Amp puts AI agents to work beyond code with OpenAI models

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Amp는 OpenAI 모델을 활용해 AI 에이전트의 역할을 코드 작성에서 제품 기획·글쓰기·디자인·음성 기반 작업 관리로 넓히고 있다.

📌 핵심 요약

• Amp는 사용자에게 가장 적합한 모델을 선택·추천하며, Amp에서 사용되는 토큰의 대부분은 OpenAI 모델이 차지한다. CEO Quinn Slack은 OpenAI 모델의 지속적인 개선과 안전장치 적용에 대한 투명성을 긍정적으로 평가한다.
• Quinn Slack에 따르면 일부 Amp 사용자는 주당 100억 토큰을 소비한다. Amp는 토큰 비용과 사용량에 대한 부담을 덜기 위해 Sign in with ChatGPT를 도입했으며, 이 통합은 GPT‑6 Astra를 포함한 OpenAI 모델과 더 많은 토큰에 대한 접근을 제공한다.
• Amp의 20명 팀은 마케팅에도 에이전트를 활용하며, GPT‑6 Astra로 문서와 페이지 디자인을 제작한다. Quinn Slack은 집 도면을 바탕으로 Blender에서 3D 모델을 만들고 자녀들과 게임으로 확장한 사례도 소개한다.
• Amp에 내장된 대화형 AI 비서 Puck은 다른 에이전트의 실행·관리, 버그 조사 요청, 여러 에이전트의 조율, 이전 대화 검색을 돕는다. GPT‑Live‑1 기반 Calling Puck은 시계에서도 실시간 음성 대화를 지원한다.
• Amp는 GPT‑6 Astra의 Ultrafast 모드를 시험 중이다. Quinn Slack은 응답 속도가 빨라지면 사용자가 동시에 다루는 에이전트 수를 줄이거나 에이전트가 결과를 반환하기 전 자체 검토에 더 많은 시간을 쓸 수 있다고 본다.

🧩 주요 포인트

1. 토큰 사용 부담 완화 → Sign in with ChatGPT를 통해 더 큰 작업을 에이전트에 맡기려는 사용자의 의향을 높일 가능성.
2. GPT‑6 Astra의 글쓰기·디자인 활용 → 에이전트의 담당 범위가 코드 작성에서 제품 구축과 성장에 필요한 작업으로 확대.
3. Puck의 음성 접근과 Ultrafast의 속도 개선 → 컴퓨터 밖에서의 작업 관리와 에이전트 대기·검토 방식의 변화 가능성.

🧠 상세 정리

1. 모델 개선을 에이전트의 역할 확대로 연결

Amp는 개발자가 야심 찬 아이디어를 실제로 작동하는 소프트웨어로 구현하도록 돕는 첨단 AI 에이전트를 만들고 있다. CEO이자 기술진의 일원인 Quinn Slack은 모델의 개선을 무엇을 만들지 결정하는 단계부터 코드 작성과 페이지 디자인까지 에이전트의 역할을 넓힐 기회로 본다. Amp는 사용자에게 가장 잘 맞는 모델을 선택하고 추천하며, 현재 Amp에서 소비되는 토큰의 대부분은 OpenAI 모델이 차지한다. Quinn은 OpenAI가 안전장치를 적용할 때 사용자가 이를 알고 이해할 수 있도록 투명하게 설명한다는 점을 높이 평가한다. 또한 OpenAI 모델이 일관되게 개선되고 있다는 점을 사용자들이 특히 반긴다고 전하며, Amp의 모든 작업에 이 모델들을 사용해도 만족할 수 있다는 견해를 밝힌다.

2. 토큰 부담을 줄이는 Sign in with ChatGPT

에이전트에 맡기는 일이 많아질수록 토큰 비용이 제약으로 작용할 수 있으며, Quinn Slack에 따르면 일부 Amp 사용자는 주당 100억 토큰을 소비한다. 그는 사용자가 사용량의 작은 증가까지 계속 신경 쓰면 에이전트가 어디까지 할 수 있는지 충분히 탐색하지 못할 수 있다고 본다. Amp는 이러한 부담을 덜기 위해 Sign in with ChatGPT 통합을 출시했으며, Quinn은 이를 통해 GPT‑6 Astra를 포함한 OpenAI 모델과 더 많은 토큰에 접근할 수 있다고 설명한다. 그의 설명에 따르면 토큰을 하나하나 세지 않아도 된다는 느낌은 사용자가 더 큰 작업을 에이전트에 맡길 의향에 영향을 준다. 그는 실제로 사람들이 에이전트를 기획과 개발 대상 결정에 활용하고, 제품 출시 이후에도 계속 일을 맡기는 모습을 보고 있다고 말한다.

3. 20명 팀의 마케팅과 글쓰기·디자인 활용

Amp는 에이전트가 제품을 만들고 성장시키는 데 필요한 업무 전반을 지원하기를 바라며, 자사의 20명 팀에서도 이 방향을 실천하고 있다. Quinn Slack은 마케팅 전담 직원은 없지만 해당 업무를 맡는 에이전트는 있다고 설명한다. 팀은 신규 사용자의 경험을 개선하고, 검색과 다른 경로를 통해 더 많은 사람이 Amp를 발견하도록 돕는 데 에이전트를 활용한다. 이러한 업무에서는 글과 디자인의 품질이 중요하며, GPT‑6 Astra는 Amp가 요구하는 수준에 맞는 문서와 페이지 디자인을 제작하는 데 쓰인다. Quinn은 Amp만의 독특한 디자인과 문체에 대해 팀이 매우 까다로운 기준을 갖고 있지만, GPT‑6 Astra의 결과에는 상당히 만족한다고 평가한다.

4. 집 도면에서 가족이 즐기는 게임으로

Quinn Slack은 업무 밖에서도 GPT‑6 Astra를 실험했으며, 자신의 집 도면을 제공해 Blender에서 집의 3D 모델을 만드는 데 활용했다고 소개한다. 그와 자녀들은 이렇게 만든 모델에 새로운 요소를 추가하면서 집을 배경으로 한 게임으로 발전시키고 있다. 구체적으로 집 안을 흐르는 유수풀을 넣거나 집 안에서 마늘을 쫓는 놀이를 만들었으며, 마늘이라는 소재는 아이들의 할머니가 마늘을 싫어한다는 데서 착안했다. 이 사례에서 에이전트 활용은 도면을 3D 모델로 옮기는 작업에 그치지 않고, 가족의 아이디어를 게임 요소로 구현하는 과정까지 이어진다. Quinn은 이런 일이 불과 몇 달 전에는 불가능했다고 말하며, 최근 모델 개선으로 자신이 시도할 수 있는 창작의 범위가 달라졌다는 경험을 전한다.

5. Puck과 실시간 음성 기반 에이전트 관리

Amp는 최근 다른 에이전트를 실행하고 관리하도록 돕는 대화형 AI 비서 Puck을 발표했으며, 이 비서는 Amp 안에 내장되어 있다. 사용자는 Puck에게 버그를 조사할 에이전트를 시작하도록 요청하거나, 여러 에이전트를 조율하고 기술 문제에 관한 이전 대화를 찾아달라고 말할 수 있다. GPT‑Live‑1을 기반으로 하는 Calling Puck을 이용하면 Puck과 실시간으로 음성 대화를 나눌 수 있으며, 시계에서도 이 기능을 사용할 수 있다. Quinn Slack은 이러한 접근 방식을 통해 사용자가 컴퓨터에서 떨어져 있을 때도 에이전트의 작업을 이어갈 수 있는 모습을 구상한다. 달리기 중에도 에이전트를 계속 일하게 하는 장면은 그가 제시한 활용 전망으로, 원문은 이를 이미 확인된 보편적 사용 행태로 단정하지 않는다.

6. Ultrafast가 바꿀 대기 시간과 작업 방식

Amp는 GPT‑6 Astra의 Ultrafast 모드를 시험하고 있으며, Quinn Slack은 속도 향상이 사람들이 에이전트를 사용하는 방식에 영향을 준다고 말한다. 현재 사용자는 각 작업이 끝나기를 기다리는 동안 여러 에이전트 작업 사이를 오가는 경우가 많다는 것이 그의 설명이다. 응답이 더 빨라지면 사용자가 동시에 다루는 에이전트를 줄일 수 있고, 또는 에이전트가 결과를 반환하기 전에 자기 작업을 검토하는 데 더 많은 시간을 쓸 수도 있다고 그는 전망한다. Quinn은 이 정도의 품질과 속도를 함께 갖춘 모델을 사람들이 이전에 보지 못했다고 평가하지만, 원문에는 구체적인 속도 측정치나 비교 실험 결과가 제시되지 않는다. Amp의 다음 방향은 코딩 전후의 더 많은 업무를 에이전트에 포함해, 개발자가 모든 단계를 직접 처리하지 않고도 아이디어를 더 멀리 발전시킬 수 있도록 하는 것이다.

🧾 핵심 주장 / 시사점

• Quinn Slack의 설명에서는 토큰 비용뿐 아니라 사용량을 계속 의식하는 부담도 에이전트 활용 범위에 영향을 준다. Sign in with ChatGPT의 의미는 더 큰 작업을 맡겨볼 여지를 넓히는 데 있다.
• Amp의 마케팅·문서·페이지 디자인 사례는 에이전트의 활용 범위를 넓힐 때 코드 작성 능력과 함께 글과 디자인의 품질도 중요해진다는 점을 보여준다.
• Calling Puck과 Ultrafast는 각각 에이전트에 접근하는 장소와 결과를 기다리는 방식을 바꿀 가능성이 있다. 다만 달리기 중 활용이나 자체 검토 시간 확대는 원문에서 전망으로 제시된다.

✅ 액션 아이템

• Sign in with ChatGPT가 토큰 사용 부담과 더 큰 작업을 맡기려는 의향에 미치는 영향 검토.
• GPT‑6 Astra를 활용할 문서·페이지 디자인·마케팅 작업의 범위 검토.
• Puck의 음성 기반 작업 관리와 Ultrafast의 대기 시간·자체 검토 변화 가능성 평가.

❓ 열린 질문

• Sign in with ChatGPT는 주당 100억 토큰을 소비하는 일부 Amp 사용자의 토큰 부담을 어느 정도 줄일 수 있는가?
• GPT‑6 Astra에 맡기는 문서·페이지 디자인·마케팅 작업의 품질은 어떤 기준으로 평가할 수 있는가?
• Ultrafast의 속도 향상은 사용자가 동시에 다루는 에이전트 수와 에이전트의 자체 검토 시간에 각각 어떤 영향을 줄 것인가?