우버 전 직원 ChatGPT Work 도입: 3만 명에게 AI를 지급한 회사가 계정과 함께 준 것

우버의 전 직원 ChatGPT Work 도입, 무엇이 발표됐나?

우버는 2026년 10월 22일부터 전 세계 3만 명 이상의 직원에게 ChatGPT Work를 배포하기 시작했다. 올해 초 1,000명으로 시작한 시범 운영을 전사로 넓힌 것이다. 개발 조직은 기존대로 OpenAI의 Codex를 계속 쓴다.

ChatGPT Work는 별도 요금제 이름이 아니라 ChatGPT Enterprise 안에서 동작하는 에이전트의 이름이다. 발표에 따르면 Google Drive, Gmail, Google Calendar, Slack과 연결되어 자료 조사, 회의 브리핑 준비, 발표 자료 작성, 데이터 분석, 여러 앱에 걸친 업무를 처리한다. 기본 모델은 GPT-6.1 Sol이고, 우버는 OpenAI의 음성·이미지 생성 기능도 함께 쓴다. OpenAI 설명으로는 사용자가 에이전트의 진행 상황을 지켜보고, 추가 지시를 내리고, 중요한 행동은 승인하는 구조다.

우버 CTO 프라빈 네팔리 나가는 발표문에서 AI가 일하는 방식을 바꾸는 만큼 모든 직원에게 혁신하고 문제를 풀 도구를 주고 싶다고 말했다. OpenAI 사장 그렉 브록만은 우버의 여러 팀이 더 복잡한 일을 맡길 수 있게 됐다고 밝혔다. 두 회사는 도입 현황과 활용 사례, 측정 가능한 성과를 추후 공유하겠다고 했다. 다시 말해 성과 수치는 아직 없다.

1,000명 시범 운영에서 우버는 무엇을 봤나?

가장 눈에 띄는 숫자는 초기 사용자의 약 80%가 비엔지니어였다는 점이다. 우버 엔지니어링 부사장 수만트 수쿠마르가 TechCrunch에 밝힌 내용이다. 재무, 운영, 제품 부서 직원들이 시범 운영에 참여했다.

TechInformed의 10월 28일 기사가 정리한 초기 활용 사례는 세 가지다. 복잡한 운영 데이터 분석, 시장별 교육 자료 현지화, 개인용 대화형 대시보드 제작이다. 모두 개발자가 아닌 사람이 자기 업무에서 꺼낸 일이다. 우버는 용도를 정해 주지 않고 팀이 직접 실험하게 했으며, 직원들이 만든 업무 흐름과 그것이 실제로 도움이 되는지를 살펴보겠다고 했다.

같은 기사가 짚은 빈칸도 분명하다. 1,000명 중 몇 명이 꾸준히 썼는지, 시간을 얼마나 줄였는지, 무엇을 기준으로 전사 확대를 결정했는지는 공개되지 않았다. 우버가 증명한 것은 생산성 수치가 아니라 순서다. 작게 시작해 누가 쓰는지 확인한 뒤 넓혔다.

AI 복지의 실체는 구독료가 아니라 구독료와 함께 오는 규칙과 교육이다.

회사가 사 주는 AI는 개인 결제와 무엇이 다른가?

차이는 돈을 누가 내느냐가 아니라 회사 자료에 연결해도 되는가다. 우버 직원은 승인된 연동을 통해 메일과 문서, 메신저를 에이전트에 물릴 수 있다. 개인 계정으로는 할 수 없거나 해서는 안 되는 일이다.

우버가 계정과 함께 깐 것은 세 가지다. 사내 AI 스킬 라이브러리, 승인된 연동 목록, 운영·재무·마케팅·제품 직군을 위한 전담 교육이다. 계정만 뿌린 것이 아니라 무엇을 연결해도 되는지와 어떻게 쓰는지를 같이 줬다. 일본 note사가 엔지니어 2명으로 72명을 가르치며 전사 도구를 바꾼 과정도 같은 구조였다. note의 전사 AI 도구 전환 사례에서 보듯 도구 배포보다 교육 설계가 더 오래 걸린다.

반대쪽 면도 있다. OpenAI에 따르면 기업 관리자는 직원이 어떤 연동 도구를 쓸지 통제하고 ChatGPT Work가 할 수 있는 행동을 제한할 수 있다. Compliance API는 대화와 에이전트 활동을 회사가 들여다볼 수 있게 한다. 지출 한도는 조직, 그룹, 개인 단위로 걸 수 있다. 회사가 지급한 AI는 복지이면서 동시에 관리되는 업무 도구다. 개인 구독처럼 사적인 용도로 쓰는 공간이 아니다.

임원 대상 AI 교육 현장에서 한 수강생이 "AI 쓰는 건 그냥 첫 경험만 하면 다 할 수 있을 것 같다"고 말한 적이 있다. 도구를 받는 것과 처음 제대로 써 보는 것 사이에는 간격이 있고, 그 간격을 메우는 것이 교육이다. 우버가 계정과 교육을 한 묶음으로 발표한 것을 그래서 눈여겨본다. 조직 단위 교육을 어떻게 설계하는지는 기업 AI 교육 완벽 가이드에 정리해 두었다.

우리 회사에 AI 도구 지원을 요청하려면 무엇을 준비하나?

"우버도 하니까 우리도"는 통하지 않는다. 작은 시범 운영, 비개발 직군의 실제 업무 사례, 연동 범위와 관리 방식 세 가지를 한 장에 적어 가져가야 한다. 우버가 밟은 순서를 그대로 줄인 것이다.

• 전사가 아니라 시범 운영을 제안한다: 우버도 1,000명으로 시작했다. 팀 하나, 석 달 같은 크기로 줄여 제안하면 결재선의 부담이 달라진다
• 내 업무에서 사례 세 개를 꺼낸다: 우버의 초기 사례는 운영 데이터 분석, 교육 자료 현지화, 대시보드 제작이었다. 같은 수준으로 구체적인 업무 이름을 적는다. 개인 계정으로 이미 하고 있는 일이라면 회사 자료를 넣지 않은 범위에서 결과물을 보여 준다
• 무엇을 연결할지 먼저 적는다: 메일, 문서함, 메신저 중 어디까지 붙일지와 누가 승인할지를 요청서에 넣는다. 보안 부서가 가장 먼저 묻는 질문이다
• 교육을 예산에 같이 넣는다: 계정만 사면 쓰는 사람만 쓴다. 개인 생산성이 조직 성과로 이어지지 않는 간극은 KPC 2027 HRD 트렌드 분석에서 다뤘다
• 개인 계정에 회사 자료를 넣지 않는다: 회사가 사 주지 않는다는 이유로 개인 구독에 사내 문서를 올리는 것은 요청이 받아들여지기 전까지 가장 피해야 할 일이다

이 발표에서 조심해서 읽을 부분

이 소식의 1차 출처는 우버와 OpenAI의 공동 발표, 즉 파는 쪽과 사는 쪽이 함께 낸 홍보 자료다. 계약 금액도 생산성 수치도 없다. "AI 복지"라는 말은 이 글의 해석이고 우버가 쓴 표현이 아니다.

• 효과는 아직 증명되지 않았다: 측정 가능한 성과는 추후 공유하겠다는 것이 발표의 표현이다. 80%라는 숫자는 누가 썼는지에 대한 것이지 얼마나 나아졌는지에 대한 것이 아니다
• 비용은 비공개다: 우버는 도입 비용과 지출 한도 설정을 밝히지 않았다. OpenAI 설명으로는 작업량에 따라 사용량이 달라지고 복잡한 작업은 요금제 한도를 더 많이 쓴다
• 권한 설정도 비공개다: 우버가 어떤 행동에 승인을 요구하도록 설정했는지는 공개되지 않았다
• 복지보다 업무 인프라에 가깝다: 우버 발표의 표현은 지식 업무용 에이전트의 전사 배포다. 직원 혜택이 아니라 일하는 방식의 변경으로 읽는 편이 정확하다
• 국내 기업 통계는 이 글에 없다: 국내 직장인이 얼마나 개인 결제를 하는지에 대한 수치는 확인한 출처가 없어 적지 않았다