본문으로 건너뛰기
피드

클로드 코워크, 복붙 대신 PC를 직접 만지는 AI 에이전트로 가는 길

ai-ml 약 5분

앤스로픽의 ‘클로드 코워크’는 챗봇처럼 답만 주는 도구가 아니라, PC 폴더와 파일을 직접 열고 정리하며 엑셀 결과물까지 만드는 에이전트형 업무 도구로 소개됐다. 영수증 사진 30장을 읽어 매장명·날짜·항목·금액을 표로 만들고 합계 수식이 들어간 엑셀 파일까지 생성하는 사례가 핵심이다.

  • 1

    클로드 코워크는 사용자의 PC 파일과 업무 도구를 직접 다루는 에이전트형 제품으로 소개됨

  • 2

    영수증 사진 30장을 OCR로 읽어 항목별 표와 합계 수식이 들어간 엑셀 파일을 생성한 사례가 나옴

  • 3

    파일 분류, 파일명 일괄 변경, 문서 작성, 데이터 분석, 협업 도구 연동 같은 잡무 자동화를 노림

  • 4

    AI에 파일 접근 권한을 주는 만큼 원본 훼손·삭제 위험을 줄이는 운영 지침이 필요함

  • 챗봇형 AI의 귀찮은 지점은 결국 사용자가 계속 ‘복붙 담당’이 된다는 거였음

    • AI 모델은 똑똑해졌지만, 사용자의 PC 안 파일이나 매일 쓰는 업무 소프트웨어에는 직접 접근하지 못했음
    • 그래서 사용자가 PDF를 열고, 내용을 복사하고, 상황을 설명하고, 결과를 다시 옮기는 잡일을 계속 해야 했음
  • 앤스로픽의 ‘클로드 코워크’는 이 구조를 바꾸려는 에이전트형 도구로 소개됨

    • 개발자용 에이전트 도구인 ‘클로드 코드’를 일반 사무 환경에서도 쓸 수 있게 만든 흐름임
    • 핵심은 AI에 PC의 실질적 제어권을 일부 넘겨서 데이터, 파일, 업무 도구, AI를 하나의 흐름으로 묶는 것임
    • 챗GPT가 보고서 작성법을 알려주는 조언자라면, 코워크는 폴더를 열고 자료를 읽고 엑셀 결과물까지 만들어두는 실무자에 가까움
  • 예시가 꽤 현실적임. “영수증 사진들 분석해서 엑셀 표 만들어줘” 같은 작업을 직접 처리함

    • 휴대폰으로 찍어둔 영수증 사진 30장을 폴더에 넣고 요청하면, 코워크가 사진을 하나씩 열어 OCR로 글자를 읽음
    • 매장명, 날짜, 항목, 금액을 표로 만들고, 결과물을 엑셀 파일(.xlsx)로 생성함
    • 단순 표가 아니라 합계 수식이 실제로 작동하는 파일이라 바로 열어서 쓸 수 있는 상태였다고 함

💡

> 에이전트에게 파일 작업을 맡길 때는 “원본은 절대 수정하지 말고 복사본에서 작업” 같은 지시를 처음부터 넣는 게 좋음. 편해지는 만큼 실수했을 때 피해 범위도 커짐.

  • 파일 정리 같은 사무 잡무도 주요 타깃임

    • 수천 개 파일이 섞인 폴더를 내용 문맥에 따라 자동 분류할 수 있다고 소개됨
    • ‘진짜최종.pptx’ 같은 무질서한 파일명을 날짜와 주제 기준으로 일괄 변경하는 작업도 예시로 나옴
    • 문서 작성, 데이터 분석, 협업 도구 연동까지 한 도구 안에서 끝내는 구조를 지향함
  • 다만 PC 제어권을 넘기는 순간 리스크도 같이 커짐

    • AI 판단 오류로 원본 파일이 훼손되거나 삭제될 수 있음
    • 전문가들은 결과물 규격을 명확히 지시하고, 원본 보존 같은 안전장치를 프롬프트에 포함하라고 권고함
    • 모든 과정을 통째로 맡기기보다 단계별 결과를 확인하면서 방향을 보정하는 운용 능력이 필요해짐
  • 이 흐름은 개발자에게도 남 얘기가 아님

    • 비개발자용 사무 도구처럼 소개됐지만, 실제로는 로컬 파일 접근, 도구 호출, 작업 검증, 권한 관리라는 에이전트 제품의 핵심 문제가 그대로 들어 있음
    • 앞으로 업무 자동화는 “프롬프트 한 줄 잘 쓰기”보다 “어디까지 권한을 줄지, 어떤 중간 산출물을 검증할지”가 더 중요해질 가능성이 큼

기술 맥락

  • 클로드 코워크의 기술적 선택은 AI를 브라우저 안 답변 도구로 두지 않고, 로컬 업무 환경의 실행 주체로 옮기는 거예요. 사용자가 파일을 복사해 붙이는 시간을 줄이려면 AI가 파일과 앱을 직접 볼 수 있어야 하거든요.

  • 이 방식은 편하지만 권한 설계가 까다로워요. AI가 폴더를 열고 파일명을 바꾸고 엑셀을 생성할 수 있다면, 반대로 잘못된 판단으로 원본 파일을 망가뜨릴 수도 있기 때문이에요.

  • 영수증 30장 처리 사례에서 중요한 건 OCR 하나가 아니에요. 이미지를 열고, 글자를 읽고, 항목을 구조화하고, 엑셀 파일을 만들고, 합계 수식까지 넣는 여러 단계를 하나의 작업 흐름으로 이어 붙였다는 점이 핵심이에요.

  • 그래서 에이전트 시대의 사용법은 질문을 잘 쓰는 것에서 작업 경계를 잘 정하는 쪽으로 바뀌어요. 원본 보존, 결과물 형식, 단계별 확인 같은 지시가 있어야 자동화의 편리함과 사고 위험 사이 균형을 맞출 수 있어요.

에이전트형 AI의 진짜 변화는 답변 품질보다 권한 위임에 있음. 개발자든 비개발자든 앞으로는 ‘프롬프트 잘 쓰기’보다 ‘AI가 건드려도 되는 범위와 검증 루프를 설계하기’가 더 중요해질 가능성이 큼.

댓글

댓글

댓글을 불러오는 중...

ai-ml

앤트로픽이 스페이스X 데이터센터를 쓰는 이유, AI 권력이 컴퓨팅으로 이동 중

앤트로픽이 스페이스X의 멤피스 콜로서스 I 데이터센터를 쓰는 계약을 맺었다는 보도다. 300MW 이상, 엔비디아 GPU 22만 개 이상 규모의 컴퓨팅 용량이 언급됐고, 폭증하는 AI 수요와 낮은 칩 가동률을 맞교환하는 거래로 해석된다.

ai-ml

AI 생산성 2.5%가 미국 39조 달러 부채를 구할 수 있을까

예일대 예산연구소 모델링에 따르면 AI가 향후 5년간 생산성을 매년 2.5% 끌어올리고 고용이 유지되면 미국의 2035년 재정 적자와 부채 비율이 크게 안정될 수 있다. 하지만 AI가 노동자를 대체해 실업 지원 비용이 커지면 생산성 이득 상당 부분이 상쇄될 수 있다는 경고도 함께 나온다.

ai-ml

AI 도입보다 어려운 건 IP 워크플로우 다시 짜기

IP와 R&D 업무에 AI를 붙였더니 초기 효율은 좋아졌지만, 시간이 지나자 모델별 품질 편차와 검증 부담이 새 병목으로 떠올랐다는 얘기다. 핵심은 특정 AI 도구를 더 사는 게 아니라, AI가 후보를 만들고 전문가가 검증하는 식으로 업무 흐름 자체를 재설계하는 데 있다.

ai-ml

국내 의료 AI, 전시용 기술에서 임상 현장 도구로 이동 중

AI 엑스포 코리아 2026에서 국내 의료 AI 기업들이 병원 문서 구조화, 안저 질환 진단 보조, 정신건강 관리 솔루션을 선보였다. 특히 녹내장 93%, 당뇨병성 망막병증 민감도 90% 같은 임상 성적을 내세우며 ‘기술 시연’보다 실제 현장 가치 증명에 초점을 맞췄다.

ai-ml

오픈AI, 끊어 말해도 알아듣는 실시간 음성 모델 공개

오픈AI가 사람 대화처럼 끼어들기, 말 고치기, 말투 조절을 처리하는 실시간 음성 모델 ‘GPT-리얼타임-2’를 공개했다. 실시간 번역과 받아쓰기 모델도 함께 나왔고, 질로와 도이체텔레콤 같은 기업 적용 사례까지 붙었다.