ChatGPT Astra는 과연 사무직을 대체할까

사무직을 대체하는 것은 AI의 말솜씨가 아니다.

진짜 변화는 AI가 컴퓨터를 쓰기 시작했다는 데 있다.

OpenAI가 공개한 GPT-6 Astra는 단순히 더 똑똑한 챗봇으로 소개되지 않았다. OpenAI는 Astra를 컴퓨터 사용, 브라우징, 소프트웨어 엔지니어링, 사이버보안, 과학, 전문 업무에서 강한 모델로 설명한다. 특히 눈에 띄는 표현은 “컴퓨터 사용”이다.¹

Astra는 온라인 양식을 채우고, CRM 고객 기록을 업데이트하고, 캘린더를 정리하고, 온라인 리서치를 수행하고, 이메일이나 문서 편집기 안에서 요약문을 작성하고, 웹사이트를 만들고, 프론트엔드 QA까지 수행할 수 있다고 소개됐다.¹

이 목록을 보면 질문이 자연스럽게 나온다.

ChatGPT Astra는 과연 사무직을 대체할까?

내 답은 이렇다.

Astra가 사무직 전체를 한 번에 대체한다고 보기는 어렵다. 하지만 사무직을 구성하던 많은 컴퓨터 작업을 AI에게 위임 가능한 단위로 쪼개기 시작한 것은 맞다.

직업이 사라지기 전에, 직업 안의 일이 먼저 해체된다.

사무직의 핵심은 컴퓨터 앞 반복 업무였다

현대 사무직의 상당 부분은 컴퓨터 앞에서 이루어진다.

자료를 찾는다.
문서를 읽는다.
표를 정리한다.
메일을 쓴다.
캘린더를 맞춘다.
시스템에 기록을 입력한다.
보고서 초안을 만든다.
슬라이드를 다듬는다.
브라우저에서 정보를 확인한다.
여러 시스템 사이에서 데이터를 옮긴다.

이 일들은 지적 노동처럼 보이지만, 실제로는 반복적인 인터페이스 조작이 많이 섞여 있다.

문제는 지금까지 AI가 주로 “말”을 했다면, Astra는 “조작”을 전면에 내세운다는 점이다.

예전의 ChatGPT는 이렇게 작동했다.

사람: 이 자료를 어떻게 정리하면 좋을까?
AI: 이런 방식으로 정리하세요.
사람: 직접 엑셀을 열고, 복사하고, 붙이고, 수정한다.

Astra가 가리키는 방향은 다르다.

사람: 이 자료를 정리해서 보고서 초안으로 만들어줘.
AI: 브라우저, 스프레드시트, 문서 편집기, 내부 시스템을 오가며 실행한다.
사람: 결과를 검토하고, 예외를 판단하고, 승인한다.

이 차이가 크다.

AI가 답을 주는 단계에서는 사람의 일이 줄어들 뿐이다. AI가 컴퓨터를 직접 쓰기 시작하면 업무의 구조가 바뀐다.

“인간이 컴퓨터로 하는 일은 할 수 있다”는 말의 의미

NBC News는 Astra 보도에서 OpenAI 공동창업자 Greg Brockman의 발언을 인용했다.²

“Astra can really do anything a human can do with a computer.”

번역하면 이렇다.

Astra는 인간이 컴퓨터로 할 수 있는 일은 정말로 무엇이든 할 수 있다.

이 문장은 강하다. 거의 사무직 대체 선언처럼 들린다.

하지만 그대로 받아들이면 위험하다. 제품 발표장에서 나온 강한 표현이고, 실제 업무는 벤치마크보다 더 지저분하기 때문이다.

회사 업무에는 로그인이 있고, 권한이 있고, 고객 정보가 있고, 내부 정치가 있고, 규정이 있고, 예외가 있다. 같은 클릭이라도 맥락에 따라 의미가 달라진다. 같은 문장이라도 누구에게 보내느냐에 따라 위험도가 달라진다.

그래서 이 발언을 이렇게 읽는 편이 더 정확하다.

AI가 사무직을 곧바로 없앤다는 뜻이 아니라, 사무직 업무 중 “컴퓨터 조작으로 표현 가능한 부분”이 빠르게 AI의 영역으로 들어오고 있다는 뜻이다.

Astra가 건드리는 것은 직업명이 아니다. 직업을 구성하던 컴퓨터 작업의 묶음이다.

사무직은 대체되기보다 태스크 단위로 해체된다

사무직을 하나의 직업명으로 보면 논의가 거칠어진다.

“회계 담당자가 사라질까?”
“마케터가 사라질까?”
“기획자가 사라질까?”
“행정직원이 사라질까?”

이 질문은 너무 크다.

더 좋은 질문은 이것이다.

그 직무 안에서 어떤 태스크가 AI에게 넘어가는가?
어떤 태스크는 사람이 검토해야 하는가?
어떤 태스크는 사람이 반드시 판단해야 하는가?
어떤 태스크는 AI가 접근하면 안 되는가?

예를 들어 마케팅 업무를 보자.

AI는 경쟁사 자료를 찾고, 키워드를 정리하고, 초안 카피를 만들고, 채널별 문안을 변형하고, 성과 데이터를 표로 요약할 수 있다. 하지만 어떤 메시지를 브랜드의 공식 입장으로 낼지, 어떤 표현이 민감한지, 어떤 고객군을 우선할지는 여전히 사람이 판단해야 한다.

회계나 재무도 비슷하다.

AI는 자료를 취합하고, 수식을 점검하고, 이상치를 표시하고, 보고서 초안을 만들 수 있다. 하지만 숫자의 의미를 해석하고, 리스크를 설명하고, 조직의 결정으로 연결하는 일은 단순 계산이 아니다.

대학 행정도 마찬가지다.

AI는 정부재정지원사업 보고서 초안을 만들고, 회의록을 요약하고, 지표를 정리하고, 증빙 누락 목록을 뽑을 수 있다. 하지만 어떤 성과를 어떻게 설명할지, 어떤 부서와 먼저 조율해야 할지, 어떤 표현이 대외적으로 안전한지는 사람이 판단해야 한다.

그러니까 Astra가 던지는 질문은 “사무직이 사라지는가”가 아니다.

질문은 이것이다.

사무직 안에서 사람이 직접 해야 할 일은 어디까지인가?

벤치마크는 강하지만, 100%는 아니다

OpenAI는 Astra가 OSWorld 2.0에서 GPT-5.6 Sol보다 더 높은 성능을 보였고, 작업당 시간도 약 47% 줄였다고 발표했다. Astra는 72.6%를 약 40분/task에 기록했고, GPT-5.6 Sol은 65.7%를 약 75분/task에 기록했다는 설명이다.¹

이 수치는 중요하다.

왜냐하면 OSWorld류 평가는 단순 문답이 아니라 실제 컴퓨터 환경에서 작업을 수행하는 능력에 가깝기 때문이다. 즉 사무직 자동화와 더 직접적으로 연결된다.

하지만 동시에 이 숫자는 한계도 보여준다.

72.6%는 대단하지만 100%가 아니다. 실패한 27.4%가 실제 조직에서는 고객 사고, 데이터 오류, 잘못된 발송, 보안 문제, 평판 리스크가 될 수 있다.

사무직 업무에서는 “대체로 맞음”이 항상 충분하지 않다.

특히 다음 업무는 다르다.

• 외부 고객에게 나가는 문서
• 비용이 발생하는 승인
• 개인정보가 포함된 처리
• 법무·계약·규정 판단
• 학생·고객·직원에게 영향을 주는 결정
• 조직의 공식 입장으로 남는 문장

여기서는 AI가 빠른 것보다, 누가 책임지는지가 더 중요하다.

그래서 Astra의 등장은 업무자동화의 끝이 아니라 검증과 책임 설계의 시작에 가깝다.

이미 평가는 “경제적으로 가치 있는 실제 업무”로 이동했다

Astra를 단순한 모델 발표로만 보면 놓치는 게 있다.

OpenAI는 이미 GDPval이라는 평가를 발표한 바 있다. GDPval은 미국 GDP 상위 9개 산업의 44개 직업에서 나온 1,320개 전문 업무를 바탕으로, AI가 경제적으로 가치 있는 실제 업무를 얼마나 잘 수행하는지 보려는 평가다.³

중요한 것은 평가의 방향이다.

AI 업계의 질문이 이렇게 바뀌고 있다.

시험 문제를 잘 푸는가?
코딩 문제를 잘 푸는가?

에서

전문가가 실제 직장에서 만드는 산출물을 만들 수 있는가?
컴퓨터를 직접 사용해 업무를 끝낼 수 있는가?
사람이 검토할 만한 수준의 결과물을 낼 수 있는가?

로 이동하고 있다.

이것이 사무직에게 더 직접적인 신호다.

AI가 똑똑해지는 것보다 중요한 것은, AI 평가의 무대가 사무실 안으로 들어오고 있다는 점이다.

그래도 “사무직 전체 대체”는 아직 과장이다

여기서 균형이 필요하다.

BCG는 2026년 보고서에서 향후 2~3년 내 미국 일자리의 50~55%가 AI로 재편될 수 있다고 봤다. 동시에 5년 또는 그 이후 10~15%의 일자리는 제거될 가능성이 있다고 분석했다.⁴

핵심 문장은 이렇다.

Task automation doesn’t equal job loss.

업무 자동화가 곧 일자리 소멸은 아니다.

Anthropic의 노동시장 영향 연구도 비슷하게 조심스럽다. AI의 이론적 가능성에 비해 실제 적용 범위는 아직 일부이고, 2022년 말 이후 AI 노출도가 높은 직업군에서 체계적인 실업 증가 증거는 아직 약하다고 밝혔다. 다만 젊은 노동자와 초기 커리어 채용 둔화 가능성은 시사했다.⁵

이 대목이 중요하다.

사무직 전체가 내일 사라진다는 증거는 약하다. 하지만 사무직의 입문 경로는 흔들릴 수 있다.

주니어가 하던 일은 대체로 이런 것들이었다.

자료 조사
초안 작성
표 정리
반복 입력
회의록 정리
간단한 고객 응대
보고서 포맷팅
상급자가 보기 전 1차 정리

그런데 바로 이 일들이 AI에게 가장 먼저 넘어간다.

그러면 문제는 단순한 일자리 수가 아니다.

사람은 앞으로 어디서 경험을 쌓을 것인가?

사무직의 위기는 사람이 사라진다는 데 있지 않다. 사람이 경험을 쌓던 반복 업무의 사다리가 사라질 수 있다는 데 있다.

앞으로 강한 사무직은 실행자가 아니라 감독자다

Astra 같은 모델이 실제로 확산되면 사무직의 역량 정의가 바뀐다.

이전의 강한 사무직은 이런 사람이었다.

엑셀을 잘 다루는 사람
PPT를 빠르게 만드는 사람
메일을 깔끔하게 쓰는 사람
자료를 많이 찾는 사람
보고서 형식을 잘 맞추는 사람

앞으로는 조금 달라진다.

AI에게 업무 목적을 정확히 설명하는 사람
좋은 결과와 나쁜 결과의 기준을 아는 사람
AI가 접근해도 되는 자료와 안 되는 자료를 구분하는 사람
결과물을 빠르게 검증하는 사람
예외 상황에서 멈출 줄 아는 사람
최종 책임이 필요한 결정을 구분하는 사람

앞으로 강한 사무직은 엑셀을 잘 쓰는 사람이 아니라, AI가 엑셀을 쓰게 만들고 그 결과를 검증할 수 있는 사람이다.

강한 사무직은 문서를 빨리 쓰는 사람이 아니라, 어떤 문서가 조직의 의사결정에 필요한지 아는 사람이다.

강한 사무직은 검색을 많이 하는 사람이 아니라, 어떤 출처를 믿을 수 있고 어떤 근거가 부족한지 판단하는 사람이다.

즉 사무직은 컴퓨터 사용자에서 업무 감독자로 이동한다.

대학과 교육은 이 변화를 더 진지하게 봐야 한다

대학 입장에서 이 변화는 취업 시장의 문제가 아니라 교육과정의 문제다.

많은 전공에서 학생들은 여전히 “사무직 입문 업무”를 전제로 훈련받는다.

자료 조사하기.
보고서 쓰기.
엑셀 정리하기.
발표자료 만들기.
기초 분석하기.
회의록 정리하기.

그런데 Astra 같은 AI가 이 일을 상당 부분 수행한다면, 교육은 무엇을 가르쳐야 할까.

단순히 “AI를 활용하라”로는 부족하다.

학생들은 AI 사용법보다 더 중요한 것을 배워야 한다.

문제를 정의하는 법
자료의 신뢰도를 검증하는 법
업무의 목적과 기준을 세우는 법
AI 산출물을 평가하는 법
책임이 필요한 결정을 구분하는 법
조직의 맥락을 읽는 법

이것이 AI 리터러시의 핵심이 되어야 한다.

프롬프트를 잘 쓰는 법만 가르치면 부족하다. 앞으로 필요한 것은 업무를 AI가 수행 가능한 구조로 바꾸는 능력이다.

대학컨설팅 관점에서 보면, AI 교육은 도구 특강이 아니라 교육과정 재설계의 문제다.

결론: Astra는 사무직을 없애기보다 사무직을 해체한다

ChatGPT Astra는 과연 사무직을 대체할까.

단기적으로는 사무직 전체를 대체한다고 말하기 어렵다. 실제 조직에는 권한, 책임, 보안, 예외, 설명책임이 있기 때문이다.

하지만 장기적으로는 사무직의 많은 부분을 바꿀 가능성이 크다.

Astra가 보여준 변화는 명확하다.

AI는 더 이상 답변창 안에 머무르지 않는다. 컴퓨터를 쓰고, 앱을 오가고, 문서를 만들고, 데이터를 정리하고, 작업을 끝내려 한다.

그래서 사무직의 미래 질문은 이것이다.

내 직업은 안전한가?

보다

내 업무 중 무엇이 AI에게 위임될 수 있는가?
나는 그 위임을 어떻게 설계하고 검증할 것인가?

에 가깝다.

Astra는 사무직을 곧바로 없애는 모델이라기보다, 사무직을 태스크 단위로 해체하는 모델이다.

남는 사람은 컴퓨터를 대신 누르는 사람이 아니다.

목표를 정하고, 기준을 세우고, 결과를 검증하고, 예외를 판단하고, 책임을 지는 사람이다.

AI가 컴퓨터를 쓰기 시작하면, 사람은 컴퓨터 사용자에서 업무 설계자로 이동해야 한다.

참고자료