ChatGPT Work+ GPT-6 Astra Can Do So Much More for You Now...

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

영상은 ChatGPT Work와 GPT-6 Astra에 영상 편집부터 영업 퍼널 점검·반복 업무까지 맡기는 사례를 통해, AI 활용이 답변 생성에서 실제 업무 실행으로 확장된다고 주장한다.

📌 핵심 요점

1. 발표자는 약 13분의 영상을 네 편으로 나누고, 별도 캠페인의 광고 다섯 편을 약 30분 만에 편집했다고 설명한다. 모션 그래픽·애니메이션·자막까지 포함하지만, 작업 시간과 품질은 발표자의 사례 보고다.
2. 영상 편집에는 원본 녹화·스크립트·선호하는 편집 예시를 제공한다. AI가 녹취를 만들고 적절한 테이크를 골라 렌더링하며, 사람은 결과물을 검토하고 자연어로 수정을 요청한다.
3. 활용 범위는 랜딩 페이지와 조건부 예약 폼 제작, 기존 영업 퍼널의 후속 처리 추적, 이메일 수정까지 이어진다. 특히 기존 자동화가 어떻게 연결되어 있는지 설명받는 사례가 나온다.
4. 발표자는 Work를 파일·연결 앱·브라우저에서 작업을 수행하는 공간으로 설명한다. 플러그인은 앱 연결, 스킬은 반복 가능한 표준 절차, 예약 작업은 정해진 시점의 실행에 해당한다.
5. 실행 환경도 작업 조건에 포함된다. 영상 설명상 로컬 실행에는 켜진 컴퓨터가 필요하고, 클라우드 실행에는 로컬 파일·앱 접근 제약이 있으며, 실제 사용 모델도 확인해야 한다.

🧩 배경과 문제 정의

발표자는 자신의 사업에서 영상 편집, 랜딩 페이지 제작, 리드 관리, 이메일 작성처럼 여러 도구를 오가는 일을 AI에 맡긴 경험을 소개한다. 문제는 답변을 얻는 데서 끝나지 않고, 실제 파일과 앱을 다루어 검토 가능한 결과물을 만드는 데 있다.

영상은 기존 GPT-5.6이나 Claude로도 비슷한 작업을 시도했지만, 모델이 바뀌면서 업무를 맡길 수 있다는 신뢰가 커졌다는 개인적 평가를 중심으로 전개된다. 앞부분에서는 제작·운영 사례를, 뒷부분에서는 플러그인·스킬·예약 작업과 실행 환경을 설명한다. 마지막에는 무료 커뮤니티와 맞춤 로드맵을 홍보한다. 아래 내용은 이 전사에 담긴 설명을 정리한 것이며 제품 기능의 독립 검증 결과는 아니다.

🕒 시간순 섹션별 상세정리

1. 영상·광고·퍼널 제작 사례로 제시하는 업무 위임

• 발표자는 GPT-6 Astra가 처음으로 AGI처럼 느껴졌다고 말하며, 약 13분의 녹화를 모션 그래픽과 애니메이션이 있는 네 편의 영상으로 만들었다고 보여준다. [00:17]
• 별도 에이전트가 약 30분 동안 광고 다섯 편을 편집했으며, 참고한 퍼널과 GoHighLevel에서 보낼 이메일도 생성했다고 보여준다. [01:04]
• 이후 실제 사용법과 설정을 보여주겠다고 예고하고, 무료 자료·커뮤니티 및 AI 사업 강좌를 홍보한다. 월 1만 달러는 강좌 소개에서 제시하는 목표다. [01:34]

2. 원본·스크립트·참고 편집을 전달하는 제작 방식

• 랜딩 페이지 상단의 VSL뿐 아니라 페이지, 캘린더, 폼과 관련 기능도 AI 작업 범위에 포함되었다고 보여준다. [01:52]
• 원본 녹화와 스크립트, 기존 편집자가 만든 참고 영상을 제공하고, 컷이 자연스럽게 이어지도록 요청했다. [02:15]
• 이 사례에서는 Premiere 화면을 조작하는 방식 대신 전체 녹취에서 각 대사의 적절한 테이크를 선택하고 편집·렌더링했다고 드러낸다. 초기 결과물에는 아쉬움도 있었다. [02:41]

3. 데모 생성과 피드백으로 편집 품질 조정

• AI가 Slack 테스트 환경에서 가상의 대화를 만들어 제품 데모를 구성하고, 시스템을 설명하는 애니메이션을 넣었다고 보여준다. [03:05]
• 마음에 들지 않는 편집에는 전문성이 부족하다고 피드백하고 참고 영상에 맞추도록 요청했다. 여러 차례 대화를 거쳐 수정했으며, Alex Hormozi 영상을 편집 구조의 참고 자료로 사용했다. [03:47]
• 다른 광고 영상은 컷 정리·자막·모션 그래픽만으로 목적을 충족했다고 평가한다. 더 복잡한 편집에는 DaVinci 같은 편집 소프트웨어를 사용할 수 있다고 덧붙인다. [04:35]

4. 랜딩 페이지와 기존 리드 흐름의 파악

• 유튜브·인스타그램·뉴스레터 트래픽을 모으는 페이지를 보여준다. 연 매출 10만 달러 초과 여부와 다른 조건에 따라 예약 캘린더를 열거나 다른 페이지로 보내는 기능을 보여준다. [05:27]
• 발표자는 오래전에 설정한 폼 제출 이후의 자동화 흐름을 정확히 기억하지 못해, 웹사이트 코드와 연결 도구를 살펴보고 처리 순서를 설명해 달라고 요청했다. [05:58]
• 설명된 흐름은 GoHighLevel의 리드 등록, 자동화 도구의 맞춤 성장 계획 PDF 생성, 뉴스레터 도구의 환영 이메일, Slack 팀 알림이다. 이어 이메일만 다시 쓰고 문자 메시지는 유지하도록 요청했다고 드러낸다. [06:32]

5. 모델 변화에 대한 평가와 세 가지 위임 근거

• 발표자는 같은 종류의 일을 이전 모델로도 수행했으며, 새로운 소프트웨어보다 모델 변화가 차이를 만들었다고 주장한다. 컴퓨터 사용 평가의 점수와 속도 개선 수치도 소개하지만 자체 발표 자료라는 주의를 덧붙인다. [07:26]
• 두 번째 근거로 폼 입력, CRM 기록 갱신, 영업 추적과 보고 같은 반복 업무 처리 능력을 든다. [07:52]
• 세 번째 근거는 모호한 부분을 질문하는 행동이다. 여러 스크립트가 포함된 21분 녹화를 편집하기 전에 질문을 받았던 경험을 들며, 작업 후 팀원처럼 피드백할 수 있다는 인상을 보여준다. [08:19]

6. Chat·Work·Codex와 앱 연결의 역할

• 데스크톱 앱에서 ChatGPT와 Codex를 선택하는 화면을 소개하고 구독 조건을 언급한다. Chat은 질의응답, Work는 파일·앱·브라우저와 컴퓨터를 이용한 작업 실행으로 보여준다. [09:12]
• 랜딩 페이지 제작, 퍼널 점검, 카피 작성, 영상 편집을 Work의 사례로 분류한다. Work는 코드와 명령을 감추고 쉬운 언어로 소통하며, 기술에 익숙하면 Codex를 선택할 수 있다고 드러낸다. [10:13]
• 플러그인 연결과 OAuth 로그인을 보여주며 Gmail 등의 앱을 연결한다고 보여준다. 연결된 이메일은 앱을 직접 지정하거나 자연어 요청으로 가져올 수 있다고 보여준다. [11:01]

7. 반복 지시를 재사용 가능한 스킬로 정리

• 스킬을 반복 실행할 수 있는 표준 절차로 보여준다. 고객 폴더에서 주간 보고서를 만들거나 자료를 자신의 형식에 맞는 LinkedIn 게시물로 변환해 저장하는 예시를 든다. [11:42]
• 제안서 작성 절차를 스킬로 만들면 매번 작성법을 설명할 필요가 없다고 드러낸다. Fireflies 등의 영업 통화 녹취를 가져와 제안서를 만드는 요청을 예로 든다. [12:18]
• 관련 스킬은 요청에서 자동으로 선택되거나 명시적으로 지정할 수 있다고 보여준다. 이어 파일·폴더·플러그인과 브라우저·컴퓨터 사용, 작업 녹화 기능을 보여준다. [13:05]

8. 예약 실행과 작업 녹화의 활용 및 한계

• 작업을 한 번 실행한 뒤 예약 작업으로 전환하는 방식을 보여준다. 지난주 GoHighLevel 대화와 예약 통화 정보를 매주 월요일 오전 8시에 가져오는 예시다. [13:45]
• Record and Replay로 작업 과정을 기록해 재사용 가능한 스킬로 만들 수 있다고 보여준다. 다만 기존 과정의 문제나 비효율도 남을 수 있으므로 절차 개선의 여지를 지적한다. [14:24]
• X에서 게시물 30개 이상을 모아 LLM으로 주요 정보를 추출하고 Slack으로 알리는 흐름을 가상 활용 예시로 제안한다. 실제로 완료한 사례와는 구분된다. [14:50]

9. 로컬·클라우드 실행 조건과 모델 확인

• 로컬 실행은 허용된 컴퓨터 파일을 읽고 수정하는 방식, 클라우드 실행은 별도로 연결하지 않은 로컬 파일에 접근하지 못하는 방식으로 보여준다. 로컬 자동화에는 컴퓨터가 켜져 있어야 한다고 강조한다. [15:54]
• 클라우드는 OpenAI 측 컴퓨터에서 실행되므로 노트북을 꺼도 계속 작동한다고 보여준다. 반면 로컬 파일·앱을 직접 다루는 일에는 로컬 실행을, 조사나 웹사이트 확인에는 클라우드를 선택한다고 드러낸다. [16:17]
• 클라우드 작업이 다른 모델로 실행될 수 있으므로 작업할 때 선택된 모델을 확인하라고 조언한다. [16:22]

10. 직접 실험 권유와 무료 자료 안내로 마무리

• 자신의 사업에서 자동화할 일을 찾아 직접 시험해 보고, 이런 업무 해결 방식을 서비스로 제공하는 가능성도 검토하라고 권한다. [16:36]
• 무료 커뮤니티 자료와 사업의 AI 활용을 위한 맞춤 로드맵을 안내한다. 짧은 폼을 제출하면 받을 수 있다는 설명은 발표자의 서비스 홍보다. [17:04]
• AI 활용을 시작하려는 시청자에게 해당 자료를 다시 권하고 감사 인사로 영상을 마친다. [17:16]

🧾 결론

• 핵심 사례는 콘텐츠 제작, 고객 유입, 리드 처리, 후속 커뮤니케이션을 AI에 나누어 맡기는 업무 운영 방식이다.
• 결과물의 품질을 끌어올리는 수단은 구체적인 참고 자료와 반복 피드백이다. 발표자도 초기 편집본에 만족하지 못해 여러 차례 수정을 요청했다.
• 반복 업무를 스킬과 예약 작업으로 옮기려면, 먼저 절차와 산출물이 적절한지 확인해야 한다. 기존 과정을 녹화하는 것만으로 비효율까지 해결되지는 않는다.
• AGI라는 평가는 발표자의 주관적 인상이다. 이 영상의 사례만으로 일반적인 자율 수행 능력이나 제품의 모든 기능을 검증할 수는 없다.

📈 투자·시사 포인트

• 업무 도입 관점에서는 편집·폼 처리·CRM 갱신·보고처럼 반복 빈도가 높은 작업이 검토 대상이다. 다만 실제 절감 효과는 수정과 검토에 드는 시간까지 포함해 판단해야 한다.
• 발표자는 기존 소프트웨어와 작업 방식보다 모델의 변화가 체감 성능을 높였다고 본다. 이 주장대로라면 이미 연결된 업무 도구에서도 모델 개선이 활용 범위를 넓힐 수 있다.
• 참고 영상, 표준 절차, 입력 자료를 정리하는 일이 AI 위임의 기반이 된다. 도구 접근성과 함께 업무 기준을 명확히 만드는 역량이 중요하다는 시사점을 준다.
• 영상에는 수익률·도입 비용·매출 개선의 검증 자료가 없다. 월 1만 달러 규모의 AI 사업을 언급하는 강좌 홍보를 투자 성과의 근거로 해석해서는 안 된다.

⚠️ 불확실하거나 확인이 필요한 부분

• GPT-6 Astra의 출시일, 구독 조건, 플러그인 수, Work·Codex의 구성은 영상 속 설명이다. 제공된 자료만으로 현재 제품 사양이나 실제 이용 가능 여부를 확인할 수 없다.
• 컴퓨터 사용 평가에서 약 73% 대 66%, 작업 시간 절반이라는 수치는 발표자가 OpenAI 자료라고 소개한다. 평가 이름·비교 조건·원문이 없어 독립적인 비교는 어렵다.
• 광고 다섯 편을 약 30분에 편집했다는 사례에는 준비 시간, 재시도, 사람의 수정 시간, 비용이 제시되지 않는다. 다른 작업에서도 같은 생산성을 기대할 근거는 부족하다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 영상 편집이나 주간 보고처럼 결과를 직접 평가할 수 있는 업무 하나를 골라 입력 자료와 기대 산출물을 정한다.
• 편집 작업에는 원본 녹화, 스크립트, 선호하는 참고 영상을 함께 준비하고 자막·컷·그래픽의 검토 기준을 적는다.
• 기존 영업 퍼널에서 폼 제출 이후 CRM 등록, 문서 생성, 이메일, 팀 알림으로 이어지는 순서를 확인한다.
• 변경 요청에는 범위를 명시한다. 영상의 사례처럼 이메일을 수정할 때 문자 메시지를 유지해야 한다면 그 조건도 함께 적는다.

❓ 열린 질문

• 준비·검토·재작업 시간을 모두 포함하면 기존 편집 및 업무 처리 방식보다 얼마나 효율적인가?
• 참고 자료가 부족하거나 예외 상황이 많은 업무에서도 필요한 질문을 하고 목표를 유지하는가?
• 여러 앱을 거치는 작업이 일부 실패했을 때, 어디까지 완료되었는지 확인하고 이어서 처리할 수 있는가?