OpenAI Presence, 에이전트 운영을 판다

모델 판매에서 운영 판매로

OpenAI는 2026년 7월 22일 Presence를 공개했다. 설명은 명확하다. 기업이 음성과 채팅 에이전트를 고객 지원, 영업, 내부 IT 같은 업무에 배포하도록 돕는 제품이다. 흥미로운 점은 모델 이름이 전면에 있지 않다는 것이다. Presence가 파는 것은 추론 능력 그 자체가 아니라 정책, 표준작업절차, 가드레일, 승인된 액션, 시뮬레이션, 평가 도구, Codex 기반 개선 루프다.

OpenAI는 자사 영어 전화 지원 채널에서 Presence가 몇 주 안에 사람 지원 품질 벤치마크를 충족하거나 넘었고, 현재 인바운드 문제의 75%를 사람 도움 없이 해결한다고 밝혔다. 또한 Codex 기반 개선 루프가 10일 만에 사람 handoff를 15%포인트 줄였다고 설명한다. 이 수치는 특정 환경의 결과이므로 일반화에는 조심해야 하지만, 기업 AI의 판매 단위가 데모 챗봇에서 운영 지표로 바뀌고 있음을 보여준다.

Presence가 묶은 다섯 구성요소

Presence는 제한적 일반 제공 프로그램으로, 자가 가입 SaaS가 아니다. OpenAI Forward Deployed Engineers와 일부 글로벌 시스템 통합 파트너가 배포를 이끈다. 각 배포는 청구 문제 해결, 보험 청구 지원, 직원 IT 요청 처리처럼 구체적 job에서 시작한다. 에이전트는 그 업무에 필요한 지식과 시스템 접근권만 받으며, 회사가 어떤 행동을 허용하고 언제 승인이 필요한지 정한다.

이 구조는 OpenAI의 에이전트 업무 연구, OpenAI 배포 안전 문서, OpenAI 보안과 개인정보 안내, OpenAI Apps SDK 문서와 연결된다. 모델을 API로 호출하는 단계와 실제 업무 책임을 위임하는 단계 사이에는 큰 간격이 있다. Presence는 그 간격을 제품과 컨설팅, 통합 작업으로 메우려 한다.

경쟁자는 상담 솔루션만이 아니다

Presence의 직접 경쟁자는 컨택센터 AI, RPA, 업무 자동화 플랫폼이다. 하지만 더 넓게 보면 Anthropic, Google, Microsoft가 모두 같은 방향으로 움직인다. 모델 회사들은 단순 호출 API만으로는 기업 예산을 충분히 잡기 어렵다는 점을 알고 있다. 고가 계약은 위험 업무를 실제로 줄이고, 사람 개입을 줄이고, 정책 준수를 증명할 때 나온다.

이 맥락에서 Gemini Notebook, 연구 도구에서 업무 OS로 간다, Cursor 에이전트 스웜, 비용 단위가 바뀐다, OpenAI 스코어카드, AI ROI의 언어를 바꾸다를 함께 봐야 한다. 기업은 이제 월 구독료보다 업무당 해결률, 재시도율, escalation 비용, 변경 승인 시간을 묻는다. Presence는 이 질문에 답하기 위한 패키지다.

한국 기업 도입의 조건

한국에서 Presence 같은 제품을 도입하려면 먼저 업무 범위를 좁혀야 한다. 상담 전체를 자동화하겠다는 목표보다 환불 상태 확인, 요금제 변경 안내, 장애 접수 분류처럼 정책이 명확하고 로그가 남는 업무가 낫다. 금융과 보험에서는 설명 가능성, 녹취와 상담 이력 보존, 개인정보 최소 접근, 승인 워크플로우가 선행 조건이다. 전자상거래에서는 재고, 배송, 쿠폰, 환불 정책이 자주 바뀌므로 개선 루프의 승인 체계가 중요하다.

또 하나의 포인트는 SI와 내부 플랫폼팀의 역할이다. Presence는 제한적 GA이며 배포가 FDE와 파트너 중심이다. 이는 한국 기업이 바로 셀프서비스로 켜는 제품이 아니라는 뜻이다. 대신 국내 SI, BPO, 컨택센터 솔루션 회사에는 신호가 크다. 앞으로 경쟁력은 모델 연결이 아니라 정책 문서 정규화, 평가 데이터 구축, 고객 시스템 권한 분리, 배포 후 품질 개선 프로세스에서 나온다.

자주 묻는 질문

Q1: OpenAI Presence는 누구나 가입할 수 있나요?

A: 아니다. 2026년 7월 공개 기준으로 적격 기업 고객 대상 제한적 일반 제공 프로그램이며, 자가 가입 제품은 아니다.

Q2: Presence는 콜센터 챗봇과 무엇이 다른가요?

A: 단순 답변보다 승인된 액션, 시스템 접근, 정책 준수 평가, 사람 escalation, 출시 후 개선 루프를 함께 묶는다.

Q3: 75% 자동 해결률은 모든 기업에 적용되나요?

A: 아니다. OpenAI 자체 영어 전화 지원 채널 사례다. 업종, 데이터, 정책, 권한 설계에 따라 크게 달라질 수 있다.

Q4: 한국어 지원 품질은 어떻게 봐야 하나요?

A: 공개 글에는 SoftBank의 일본어 자연 대화 테스트가 언급되지만, 한국어는 별도 검증이 필요하다. 한국어 상담 데이터와 정책 평가셋을 먼저 만들어야 한다.

Q5: 도입 전에 무엇을 준비해야 하나요?

A: 업무 범위, 승인 규칙, 금지 행동, 개인정보 접근 범위, 테스트 시나리오, escalation 기준, 운영 로그 보존 정책을 먼저 정리해야 한다.