Latest / M365.FM – Microsoft 365, Copilot & AI 팟캐스트 (한국어) / Microsoft 365 Copilot의 GPT-5: Outlook·Word·Excel이 드디어 당신의 업무 방식을 이해합니다 (AI 더빙)

Transcript

Microsoft 365 Copilot의 GPT-5: Outlook·Word·Excel이 드디어 당신의 업무 방식을 이해합니다 (AI 더빙) · M365.FM – Microsoft 365, Copilot & AI 팟캐스트 (한국어)

0:00
마이크로소프트 365, 코파일럿, AI, 에이저, 그리고 일의 미래를 만들어가는 사람들과 함께하는 10일간의 여정을 준비되셨나요?
0:08
이번 1월, M365 컨이더 커진 규모로 돌아옵니다.
0:12
전세계 MVP와 업계 전문가들이 선보이는 라이브 세션, 실무 데모, 실용적인 지식을 만나보세요.
0:18
뻔한 슬라이드나 끝없는 유행원은 없습니다.
0:21
우리는 코파일럿 스튜디오, AI 에이전트, 패브릭, 보안, 거버넌스, 자동화 등 실제적인 과제들을 다룹니다.
0:29
IT 전문가, 개발자, 비즈니스 리더 등 누구든 여러분을 위한 맞춤형 세션이 준비되어 있습니다.
0:35
10일간 이어지는 전체 일정을 통해 다양한 기술을 탐구하고 글로벌 커뮤니티와 소통하세요.
0:40
라이브로 시청하고 실무에 바로 적용 가능한 인사이트를 얻어가세요.
0:44
2027년 1월, 10일간의 여정, 하나의 마이크로소프트 커뮤니티, 지금 바로 등록이 가능합니다.
0:52
오늘 여러분의 자리를 확보하세요.
0:55
웹사이트 주소는 m365con.net입니다.
0:59
m365con.net에서 지금 등록하고 1월에 라이브로 만나요.
1:04
아울룩 이외에 여전히 느린 것 같은지, 혹은 워드에서 왜 똑같은 편집을 계속 반복해야 하는지 궁금했던 적 없으신가요?
1:11
우리 대부분은 그저 그런 불편함을 감수하며 일합니다.
1:14
하지만 이제 코파일럿 이 여러분이 입력을 마치기도 전에 의도를 미리 파악한다고 상상해보세요.
1:18
GPT-5는 단순히 속도만 빠른 것이 아니라 코파일럿 이 여러분의 워크플로우를 이해하는 방식을 바꿉니다.
1:23
잠시만 집중해주세요.
1:25
앞으로 몇 분 동안 이러한 도약이 어떻게 여러분의 하루를 원활하게 만들고, 여러분이 미처 인식하지 못했던 어떤 문제들을 조용히 해결해주는지 살펴보겠습니다.
1:33
왜 우리가 매일 사용하는 m365 도구들은 여전히 우리보다 느리게 느껴질까요?
1:37
답장을 쓰는 시간보다 아울룩 이로딩 되기를 기다리는 시간이 더 길다고 상상해보세요.
1:41
그 짧은 지연은 단순히 몇 초를 낭비하는 것이 아니라 여러분의 업무 흐름을 끊어놓습니다.
1:44
응답할 준비가 되었고 생각도 명확한데, 갑자기 일을 끝내는 대신 회전하는 아이콘만 바라보게 되죠.
1:49
우리 모두 그런 상황을 겪어봤고, 그냥 어깨를 으쓱하며 넘기기 쉽습니다.
1:52
하지만 하루 종일 이런 방해가 쌓이면, 이는 단순한 불편함 그 이상이 됩니다.
1:56
이것은 아주 간단한 업무조차도 모든 것을 느려지게 만드는 마찰의 패턴입니다.
2:00
아울룩, 워드, 엑셀 모두 우리가 그저 참고 견뎌온 이런 습관들을 가지고 있습니다.
2:05
하지만 이메일 스레드를 검색하다가 필터링이 너무 느리거나 제대로 분류되지 않아 결국 직접 스크롤하며 찾았던 경험이 얼마나 많은지 생각해보세요.
2:12
혹은 워드에서 텍스트 블록을 복사했다가 이번 주에만 벌써 열 번째 서식을 수정하고 있는 경우는 어떤가요?
2:18
엑셀에서는 열너비를 끝없이 조정하거나, 재사용 가능했어야 할 수식을 수정하거나,
2:22
새로 붙여넣은 데이터에 맞춰 차트를 일관되게 유지하느라 실험하는 일이 다반사죠.
2:25
이 중 어떤 것도 어려운 작업은 아닙니다.
2:27
반복되는 업무를 하다보면 내가 소프트웨어에 보조가 된 것 같은 느낌이 듭니다.
2:30
원래는 그 반대여야 하는데 말이죠.
2:32
가장 이상한 점은 이제는 이런 상황이 너무 당연하게 느껴진다는 겁니다.
2:34
한 걸음 물러서서 생각해보면 전혀 앞뒤가 맞지 않는 일이죠.
2:36
마이크로소프트는 끊임없이 업데이트를 내놓습니다.
2:39
우리 모두 패치를 설치하고 리본 인터페이스가 변하는 걸 봤으며,
2:41
툴바에 슬며시 나타난 작은 AI 도움말 아이콘들도 봐왔습니다.
2:44
하지만 도구를 실제로 사용하는 경험은 일상의 번거로움을 여전히 떨쳐내지 못하고 있습니다.
2:48
사람들은 이제 체념한 듯한 태도로의 도구들을 대합니다.
2:50
아웃룩은 그냥 느립니다.
2:52
워드는 언제나 서식을 정리해줘야 하죠.
2:54
엑셀은 항상 손을 봐줘야만 합니다.
2:56
우리는 출퇴근 길에 교통체증을 예상하듯 이런 불편함을 당연하게 받아들입니다.
2:59
제 지인 중에 팀의 분기보고서를 관리하는 사람이 있습니다.
3:02
매번 같은 데이터를 복사해놓고 같은 수식을 업데이트한 뒤,
3:06
반나절을 들여 차트 서식을 다시 잡고,
3:08
보고서 디자인을 다듬어 경영진에게 보고할 수 있게 만듭니다.
3:11
기술적으로 자동화 도구는 갖춰져 있습니다.
3:14
매크로나 간단한 AI 지원 기능이 있지만,
3:16
사람들이 실제로 필요한 것을 간과하고 있죠.
3:18
사용자의 스타일 이나 어조, 네이아웃 결정 등을 예측하는 대신,
3:21
도구는 그저 기계적인 작업만 반복합니다.
3:23
결국 매분기마다 똑같은 추가 업무를 반복하는 의식처럼 되어버렸고,
3:26
아주 조금 도움을 받는 수준에 그칩니다.
3:28
아웃룩은 아웃룩 나름의 비효율적인 면이 있습니다.
3:31
메일 분류 규칙은 작동하지만 너무 융통성이 없습니다.
3:33
중요한 메일을 찾으려면 여전히 수많은 잡음을 해치고 나가야 합니다.
3:36
중요한 메시지를 띄워주긴 하지만,
3:37
단순하게 분류된 탓에 혹시 놓친 건 없는지 계속 의심하게 됩니다.
3:41
워드의 예측 제한 기능은 종종 어긋나 곤합니다.
3:43
시간땅, 퍼아워, 이라고 입력하면 시스템은 지나치게 격식을 차리거나
3:47
상황에 맞지 않는 말로 자동 완성하려 해서 평소 내 소통 방식을 놓치곤 하죠.
3:51
AI는 노력하고 있지만, 미묘한 뉘앙스가 담긴 반복 작업까지는 제대로 이해하지 못합니다.
3:55
솔직히 말해 GPT-4가 탑재된 코파일럿은 확실히 개선된 점이 많습니다.
3:59
초안이 몇 초 만에 생성되고, 몇 년 전만 해도 엄청난 노력이 필요했을 요약이나 수식 제한을 요청할 수 있게 됐으니까요.
4:04
하지만 여기서 문제가 있습니다.
4:06
여전히 상호 교환적인 거래처럼 느껴진다는 점이죠.
4:08
도구는 시키는 대로 하지만, 위도하는 바는 완벽히 파악하지 못합니다.
4:10
코파일럿은 명령을 해석할 뿐, 왜 이 작업을 하는지 혹은 어떤 결과물이 다음 세 단계를 줄여줄 수 있을지에 대한 맥락은 아직 이해하지 못합니다.
4:17
바로 그 간극에서 불편함이 계속 발생합니다.
4:19
우리의 기대치는 더 높아졌습니다.
4:21
우리 모두는 지루한 업무를 자동으로 줄여주는 똑똑한 도구를 원하지, 끊임없이 돌봐줘야 하는 어설픈 도구를 원하지 않습니다.
4:26
코파일럿이 대대적 인수정이 필요한 초안을 만들거나 꼭 필요한 세부사항이 빠진 요약을 내놓는다면, 시간은 절약되지 않습니다.
4:32
결국 직접 타이핑하던 일을 직접 수정하는 일로 바꿨을 뿐입니다.
4:34
끊김없는 지원에 대한 약속은 존재하지만, 아직 완전히 실현되지는 않았습니다.
4:38
그것이 바로 GPT-5가 등장한 이유입니다.
4:40
비효율적인 시스템에 지능을 덧붙이는 대신, 여러분의 사고방식과 작업방식에 더 가까워진 소프트웨어를 보게 될 것입니다.
4:45
GPT-5는 단순히 질문에 응답만 하지 않습니다.
4:47
항상 반복하는 여러분의 행동을 미리 예측하기 시작합니다.
4:50
별도의 지시 없이 글의 어조를 파악하거나 설명하기 전에 스프레드 시트의 구조를 인식하는 등, 그 변화는 미묘하지만 분명합니다.
4:57
한때 감수해야 했던 성가신 일들은 일상에서 맴돌던 배경 소음처럼 사라지고, 작업 흐름에서 조용히 자취를 감춥니다.
5:03
워드와 아웃룩이 항상 여러분보다 한걸음 뒤처져 있다고 느꼈다면,
5:08
이제 GPT-5가 어떻게 단순한 지시를 넘어 진정한 이해에 가까운 방식으로 판도를 바꾸는지 살펴보겠습니다.
5:14
지금의 코파일럿은 마치 신입 인턴에게 할 일 목록을 건네는 것과 비슷하게 느껴질 때가 많습니다.
5:18
모든 단계를 아주 자세하고 명확하게 설명해야 하죠.
5:20
이 내용을 그대로 입력하고, 서식을 수정하고, 이 스레드를 요약해달라고 말이죠.
5:24
그렇게 해도 여전히 원하던 어조를 놓치거나 정작 중요한 세부사항을 빠뜨릴까봐 걱정하게 됩니다.
5:29
나쁜 결과물은 아니지만, 유능한 파트너와 협업한다는 느낌은 들지 않습니다.
5:32
도구에 작업을 맡기고 신뢰하는 대신, 여전히 여러분이 도구를 관리하고 있는 셈입니다.
5:36
이는 현재의 코파일럿이 이해보다는 지시에 따라 작동하기 때문입니다.
5:40
입력한 단어는 분석하지만, 그 이면에 담긴 위도까지는 완벽히 파악하지 못합니다.
5:44
소프트웨어에 지시하는 것과 함께 작업하는 것의 차이는 미묘하지만 중요합니다.
5:48
이렇게 생각해보세요.
5:50
이 숫자들로 차트를 만들어줘, 라고 말하는 것은 지시입니다.
5:53
협업이란 시스템이 복잡한 데이터 세트를 인식하고,
5:56
지난 몇 분간 여러분이 무엇을 위해 작업해왔는지 이해한 뒤,
5:59
목표에 맞는 차트를 만들었습니다.
6:01
라고 먼저 제안하는 것입니다.
6:02
지역별로 묶을까요? 아니면 기간별로 묶을까요?
6:05
마법 같은 통찰력을 말하는 것이 아닙니다.
6:08
매번 새로 시작하는 것이 아니라,
6:09
시스템이 여러분이 이미 제공한 맥락을 기억하는 아주 기본적인 기능을 말하는 것입니다.
6:14
현재의 한계는 코파일럿이 기술적으로는 지시를 따르지만,
6:17
그 주변 맥락은 무시하는 순간에 드러납니다.
6:19
예를 들어, 전문적이면서도 따뜻한 어조의 이메일 조환을 이미 50번쯤 작성해왔다고 가정해봅시다.
6:24
코파일럿에게 도움을 요청하면,
6:26
마치 정형화된 템플릿처럼 딱딱하고 사무적인 문구만 뱉어냅니다.
6:29
아니면 엑셀에서 분기별 판매원당 평균 매출을 구하기 위한 수식이 필요할 때도 마찬가지입니다.
6:33
코파일럿은 평균 대신 합계를 제한하거나,
6:36
올바른 수식이긴 하지만 원하는 결과와는 거리가 먼 답을 내놓기도 합니다.
6:39
결국 여러분은 원하는 출력물이 나올 때까지 똑같은 프롬프트를 수 없이 변형해가며 반복하게 됩니다.
6:43
반복할 때 마다 시간 절약 효과는 조금씩 줄어듭니다.
6:46
이는 엑셀이나 이메일만의 문제가 아닙니다.
6:48
워드에서 사용자들은 코파일럿이 자신의 어조에 더 가까운 초안을 작성하도록 하려고
6:52
종종 미세하게 다른 방식으로 같은 말을 반복하곤 합니다.
6:55
이 보고서 요약해져, 대신 배경 설명은 빼고 팀 성과를 강조해서
6:58
경영진을 위한 보고서로 요약해져, 라고 말하는 식이죠.
7:02
그러고 나서는 더 짧게 해져, 라거나 중립적이지 않게
7:04
격려하는 어조로 바꿔져, 라고 다시 시도합니다.
7:07
개별적으로 보면 그런 과정이 그리 나빠 보이진 않습니다.
7:10
하지만 실제로는 문장을 직접 쓰는 것만큼이나 많은 양의 지시사항을 작성하게 되는 경우가 많습니다.
7:15
GPT-5는 이러한 상호작용의 본질을 바꿉니다.
7:18
이 도약은 더 많은 기능이나 미리 작성된 템플릿을 추가하는 것과는 다릅니다.
7:21
작업 전반의 추론 과정을 녹여내 어시스템이 무엇뿐만 아니라 왜 하는지까지 이해하게 만드는 것입니다.
7:26
GPT-5는 사용자가 다루는 여러 파일과 앱 전반에서 어조, 청중, 목적에 대한 기억을 구축합니다.
7:31
이것이 접착제 역할을 합니다.
7:32
새로운 명령을 내릴 때 마다 초기화되는 대신 전체적인 맥락을 계속 파악합니다.
7:36
워드에서 보고서를 작성한다고 가정해봅시다.
7:38
기존 코파일럿 버전이라면 텍스트를 작성하고 요약을 요청한 뒤 어조를 수정하고 다시 내용을 줄여야 했을 겁니다.
7:44
GPT-5를 사용하면 시스템이 평소 당신의 말투를 인식하고 핵심을 강조하는 방식을 반영하여 마치 당신이 직접 쓴 것 같은 요약본을 만들어냅니다.
7:51
그 차이는 즉각적입니다.
7:52
여러 번 프롬프트를 입력할 필요 없이 첫 시도만에 바로 사용할 수 있는 초안을 얻게 됩니다.
7:56
엑셀의 경우도 마찬가지입니다.
7:57
수백 개의 행으로 구성된 데이터 세트를 붙여넣습니다.
7:59
분석을 요청합니다.
8:00
위사 결정과 무관한 원시 수식이나 어색한 차트를 뱉어내는 대신 GPT-5는 이제 데이터 세트를 해석합니다.
8:06
날짜를 자연스럽게 정렬하고 어떤 열이 식별자인지 인식하며 단순 계산이 아닌 전반적인 추세를 원한다는 점을 이해합니다.
8:12
제안하는 수식은 일반적인 것이 아니라 데이터의 형태와 의미에 맞춤화되어 있습니다.
8:16
요청하기도 전에 이상치를 강조하거나 상관관계를 지적해주기도 합니다.
8:20
그런 식의 예측 능력이 반복적 인프롬프트 입력을 줄여줍니다.
8:23
결과적으로 사용자는 불필요한 번거로움을 크게 덜게 됩니다.
8:25
출력물의 품질은 수정해야 쓸 수 있는 상태에서 즉시 사용 가능한 상태로 변화합니다.
8:30
시스템이 첫 시도의 어조, 구조, 계산을 완벽하게 해내면
8:33
프롬프트를 어떻게 구성할지 고민하는 대신 실제 업무 성과에 다시 집중할 수 있게 됩니다.
8:37
그것이 바로 지시에서 이해로 나아가는 진정한 도약입니다.
8:40
그리고 이것은 다음 중요한 질문을 위한 발판이 됩니다.
8:43
보통 무언가가 더 똑똑해지면 속도는 느려지기 마련이니까요.
8:46
하지만 GPT-5와 코파일럿의 놀라운 점은 더욱 정교해지면서도 동시에 더 빨라졌다는 것입니다.
8:51
일상적인 업무 흐름 속에서 실제로 체감할 수 있는 속도죠.
8:54
회의 시간을 앞두고 코파일럿에게 초안 작성을 요청했을 때만 큰 흐름이 끊기는 일은 없습니다.
8:59
집중해서 아이디어를 정리 중인데 텍스트가 채워지는 대신 화면 속 점 들이왔다 갔다 하는 것만 바라봐야 하니까요.
9:05
압박감을 느끼는 상황에서 30초라는 시간은 훨씬 더 길게 느껴집니다.
9:09
바로 그 순간이 AI가 유용한 조력자에서 답답한 지체 요인으로 변하는 때입니다.
9:13
속도를 약속하는 도구에게 지연 현상은 신뢰를 잃게 만드는 가장 큰 원인입니다.
9:18
GPT-5는 응답성 문제를 해결하여 사용자가 일하는 자연스러운 속도에 맞춰 결과물을 보여
9:22
줌으로써 이러한 계산을 완전히 바꿔놓았습니다.
9:24
인간은 지연에 놀라울 정도로 민감합니다.
9:27
연구에 따르면 우리는 약 1초 이상의 지연이 발생하면 이를 인지하기 시작합니다.
9:30
그보다 짧으면 거의 즉각적인 것처럼 느껴지죠.
9:33
하지만 그 경계를 넘어 서면 사고의 흐름이 방해받게 됩니다.
9:35
코파일럿의 아주 작은 멈춤 조차 업무를 방해하는 이유가 바로 이건입니다.
9:38
초안의 아이디어를 더하며 입력 모드에 있다가도
9:40
상호작용할 결과물이 없으면 작성 과정에서 강제로 이탈하게 됩니다.
9:44
이러한 정신적 초기화는 단순히 짜증나는 수준을 넘어
9:46
중요한 업무일수록 도구에 대한 의존도를 떨어뜨립니다.
9:52
훌륭한 통찰력을 제공할 수는 있었지만 대가로 빈번한 대기시간을 치러야 했죠.
9:56
문서 요약을 요청했을 때 몰입 상태를 유지하는 대신
9:58
애니메이션이 돌아가는 동안 멍하니 기다려야 했습니다.
10:01
한두 번은 괜찮지만 반복적인 요청이 많은 하루 업무 속에서는
10:04
대기화면이 사여가기 마련입니다.
10:05
속으로는 구글 검색이 더 빠르거나 직접 훑어보는 게 낫겠다는 생각을 하게 됩니다.
10:09
이런 트레이드 오픈은 도구의 가치를 깎아먹었습니다.
10:11
아울룩 검색에서 그 완벽한 사례를 볼 수 있습니다.
10:13
3주 전 대규모 프로젝트 스레드를 다루고 있다고 가정해봅시다.
10:16
결정이 내려진 이메일 하나를 찾아야 하는 상황이죠.
10:19
코파일러시 스레드의 주요 내용을 뽑아줘야 하지만
10:21
당신은 그저 돌아가는 로딩 화면만 보고 있게 됩니다.
10:23
때로는 브라우저 탭을 열어 검색 엔진에 키워드를 입력하고
10:26
직접 캐시된 데이터를 뒤지는 것이 훨씬 빠를 때가 있습니다.
10:29
아이러니 한 일이 있죠.
10:30
스마트 디지털 어시스턴트가 때로는 도구를 바꾸는 것보다
10:32
더 많은 인내심을 요구한 셈이니까요.
10:34
업무를 덜어주기는 커녕 오히려 짐이 되는 것처럼 느껴졌습니다.
10:37
GPT5를 통해 마이크로소프트는 이러한 간극을 거의 느끼지 못할 수준으로 줄이는 데 집중했습니다.
10:42
그 이면의 작업에는 모델 자체의 최적화와 M365 앱 내 통합 방식의 개선이 포함되어 있습니다.
10:48
사용자에게는 사람이 직접 타이핑하는 것과 비슷한 속도로 결과가 나타나는 것처럼 보입니다.
10:52
중간에 멈추는 일 없이 실시간으로 텍스트가 바로 출력되는 것을 볼 수 있죠.
10:56
기다림에 대해 더 이상 생각하지 않게 되기 전까지는 그 효과가 미미하게 느껴질 수 있습니다.
11:00
실제로 요청을 보내면 시스템의 타이밍이 사용자와 일치하기 때문에 집중력이 흐트러지지 않습니다.
11:04
마이크로소프트는 여기서 측정 가능한 개선이 이루어졌다고 강조합니다.
11:06
GPT-5는 단순히 규모가 큰 모델이 아니라 제시도 횟수를 줄이고 응답시간을 단축하도록 조정되었습니다.
11:11
가커리는 더 적은 주기를 거쳐 관련성 높은 답변을 생성합니다.
11:14
즉, 유용한 결과를 얻기 위해 질문을 다시 하거나 프롬프트를 수정해야 하는 상황이 줄어듭니다.
11:19
특히 한 번이 거대한 요청보다 수십 번이 빠른 상호작용이 필요한 업무에서는 누적되는 시간 절약 효과가 매우 큽니다.
11:25
엑셀 피버 테이블을 예로 들어보겠습니다.
11:27
이전에는 코파일럿이 응답할 때마다 기다리며 5분 동안 여러 지시사항을 시도해야 했을지 모릅니다.
11:31
때로는 결과가 의도와 맞지 않아 다시 시도해야 하는 경우도 있었습니다.
11:34
GPT-5를 사용하면 지역별 매출을 그룹화해달라고 요청하고 몇 주 안에 차트 작성이 가능한 인사이트를 얻을 수 있습니다.
11:39
반복 작업도, 작업 흐름이 끊기는 일도, 낭비되는 동작도 없습니다.
11:42
속도는 단순히 시계상의 시간뿐만 아니라 코파일럿을 호출하기 전이 추진력을 유지하는 문제이기도 합니다.
11:47
이러한 변화는 다른 감정적 반응을 끌어냅니다.
11:50
느린 키오스크에서 주문하는 느낌 대신 도구가 나와 보조를 맞추고 있다는 느낌을 받게 됩니다.
11:55
가장 효율이 필요한 순간에 시스템이 멈출까 봐 걱정하지 않아도 된다는 안도감을 줍니다.
11:59
더 이상 기다릴 필요가 없다는 것을 깨닫는 순간 신뢰가 다시 사듭니다.
12:03
시스템이 지연 시간을 없애면 원래 당신이 사고하고 일하는 자연스러운 리듬을 되찾아줍니다.
12:08
GPT-5는 단순히 사용성을 개선하는 것을 넘어 일상 곳곳에의 도구를 활용할 때 느끼는 자신감을 변화시킵니다.
12:14
물론 속도가 전부가 아닙니다.
12:16
생산성이란 정보가 얼마나 빨리 전달되느냐 뿐만 아니라 애초에 불필요한 정보를 얼마나 보지 않아도 되느냐에 달려있습니다.
12:22
그리고 이 문제가 가장 명확하게 드러나는 곳이 바로 받은 편지함입니다.
12:25
이제 GPT-5가 거의 모든 사람이 두려워하느니 골칫거리를 어떻게 해결하는지 살펴보겠습니다.
12:29
이메일 과부하 말이죠.
12:30
아울룩 이메일 과부하를 해결하는 조용한 방법입니다.
12:33
아울룩 받은 편지함은 디지털 쓰레기장처럼 보일 때가 있는데 그 중 절반이 보기 전에 사라진다면 어떨까요?
12:38
우리 대부분은 매일 아침 업데이트, 알림, 가치 없는 정보들이 쌓이는 것을 수년간 당연하게 받아들여왔습니다.
12:44
이번 주 변경사항 없음 이라는 말 외엔 별 내용 없는 반복적인 상태 보고서를 훑어봅니다.
12:48
매일 사용하지도 않는 도구들의 시스템 알림이 계속 울려됩니다.
12:52
여기에 끝도 없이 이어지는 후속 알림들을 더 해보세요.
12:54
공간만 차지할 뿐 행동을 요구하지 않는 가벼운 재촉들 말이죠.
12:59
소통의 장이 아니라 걸러내야 할 쓰레기장이 됩니다.
13:01
더 황당한 건 중요한 메일에 답장하는 게 아니라 어떤 메일에 신경 써야 할지 판단하는데 애만 엄청난 시간이 사라진다는 점입니다.
13:07
오늘날 코파일럿은 이미 작은 부분에서 도움을 주고 있습니다.
13:09
긴 대화 내용을 요약해주고 핵심을 짚어주기도 하죠.
13:12
하지만 여전히 걸림돌은 존재합니다.
13:14
어떤 요약이 중요한지 어떤 대화를 완전히 무시해도 될지 결정하는 건 결국 여러분의 목이니까요.
13:17
바뀐 건 아무것도 없습니다.
13:19
그저 재정렬되었을 뿐이죠.
13:20
즉 우선 순위를 가려내야 하는 부담은 사라지지 않았다는 뜻입니다.
13:23
단지 짧은 텍스트로 포장되었을 뿐입니다.
13:25
리더십 역할을 맡은 사람들에게 그 차이는 미미합니다.
13:28
여전히 요약을 열어보고 문장을 훑어보고 다음 메시지로 넘어가기 전에 메일을 완료 처리해야 하니까요.
13:33
진보처럼 느껴지지만 근본적인 수고를 없애주지는 못합니다.
13:37
모든 메일을 참조로 받는 관리자의 사례를 보죠.
13:39
모든 업데이트, 보고, 부서의 사소한 결정들이 전부 받은 편지함으로 쏟아집니다.
13:43
코파일럿이 대화 체인을 요약해줄 수는 있지만 관리자는 여전히 최소한 훑어봐야 한다는 압박을 느낍니다.
13:48
왜냐고요? 중요한 결정사항이 중간에 묻혀있을 가능성이 늘 존재하기 때문입니다.
13:52
그래서 요약 기능을 써도 시간적 비용은 그대로 남습니다.
13:54
훑어보는 습관은 매주 몇 시간씩을 앗아갑니다.
13:57
마치 누군가 종이더미를 건네주며, 걱정 마세요.
13:59
중요한 건 노란색으로 표시해둬어요. 라고 말하는 디지털 버전과 같죠.
14:01
하이라이트 표시가 있다고 해서 모든 페이지를 넘겨보지 않을 수는 없으니까요.
14:04
여기서 gpt5 가판도를 바꿉니다.
14:06
단순히 메시지를 재포장하는 대신,
14:08
위도 파악 기능을 통해 어떤 메일이 실제로 중요한지 알아냅니다.
14:11
즉, 받은 편지함에 모든 걸 다 보여주지 않게 된다는 뜻입니다.
14:14
여러분은 통계적으로 행동할 가능성이 높은 몇 안 되는 메시지만 보게 되고,
14:18
나머지는 실시간으로 확인할 필요 없는 배경 폴더로 자동 분류됩니다.
14:22
갑자기 집중력을 흐트러뜨리던 수많은 잡동사니들이 실제로 사라져버립니다.
14:26
이 시스템은 단순히 제목의 단어만 인식하는 게 아닙니다.
14:28
여러분의 행동 패턴, 즉 무엇에 답장하고 무엇을 무시하며 무엇을 전달하는지 이해합니다.
14:32
구체적인 예시를 보면 실감이 납니다.
14:34
승인 요청 메일이 왔다고 가정해봅시다.
14:36
GPT-5는 지난 10번의 사례와 같은 여러분만의 말투로 응답을 작성해줍니다.
14:41
승인함, 감사합니다.
14:43
진행하세요라는 말을 매번 새로 고민할 필요 없이 클릭 한 번이면 보낼 수 있는 초안이 준비되어 있죠.
14:47
혹은 꼬리에 꼬리를 무는 이메일 스레드를 생각해보세요.
14:50
팀에서 올라온 급박한 기술적 문제제기는 가벼운, 업데이트 감사합니다라는 답장과 분리되어 처리됩니다.
14:54
GPT-5는 여러분의 직접적인 입력이 필요한 것과 자동으로 처리 가능한 것을 분류합니다.
14:59
일상적인 승인 작업은 더 이상 여러분의 고민거리가 아닙니다.
15:02
가장 크게 체감되는 변화는 반복적인 업무의 감소입니다.
15:04
기존 모델을 탑재한 코파일럿도 초안 작성은 도왔지만 여전히 직접 수정해야 하는 경우가 많았습니다.
15:09
이제 GPT-5가 내용을 예측하기 시작합니다.
15:12
만약 평소 정중한 한 줄 답변으로 근무 교대를 승인해왔다면 시스템은 이를 그대로 학습합니다.
15:17
일일이 요청을 열어볼 필요 없이 이미 문구가 완성되어 있으므로 한꺼번에 일괄 처리할 수 있습니다.
15:22
예측 가능한 요청들로 받은 편지함이 가득 차도 이 도구는 흐름을 끊지 않고 여러분의 응답을 확장합니다.
15:28
회의 준비에서 더 큰 이득을 얻을 수 있습니다.
15:30
프로젝트 이력을 파악하려고 20개의 메시지를 뒤질 필요 없이 GPT-5가 전체 내용을 요약해 다음 회의를 위한 브리핑 자료로 만들어줍니다.
15:38
인용해야 할 숫자와 그냥 지나쳐도 될 잡담의 차이를 정확히 구분합니다.
15:42
따라서 회의에 들어갈 때 누가 무슨 말을 했는지 찾느라 편지함을 헤맬 필요가 없습니다.
15:47
핵심 요점이 정리된 상태로 자신있게 회의에 임할 수 있습니다.
15:49
그것이 바로 성과입니다.
15:51
아울룩은 편지함 중심에서 실행 중심으로 변화하기 시작합니다.
15:54
매일 관리에 에너지를 쏟는 대신 위사결정에 직접 집중하게 됩니다.
15:57
GPT-5는 여러분의 주의력을 앗아갈 입력을 차단함으로써 사실상 시간을 되돌려줍니다.
16:03
몇 시간씩 걸리던 분류 작업은 순식간에 끝나는 실행으로 바뀌고 끝없는 업무 처리에서 오는 피로감도 사라지기 시작합니다.
16:09
마지막으로 이러한 변화는 텍스트 위주의 앱에만 국한되지 않습니다.
16:13
사실 GPT-5가 데이터와 슬라이드 전반에서 보여주는 문매기해와 지능의 도약은 훨씬 더 명확합니다.
16:18
그 지점에서 아울룩의 정적은 엑셀의 숫자 파워포인트의 이야기와 만납니다.
16:22
GPT-5를 활용하면 엑셀의 지역별, 제품군별, 분기별로 정확한 데이터를 정리해두어 더라도 발표 직전 빈 파워포인트를 보며 막막해하던 상황을 해결할 수 있습니다.
16:33
숫자 자체는 이야기를 들려주지 않습니다.
16:36
최소한 경영진이나 이해관계자가 기대하는 방식으로는 말이죠.
16:39
그들은 결과와 목표를 연결하고 패턴을 설명하며 어떤 조치가 필요한지 알려주는 서사를 원합니다.
16:43
대부분의 사람들이 바로 그 지점에서 동력을 잃습니다.
16:45
원시 데이터는 정확하지만 그것을 메시지로 다듬는 작업은 여전히 여러분의 몫이기 때문입니다.
16:49
마감기한이 임박했을 때 데이터를 분석하고 슬라이드에 맞게 다시 작성하는 과정은 마치 두 가지 다른 프로젝트처럼 느껴질 수 있습니다.
16:55
이런 상황을 상상해보세요.
16:56
목요일 오후, 당장 금요일 아침 첫 회의가 잡혀있습니다.
16:59
스프레드 시트는 준비되었습니다.
17:01
데이터 정리, 수식 구축, 총계 산출까지 이미 수많은 시간을 쏟아부은 상태입니다.
17:06
하지만 파워포인트는 여전히 차트와 글, 머리, 기호, 그리고 전체를 아우르는 흐름을 기다리는 뼈대 상태입니다.
17:11
이 순간이 바로 현재의 코파일럿이 도움을 줄 수 있는 지점입니다.
17:14
몇 가지 그래프를 생성하고 슬라이드 두어 장을 초안으로 작성해줍니다.
17:17
하지만 결과물은 종종 평범해서 마치 신입 분석가가 청중을 파악하지 못한 채 급하게 만든 것 같아 보이죠.
17:23
숫자는 맞지만 슬라이드가 강조해야 할 핵심을 짚어내지 못해 결국 상당 부분을 직접 다시 만들어야 합니다.
17:28
이것이 사람들이 코파일럿에 탑재된 gpt4를 사용하며 겪는 약점입니다.
17:32
출력물은 기술적으로 정확할지라도 경영진이 진짜 보고 싶어하는 핵심과는 거리가 먼 경우가 많습니다.
17:37
예를 들어 코파일럿에게 분기별 평균 매출 성장률을 보여달라고 요청한다고 가정해봅시다.
17:41
깔끔한 수식이나 간단한 차트를 만들어주긴 하겠지만 부사장님은 단순히 전체 성장률만을 묻는 게 아닙니다.
17:46
그들은 모멘텀이 어디서 떨어지는지 어떤 지역이 앞서나가는지 현재 수치가 목표와 어떻게 일치하는지를 중요하게 생각합니다.
17:52
그런 통찰력은 단순히 수학 함수를 실행하는 것이 아니라 여러 맥락을 하나로 엮어야 얻을 수 있는 것입니다.
17:56
따라서 아주 구체적인 프롬프트로 ai를 유도하거나 아니면 직접 이야기를 재구성해야 한다는 사실을 받아들여야 합니다.
18:02
이 지점이 gpt5 가강점을 드러내기 시작하는 부분입니다.
18:05
작업을 앱별로 따로 처리하는 대신 전체 워크플로우에 대한 이해를 바탕으로 수행합니다.
18:08
엑셀을 단순히 숫자 데이터로만 파워포인트를 슬라이드 상자로만 보지 않습니다.
18:12
숫자를 접할 청중이 있다는 사실과 슬라이드가 이야기를 전달하는 수단임을 인식합니다.
18:16
gpt5에게 분기별 매출 데이터를 가지고 프레젠테이션을 준비하라고 요청하면 단순히 차트를 파워포인트로 옮기는데 그치지 않습니다.
18:23
지난 분기 대비 선과 상승 또는 하락 추세의 지역, 다음 분기에 대한 시사점 등 이야기를 담은 슬라이드 순서를 구성합니다.
18:30
단순히 동떨어진 시각과 자료를 건네받는 것이 아니라 위사 결정권자가 궁금해할 질문에 맞춘 핵심 논점을 제공받는 것입니다.
18:36
구체적인 사례를 들어보죠.
18:38
엑셀 시트가 지난 9개월간의 매출을 새 주요 지역별로 추적하고 있습니다.
18:42
연결되지 않은 3개의 선 차트를 삽입하는 대신 gpt5는 북미가 2분기에 유럽을 추월했다 는 슬라이드 계열을 작성합니다.
18:49
아시아 지역의 성장세는 8% 둔화되었습니다.
18:51
북미 지역이 현재 전체 매출의 55%를 견인하고 있습니다.
18:54
핵심 논점은 차트 옆에 배치되며 단순히 수치를 나열하는 것이 아니라 강조할 포인트를 제안합니다.
18:59
이는 ai가 어떤 트렌드가 두드러지는지 파악했음을 의미하며 나중에 사용자가 직접 이를 찾아낼 필요가 없게 합니다.
19:04
시간 절약 효과는 슬라이드를 더 빨리 만드는 것뿐만 아니라 발표전이 정신적 고충을 줄여주는 데서 나타납니다.
19:09
수식과 차트를 조정하는 시간을 줄이고 전략을 결정하는 데 더 많은 시간을 할애할 수 있게 됩니다.
19:14
발표 자료가 이미 의미 있는 맥락으로 구성되어 있다면 슬라이드 제목이 경영진의 우선순위와 맞지 않는 이유를 해명하는 대신 회의에서 실행을 주도할 준비를 마칠 수 있습니다.
19:22
이는 이전과는 다른 차원의 준비로 급한 불을 끄기보다 메시지를 전달하는 데 집중하게 합니다.
19:26
gpt5의 장기적인 가치는 훨씬 더 깊이 있습니다.
19:29
워드, 엑셀, 파워포인트 전반에 걸친 일관성 덕분에 더 이상 같은 자료를 3번씩 다시 만들 필요가 없습니다.
19:34
브리핑 문서를 초안으로 작성하면 추가 프롬프트 없이도 동일한 테마가 슬라이드 자료에 그대로 반영됩니다.
19:39
워드에서 수치를 요약하면 그 핵심 내용이 엑셀에서 도출된 차트와 일치하게 됩니다.
19:43
시스템이 귀하의 자료를 하나의 연속된 맥락으로 연결해줍니다.
19:46
이러한 일관성은 이전 AI 지원 기능에서는 찾아볼 수 없었던 것으로 각 앱이 마칠 별개의 것처럼 느껴졌습니다.