Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
다음 주 부산 출장을 앞두고 항공권과 숙소를 한꺼번에 예약해야 하는 직장인이 있다고 해보자. 예전 같으면 항공사 사이트 서너 곳을 오가며 가격을 비교하고, 예약 앱을 켜서 날짜를 다시 입력하고, 카드 정보를 또 한 번 넣는 과정을 혼자 반복해야 했다. 챗GPT에게 “부산 출장 항공권이랑 호텔 알아서 찾아서 예약해줘”라고 던지면 정말 여기까지 끝내줄까. 어디까지 자동으로 끝내주고 어디서 사람 손이 다시 필요한지는 뒤에서 하나씩 확인해보자.
챗GPT 에이전트 모드, 화면을 대신 조작하는 기능이다
에이전트 모드는 챗GPT가 대화창 안에 자기만의 가상 브라우저를 띄우고, 사람이 하듯 화면을 읽고 클릭하고 입력하는 기능이다. 기존 챗GPT가 질문에 텍스트로 답하거나 링크를 던져주는 수준이었다면, 에이전트 모드는 그 링크를 직접 열고 들어가서 검색창에 조건을 입력하고 결과를 훑어본 뒤 다음 단계로 넘어간다.
중요한 건 이 과정이 한 번의 클릭으로 끝나지 않는다는 점이다. 항공권을 찾으려면 날짜를 넣고, 결과를 정렬하고, 조건에 맞는 항목을 고르고, 다음 화면으로 넘어가는 과정이 이어진다. 에이전트 모드는 이 여러 단계를 대화 하나로 묶어서 순서대로 실행하면서, 지금 뭘 하고 있는지 채팅창에 실시간 문장으로 계속 알려준다.
오퍼레이터·브라우저 확장 매크로와 다른 지점 네 가지
비슷한 시도가 없었던 건 아니다. 오퍼레이터는 챗GPT와 별도로 운영되던 웹 자동화 실험 도구였고, 매크로형 브라우저 확장 프로그램도 오래전부터 있었다. 차이는 크게 네 가지로 갈린다.
- 실행 위치 — 오퍼레이터는 별도의 사이트를 열고 들어가야 했지만, 에이전트 모드는 평소 쓰던 챗GPT 대화창 안에서 바로 켜진다. 탭을 옮길 필요가 없다.
- 맥락 유지 — 에이전트 모드는 그 전에 나눈 대화나 업로드한 파일을 기억한 채로 작업한다. “아까 말한 예산 안에서 찾아줘” 같은 지시가 통한다.
- 적응력 — 브라우저 확장 매크로는 정해진 화면 구조가 바뀌면 그대로 멈춘다. 에이전트 모드는 매번 화면을 새로 읽고 판단하기 때문에 사이트 디자인이 조금 바뀌어도 대체로 따라간다.
- 개입 시점 — 매크로는 정해진 순서를 끝까지 그냥 실행한다. 에이전트 모드는 로그인이나 결제, 개인정보 입력처럼 민감한 지점에서 스스로 멈추고 사람에게 확인을 구한다.
이런 작업에 붙이면 시간이 확 줄어든다
가장 잘 맞는 쓰임은 여러 단계를 거쳐야 하는 반복 작업이다. 항공권·숙소 비교, 중고차나 부동산 매물을 여러 사이트에서 훑어보는 일, 페이지가 여러 장 넘어가는 신청서 작성 같은 게 대표적이다. 반대로 “오늘 서울 날씨 어때” 같은 단답형 질문에는 오히려 느리다. 굳이 브라우저를 띄워서 움직일 필요가 없는 질문이기 때문이다.
예를 들어 매달 나가는 구독 서비스 요금을 사이트 예닐곱 곳에서 하나하나 확인해서 표로 정리해야 하는 사람이라면, 사이트마다 로그인해서 요금제 페이지를 찾아다니는 수고를 상당 부분 덜 수 있다. 반면 이미 답을 알고 있는 걸 빠르게 확인만 하려는 경우라면 일반 검색이 훨씬 빠르다. 대화 하나를 던지고 화면이 스스로 움직이는 걸 기다리는 시간이 오히려 손해가 되는 상황도 있다는 뜻이다.
수동 예약 여덟 단계, 에이전트 모드는 확인 두 번
앞서 나온 부산 출장 항공권을 예로 다시 풀어보면 차이가 더 뚜렷해진다. 사람이 혼자 처리한다면 대략 이런 순서를 밟는다. ① 항공사 사이트 A에 접속해 날짜 입력 ② 가격 확인 후 사이트 B로 옮겨 같은 조건 재입력 ③ 사이트 C까지 추가로 비교 ④ 가장 싼 항공권의 결제 페이지 진입 ⑤ 로그인 또는 회원가입 ⑥ 카드 정보 입력 ⑦ 본인인증 문자 확인 ⑧ 숙소 예약 사이트로 넘어가 이 과정을 처음부터 반복. 여덟 단계 안팎을 손으로 직접 오가야 끝난다.
에이전트 모드에 맡기면 사람이 실제로 손을 대는 지점은 크게 두 번으로 줄어든다. 처음에 조건을 말로 던지는 대화 한 번, 그리고 뒤에서 다룰 결제 승인 화면에서 최종 확인을 누르는 순간 한 번이다. 그 사이 여러 사이트를 오가며 가격을 비교하고 조건에 맞는 항목을 고르는 작업은 화면 안에서 자동으로 흘러간다. 다만 이 여덟 단계라는 숫자는 사이트 구성에 따라 달라지는 예시일 뿐, 실제로는 사이트마다 절차가 더 많거나 적을 수 있다.
관련: GPT-6 아스트라 챗GPT 플러스에서 공짜라는 말, 절반만 맞다
예약이든 쇼핑이든, 결제 앞에서 멈추는 이유
에이전트 모드가 유일한 시도는 아니다. 구글도 제미나이 계열로 비슷한 웹 자동화 기능을 실험하고 있고, 앤트로픽 역시 클로드에 화면을 직접 조작하는 기능을 개발자용으로 선보인 적이 있다. 접근 방식과 대상이 조금씩 다르다.
| 항목 | 챗GPT 에이전트 모드 | 구글 제미나이 계열 자동화 | 클로드 컴퓨터 유즈 |
|---|---|---|---|
| 실행 방식 | 챗GPT 대화창에서 바로 실행 | 특정 실험 기능·환경에 종속되는 경우가 많음 | 개발자 도구·API 중심, 일반 채팅 화면에선 제한적 |
| 맥락 유지 | 기존 대화 내용을 이어서 활용 | 서비스별로 다름 | 별도 설정에 의존 |
| 추천 대상 | 예약·쇼핑을 채팅으로 바로 맡기고 싶은 일반 사용자 | 구글 서비스(지메일·캘린더 등)를 많이 쓰는 사용자 | 자동화 파이프라인을 직접 구축하려는 개발자 |
실제 작업 화면은 이렇게 흘러간다. “지금 항공사 사이트에서 다음 달 왕복 항공권을 검색하고 있습니다” 같은 문장이 채팅창에 실시간으로 뜨고, 사용자는 마치 누군가 화면을 대신 조작하는 걸 옆에서 지켜보는 느낌을 받는다. 가격 비교, 조건 필터링, 장바구니 담기까지는 대체로 막힘없이 넘어간다.
다음 중 에이전트 모드가 스스로 끝까지 처리하지 못하는 작업은 무엇일까? ① 항공권 가격 세 곳 비교하기 ② 조건에 맞는 상품 장바구니에 담기 ③ 결제 비밀번호를 입력하고 최종 승인하기
정답은 ③이다. 가격 비교나 장바구니 담기까지는 알아서 진행하지만, 결제 비밀번호나 최종 승인 버튼 앞에서는 화면 제어권이 사용자에게 넘어온다. 카드 정보를 대신 입력하다가도 마지막 확인 버튼만큼은 직접 누르라고 멈춰 세우는 식이다. 로그인 인증이나 문자 인증번호 입력도 마찬가지다.
속도가 갑자기 느려지거나 엉뚱한 곳을 클릭할 때는 언제인가
단점도 분명하다. 첫째는 속도다. 사람이 눈으로 훑으면 3초면 넘어갈 화면도, 에이전트 모드는 화면을 다 읽고 판단하는 절차를 거치느라 몇 초씩 더 걸린다. 캡차나 “저는 로봇이 아닙니다” 확인 창이 중간에 끼면 그 자리에서 진행이 멈추고 사람이 대신 눌러줘야 다시 움직인다. 원래 5분이면 끝날 검색이 팝업 광고나 쿠키 동의창 몇 개 때문에 배로 늘어지는 경우도 드물지 않다.
둘째는 오작동이다. 사이트 레이아웃이 최근에 바뀌었거나 광고 배너가 실제 버튼과 겹쳐 있으면, 엉뚱한 링크를 눌러 원치 않는 페이지로 넘어가는 일이 생긴다. 이럴 때는 채팅창에 뜨는 진행 상황을 보다가 방향이 틀렸다 싶으면 바로 중단시키고 다시 지시하는 편이 낫다. 화면을 아예 안 보고 방치하면 엉뚱한 상품을 장바구니에 담아둔 채로 멈춰 있을 수도 있다.
셋째는 비용이다. 실행 한 번에 여러 사이트를 오가며 여러 단계를 거치다 보니, 짧은 질문 하나 던지는 것보다 한도를 훨씬 많이 소모한다. 간단한 확인 작업까지 습관적으로 에이전트 모드에 맡기면 정작 복잡한 작업이 필요할 때 실행 횟수가 남아있지 않을 수 있다.
요금제 얼마부터 쓸 수 있을까
에이전트 모드는 챗GPT 플러스나 프로 요금제에서 쓸 수 있게 열렸고, 팀·엔터프라이즈 요금제에서도 이용할 수 있다. 무료 계정은 기본적으로 대상이 아니거나, 있어도 매우 제한적인 형태로만 열리는 구조다. 플러스는 한 달에 쓸 수 있는 실행 횟수가 정해져 있고, 프로는 그보다 여유 있는 횟수를 준다.
다만 이 횟수 제한은 계정 정책에 따라 조정될 수 있어서, 정확한 숫자는 요금제 화면에서 다시 확인하는 편이 안전하다. 이건 잘 알려져 있지 않은데, 실행 횟수와 별개로 작업 하나가 길게(예를 들어 여러 사이트를 오가며 20분 넘게) 돌아가면 도중에 시간이 초과돼 중단되는 경우도 있다. 무제한으로 붙잡고 있을 수 있는 기능은 아니라는 뜻이다.
네이버·쿠팡 같은 국내 사이트에서도 될까
많이들 한국어로 된 사이트라서 에이전트 모드가 아예 인식을 못 할 거라고 생각하는데, 실제로는 언어가 문제가 아니다. 화면을 읽고 클릭하는 방식 자체는 영어 사이트든 한국어 사이트든 동일하게 작동한다.
진짜 걸림돌은 언어가 아니라 보안 절차다. 국내 쇼핑몰이나 예약 사이트는 결제 직전에 보안문자 입력, 휴대폰 본인인증, 카드사 앱 인증 같은 단계를 넣어두는 경우가 흔하다. 이 지점에서는 앞서 말한 결제 승인 화면과 똑같은 원리로 사용자에게 제어권이 넘어온다. 자동화가 아예 안 되는 게 아니라, 검색과 비교와 장바구니 담기까지는 대신 해주고 마지막 인증 몇 초만 사람 손을 빌리는 셈이다.
그러니 국내 사이트에서 아예 못 쓴다고 단정할 필요는 없다. 다만 해외 사이트보다 중간에 손이 가는 횟수가 조금 더 잦을 수 있다는 정도로 기대치를 맞춰두는 게 맞다. 앞서 나온 여덟 단계짜리 예약도, 국내 사이트라면 인증 단계가 하나둘 더 끼어들 수 있다고 보면 된다.
이 차이를 몸으로 확인하는 가장 빠른 방법은 직접 시켜보는 것이다. 오늘 저녁 약속 하나나 다음 주말 예약 하나를 에이전트 모드에 맡겨보고, 결제 버튼 앞에서 화면이 정확히 어떻게 자신에게 넘어오는지 한 번 지켜보는 것도 방법이다.
