ChatGPT Work로 지금 바로 맡길 수 있는 AI 에이전트 10개

한 줄 요약

Grace는 ChatGPT의 에이전트 기능에 마케팅 업무 10가지를 맡기는 과정을 직접 보여 줘요. 발표 자료, 웹사이트, 고객 리서치, 데이터 분석, 리드 발굴, 캠페인, 경쟁사 분석, 글쓰기, 제안서, AI 검색 노출까지 각각 어떻게 세팅하고 무엇을 받았는지 정리했습니다.

전체 내용 정리

프롬프트로 답을 받는 것과 에이전트에게 일을 맡기는 것은 달라요

Grace는 먼저 "그냥 프롬프트 아니냐"는 질문부터 짚어요. 프롬프트는 답을 받아도 뒤처리가 내 몫으로 남아요. 에이전트는 목표와 방향만 주면 스스로 단계를 짜고 도구를 쓴 다음 완성된 결과물까지 가져옵니다.

다만 세팅 없이 쓰면 입사 첫날의 똑똑한 신입과 비슷하다고 해요. 일은 해도 매번 처음부터 설명해 줘야 하거든요. 그래서 Grace는 에이전트 주변에 세 가지를 깔아 둬요. 브랜드를 알려 주는 project(브랜드 정보와 지침을 담아 두는 작업 공간), 일하는 방식을 알려 주는 skill(작업 방법을 적어 둔 재사용 지시서), 부르지 않아도 알아서 나타나게 하는 scheduled task(예약 작업)입니다.

에이전트가 잘하느냐는 모델보다 그 주변에 무엇을 세팅해 두었느냐에 달려 있다는 게 Grace의 출발점이에요.

실행 환경은 두 가지예요. 웹이나 모바일에서 도는 cloud 모드와 데스크톱에서 도는 로컬 모드가 있고 Grace는 대부분 cloud(chatgpt.com)를 써요. 컴퓨터를 꺼 둬도 에이전트가 계속 일하길 바라기 때문이에요. 내 컴퓨터의 폴더 파일이 필요할 때만 데스크톱 앱으로 바꿉니다.

발표 자료와 웹사이트를 에이전트에게 만들게 하는 법

1번 에이전트는 발표 자료 담당이에요. Grace는 AI에게 슬라이드를 달라고 하면 예쁜 요약만 나온다고 봐요. 좋은 발표는 메시지 하나와 그 근거로 짜인 이야기라서 먼저 project를 만들고 project instructions에 브랜드 맥락을 넣어 둡니다. 데모에는 환자 인사이트 플랫폼 Clearly가 나와요.

세팅은 이렇게 했어요. 보고서와 통화 메모를 첨부하거나 연결된 드라이브를 가리키고 ChatGPT sites 플러그인과 직접 만든 skill인 storyline first를 함께 씁니다. 이 skill은 보고서를 요약하는 대신 스토리 메시지부터 잡게 하는 지시서예요. 단계별 지시는 하나도 주지 않았는데 에이전트가 계획을 세우고 파일을 전부 읽고 판단까지 내렸다고 해요.

결과물은 ChatGPT sites에 올라간 발표 사이트였어요. 제목은 밋밋한 이름 대신 스토리라인 훅으로 시작하고 슬라이드마다 스토리라인과 핵심 메시지가 붙어요. 숫자 위에 마우스를 올리면 상세 내용이 뜨고 경영진용과 팀용 버전은 한 번 클릭으로 바뀝니다.

Edit를 눌러 헤드라인과 본문을 직접 고친 뒤 수정본을 내려받을 수도 있어서 팀원이 AI로 돌아올 필요가 없어요. project에 브랜드 스타일이 이미 들어 있으니 다음 발표에도 같은 과정을 그대로 다시 쓰면 됩니다.

2번 에이전트는 웹 디자이너예요. 데모 대상은 강아지 미용 클라이언트의 낡고 단순한 사이트입니다. Grace는 먼저 Pinterest에서 디자인 레퍼런스를 모아 ChatGPT에 넘겨요. 에이전트용 소스는 다른 곳도 많지만 자기는 Pinterest를 좋아한다고 해요.

이번에는 OpenAI가 내놓은 무료 플러그인 product design을 썼어요. 첫 프로토타입을 빨리 만들 때 쓰는 플러그인이라 웹사이트든 제품이든 도구든 다 쓸 수 있다고 합니다. 요청은 두 단계예요. 먼저 전환(conversion)을 막는 문제를 감사하게 하고 같은 브랜드와 콘텐츠로 리디자인하되 예약 폼을 추가하게 했어요.

에이전트는 실제 사이트를 열어 문제를 짚었고 Grace는 그 화면을 클릭하며 작동 방식을 볼 수 있었어요. 돌아온 결과는 컨셉 3개짜리 목업과 감사 결과예요. 목업은 이미지라서 Edit에서 코멘트를 표시하면 만들기 전에 다듬을 수 있어요.

Grace가 1안을 골라 확정하자 에이전트가 ChatGPT에 라이브 사이트로 만들어 게시했어요. 히어로 이미지와 행동 유도 배너가 목업 그대로였고 문구는 유지한 채 디자인만 바뀌었습니다. 예약을 직접 잡아 보니 리드 수집 흐름도 잘 돌아갔고 플랫폼에 리드가 쌓인 것도 확인했어요.

완벽한 최종본은 아니라고 Grace는 말해요. AI 티가 덜 나는 이미지로 바꾸거나 은은한 모션 그래픽을 넣고 싶다는 거죠. 그래도 이전 버전과 비교하면 큰 업그레이드라고 봅니다. 기존 사이트와 브랜드 키트만 있으면 같은 방식으로 빠른 리프레시 버전을 뽑을 수 있어요.

고객의 말과 데이터에서 근거를 뽑아 오는 리서치 에이전트

3번 에이전트는 오디언스 리서치예요. 좋은 카피는 고객 본인의 말에서 나오지만 Reddit 스레드와 리뷰를 수백 개 읽으려면 하루가 꼬박 들어요. 데모는 소규모 사업자용 회계 소프트웨어 Wave를 마케팅한다는 설정이에요.

Grace의 요청은 소규모 사업자가 회계 도구에서 겪는 어려움을 그들의 표현 그대로 찾아 달라는 것이었어요. 어디를 볼지는 알려 주지 않고 큰 방향만 줬어요. Reddit, 커뮤니티, 소프트웨어 리뷰 사이트를 보되 소스마다 서브 에이전트를 돌리라고 한 거예요. 하나가 전부 훑는 것보다 소스별로 동시에 파고들면 더 빠르고 깊다는 이유입니다. 범위가 큰 리서치일수록 이 방식이 유리하다고 해요.

에이전트는 cloud 브라우저로 사이트를 직접 살폈고 서브 에이전트 3개를 띄워 각각 한 소스를 긁어 왔어요. 35분이 넘게 걸려 30쪽이 넘는 오디언스 인사이트 리포트가 나왔습니다. 핵심 발견과 메시지 방향 제안이 들어 있어요.

Grace는 이런 발견이 금광 같다고 해요. 경쟁 제품에 대한 실제 댓글과 요청과 불만이 근거라서요. 스레드를 클릭해 직접 검증할 수 있고 에이전트는 기존 브랜드 랜딩 페이지를 비교해 새 포지셔닝까지 제안했어요. 회계가 아니어도 거의 모든 분야에서 통하고 skill로 저장해 두면 다음에는 새 제품이나 브랜드만 주고 같은 과정을 다시 돌릴 수 있습니다.

4번 에이전트는 데이터 분석가예요. 대시보드는 무슨 일이 일어났는지만 알려 주는데 이해관계자는 이유를 알고 싶어 해요. 그 이유를 찾는 데 몇 시간씩 데이터를 파는 일을 에이전트에게 넘기는 방식입니다.

데모는 고객 지원 소프트웨어 브랜드예요. Google Sheets에 데모 신청, 광고비, 웹사이트 트래픽이 들어 있고 지난달 데모 신청이 약 30% 줄어든 상황이에요. Grace는 데이터 소스가 둘을 넘으면 먼저 데이터를 정리해서 Google Sheets나 다른 BI 도구를 LLM용 공용 분석 레이어로 두라고 강하게 권해요.

그다음 data 플러그인으로 원인을 찾아 달라고 했어요. 가능성 있는 원인을 데이터에 하나씩 대조하게 하고 인터랙티브 대시보드로 만들게 한 거예요. 15분쯤 뒤에 나온 대시보드는 결론부터 말해요. 모바일 전환이 무너진 것이 잃어버린 데모 신청의 95%를 설명한다는 내용이에요.

단순 리포트가 아니라 하나의 이야기로 짜여 있었어요. 기기별 지표와 추세선 차트로 모바일 경험에 문제가 생겼을 가능성을 보여 주고 다른 후보 원인도 나열해요. Grace는 여러 데이터셋을 가로질러 종합하고 가설을 세우는 점이 가장 가치 있다고 봅니다. 물론 결과를 그대로 믿지는 않고 여러 관점을 받은 뒤 직접 더 파서 해결책을 제안하는 식으로 써요.

한 걸음 더 나아가 scheduled task로도 걸어 둬요. 매주 월요일에 최신 데이터로 대시보드를 새로 고치고 데모 신청이 10% 넘게 떨어지면 알려 주게 하는 거예요.

리드와 캠페인을 에이전트가 먼저 정리해 주는 법

5번 에이전트는 리드 발굴이에요. Grace는 새 이름을 긁어모으는 것보다 이미 "아마도"라고 답했던 사람이 가장 빠른 고객이라고 봐요. 예산이나 타이밍 때문에 몇 달 전에 놓친 리드가 그 대상입니다. 데모는 B2B 영업팀용 AI 콘텐츠 및 SEO 플랫폼 SiteLoop이에요.

쓴 도구는 LinkedIn 플러그인(무료이고 이름으로 적합한 전문가를 찾아 줘요. 공개 정보 기반이라 민감한 내용은 없다고 해요), 영업 계획을 만들 presentation 플러그인(템플릿 선택 가능), 개인화 이메일 초안을 쓸 Gmail입니다. 에이전트는 리드 데이터를 검토하고 LinkedIn으로 최신 소속 회사를 확인해요. 신규 투자 유치, 콘텐츠 마케터 채용, 제품 출시 같은 구매 신호도 찾습니다.

그러다 일부 리드가 다른 회사로 옮긴 것을 발견했어요. 옛 리드가 아니라 우리를 아는 따뜻한 연락처가 있는 새 회사가 된 거예요. 에이전트는 Grace가 늘 쓰는 세 기준으로 리드 점수를 매겼어요. ICP 적합도, 고통의 크기, 타이밍의 긴급도예요. 세 가지가 강할수록 점수가 올라갑니다.

결과 계획서에는 점수 정의와 계정별 스코어카드가 있고 계정마다 접근 각도와 핵심 연락 창구, 점수, 채널이 적혀 있어요. 기존 계정 외에 비슷한 신규 계정도 찾아 줬고 CRM 담당자에서 자격을 갖춘 계정을 거쳐 신규 계정으로 가는 2주 리드 계획과 개인화 이메일 초안도 만들었습니다. 데모 데이터는 전부 가짜라서 내용에 너무 신경 쓰지 말라고 Grace는 덧붙여요. 실제 업무라면 두 단계로 나누거나 ABM 도구로 신호를 더 풍부하게 만들 수 있어요.

6번 에이전트는 캠페인 기획이에요. 마케터는 캠페인 계획과 브리프 작성과 방향 브레인스토밍을 하고 브랜드 설명도 매번 다시 해야 해요. 이 과정을 에이전트로 흐르게 하려는 거죠.

세팅은 이렇게 했어요. 브랜드 에셋과 제품 사진이 든 Google Team Drive를 만들고 ChatGPT project를 만들어 project instructions에서 그 Drive를 연결합니다. 그다음 template creator 플러그인으로 재사용 가능한 캠페인 브리프 템플릿을 만들어요. 성과가 좋았던 캠페인이 있다면 그 브리프를 올려 템플릿을 만드는 방법도 있다고 Grace는 팁을 줘요.

연휴 시즌 캠페인을 예로 들어 초기 아이디어와 방향을 주고 아이디어 3개를 먼저 제안하게 했어요. 에이전트는 브랜드를 아는 상태에서 핵심 각도 3개를 내놓았어요. Grace가 1번 방향을 고른 뒤 캠페인 브리프와 크리에이티브 에셋을 만들어 team drive에 저장하라고 하자 15분쯤 뒤 브리프와 에셋 패키지가 Drive에 들어와 있었습니다.

에셋은 총 6개로 피드, 정사각형, 스토리 사이즈가 있고 Drive의 제품 사진을 썼어요. winter box 캠페인 브리프에는 메시지, 오퍼, 크리에이티브 방향, 채널 등이 담겨 있습니다. 바로 런칭할 수준은 아니고 성공 기준을 주고 첫 초안을 받는 용도로 쓰라는 게 Grace의 말이에요.

경쟁사 분석과 글쓰기와 제안서까지 반복되는 일을 맡기는 법

7번 에이전트는 경쟁사 리서치이고 Grace가 가장 좋아하는 사례 중 하나예요. 경쟁사 분석은 웹사이트 요약이 아니라 메시지와 오퍼와 퍼널 흐름 같은 디테일에 인사이트가 있다는 이유예요. 데모는 프랑스어를 가르치는 브랜드입니다.

경쟁사 웹사이트 3개와 우리 사이트를 주고 구매자처럼 하나씩 탐색한 뒤 전체 분석을 만들라고 했어요. 에이전트는 서브 에이전트 3개로 일을 나눠 경쟁사 사이트를 동시에 클릭하며 돌았어요. 20분 넘게 지나 Drive에 SWOT 분석 파일과 경쟁사 트래커가 저장됐고 브랜드별 폴더 안에는 주석이 달린 핵심 퍼널 단계가 들어 있었습니다.

트래커는 브랜드마다 타깃 구매자와 포지셔닝, 핵심 오퍼, 가격, 리드 마그넷, 사이트 흐름 등을 나란히 비교할 수 있게 정리해요. 브랜드별 퍼널 단계와 관찰 내용, 변경 로그와 프로젝트 계획도 있습니다. 프로젝트 계획은 과하다고 Grace는 보지만 트래커는 마케팅 전략을 짤 때 아주 유용하다고 해요. 앞서 만든 오디언스 리서치와 합치면 브랜드를 어디에 포지셔닝하고 어떤 성장 영역에 집중할지가 훨씬 선명해집니다.

8번 에이전트는 특정 목소리로 글을 쓰는 고스트라이터예요. 샘플 몇 개를 붙여 넣고 이렇게 써 달라고 하면 겉모습만 따라 하고 어떤 글이 실제로 효과가 있었는지는 모른다는 게 Grace의 문제의식이에요. 그래서 자기 YouTube 영상 스크립트용 skill을 만드는 과정을 보여 줍니다. 지금까지는 Claude로 만들어 왔고 이번에 ChatGPT도 되는지 본 거예요.

transcript는 YouTube 분석 도구 vidIQ로 가져왔어요. 이 도구가 없다면 스크립트를 폴더에 모아 두고 ChatGPT가 그 폴더를 보게 하면 된다고 해요. 요청은 최근 롱폼 영상 스크립트 20개를 가져와 말하는 패턴과 리듬과 구성 방식과 단어 선택을 분석하고 voice profile과 재사용 가능한 skill을 만들라는 내용이었어요. 번거로운 일괄 작업이라 필요하면 서브 에이전트로 나누라는 지시도 넣었습니다.

voice profile은 요약에서 시작해 목소리 정체성, 말하는 패턴, 이야기 구성 방식을 담았어요. 예시와 최종 스크립트 전에 확인할 영역까지 있고 Grace는 상당히 정확하다고 평가해요. 이어서 ChatGPT documents에서 그 skill을 태그하고 영상 아웃라인을 바탕으로 훅과 인트로를 쓰게 한 뒤 작업 문서로 저장했어요. 결과는 자신의 말투와 닮았고 특히 섹션 사이를 넘어가는 방식이 비슷했다고 해요. 다만 Claude가 아직 조금 더 낫다는 말도 Grace는 숨기지 않아요.

같은 원리로 이메일, 소셜 게시물, 뉴스레터 등 목소리 프로필을 여러 개 둘 수 있고 클라이언트나 브랜드가 여럿일 때도 쓸 수 있어요. 결과를 가르는 건 처음 넘기는 소스 자료라서 좋은 소스를 모으는 데 시간을 더 쓰라고 합니다.

9번 에이전트는 제안서 담당이에요. 많은 사람이 AI로 제안서를 쓰지만 가격표를 붙이고 사례를 찾고 디자인을 손보는 일은 여전히 수작업이에요. 데모는 앞서 나온 SiteLoop의 팀용 project예요. 이 project에는 가격표와 지난 제안서와 브랜드 키트가 들어 있어요.

ChatGPT sites 플러그인을 쓰고 잠재 고객과의 discovery call 트랜스크립트를 첨부한 뒤 prospect analysis를 시켜 통화를 딜을 따낼 제안서로 바꾸게 했어요. 에이전트는 통화에서 고객이 필요한 것을 먼저 정리하고 조사한 다음 PDF 제안서와 웹사이트 버전을 함께 만들었습니다.

라이브 사이트로 올라온 제안서는 브랜드에 맞았고 잠재 고객의 이름과 로고가 들어가 개인화된 느낌이 났어요. 템플릿식 인사 대신 고객의 상황으로 시작하고 가장 관련 있는 사례를 보여 줘요. 마지막에는 가격 플랜 3개가 나오는데 고객이 직접 선택해 제안서를 업데이트할 수 있어요. 바로 제출해 수락할 수도 있고 PDF로 내려받을 수도 있습니다. Grace는 이를 셀프서비스 제품 같다고 말해요. 이것도 proposal skill로 저장하면 다음 고객에서는 새 트랜스크립트만 붙이면 됩니다.

이 사례에서 Grace가 강조하는 건 제안서가 아니라 구조예요. 바뀌지 않는 것은 project 안에 두고 바뀌는 것만 첨부해 완성 자료를 요청하는 방식이죠. 프리랜서는 작업 범위 문서에, 사내 마케터는 예산 요청서에, 컨설턴트는 감사 보고서에 같은 구조를 쓸 수 있어요.

AI 검색에서 브랜드가 답으로 뽑히게 만드는 에이전트

10번 에이전트는 AI 검색 노출을 맡아요. Grace는 AI 검색이 최우선 과제라는 점은 설득할 필요도 없다고 봐요. 문제는 대부분 AI가 브랜드를 언급했는지 추적하는 데서 멈춘다는 거예요. 추적만으로는 AI의 답이 바뀌지 않으니 AI가 이미 하는 말을 역공학해서 인용하는 문장을 찾아내고 다음에 AI가 고를 만한 뚜렷한 답이 되도록 만든다는 접근입니다.

세팅은 브랜드 팩트가 이미 들어 있는 project에서 시작해요. 먼저 재사용할 AI 검색용 콘텐츠 브리프 템플릿을 만들게 했습니다. 이어서 AI 노출을 늘려 쇼핑객이 AI에게 무엇을 살지 물을 때 우리를 찾게 하자는 목표를 줬어요. 이전 리서치에서 정한 구매 의도가 높은 질문 하나에만 집중시켰고요.

Grace는 질문을 한 번에 하나씩 맡기라고 권해요. 그래야 인사이트가 깊어지고 AI 검색 최적화는 양보다 질이 먼저라는 이유예요. 에이전트는 브라우저로 ChatGPT와 Google AI Mode의 결과를 직접 확인했는데 이 작업은 에이전트가 차단되는 경우가 있어서 로그인으로 제한을 피해야 할 때도 있다고 해요.

15분쯤 뒤 content planning 폴더에 캡처한 답변과 콘텐츠 브리프가 저장됐어요. 브리프에는 AI 답변 스냅샷과 보이는 답변에서 추정한 팬아웃 맵이 들어 있고 브랜드 팩트를 바탕으로 AI가 우리를 어떻게 설명하길 원하는지도 적혀 있어요. 헤드라인과 근거를 포함한 콘텐츠 구조, AI 검색에서 독보적이 되도록 제공할 만한 자체 데이터나 근거까지 있습니다.

Grace가 특히 좋아한 부분은 부록의 섹션별 작성 과제예요. 핵심 주제와 관련된 모든 후속 검색어에 대한 질문과 답이 들어 있어서 가능한 검색어를 최대한 덮을 수 있어요. 직접 하지 않아도 AI 검색이 감에서 근거가 있는 작성 계획으로 바뀐다는 게 가장 큰 가치라고 Grace는 말합니다.

핵심 인사이트

• 세팅이 결과물의 품질을 좌우해요: Grace는 project, skill, scheduled task 세 가지를 에이전트 주변에 깔아 두라고 해요. 그래야 매번 설명하지 않아도 브랜드와 작업 방식을 아는 상태로 일을 시작하기 때문이에요.
• 목표와 큰 방향만 주고 방법은 맡겨요: 발표와 고객 리서치 사례에서 Grace는 단계별 지시를 주지 않고 소스 종류만 알려 줬어요. 소스별 서브 에이전트로 나누면 더 빠르고 깊게 조사한다고 봅니다.
• 한 번 잘 돌린 과정은 skill로 저장해요: 오디언스 리서치와 제안서와 목소리 프로필을 skill로 남기면 새 제품이나 새 고객에서 입력만 바꿔 다시 돌릴 수 있어요.
• 결과는 첫 초안이자 검증 대상이에요: Grace는 캠페인 결과물이 바로 런칭할 수준은 아니라고 하고 데이터 분석도 그대로 믿지 않아요. 스레드 링크를 직접 열어 근거를 확인하라는 말과도 이어집니다.
• 바뀌지 않는 것은 project에, 바뀌는 것만 첨부해요: 제안서 사례에서 나온 원칙이고 예산 요청서나 감사 보고서에도 그대로 쓸 수 있다고 Grace는 말해요.

오늘 당장 해볼 것

1. ChatGPT에서 project를 하나 만들고 project instructions에 브랜드 소개와 타깃과 톤을 적어 보세요. 팀 자료가 Google Team Drive에 있다면 그 Drive도 연결하세요. 이후 모든 에이전트 작업이 브랜드를 아는 상태에서 시작되기 때문입니다.
2. 고객 말투 리서치를 맡겨 보세요. 예를 들어 "우리 분야의 소규모 사업자가 쓰는 도구에서 겪는 어려움을 그들의 표현 그대로 찾아 줘. Reddit, 커뮤니티, 리뷰 사이트를 보고 소스마다 서브 에이전트로 나눠서 조사해 줘"라고 요청해 보세요. 결과 리포트의 스레드 링크를 열어 근거를 직접 확인해 보면 쓸 만한 정도가 보입니다.
3. 경쟁사 사이트 3개와 우리 사이트의 주소를 주고 "구매자처럼 하나씩 탐색하고 전체 분석을 만들어 줘. 경쟁사마다 서브 에이전트로 나눠 줘"라고 시켜 보세요. 타깃 구매자와 포지셔닝과 가격과 리드 마그넷과 퍼널 단계를 비교하는 트래커를 Drive에 저장하게 하면 나중에 전략을 짤 때 바로 꺼내 쓸 수 있어요.
4. Google Sheets에 데모 신청, 광고비, 트래픽 같은 지표를 정리하고 data 플러그인으로 "지난달 이 지표가 떨어진 이유를 찾아 줘. 가능한 원인을 데이터에 하나씩 대조하고 인터랙티브 대시보드로 만들어 줘"라고 요청해 보세요. 마음에 들면 매주 월요일에 새로 고치고 10% 넘게 떨어지면 알려 달라고 scheduled task로 걸어 두세요.
5. 한 번 만족스럽게 나온 작업을 골라 skill로 저장해 보세요. 오디언스 리서치나 제안서처럼 반복되는 일이 좋아요. 다음에는 새 제품이나 새 트랜스크립트만 넘기면 같은 과정을 다시 돌릴 수 있습니다.