
이미지: 오픈AI 영상 갈무리
요약
- 오픈AI가 10월 8일 공개한 오라클 사례에 따르면 오라클의 챗GPT 활성 사용자는 13만 명, Codex 활성 사용자는 9만5000명을 넘는다.
- 채용팀은 챗GPT Work로 만든 인재 시장 분석 도구로 2~4일 걸리던 준비를 15~20분으로 줄였고, 조사 시간은 98% 감소했다.
- 애플리케이션 랩은 온톨로지를 만들어 일상 언어 질문을 Codex가 SQL로 바꾸게 했고, SRE는 한 시간 걸리던 단순 장애를 몇 분 안에 처리한다.
- 공개
- 2026년 10월 8일 · 오픈AI 고객 사례
- 챗GPT 활성 사용자
- 오라클 13만 명
- Codex 활성 사용자
- 오라클 9만5000명 이상
- 이용 규모
- 10만 명 넘는 직원이 챗GPT Work와 Codex 사용
- 채용 조사 시간
- 98% 감소
- 인재 시장 분석 도구
- 챗GPT Work로 제작 · 직무 기술서 입력 → 비슷한 직무 조사·보상 비교·지역별 인재 풀 평가
- 채용 준비 시간
- 2~4일 → 15~20분
- 발언
- 잰 애커먼 오라클 수석부사장 겸 글로벌 인재확보 총괄
- 애플리케이션 랩
- 회사 객체·관계·규칙 온톨로지 구축 · 일상 언어 질문을 Codex가 SQL로 변환
- 업무 질문
- 두어 시간 → 거의 즉시 · 수작업 결과와 숫자 정확히 일치
- SRE 장애 대응
- 단순 장애 해결 한 시간 → 몇 분
- 발언
- 리처드 램 오라클 애플리케이션 랩 그룹 부사장
- 발언
- 배리 실모버 CIO 기술 자문 부사장 · 기획서 대신 시제품
- 오픈AI 기업 고객
- 전 세계 100만 곳 이상
- 영상
- 애커먼 인터뷰 77초 · 수요 지수 보고서·인재 히트맵 화면 · 챗GPT Work 사용자 대화 연작
오픈AI가 10월 8일 오라클의 챗GPT Work·Codex 도입 사례를 공개했다. 오픈AI에 따르면 오라클에서 챗GPT를 쓰는 활성 사용자는 13만 명, Codex 활성 사용자는 9만5000명을 넘는다. 채용팀은 직접 만든 도구로 인재 시장 조사에 드는 시간을 98% 줄였다. 오픈AI는 채용과 엔지니어링, 운영 전반에서 전문가에게 기대 며칠씩 걸리던 일이 이제 누구나 몇 분 만에 끝내는 일이 됐다고 밝혔다.
가장 큰 숫자는 채용에서 나왔다. 오라클 채용팀은 챗GPT Work로 인재 시장 분석 도구를 만들었다. 직무 기술서를 넣으면 비슷한 직무를 조사하고, 보상 수준을 비교하고, 관련 지역의 인재 풀을 평가한다. 채용 담당자가 채용 관리자와 마주 앉기 전에 갖춰야 할 이 정보는 예전엔 모으는 데 2~4일이 걸렸다. 오라클의 잰 애커먼 수석부사장 겸 글로벌 인재확보 총괄은 "0에서 100으로 뛰었다"며 "이제는 Work로 만든 도구를 써서 15~20분 정도면 준비를 마친다"고 말했다.
속도만 바뀐 것은 아니다. 예전엔 채용 담당자마다 접수 절차를 다르게 돌렸지만, 도구를 쓰면서 절차가 하나로 맞춰졌다. 오픈AI는 어느 담당자와 일하든 모든 채용 관리자가 같은 품질의 데이터와 분석을 받게 됐다고 설명했다. 메탈이 확인한 77초짜리 인터뷰 영상에서 애커먼은 직무 기술서에서 시작해 직접 만든 GPT로 외부 자료를 뒤져 비슷한 직무와 경쟁사 움직임을 찾는다고 설명했다. 화면에는 AI 커뮤니티 리더 직무를 놓고 수요 지수를 매긴 보고서와 도시별 인재 분포를 거품 크기로 그린 히트맵이 지나간다. 영상은 챗GPT Work 사용자들과 나눈 대화를 묶은 연작의 한 편이다.
사내 데이터 조회 방식도 달라졌다. 오라클의 핵심 업무 프로세스 다수를 운영하는 오라클 애플리케이션 랩 팀은 회사의 객체와 관계, 규칙을 정리한 온톨로지를 만들었다. 덕분에 일상 언어로 던진 업무 질문을 Codex가 믿을 만한 SQL 쿼리로 바꾼다. 사용자가 원하는 결과를 설명하면 Codex가 어느 사내 시스템을 부를지 정하고 정보를 모아 분석이나 보고서, 애플리케이션으로 돌려준다. 리처드 램 오라클 애플리케이션 랩 그룹 부사장은 "업무 사용자가 보고서를 찾아다니는 대신 원하는 결과를 설명한다"며 "비즈니스 전환이라고까지 부르겠다"고 말했다.
램이 전한 사례는 구체적이다. 평소라면 답을 얻는 데 두어 시간이 걸렸을 질문을 던진 한 사용자는 "요청을 넣자 거의 즉시 답이 왔다"고 말했고, 예전 수작업 결과와 대조해 보니 숫자가 정확히 일치했다. 운영 엔지니어링에서는 사이트 신뢰성 엔지니어(SRE)가 Codex로 장애 관련 맥락을 모으고 맞는 대응 절차서를 자동으로 불러온다. 램은 "해결에 한 시간 걸리던 단순한 장애를 이제 몇 분 안에 처리한다"고 말했다.
오라클 경영진이 꼽은 원칙은 사람이 결과에 책임진다는 쪽에 있다. 램은 "시스템 설계와 아키텍처, 보안, Codex가 코드를 어떻게 짜게 할지에 여전히 매우 책임 있게 임해야 한다"고 말했다. 그는 "Codex와 함께 일하지 않으면 유지보수할 수 없는 코드가 잔뜩 쌓이는 상황에 빠진다"며 코드의 주인이 되라고 덧붙였다. 배리 실모버 CIO 기술 자문 부사장은 "예전엔 아이디어를 종이에 적었지만 이제는 시제품으로 만든다"며 기획서 대신 시제품을 내밀라고 권했다. 그는 다음에 풀 문제가 무엇일지는 몰라도 가장 먼저 Codex를 쓸 것이라고 말했다.
메탈은 더 덴의 챗GPT Work 도입 사례를 보도한 바 있으며, 오픈AI는 사내 데이터에 묻는 챗GPT Work 데이터 에이전트도 내놓았다. 오픈AI는 전 세계 100만 곳이 넘는 기업이 자사 도구로 의미 있는 성과를 내고 있다고 밝혔다. 이번 사례는 그 가운데 직원 10만 명 넘게 챗GPT Work와 Codex를 쓰는 고객을 전면에 세웠다.
마케팅의 눈으로 보면 이 사례의 설계는 숫자 세 개와 직함 세 개다. 13만 명과 9만5000명이라는 규모, 98%라는 단축률로 첫 화면을 채우고, 채용·데이터·엔지니어링 책임자의 육성으로 각 숫자를 증언하게 했다. 다른 기업이 따라 할 수 있는 지점은 도구 자체보다 직무 기술서에서 보고서까지의 절차를 하나로 고정한 방식이다.





댓글