출시 6개월 만에 사용자의 75%를 잃은 AI 에이전트가 있습니다. OpenAI의 ChatGPT Agent(구 Operator)입니다. 흥미로운 건 실패 원인이 기술적 한계가 아니라는 점입니다. 사용자들이 “이게 대체 뭘 하는 건지 몰랐다”는 게 핵심 문제였죠.

The Information 보도에 따르면 ChatGPT Agent는 출시 당시 주간 활성 유료 사용자 400만 명(당시 유료 구독자의 약 11%)으로 시작했지만, 몇 달 만에 100만 명 이하로 급감했습니다. 사용자들은 이 도구를 어디에 쓸 수 있는지 이해하지 못했고, 일부는 이런 기능이 존재하는지조차 몰랐습니다.

출처: What went wrong with OpenAI’s year of agents – The Information

범용 에이전트의 함정

ChatGPT Agent의 문제는 정체성의 모호함이었습니다. ChatGPT는 이미 오래전부터 에이전트처럼 작동했습니다. 추론 모델은 필요에 따라 코드를 작성하고, 웹을 검색하고, 이미지를 분석합니다. ChatGPT Agent의 실질적인 차별점은 ‘가상 브라우저’ 기능뿐이었는데, 이름을 ‘Agent’라고 붙이는 바람에 다른 모드는 에이전트가 아닌 것처럼 보이게 만들었죠.

더 아이러니한 건 OpenAI가 ChatGPT Agent를 출시하기 전에 이미 Deep Research라는 ‘AI 에이전트’를 선보였다는 점입니다. 그렇다면 ChatGPT Agent는 뭐가 다른 건가요? 사용자 입장에서는 혼란스러울 수밖에 없습니다.

속도 문제, 신뢰성 부족, 사이버 보안 리스크 같은 기술적 한계도 있었지만, 근본적인 문제는 따로 있었습니다. 사용자들이 “이걸로 뭘 할 수 있지?”라는 질문에 답을 찾지 못한 거죠.

특화 에이전트로의 전환

OpenAI는 이제 전략을 바꿨습니다. 범용 에이전트 대신 명확한 목적을 가진 특화 에이전트로 방향을 틀었습니다. 최근 출시한 ‘Shopping Research’가 대표적입니다. 이름만 봐도 뭘 하는지 알 수 있죠. 제품 추천과 비교 검색에 특화된 에이전트입니다.

특화 에이전트가 더 잘 작동하는 이유는 명확합니다. 사용자는 무엇을 할 수 있는지 바로 이해하고, 개발팀은 너무 많은 기능을 욱여넣을 필요가 없어 안정성도 높아집니다. 이는 동시에 현재 AI 모델이 범용적 일반화에 아직 능숙하지 않다는 사실을 인정하는 것이기도 합니다.

AI 에이전트 시장의 진짜 과제

ChatGPT Agent의 실패는 AI 업계 전체에 중요한 메시지를 던집니다. 에이전트를 ‘만드는 것’은 이제 그리 어렵지 않습니다. 문제는 사람들이 실제로 원하는 작업을 찾는 것입니다.

AI 에이전트 열풍 속에서 많은 기업들이 “우리도 에이전트 있다”며 기능을 선보이지만, 정작 사용자들은 “그래서 이걸로 뭘 하라고?”라고 반문합니다. 기술적 구현보다 제품-시장 적합성(Product-Market Fit)을 찾는 게 훨씬 어려운 과제라는 교훈입니다.

여행 예약, 식료품 주문 같은 사용 사례들이 마케팅에서는 그럴듯해 보이지만, 실제로 사용자들이 일상적으로 반복하고 싶어하는 작업인지는 별개의 문제입니다. OpenAI의 전략 전환은 이런 현실을 반영한 것으로 보입니다. 범용보다는 특화, 가능성보다는 명확한 가치 제공이 지금은 더 중요하다는 판단입니다.

참고자료: ChatGPT Agent reportedly lost 75% of its users because nobody knew what it was actually for – The Decoder