How to Run Your ENTIRE Business With GPT-6 Astra (No Coding Required)

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

영상은 GPT-6 Astra로 코딩 없이 사업 업무를 운영하는 방법을 제시하며, 실행의 핵심은 회사 맥락·스킬·도구 연결을 갖춘 뒤 사람이 승인하는 개별 업무부터 검증하고 확장하는 것이다.

📌 핵심 요점

1. 회사 맥락을 먼저 정리한다. 프로젝트에 SOP, 고객 정보, 가격표, 말투와 운영 규칙을 모으고 실제 결과물 예시를 제공한다. 공통 지침과 고객별 자료를 구분하며, 필요한 경우 프로젝트 전용 메모리로 맥락의 범위를 제한한다.
2. 반복 절차를 재사용 가능한 스킬로 만든다. 보고서·청구서·제안서·이메일 답변의 단계와 형식을 저장한다. 기존 파일을 템플릿으로 바꾸거나 화면 녹화로 절차를 전달할 수 있지만, 종료 지점이 명확하고 안정적인 업무부터 적용한다.
3. 도구 연결과 작업 범위를 작게 시작한다. 자주 쓰는 앱 2~4개를 먼저 연결하고, Work에서 산출물과 검증 항목을 계획한다. 규칙과 스킬을 다듬은 뒤 독립적인 업무가 생길 때 전문 작업자를 추가한다.
4. 예약 실행에도 사람의 판단과 승인을 남긴다. 반복 주기와 알림 조건을 정하되, 파일 변경은 계획을 먼저 검토하고 송금·고객 데이터 전송은 사람이 최종 승인한다. 영상 설명상 로컬 실행은 기기와 앱이 켜져 있어야 하며, 클라우드 실행은 컴퓨터가 꺼져 있어도 진행된다.
5. 하나의 업무 흐름을 세 번 연속 검증한 뒤 확대한다. 입력 자료의 품질, 실제 사용량과 비용, 결과 검토 부담을 함께 확인한다. 가장 성가신 일과 가장 큰 비용을 만드는 일이 다를 수 있으므로, 반복적인 정보 이동·답변 요청·보고서 작성에서 자동화 후보를 찾는다.

🧩 배경과 문제 정의

• 일반적인 AI 채팅의 한계는 업무 맥락의 지속성 부족, 실제 업무 도구와의 단절, 사용자가 직접 시작해야만 작동하는 방식으로 제시된다.
• 목표는 회사의 자료·규칙·반복 절차를 한곳에 모으고, AI가 이메일·문서·CRM에서 구체적인 업무를 수행하도록 만드는 것이다.
• 프로젝트 메모리, 재사용 가능한 스킬, 앱 연결, 전문 작업자, 예약 실행이 운영 체계의 핵심 요소다. 사람은 중요한 판단과 승인에 계속 관여한다.
• 회사 전체를 자율적으로 경영한다는 표현과 달리, 실제 적용 범위는 경계가 명확한 개별 업무다. 도입률 수치의 자기 보고 성격과 기능의 한계도 함께 고려해야 한다.

🕒 시간순 섹션별 상세정리

1. 채팅 중심 활용에서 실제 업무 실행으로 전환

• 사용자는 AI 작업자와 이메일·문서·파일·CRM 사이에서 목표를 지정하는 운영자 역할을 맡는다. 반복 업무는 회사의 절차와 데이터를 담은 시스템이 처리하고, 사람은 예외 상황에 개입하는 구조다. [01:39]
• 도입 근거로 OpenAI 직원의 98%가 매일 사용하고 법무·재무·채용팀 업무의 약 90%가 이 시스템을 거친다는 수치가 드러난다. 비개발자가 가장 빠르게 늘어나는 이용자층이며, 약 5명 중 1명이 연구·스프레드시트·발표 자료·계약서 작성에 활용한다는 주장도 포함된다. [02:41]

2. 데스크톱 앱의 Work 탭과 구독 선택

• 영상 속 데스크톱 앱에서 Chat은 익숙한 질의응답 공간이고, Work는 목표를 받아 최종 결과물을 만드는 공간이다. Codex는 초기 파일 생성에 사용하는 별도 도구로 구분된다. [03:39]
• 앱 설치 후 ChatGPT 계정으로 로그인하고 Work에서 시작한다. 개발자 플랫폼의 사용량별 결제보다 월 구독을 권하는 이유는 예상하지 못한 추가 비용을 줄이기 위해서다. [04:14]

3. 프로젝트 메모리와 지침으로 업무 맥락 유지

• 프로젝트에 SOP, 고객 정보, 말투, 가격, 운영 규칙과 참고 파일을 모은다. 기본 메모리는 프로젝트 밖 대화와 맥락을 공유하는 방식이며, 프로젝트 전용 메모리로 범위를 제한할 수도 있다. [05:47]
• Astra는 긴 작업에서 별도 메모를 남기고 다시 참조해, 요약 과정에서 세부 사항이 사라지는 문제를 줄이는 방식으로 묶인다. 온보딩 절차를 맡긴다면 실제 안내 이메일이나 ClickUp 양식까지 제공해 기대하는 작업 방식을 구체화한다. [07:14]

4. 반복 업무를 스킬로 저장하고 자동 적용

• 스킬은 특정 업무를 정해진 형식과 단계로 수행하게 하는 저장된 운영 지침이다. 제안서 작성처럼 요청과 일치하는 스킬이 있으면 별도로 찾아 실행하지 않아도 자동으로 적용되는 방식이다. [09:15]
• 적용 사례에는 고객 보고서, 청구서, 회의 요약, 제안서, 후원사 답변, 영상 구성안, 뉴스레터, LinkedIn 게시물과 유튜브 썸네일이 포함된다. 반복하던 작업 방식을 한 번 문서화해 재사용한다. [10:23]

5. 스킬 실행 결과를 검토하고 템플릿으로 확장

• 후원사 이메일 답변처럼 단순한 작업에는 더 가벼운 모델을 선택한다. 시연에서는 약 1분 뒤 최신 후원사 대화에 답변 초안이 만들어지고 승인을 요청한다. [11:42]
• Skill Creator에는 기존 청구서 파일을 제공하고 이를 템플릿으로 바꾸도록 요청한다. 이후 금액과 수신자 이름을 전달하면 같은 형식의 청구서를 만드는 스킬을 구성할 수 있다. [12:17]

6. 화면 녹화로 반복 절차를 스킬화

• 화면에서 평소처럼 업무를 한 번 수행하면 녹화 내용을 바탕으로 스킬을 생성하는 방식도 드러난다. 매주 작성하는 보고서, 청구서 저장, 커뮤니티 게시, 반복적인 CRM 조작이 대상이다. [13:22]
• GoHighLevel 시연에서는 캘린더에서 담당자별 예약 통화를 확인하고, 당일 회의를 검토한 뒤 B2B 영업 기회로 이동해 필요한 정보를 조회·복사한다. 화면 조작만으로 불분명한 부분은 짧은 설명을 덧붙인다. [14:30]

7. 앱 연결로 이메일·문서·회의 자료를 실제 업무에 활용

• 플러그인 영역에는 1,400개 이상의 앱이 있다고 묶인다. Slack, Google Calendar, Gmail, Drive, Teams, Outlook 등을 연결해 메시지와 자료에 접근하고 답변 초안 작성 같은 작업을 수행한다. [16:08]
• 회의 기록 도구에서 가져온 전사문은 후속 업무와 실행 계획을 만드는 재료가 된다. 신규 캠페인 사례에서는 시장 진입 전략 회의의 맥락을 바탕으로 퍼널·랜딩 페이지 관련 업무를 정리하고 콘텐츠 작성을 지원한다. [17:49]

8. 도구 수를 제한하고 신뢰할 수 있는 플러그인 선택

• 처음에는 자주 사용하는 도구 2~4개만 연결하도록 권한다. 도구를 많이 활성화하는 것이 반드시 더 좋은 결과로 이어지는 것은 아니라는 판단이다. [19:26]
• 발표자의 자체 측정에서는 모든 플러그인을 켰을 때 작업 시작 전부터 약 30만 토큰의 추가 부담이 발생했다. 이 수치는 해당 환경의 측정 사례이며, 플러그인은 공식적이고 신뢰할 수 있는 것을 사용하도록 권한다. [19:35]

9. Work와 계획 모드로 결과물의 범위 통제

• Work는 목표를 단계로 나누고 발표 자료·스프레드시트·문서·작은 웹페이지 같은 결과물을 완성하는 방식이다. 필요하면 작업을 수 시간 이어갈 수 있다고 보여준다. [20:01]
• 시연 과제는 가상의 냉난방 업체 Northside Heating을 위한 한 페이지 제안서와 요약 스프레드시트다. 가상 데이터 사용을 명시하고 Astra Light에서 문서·스프레드시트 스킬을 활용해 계획을 만든다. [20:27]

10. 전문 작업자는 업무가 분리될 때 점진적으로 추가

• 제안서·콘텐츠·운영·조사 업무를 나누는 이유는 한 작업자에게 과도한 맥락을 몰아주지 않기 위해서다. 영상은 과도한 맥락이 혼란과 잘못된 답변을 일으킨다는 논리로 전문화를 권한다. [21:38]
• 앱에서는 프로젝트별로 별도의 Work 작업을 동시에 실행해 필요한 맥락만 제공한다. Codex에서는 작업자마다 지침 파일을 두고 업무를 전달하는 구성을 사용한다고 보여준다. [22:14]

11. 계획·승인·주의 수준으로 실행 권한 관리

• 고객 파일 정리처럼 영향이 큰 작업은 계획 모드에서 이동·변경 내용을 먼저 검토한다. 잘못된 계획은 실행 전에 수정하고, 승인 후 작업을 진행하는 방식이다. [23:09]
• 권한 설정에는 승인을 요청하는 방식, 위험할 수 있는 작업만 확인하는 자동 승인, 제한 없는 전체 접근이 드러난다. 발표자는 일상적으로 자동 승인을 사용하지만, 중요한 파일이나 팀 업무가 있는 초기 단계에는 전체 접근을 권하지 않는다. [23:46]

12. 예약 작업으로 반복 실행 시점과 알림 설정

• 예약할 업무와 실행 시점을 자연어로 설명하거나, 먼저 필요한 사항을 질문하도록 요청해 예약 작업을 구성한다. 매번 사용자가 직접 시작하는 부담을 줄이는 단계다. [25:31]
• 수동 설정에서는 제목·설명·세부 지침, 실행 플랫폼, 대화 종류, 매일·평일·매주 등의 반복 주기와 사용자 지정 간격을 정한다. [26:10]

13. 로컬 실행과 클라우드 실행의 조건 구분

• 로컬 실행은 컴퓨터의 파일과 기존 설정을 활용할 수 있지만, 기기가 켜져 있고 앱이 열려 있어야 작동한다. 클라우드 실행은 사용자의 컴퓨터가 꺼져 있어도 진행되는 방식으로 드러난다. [27:01]
• 클라우드에서는 시간 예약 외에 사건을 계기로 실행할 수도 있다고 보여준다. 잠재 고객의 새 이메일에 답변 초안을 만들거나 Slack 게시물을 기록하는 예시가 있으며, 해당 설정은 데스크톱 앱이 아닌 웹사이트나 휴대전화에서 한다. [27:26]

14. 기기 연결로 외부에서도 기존 업무 이어가기

• 설정의 기기 연결 기능을 통해 휴대전화와 노트북에서 기존 대화와 최근 작업을 확인하고 이어갈 수 있다고 보여준다. 이동 중에도 업무 맥락에 접근하려는 용도다. [27:44]
• 휴대전화에서는 QR 코드를 스캔하고, 컴퓨터에서는 코드를 입력하는 방식으로 기기를 추가한다. 이 연결을 원격 작업 수단으로 활용한다. [28:15]

15. 컴퓨터 사용으로 연결 범위를 넓히되 업무 경계 유지

• 컴퓨터 사용 기능은 화면과 앱을 조작해 API 연결이 없는 업무까지 처리하는 수단으로 드러난다. 온라인 양식 작성, 기존 CRM 입력, 웹사이트 보고서 다운로드가 사례다. [28:28]
• 영상은 OpenAI의 설명을 인용해 해당 버전이 이전보다 약 두 배 빠르고 백그라운드에서 작동한다고 주장한다. 브라우저를 직접 조작하면 API 없이도 작업할 수 있지만, 지원하지 못하는 경우가 남아 있다고 인정한다. [28:59]

16. 비용과 입력 품질을 관리하며 하나의 업무 흐름부터 검증한다

• 업무 비용은 실제 작업 규모에 따라 달라지며, AI 직원은 짧은 대화보다 훨씬 많은 자원을 사용한다. 자막이 인용한 OpenAI 도움말에 따르면 사용량이 많은 이용자의 비용은 1인당 월 약 100달러에 이를 수 있다. 작은 규모로 시작해 사용량을 관찰하고 효과가 있는 업무부터 확대해야 한다. [30:23]
• 어지러운 파일과 정리되지 않은 메모는 혼란스러운 결과물로 계속된다. AI 팀의 출력 품질을 높이려면 깨끗하고 체계적인 정보를 제공해야 한다. [30:37]

17. 반복 실행에서 관리·판단으로 역할을 바꾸고 숨은 비용을 먼저 찾는다

• 핵심 변화는 사람이 반복 업무를 직접 처리하던 역할에서 업무를 관리하고 결과를 검토하며 의사결정하는 역할로 옮겨가는 것이다. 직무마다 인력을 채용하고 교육 비용을 늘리는 대신 AI 팀을 활용하는 방식이며, 제공자는 약 100개 기업의 구축 경험을 내세워 AI가 실제 운영을 수행하고 사람이 관리하는 체계를 목표로 제시한다. [31:45]
• 자동화 후보로는 문서·승인·답변을 받기 위해 사람들에게 계속 요청하는 일, 시스템 사이에서 정보를 수동으로 옮기는 일, 매주 다시 만들지만 오류가 드러나기 전까지 아무도 읽지 않는 보고서가 꼽힌다. 이런 반복 업무가 근무 시간을 소모한다. [32:11]

🧾 결론

• 제목의 ‘사업 전체 운영’은 장기적인 활용 방향이며, 영상이 실제로 권하는 적용 단위는 경계가 명확한 개별 업무다. 현재 총괄 경영자를 대체할 수준이라는 설명은 아니다.
• 운영 품질을 좌우하는 요소는 정리된 회사 자료, 구체적인 절차, 적절한 도구 연결과 결과 검토다. 작업자 수를 늘리기 전에 이 기반을 갖춰야 한다.
• 사람의 역할은 반복 실행에서 목표 설정·예외 처리·결과 검토·의사결정으로 이동한다. 자동화가 확대되어도 중요한 판단과 승인은 남는다.

📈 투자·시사 포인트

• 기업의 AI 활용 효과를 평가할 때는 이용률보다 실제로 완료한 업무의 범위, 반복 성공 여부, 검토 부담을 함께 살펴볼 필요가 있다. 영상의 높은 도입률만으로 생산성이나 수익성을 확정할 수는 없다.
• 비용 판단에는 구독료뿐 아니라 작업 규모에 따른 사용량과 연결 도구의 부담이 들어간다. 영상은 단순한 작업에 가벼운 모델을 쓰고, 작은 규모에서 사용량을 관찰하도록 권한다.
• 문서화된 절차와 정돈된 데이터는 AI 운영의 중요한 기반이다. 스킬을 동료와 공유하는 방식은 이미 정리한 업무 절차를 팀 전체에서 재사용할 가능성을 보여준다.
• 자동화 우선순위는 체감 불편보다 실제 시간·비용 소모를 기준으로 정해야 한다. 영상은 시스템 간 수동 정보 이동과 반복적인 요청·보고 업무를 주요 점검 대상으로 제시한다.

⚠️ 불확실하거나 확인이 필요한 부분

• OpenAI 직원의 98% 이용률은 영상에서도 자기 보고 수치로 설명된다. 법무·재무·채용 업무의 약 90%가 시스템을 거친다는 주장 역시 독립적인 검증 방법과 업무 범위가 제시되지 않아 성과 지표로 일반화하기 어렵다.
• GPT-6 Astra, Work, 구독 가격과 이용 조건, Mac 녹화 지원, 클라우드 설정 경로는 영상 시점의 설명이다. 제공된 자료만으로 현재 제공 여부나 계정·플랫폼별 차이를 확인할 수 없다.
• 모든 플러그인 활성화 시 약 30만 토큰의 부담이 발생했다는 수치는 발표자의 특정 환경 측정이다. 컴퓨터 사용이 이전보다 약 두 배 빠르다는 주장도 비교 조건과 실제 업무별 성능을 추가로 확인해야 한다.
• 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

• 반복적인 정보 이동·답변 요청·보고서 작성 중 종료 조건이 명확한 업무 하나를 선정하고, 현재 소요 시간과 비용을 기록한다.
• 해당 업무의 SOP, 입력 자료, 가격·운영 규칙, 결과물 예시와 승인 조건을 정리해 프로젝트에 모은다.
• 필요한 앱 2~4개만 연결하고, 실제 계정에서 기능 지원 여부와 접근 권한을 확인한다.
• 스킬에 실행 단계·출력 형식·저장 위치를 명시하고, 영향이 큰 변경은 계획 검토와 승인 후 실행하도록 구성한다.

❓ 열린 질문

• 우리 회사에서 가장 큰 비용을 만드는 반복 업무는 무엇이며, 검토·수정 시간을 포함해도 자동화의 순효과가 남는가?
• 어떤 결과를 세 번 연속 성공의 기준으로 삼고, 어떤 예외가 발생하면 사람이 개입하도록 할 것인가?
• 고객 데이터 전송·파일 변경·송금처럼 영향이 큰 작업의 승인 경계와 책임자는 누구인가?