체계와 합쳐지고 있음을 보여 줍니다. 단기적으로 볼 지표는 더 많은 시장과 플랜으로의 확대 속도, 전문가 dots의 정식 출시 시점, 가격 모델, 그리고 안전장치에 대한 제3자의 독립 평가입니다. 독자를 위한 조언은 실무적입니다. 개발자는 반복되고, 검증할 수 있고, 수용 기준이 분명한 일부터 시작하세요. 버그 분류와 작은 수정이 좋은 출발점입니다. 기업 IT 담당자는 시범 운영 전에 dot의 신원, 권한 범위, 승인 규칙을 정의하세요. 어떤 역할이든 점검 가능성을 필수 조건으로 삼으세요. dot의 컴퓨터를 열어 작업을 볼 수 있다면 신뢰에는 발판이 생깁니다.