AI 데이터 분석 실무: ChatGPT Data로 주간 보고 인수인계 줄이기

OpenAI는 2026년 9월 10일 ChatGPT Work와 Codex에 Data를 추가했습니다. 이 AI 데이터 분석 기능이 비즈니스에 가져오는 변화는 차트 버튼 하나가 더 생겼다는 데 있지 않습니다. 팀은 지표 정의와 사람의 최종 승인을 유지하면서, 분석가를 반복해서 거치던 주간 보고 업무를 하나의 연결되고 새로고침 가능한 워크플로로 전환할 수 있습니다.

AI 데이터 분석 툴 ChatGPT Data는 무엇인가

Data는 ChatGPT Work와 Codex 안에서 분석 업무를 수행하는 플러그인입니다. 비즈니스 질문을 입력하면 계정에 허용된 여러 데이터 소스를 활용해 작업하고, 그 결과를 대화형 대시보드나 보고서로 만들 수 있습니다. 두 환경이 낯설다면 ChatGPT Work 리뷰에서 Work와 Codex의 역할이 어디서 나뉘는지 확인할 수 있습니다.

Data는 데이터 웨어하우스도, 데이터베이스의 새 복사본도, 모든 BI 툴을 대체하는 제품도 아닙니다. OpenAI의 Data 설정 가이드는 웨어하우스를 연결하고 시맨틱 레이어를 제공한 뒤, 완성된 대시보드에는 ChatGPT Sites를 사용하도록 권합니다. 시맨틱 레이어는 비즈니스에서 승인한 의미 체계입니다. 무엇을 매출로 계산하는지, 고객이 언제 활성 상태가 되는지, 어떤 환불을 제외하는지, 테이블끼리 어떤 관계인지가 여기에 담깁니다.

핵심은 바로 이 정의 레이어입니다. 이것이 없으면 Data가 틀린 수치를 그럴듯하게 설명할 수 있습니다.

기존 보고 업무는 대개 이런 흐름입니다. 리더가 질문하면 분석가가 테이블을 찾고, 쿼리를 다시 만들고, 결과를 내보내고, 차트를 갱신한 뒤 후속 질문에 답합니다. 대화가 한 차례 오갈 때마다 또 하나의 인수인계가 생깁니다.

Data를 쓰면 리더와 분석가가 하나의 스레드에서 계속 작업할 수 있습니다. Data는 승인된 소스를 조회하고 팀의 지표 정의를 적용하며, 필터와 근거를 보여주고, 분석을 수정해 대시보드까지 만들 수 있습니다. 분석가의 역할은 툴 사이에서 수치를 옮기는 일에서 지표를 정의하고 쿼리를 검토하며 결과를 승인하는 일로 바뀝니다.

이는 ChatGPT Work의 Deep Research와도 다릅니다. Deep Research는 웹, 파일, 지원되는 앱을 넘나들며 근거를 수집하고 출처를 밝히는 용도입니다. Data는 연결된 운영 데이터를 바탕으로 통제된 비즈니스 분석을 수행하는 데 초점을 둡니다. 하나는 출처가 명시된 리서치 브리프를 만들고, 다른 하나는 팀이 매주 열어 보는 반복형 지표 보고서가 될 수 있습니다.

바뀐 것은 워크플로입니다. 기준 데이터는 그대로입니다

실질적인 이점은 보고 과정의 인수인계가 줄어든다는 점입니다. 반면 대화형 요청 하나가 웨어하우스에서 공유 대시보드까지 곧바로 이어질 수 있다는 점은 위험 요소입니다.

Data는 Amazon Redshift, ClickHouse, Databricks, Google BigQuery, MongoDB, Snowflake를 비롯한 데이터 소스와 함께 사용할 수 있습니다. Google Drive와 SharePoint에서 비즈니스 맥락을 가져올 수도 있고, 해당 연결이 지원되면 Power BI, Tableau, Sigma, ThoughtSpot 같은 BI 툴과 연계해 작업할 수도 있습니다. 실제로 가능한 동작은 각 툴과 사용자의 접근 권한에 따라 달라집니다.

그렇다고 모델이 기준 시스템이 되는 것은 아닙니다. OpenAI는 결과를 신뢰하기 전에 소스, 기간, 필터, 지표 정의를 확인하라고 안내합니다. Data의 답과 기존 보고서가 다르다면 가장 먼저 이 네 가지를 대조해야 합니다.

재무 패키지, 파이프라인 리뷰, 고객 대시보드, 리텐션 보고서, 운영 리뷰를 만들 때 이미 인수인계 비용을 치르고 있는 팀이 가장 큰 효과를 얻습니다. 승인된 소스나 안정적인 정의, Data 접근 권한이 없다면 반복 가능한 워크플로도 만들 수 없습니다. 일회성 CSV로 클릭 수를 줄일 수는 있지만, 비즈니스 타당성은 반복 보고에서 나옵니다.

이번 주부터 달라질 수 있는 네 가지 업무

소프트웨어 기업의 재무 책임자

재무 책임자는 승인된 웨어하우스 뷰를 바탕으로 주간 매출 및 리텐션 패키지를 갱신해 달라고 Data에 요청할 수 있습니다. 프롬프트에는 보고 기간과 비교 기간, 재무팀이 관리하는 정의를 명시합니다. Data는 증감 요인에 대한 설명 초안을 만들고 각 차트를 뒷받침하는 근거를 보여줍니다.

효과는 결산이 자동화된다는 데 있지 않습니다. 분석가, 스프레드시트, 슬라이드 자료, 재무 책임자 사이를 오가는 횟수가 줄어드는 것입니다. 패키지가 경영진에게 전달되기 전 수치를 최종 승인하는 책임은 여전히 재무팀에 있습니다.

매출 운영 관리자

RevOps 관리자는 승인된 파이프라인 정의와 계정으로 접근할 수 있는 CRM 또는 웨어하우스 데이터를 사용해 지역별 파이프라인이 달라진 이유를 조사할 수 있습니다. 후속 질문을 통해 실제 영업 변화와 필터 변경, 늦은 동기화, 매핑되지 않은 레코드를 구분할 수 있습니다.

효과는 “수치가 변했다”에서 “이 수치를 움직인 세그먼트와 원본 행은 이것이다”까지 가는 경로가 짧아지는 것입니다. 단계 정의와 예측 변경 결정은 여전히 영업 운영팀의 책임입니다.

에이전시 계정 책임자

계정 책임자는 승인된 광고 및 커머스 데이터로 고객 성과 대시보드를 만든 뒤, 주간 회의 전에 가장 큰 변화를 설명해 달라고 Data에 요청할 수 있습니다. 브랜드 규칙을 적용하면 레이아웃을 일일이 다시 만들지 않고도 대시보드의 형태를 맞출 수 있습니다.

효과는 매번 반복되는 슬라이드 제작이 줄어드는 것입니다. 다만 완성된 대시보드에 복사된 모든 데이터 항목을 고객이 볼 수 있는지는 에이전시가 계속 확인해야 합니다. 소스 접근 권한과 대시보드 접근 권한은 같은 통제 장치가 아닙니다.

제품 운영 책임자

제품 운영 책임자는 제품 분석 데이터와 활성 사용자 정의가 담긴 문서를 함께 살펴 리텐션 변화의 원인을 추적할 수 있습니다. Data는 코호트를 비교하고, 기간과 필터를 드러내며, 검토를 마친 분석을 제품팀과 경영진용 보고서로 바꿀 수 있습니다.

효과는 제품 관리자와 분석가 사이의 반복 작업이 줄어드는 것입니다. 활성화 정의를 두고 이견이 있다면 Data가 결론을 내려주지는 않습니다. 먼저 팀이 시맨틱 레이어에서 합의해야 합니다.

주간 보고서 하나를 파일럿으로 운영하는 방법

경영진 대시보드부터 시작하지 마십시오. 담당자, 소스, 정의, 현재 결과물이 이미 정해져 있는 보고서를 고르는 편이 좋습니다.

1. 1

   보고서와 의사결정 선택하기

   반복해서 만드는 보고서 하나를 고르고, 그 보고서가 뒷받침할 의사결정을 명시합니다. “주간 매출 패키지”만으로는 여전히 모호합니다. “운영 리뷰 전에 리텐션 개선 조치가 필요한지 결정한다”라고 쓰면 분석의 도착점이 분명해집니다.

2. 2

   프롬프트 전에 접근 권한 확인하기

   관리자는 Workspace settings > Plugins > Data에서 설치 가능한 사용자를 선택하고 필요한 소스 연결을 활성화합니다. 개별 사용자는 플러그인 디렉터리에서 Data를 설치합니다. Codex에서는 Sources를 열고 Use plugins를 선택한 뒤 설치된 플러그인을 고릅니다. 소스 앱에서 별도의 설정과 승인이 필요할 수도 있습니다.

3. 3

   지표 계약 작성하기

   승인된 소스, 지표 정의, 보고 기간, 비교 기준, 제외 항목, 담당자를 Data에 제공합니다. 정의가 충돌할 때 기준으로 삼을 시맨틱 뷰나 신뢰할 수 있는 대시보드도 지정합니다. 이 내용을 문서로 적을 수 없다면 아직 자동화할 준비가 되지 않은 워크플로입니다.

4. 4

   한 번은 비공개로 실행하기

   어떤 플러그인이 요청을 처리했는지 모호하지 않도록 @Data로 시작합니다. 대시보드와 그 계산 근거, 소스 최신성, 필터, 매칭되지 않은 레코드, 답을 바꿀 수 있는 모든 가정을 요청합니다. 결과는 비공개로 유지하라고 명시합니다.

5. 5

   근거 확인하기

   의사결정에 영향을 주는 수치를 현재 보고서와 대조합니다. 소스, 기간, 필터, 정의, 제외된 레코드를 확인합니다. 더 깔끔해 보이는 차트를 받아들이기 전에 불일치가 생긴 이유를 Data에 설명하도록 요청합니다.

6. 6

   측정한 뒤 예약하기

   직접 검토한 시간, Work 또는 Codex 사용량, 웨어하우스 활동, BI 비용을 기록합니다. 수동 실행을 통과한 뒤에만 클라우드 새로고침을 예약합니다. 예약된 ChatGPT Work 작업이 소스를 확인하고 대시보드를 갱신하며, Site 자체가 예약 작업을 실행하는 것은 아닙니다.

아래 요청문을 출발점으로 삼아 상황에 맞게 고칠 수 있습니다.

@Data, 승인된 재무 시맨틱 뷰를 사용해 주간 매출 및 리텐션 보고서를 만들어 주세요. 마지막으로 완료된 주와 그 직전의 완료된 주를 비교하세요. 재무팀의 정의를 적용하고, 소스 최신성, 필터, 계산식, 매칭되지 않은 레코드를 보여준 뒤 가장 큰 변화를 설명하세요. 대시보드는 비공개로 유지하세요. 게시, 공유, 메시지 전송 또는 원본 데이터 변경은 하지 마세요. 다른 정의나 소스를 사용하기 전에는 저에게 물어보세요.

첫 실행에서는 완성된 대시보드 뒤에 취약한 소스와 정의 경계를 감추는 대신, 그 문제를 드러내야 합니다.

실제로 따져야 할 비용 계산

OpenAI는 Data 플러그인에 별도 가격을 공개하지 않았습니다. 그렇다고 이 워크플로가 무료인 것은 아닙니다. 비용은 Work 또는 Codex 사용량, 웨어하우스 컴퓨팅, 유지하는 BI 라이선스, 계속 필요한 사람의 검토에서 발생할 수 있습니다.

구체적인 계획 모델을 위해 현재 주간 보고서 하나에 3.0인시가 들고, 인건비 완전원가의 가중 평균이 시간당 $80라고 가정해 보겠습니다. 52회 실행하면 연간 $12,480입니다. Data가 회차당 작성 및 검토 시간을 0.75인시로 줄인다면 인건비는 $3,120로 낮아지고, 모델상 확보되는 업무 여력의 가치는 $9,360입니다.

이는 OpenAI의 벤치마크가 아니라 가정입니다. 파일럿 후 직접 측정한 값으로 바꿔야 합니다.

ChatGPT 항목은 GPT-5.6 Sol에서 입력 토큰 50,000개, 캐시된 입력 토큰 200,000개, 출력 토큰 10,000개를 쓰는 명시적인 가상 새로고침을 기준으로 합니다. OpenAI의 현재 신규 Enterprise 요금표는 토큰 백만 개당 각각 $4.00, $0.40, $20.00를 부과합니다. 따라서 예시 비용은 새로고침당 $0.48, 연간 $24.96입니다.

Business 및 크레딧 기반 Enterprise 워크스페이스는 단위가 다릅니다. 현재 크레딧 요금표에 따르면 Work와 Codex에서 GPT-5.6 Sol은 입력 토큰 백만 개당 100크레딧, 캐시된 입력 토큰 백만 개당 10크레딧, 출력 토큰 백만 개당 500크레딧입니다. Standard Business 좌석은 포함된 한도를 먼저 사용하며, 이후 대상 작업에는 구매한 워크스페이스 크레딧을 사용할 수 있습니다.

Snowflake 항목은 주간 새로고침마다 X-Small 웨어하우스를 한 번 시작하고, 실행 시간이 최소 과금 시간인 60초를 넘지 않는다고 가정합니다. Snowflake 요금은 X-Small을 연속 실행 시간당 한 크레딧으로 계산하고, 시작할 때마다 최소 60초를 부과한 뒤 초 단위로 과금합니다. Data가 더 많은 쿼리를 실행하거나 웨어하우스를 더 오래 깨워 두거나 더 큰 웨어하우스를 사용할 수도 있습니다. 실제 비용은 이 최저값이 아니라 웨어하우스 기록으로 확인해야 합니다.

OpenAI가 권장하는 구성에서 Power BI는 선택 사항입니다. Microsoft가 현재 제시하는 Power BI Pro 가격은 연간 결제 시 사용자당 월 $14이지만, 기존 라이선스라면 매몰비용일 수 있고 결제 가격은 달라질 수 있습니다. Data가 연결될 수 있다는 이유만으로 BI 좌석을 추가해서는 안 됩니다.

의사결정 공식은 간단합니다.

연간 가치 = 보고서 실행 횟수 × 줄어든 시간 × 완전원가 기준 인건비 - 추가 Work 사용료, 웨어하우스 컴퓨팅, 신규 BI 라이선스, 남은 검토 비용.

이 워크플로 때문에 ChatGPT 좌석을 구매해야 한다면 좌석 비용을 포함합니다. 팀이 이미 해당 좌석과 BI 툴 비용을 내고 있다면 한계비용을 적용합니다. 파일럿에서는 모든 가정을 관측한 수치로 바꿔야 합니다.

권한의 함정은 쿼리 다음에 있습니다

Data 쿼리는 테이블, 행, 열 제한을 비롯해 연결된 계정의 기존 권한을 사용합니다. Data 플러그인을 설치한다고 웨어하우스 연결 권한이 생기는 것은 아니며, 웨어하우스를 연결한다고 승인된 역할을 넘어서는 접근 권한이 부여되는 것도 아닙니다.

게시하는 순간 두 번째 권한 경계가 생깁니다. OpenAI에 따르면 분석에 사용된 데이터는 게시된 ChatGPT Site 안에 복사됩니다. 이후 Site에는 별도의 공개 대상 설정이 적용되며, 계정과 관리자가 허용하는 경우 지정한 사용자, 워크스페이스, 이름을 지정한 외부 열람자 또는 일반 대중을 포함할 수 있습니다.

따라서 소스 쿼리를 직접 실행할 수 없는 사람도 Site에 복사된 데이터의 공개 대상에 포함될 수 있습니다. 대시보드의 데이터 항목과 공개 대상을 웨어하우스 권한이 자동으로 상속되는 실시간 창으로 보지 말고, 새로운 게시물로 보고 검토해야 합니다.

새 Site는 접근 설정을 바꾸기 전까지 소유자와 워크스페이스 관리자에게만 공개됩니다. Enterprise의 공개 게시는 기본적으로 꺼져 있지만, 이는 여러 통제 장치 중 하나일 뿐입니다. 이름을 지정한 외부 사용자와의 공유나 워크스페이스 전체 공유가 활성화되면 공개 대상은 여전히 넓어질 수 있습니다.

숨김없이 봐야 할 한계

요금제별 지원 여부는 모든 사용자에게 일괄적으로 약속할 만큼 명확하지 않습니다. 플러그인 디렉터리는 여러 ChatGPT 요금제에서 제공되지만, 각 플러그인의 지원 여부는 요금제, 워크스페이스, 역할, 지역, 사용 환경, 배포 상태, 포함 기능에 따라 달라집니다. Data 가이드에는 정확한 대상 요금제 목록이 공개되어 있지 않습니다. 이를 전제로 구매하기 전에 실제로 사용할 계정과 워크스페이스에 Data가 표시되는지 확인해야 합니다.

Sites의 가격에도 미확정 사항이 있습니다. Sites는 배포 상태와 통제 설정을 전제로 ChatGPT 워크스페이스, Plus, Pro 계정에서 공개 베타로 제공됩니다. 사용량은 요금제별 베타 한도까지만 포함되며, OpenAI는 전체 가격 정보가 추후 공개될 예정이라고 밝히고 있습니다.

ChatGPT 업무 자동화에도 사용량이 발생합니다. 지원되는 Work 및 Codex 자동화는 해당 요금표에 따라 모델 활동과 함께 측정됩니다. OpenAI의 대시보드 워크플로에 따르면 클라우드 작업은 노트북이 꺼져 있어도 계속 실행되지만, 데스크톱 작업은 컴퓨터가 켜져 있고 앱이 실행 중이어야 합니다. 실행 환경을 의도적으로 선택한 뒤 양쪽 사용 기록을 모두 지켜봐야 합니다.

Data가 취약한 비즈니스 로직을 고칠 수도 없습니다. 시맨틱 레이어가 없거나, KPI 정의에 이견이 있거나, 계정 접근 권한이 불완전하거나, 소스가 오래됐거나, 툴 동작이 지원되지 않으면 여전히 빈틈이 생깁니다. 대시보드가 그 빈틈을 더 보기 좋게 꾸밀 수는 있어도 줄여주지는 못합니다.

월요일에 실행할 한 가지

팀이 같은 보고서를 반복해서 만들고, 담당자와 승인된 소스를 특정할 수 있으며, 지표 정의가 안정적이라면 이번 주에 움직일 이유가 있습니다. 사용할 워크스페이스에 Data가 없거나 소스 연결이 검토를 통과하지 못했거나 두 팀이 여전히 KPI를 다르게 계산한다면 기다리는 편이 낫습니다. 기존 BI 새로고침만으로도 적합한 담당자에게 검토된 보고서가 전달되고 수동 인수인계가 거의 없다면 받는 영향도 크지 않습니다.

월요일에는 이미 제출 기한이 정해진 보고서 하나를 골라 Data로 비공개 실행합니다. 먼저 현재 작성 시간을 기록합니다. 승인된 뷰와 지표 계약을 Data에 제공한 뒤, 의사결정에 영향을 주는 모든 수치를 기존 보고서와 대조합니다. Work 사용량, 웨어하우스 활동, 검토 시간을 기록합니다. 결과가 검토를 통과하고 Site 공개 대상의 책임자가 지정되기 전에는 예약하거나 게시하지 마십시오.

AI가 워크플로의 비용 구조를 바꿀 때 참고할 수 있는 쉬운 운영 가이드를 더 받아보려면 뉴스레터를 구독하세요.