ChatGPT 기업 지식: 사내 데이터 통합, 업무 생산성 혁신 분석

업무 데이터는 늘 파편화되어 있습니다. 중요한 정보는 슬랙, 셰어포인트, 구글 드라이브 등 각기 다른 저장소에 흩어져 있고, 필요한 맥락을 찾기 위해 여러 앱을 오가는 것은 일상이 된 지 오랩니다. 오픈AI가 이런 ‘업무를 위한 업무’를 끝내기 위한 해답으로 ChatGPT ‘기업 지식(Company Knowledge)’ 기능을 공개했습니다.

이 기능은 단순한 파일 검색 도구가 아닙니다. 기업 내부의 다양한 데이터를 챗GPT 대화창 안으로 통합해, 사용자의 질문에 맞춰 여러 소스를 넘나들며 종합적인 답변을 생성하는 것을 목표로 합니다. 지난 10월 23일(현지시간) 발표 이후 직접 기능을 사용해 본 결과, 이는 챗GPT가 범용 AI 어시스턴트를 넘어 B2B 생산성 허브로 진화하려는 중요한 전환점으로 보입니다. 이번 글에서는 기업 지식 기능의 핵심 작동 원리와 실제 업무 흐름 변화, 그리고 가장 민감한 보안 구조까지 면밀히 분석합니다.

ChatGPT 기업 지식 기능이란 무엇인가?

ChatGPT 기업 지식은 사용자가 승인한 기업용 앱의 내부 데이터를 챗GPT가 직접 조회하는 정보 통합 솔루션입니다. 여러 정보 소스를 종합적으로 추론하여 맞춤형 답변을 제공하며, 슬랙, 구글 드라이브, 셰어포인트 등 다양한 업무 도구와 연동하여 파편화된 정보를 한곳에서 활용하도록 설계되었습니다.

기존에는 사용자가 직접 관련 정보를 찾아 챗GPT에 입력해야 했지만, 이제는 그럴 필요가 없습니다. 예를 들어 “Q4 프로젝트 성과를 요약하고 리스크를 정리해 줘”라고 질문하면, 챗GPT가 알아서 관련 앱들을 탐색해 답변을 생성하는 방식입니다.

단순 검색을 넘어 ‘추론’으로의 진화

이 기능의 핵심은 오픈AI가 ‘GPT-5 기반 멀티 소스 추론 모델‘이라고 밝힌 기술에 있습니다. 기존 엔터프라이즈 검색이 키워드 매칭에 의존했다면, 기업 지식 기능은 여러 앱에 흩어진 비정형 데이터의 맥락까지 이해하고 종합적인 결론을 도출합니다.

실제 테스트 과정에서, 챗GPT는 각 정보의 출처를 명확한 링크와 함께 제시했습니다. 이는 답변의 신뢰성을 사용자가 직접 검증하는 데 중요한 부분이더군요. 피지 시모 오픈AI 제품 총괄은 “다양한 앱의 정보를 통합해 기업별 맞춤 답변을 받을 수 있다”고 설명했는데, 이는 단순 정보 조회를 넘어 지능형 의사결정 지원 도구로의 발전을 의미합니다.

현재 지원 앱 생태계와 미래 확장 계획

현재 기업 지식 기능은 슬랙(Slack), 셰어포인트(SharePoint), 구글 드라이브(Google Drive), 지메일, 깃허브(GitHub), 허브스팟(HubSpot) 등 주요 업무용 앱과의 연동을 지원합니다. 오픈AI는 앞으로 아사나(Asana), 깃랩 이슈(GitLab Issues), 클릭업(ClickUp) 등으로 지원 범위를 계속 넓혀나갈 예정입니다.

더 나아가 개발자가 맞춤형 통합 솔루션을 구축할 수 있는 ‘MCP(Model Context Protocol) 커넥터‘ 제공 계획도 밝혔습니다. 이는 특정 기업의 내부 시스템이나 독자적인 데이터베이스까지 연동할 수 있는 길을 열어주는 것으로, 기능의 확장성에 대한 기대를 높이는 대목입니다.

어떻게 작동하며, 실제 업무 흐름은 어떻게 바뀌나?

기업 지식 기능의 실제 사용 과정은 직관적입니다. 챗GPT 비즈니스 또는 엔터프라이즈 플랜 이용자는 간단한 인증 절차만 거치면 즉시 사내 데이터를 활용한 대화를 시작할 수 있습니다. 이 과정은 크게 ‘연결’, ‘질문’, ‘확인’의 3단계로 나뉩니다.

먼저 메시지 입력창이나 도구 메뉴에서 ‘기업 지식’을 선택하고, 연동할 앱(예: 구글 드라이브) 계정을 인증합니다. 이후 평소처럼 챗GPT에 질문을 입력하면, 챗GPT가 해당 앱의 데이터에 접근해 정보를 분석하고 답변을 생성합니다. 이 모든 과정에서 사용자의 접근 권한이 있는 데이터만 조회되도록 설계되었습니다.

“Q4 성과 요약해줘”: 실제 사용 예시 분석

가령 사용자가 “프로젝트 Q4 성과 요약을 작성하고, 이번 계정의 주요 피드백과 리스크를 정리해 줘”라고 요청했다고 가정해 보겠습니다.

1. 데이터 탐색: 챗GPT는 먼저 구글 드라이브에서 ‘Q4 성과 보고서’ 문서를 찾습니다.
2. 커뮤니케이션 분석: 다음으로 슬랙 채널에서 해당 프로젝트와 관련된 고객의 긍정적, 부정적 피드백 대화를 검색합니다.
3. 리스크 식별: 마지막으로 허브스팟 CRM에서 해당 계정의 계약 갱신 관련 리스크 관리 노트를 확인합니다.
4. 종합 답변 생성: 이 세 가지 정보를 종합하여, 성과 요약, 핵심 피드백, 잠재적 리스크를 구조화된 보고서 형태로 제공합니다.

이처럼 여러 시스템을 오가며 정보를 취합하고 보고서를 작성하는 데 걸렸던 시간이 극적으로 단축되는 것입니다. 브래드 라이트캡 오픈AI COO는 “지금까지 우리가 만든 기능 중 업무 활용도를 가장 크게 바꾼 것”이라며 자신감을 내비치기도 했죠.

기업 데이터, 과연 안전한가?: 보안 구조 집중 분석

아무리 편리한 기능이라도 기업의 민감한 내부 데이터를 다루는 만큼 보안은 가장 중요한 문제입니다. 많은 기업 리더들이 ‘우리 회사 데이터가 AI 모델 학습에 사용되는 것은 아닌가’라는 우려를 가지고 있습니다. 오픈AI는 이러한 우려를 불식시키기 위해 몇 가지 명확한 안전장치를 마련했습니다.

오픈AI의 공식 발표에 따르면, 기업 지식 기능을 통해 접근하는 모든 데이터는 모델 학습에 절대 활용되지 않습니다. 이는 챗GPT 엔터프라이즈급 서비스의 핵심적인 보안 원칙이기도 합니다.

‘학습 데이터 미사용’ 원칙과 접근 제어

가장 중요한 것은 데이터 격리입니다. 사용자의 데이터는 오직 해당 사용자의 질문에 대한 답변을 생성하는 목적으로만 일시적으로 사용될 뿐, 오픈AI의 범용 모델을 훈련시키는 데에는 쓰이지 않습니다.

또한, 관리자에게 강력한 통제 권한을 부여합니다. 기업용 챗GPT 관리자는 ▲연결 앱 활성화 여부 ▲역할 기반 접근 제어(RBAC) ▲SSO(Single Sign-On) 인증 ▲감사 로그 등 세밀한 보안 정책 설정이 가능합니다. 이를 통해 직원의 직책과 권한에 따라 접근 가능한 정보의 범위를 명확히 통제할 수 있습니다. 오픈AI는 이 기능이 SOC 2, ISO 27001 등 주요 산업 표준을 준수하도록 설계되었다고 밝혔습니다. 이는 외부 기관으로부터 데이터 처리 프로세스와 정보 보안 관리 시스템의 안정성을 검증받았음을 의미합니다.

명확한 한계와 앞으로의 과제

물론 이 기능이 완벽한 것은 아닙니다. 현재로서는 대화를 시작할 때마다 수동으로 ‘기업 지식’ 기능을 활성화해야 하는 번거로움이 있습니다. 오픈AI는 향후 브라우징이나 데이터 분석 같은 다른 도구와 자동으로 통합되는 인터페이스를 개발 중이라고 하니, 사용성은 점차 개선될 것으로 보입니다.

다만, 지원하는 앱의 생태계가 아직 초기 단계라는 점은 명확한 한계입니다. 기업의 성공적인 도입을 위해서는 더 많은 서드파티 앱과의 유기적인 통합이 필수적인 과제로 남습니다. 그럼에도 불구하고, 챗GPT 기업 지식 기능은 파편화된 정보의 시대에 새로운 협업과 의사결정 방식을 제시하는 중요한 첫걸음임이 분명합니다.