[Claude 활용 24회 — AI에게 일을 위임하는 법] 2/24화: Cowork 클라우드 전환 — 노트북 꺼도 AI가 일하는 2026년

석 달 전 일이다. Cowork 클라우드 실행이 가능해지기 전, 데스크톱에서만 돌아가던 시절의 이야기다. 분기 실적 데이터 다섯 건을 Cowork에 넣고 분석 보고서를 뽑는 작업을 걸어뒀다. 밤 11시, 처리가 길어지길래 노트북을 닫고 잠들었다. 다음 날 아침 6시에 열어보니 세션이 죽어 있었다. 절전 모드 진입 → 네트워크 연결 끊김 → 세션 타임아웃. 3시간 넘게 쌓인 중간 결과는 증발했다.

하루치 야근을 말아먹은 것 자체는 큰일이 아니었다. 다시 돌리면 된다. 진짜 문제는, 이 실패가 구조적이라는 깨달음이었다. 아무리 똑똑한 비서를 고용해도 그 비서가 내 책상 위에서만 일할 수 있다면 — 내가 자리를 비우는 순간 비서도 멈춘다.

2026년 7월, Anthropic이 Cowork 클라우드 실행을 공개했을 때 제일 먼저 떠오른 게 이 새벽 2시의 기억이었다. 지난 1화에서 2026년 7월에 판이 바뀐 네 가지를 정리했다. 그중 두 번째 — Cowork의 클라우드 전환이 왜 단순한 기능 추가가 아니라 패러다임 전환인지를 이번 2화에서 파고든다.

새벽 2시, 닫은 노트북과 사라진 3시간

먼저 그날 밤 이야기를 좀 더 꺼내야 한다. 비슷한 경험이 있는 분들도 있을 테니.

규제가 강한 환경에서 일하다 보면 분기마다 돌아오는 정기 보고가 있다. 다섯 개 부서에서 각자 다른 양식으로 올린 CSV를 하나로 합치고, 전 분기 대비 변화량을 뽑고, 이상치를 표시하고, 임원용 요약 한 페이지를 만드는 작업이다. 손으로 하면 반나절은 기본이고, Cowork에 맡기면 20분이면 끝나는 그런 종류의 일이었다.

문제는 그날 데이터가 평소보다 컸다는 것이다. 두 개 부서가 상세 이력까지 포함해서 올린 탓에 행 수가 평소의 세 배였다. Cowork 데스크톱 세션을 걸어놓고 진행 상황을 지켜보다가, 밤 11시를 넘겼다. 피로가 몰려왔다. “어차피 돌아가고 있으니 내일 아침에 확인하자.” 노트북을 닫았다.

다음 날 아침, 열어보니 세 가지가 동시에 터져 있었다.

• Windows 절전 모드가 네트워크 어댑터를 꺼버렸다
• Cowork 데스크톱 세션이 연결 끊김으로 중단됐다
• 중간 결과를 파일로 내보내는 단계 전에 멈췄기 때문에, 3시간 분량의 작업이 통째로 사라졌다

물론 원인은 내 전원 설정이었다. 절전 모드에서도 네트워크를 유지하도록 바꾸면 되는 일이었고, 실제로 그렇게 고쳤다. 하지만 그건 증상에 대한 패치였을 뿐이다. 근본 원인은 다른 데 있었다.

데스크톱 Cowork는 내 물리 기기 위에서 돌아간다. 내 CPU, 내 메모리, 내 네트워크를 쓴다. 내 기기가 살아 있어야 AI도 살아 있다. 이 구조가 바뀌지 않는 한, 나는 항상 기기의 생사를 신경 써야 한다.

20년간 서버를 만져온 사람으로서 이건 낯익은 문제였다. 단일 장애점(Single Point of Failure). 내 노트북이 바로 그것이었다. 서버 시스템이라면 즉각 이중화를 걸었을 텐데, 정작 내 작업 환경은 노트북 하나에 의존하고 있었다.

그 절전 모드 사고가 단순한 불편이 아니라 구조적 한계라는 걸 깨달은 게, 석 달 뒤 클라우드 전환 소식을 들었을 때 곧바로 의미를 이해할 수 있었던 이유다.

Cowork 클라우드 전환 — 도구에서 직원으로 바뀌는 순간

Cowork가 뭔지 간단히 짚고 넘어가자. 이 글을 시리즈 첫 진입점으로 읽는 분도 있을 테니.

Cowork는 Anthropic이 만든 Claude의 업무 실행 환경이다. 채팅으로 질문하고 답을 받는 것과는 다르다. “이 데이터를 이 형식으로 분석해서 보고서를 만들어줘”처럼 하나의 작업(task)을 맡기면, Cowork가 여러 단계를 자율적으로 실행해서 완성된 결과물을 내놓는다. 파일을 읽고, 코드를 짜서 돌리고, 문서를 생성하고, 필요하면 외부 도구에 접근한다.

2025년 말 첫 공개 이후로 Cowork는 데스크톱 앱 안에서만 돌아갔다. Claude 데스크톱 앱을 열고, 파일을 끌어다 놓고, 지시를 주면 내 컴퓨터에서 실행됐다. 이것만으로도 충분히 놀라웠다.

데스크톱 시절의 제약

하지만 석 달을 쓰면서 한계가 명확해졌다.

• 내 컴퓨터가 켜져 있어야 한다. 절전이나 종료 시 세션이 끊긴다. 서두의 실패담이 바로 이것이다.
• 내 컴퓨터의 자원을 쓴다. 무거운 분석을 돌리면 다른 업무에 지장이 생긴다. 브라우저가 버벅거리기 시작하면 짜증부터 난다.
• 자리를 비울 수 없다. 작업 중간에 확인이나 승인이 필요한 단계에서 멈추고 기다린다. 화장실 갔다 오는 건 상관없지만, 회의에 들어가면 30분은 응답을 못 한다.
• 모바일 접근이 안 된다. 바깥에서 진행 상황을 확인할 방법이 없다. “지금 어디까지 했어?”를 물어볼 수가 없다.

이 네 가지를 관통하는 하나의 문장이 있다. “내가 그 자리에 있어야만 일이 돌아간다.”

이건 도구의 특성이다. 계산기를 떠올려보라. 아무리 좋은 계산기라도 내가 들고 있어야만 계산한다. 놓는 순간 멈춘다. 드릴도, 현미경도, 포토샵도 마찬가지다. 도구는 내 손을 확장하지만, 내 손이 필요하다.

2026년 7월 — 계산기에서 회계사로

7월 업데이트로 Cowork는 Anthropic의 클라우드 인프라에서 실행될 수 있게 됐다. 웹 브라우저(claude.ai)와 모바일 앱에서 세션을 시작하고, 세션 자체는 Anthropic의 서버에서 돌아간다.

변화의 핵심을 한 문장으로 정리하면 이것이다.

내 노트북이 꺼져 있어도 작업이 돈다.

계산기에서 회계사로 바뀐 것이다. 회계사에게 “이 데이터로 보고서 만들어주세요”라고 맡기면, 내가 사무실에 있든 영화관에 있든 회계사는 일한다. 다 되면 결과를 보내준다. 내 물리적 존재와 회계사의 업무가 분리됐다.

Cowork 클라우드의 실행 모델도 같은 구조다.

1. 지시를 작성한다 — 웹 브라우저 또는 모바일 앱에서
2. 필요한 파일을 첨부하거나, 클라우드 저장소를 연결한다
3. 세션이 Anthropic 서버에서 실행된다 — 내 기기와 무관하게
4. 결과가 완성되면 알림을 받고 확인한다

이 네 단계에서 “내 노트북이 켜져 있어야 하는 순간”은 1번과 4번뿐이다. 그것도 스마트폰이면 된다. 2번과 3번은 나 없이 돌아간다.

도구와 직원의 경계선

여기서 이 시리즈를 관통하는 이야기를 꺼내야 한다.

AI가 코드를 짜주는 시대가 아니라, AI에게 일을 위임하는 시대다. 위임할 줄 아는 사람이 하나의 회사가 된다.

“위임”이라는 단어에 주목하자. 도구는 위임 대상이 아니다. 드릴에게 “이 벽에 구멍 뚫어놓으세요, 저는 퇴근합니다”라고 말하는 사람은 없다. 하지만 직원에게는 정확히 그렇게 말한다. “이 데이터 정리해놓으세요, 내일 아침까지 제 책상 위에.”

위임이 성립하려면 세 가지 조건이 필요하다.

• 독립적 실행 능력 — 내가 없어도 일이 돌아간다 ✅ (클라우드 실행)
• 자체 포함형 지시 수용 — 맥락을 한 번에 전달받고 스스로 실행한다 ✅ (작업 브리핑)
• 결과 전달 — 완성된 산출물을 돌려준다 ✅ (알림 + 파일)

클라우드 Cowork는 이 세 조건을 모두 충족시킨 첫 번째 형태다. 물론 아직 완전한 직원은 아니다. 판단력, 암묵적 맥락 이해, 예외 상황 대응 면에서 사람과 비교할 수준이 아니다. 하지만 구조적으로 위임이 가능해졌다는 사실 자체가 전환점이다.

도구에서 직원으로의 전환은 갑자기 일어나지 않는다. 스펙트럼이다. 데스크톱 Cowork는 “매우 똑똑한 도구” 쪽에 있었다. 클라우드 Cowork는 그 스펙트럼에서 “직원”쪽으로 유의미하게 이동한 것이다.

그리고 이 이동은 개발자만의 이야기가 아니다. 다음 숫자가 그걸 증명한다.

숫자로 보는 Cowork — 세션의 91%는 코드가 아니다

Cowork 세션의 용도별 분포가 공개됐을 때, 나는 솔직히 놀랐다.

소프트웨어 개발은 8.7%에 불과하다. 반대로 말하면, 세션의 91.3%는 코드와 무관한 업무다.

20년간 백엔드를 만져온 사람으로서 인정하기 싫지만, AI 업무 도구의 가장 큰 시장은 개발이 아니다. 매일 반복되는 보고, 정리, 요약, 문서화 — 이 “업무 프로세스”가 가장 큰 파이를 차지한다.

33.4%의 ‘업무 프로세스’란 구체적으로 뭔가

가장 큰 비율을 차지하는 ‘업무 프로세스’가 무엇인지 궁금할 것이다. 내가 실제로 맡기고 있는 것들을 예로 들면 이렇다. (회사명이나 시스템명은 당연히 못 쓴다. 대신 성격으로 묘사한다.)

• 정기 보고서 생성: 여러 출처의 데이터를 합치고, 전 기간 대비 변화를 분석하고, 요약을 붙인 문서를 만든다. 서두의 분기 보고가 이것이다.
• 회의록 정리: 두서없이 적은 메모나 녹음 전사본을 구조화된 회의록으로 정리하고, 액션아이템을 담당자별로 분류한다.
• 메일 초안 작성: “이 맥락에서, 이런 톤으로, 이 사람에게 보낼 메일을 써줘.” 검토만 하면 보낼 수 있는 수준을 만든다.
• 규정·매뉴얼 문서 업데이트: 바뀐 항목만 알려주면 전체 문서에서 해당 부분을 찾아 수정하고, 변경 이력 표를 만든다.
• 양식 불일치 데이터 정제: 양식이 제각각인 입력 파일들을 통일된 형식으로 정리한다. “이 다섯 개 CSV, 열 이름도 다르고 날짜 형식도 다른데 하나로 합쳐줘.”

이 중 어느 하나도 코딩이 필요 없다. 그리고 이 중 상당수는 밤에 돌려놓고 아침에 결과를 받으면 되는 성격의 작업이다. 클라우드 Cowork가 만든 변화는 정확히 여기서 빛난다.

이 숫자가 의미하는 두 가지

첫째, Cowork는 ‘코딩 도구’가 아니라 ‘업무 도구’다. 개발자가 아닌 사람이 이 시리즈를 읽고 있다면, 사실 당신이 Cowork의 주요 사용자다. “나는 코딩을 못 하니까 AI 도구는 나와 상관없다”는 2024년의 사고방식이다. 2026년 7월 현재, AI 업무 도구의 90% 이상은 코드와 무관한 업무에 쓰이고 있다.

둘째, 개발자는 Cowork를 ‘코딩용’으로만 쓰고 있다면 가치의 10분의 1만 쓰는 셈이다. 나도 처음엔 코드 리팩터링이나 테스트 작성에만 Cowork를 썼다. 그러다 분기 보고서 정리를 맡긴 날 — 서두의 그 밤 — 생각이 바뀌었다. 반복적이고 규칙적인 업무일수록 AI 위임의 효과가 크다. 그리고 그런 업무는 개발 밖에 더 많다.

이 통계는 PART 4(13~16화)에서 다룰 “코드 밖 업무 자동화”의 근거이기도 하다. 업무 프로세스 33.4% + 콘텐츠 제작 16.4% — 이 두 영역만 합쳐도 세션의 절반이다. 14화에서 커넥터를 연결하고, 15화에서 예약 작업을 설정하고, 16화에서 대시보드를 만드는 이유가 여기 있다.

실습 — Cowork 클라우드 세션, 이렇게 쓴다

여기서는 클라우드 세션을 실제로 활용하는 워크플로를 정리한다. UI는 업데이트로 바뀔 수 있으므로 버튼 위치보다 구조에 집중한다. 원리를 이해하면 UI가 바뀌어도 흔들리지 않는다.

데스크톱 세션 vs 클라우드 세션 — 한눈에 비교

핵심은 “실행 위치”다. 이 한 줄이 나머지 모든 차이를 만든다. 데스크톱에서는 내 하드웨어가 인프라다. 클라우드에서는 Anthropic의 하드웨어가 인프라다. 20년간 서버를 올리고 내리며 깨달은 원칙 하나 — 인프라가 바뀌면 운영 모델이 바뀐다 — 가 정확히 여기 적용된다.

자체 포함형 지시서 — 클라우드 세션의 핵심 스킬

클라우드 세션에서 가장 중요한 기술은 자체 포함형 지시서(self-contained instruction)를 쓰는 것이다. 데스크톱과 클라우드의 가장 큰 차이가 “파일 접근”이라고 했다. 이 차이가 지시서 작성 방식을 완전히 바꾼다.

클라우드 세션은 당신의 바탕화면을 볼 수 없다. Anthropic 서버에서 돌아가는데, 서울 어딘가에 있는 당신의 C: 드라이브를 읽을 수 있을 리 없다.

첨부한 sales_q2.csv 파일을 분석해줘.

[데이터 구조]
- 열: date(YYYY-MM-DD), region(텍스트), product(텍스트), amount(정수, 원), quantity(정수)
- 행 수: 약 15,000건
- 기간: 2026년 4~6월

[분석 요청]
- 지역별 매출 상위 5개 제품 추출
- 전월 대비 증감률 계산
- 이상치(평균 대비 3σ 초과) 별도 표시

[출력 형식]
- 엑셀 파일 (.xlsx)
- 시트 1: 지역별 상위 5 (피벗 테이블 형태)
- 시트 2: 이상치 목록
- 금액은 원화, 천 단위 콤마 표기

차이가 보이는가. 클라우드 세션에 넘기는 지시서는 지시서 하나만으로 작업이 완결되어야 한다. 파일은 직접 첨부하고, 데이터 구조를 명시하고, 기대하는 결과 형식까지 구체적으로 적는다.

이게 불편한 걸까? 처음에는 그렇게 느꼈다. “데스크톱에서는 그냥 파일 던지면 알아서 했는데.” 하지만 두 달 써보니 오히려 이 방식이 더 낫다는 걸 알게 됐다. 이유는 세 가지다.

1. 결과 품질이 올라간다. 맥락을 명시하니까 AI가 추측할 필요가 없다. “이 열이 금액인지 수량인지” 판단하느라 낭비하는 토큰이 줄어든다.
2. 재현 가능해진다. 같은 지시서를 다음 달에도 복사-붙여넣기 하면 같은 품질의 결과가 나온다. 데스크톱에서 즉흥적으로 던진 지시는 재현이 안 된다.
3. 위임의 기본기를 익히게 된다. 4화에서 다룰 ‘좋은 지시의 4요소 — 맥락, 제약, 완료조건, 검증방법’이 바로 이것이다. 클라우드 세션이 강제로 위임 스킬을 훈련시키는 셈이다.

파일과 데이터를 전달하는 세 가지 방법

클라우드 세션에서 데이터를 전달하는 경로는 크게 세 가지다.

1. 직접 업로드

세션 시작 시 파일을 끌어다 놓거나 첨부 버튼으로 추가한다. 가장 단순하지만, 매번 같은 파일을 올리는 반복 작업이나 대용량 데이터에는 비효율적이다. 일회성 분석, 문서 변환, 짧은 리서치에 적합하다.

2. 클라우드 저장소 연결(커넥터)

Google Drive, Dropbox, OneDrive 같은 클라우드 저장소를 Cowork에 연결해두면, 세션이 해당 저장소의 파일에 직접 접근할 수 있다. 한 번 연결해두면 “Drive의 /reports/monthly/ 폴더에서 가장 최근 파일을 가져와서 분석해줘” 같은 지시가 가능해진다. 반복 작업의 핵심 인프라다. (14화에서 커넥터 상세를 다룬다.)

3. 텍스트 직접 입력

데이터 양이 적으면 지시서 본문에 직접 붙여넣는다. “다음 JSON을 CSV로 변환해줘” 같은 간단한 변환이나, 짧은 텍스트 기반 분석에 사용한다. 파일 하나 만들어서 올리는 것보다 빠르다.

실무에서 자리 잡은 패턴은 이렇다: 반복 작업은 2번(커넥터), 일회성은 1번(업로드), 긴급한 짧은 작업은 3번(직접 입력). 세 가지를 상황에 맞게 쓰는 게 포인트다.

결과 수신과 확인

세션이 완료되면 결과를 확인하는 경로도 세 가지다.

• 웹에서 직접 확인: claude.ai에 로그인해서 세션 결과를 본다. 생성된 파일을 다운로드한다. 가장 기본적인 경로.
• 모바일 앱 알림: 앱 푸시 알림으로 “세션 완료” 통보를 받는다. 출퇴근 중에 확인하기 좋다.
• 연결된 저장소에 자동 저장: 커넥터를 통해 결과 파일을 Google Drive 등에 자동으로 저장하도록 설정할 수 있다. 반복 작업에서 “결과 확인 → 다운로드 → 폴더에 저장”까지 자동화된다.

내가 정착한 패턴을 공유한다. 밤 10시에 지시를 내리고, 아침에 스마트폰 알림으로 완료를 확인하고, 출근해서 노트북으로 결과를 검토한다. 8시간 동안 잠을 자는 동안 AI가 일한 셈이다. 내 새벽 2시 사고는 이제 구조적으로 불가능하다. 세션이 내 노트북 위에서 돌아가지 않으니까.

무중단이 기본인 시스템을 20년간 만들어온 사람으로서 말하자면, 이건 “편리한 기능 추가”가 아니라 운영 아키텍처의 전환이다. 실행 환경이 클라이언트(내 PC)에서 서버(클라우드)로 넘어갔다. 웹이 데스크톱 앱을 대체한 것과 같은 맥락이다. 그리고 역사적으로 그 전환은 한 번도 되돌아간 적이 없다.

함정 — 클라우드 세션은 내 파일을 모른다

이번 회차에서 딱 하나만 기억해야 한다면, 이것이다.

클라우드 세션은 내 로컬 파일시스템에 접근하지 못한다.

데스크톱 Cowork에 익숙한 사람일수록 이 함정에 빠진다. 데스크톱에서는 “내 문서 폴더의 report.xlsx 열어봐”가 됐다. 세션이 내 컴퓨터에서 돌아가니까 당연했다. 클라우드에서는 안 된다. Anthropic 서버가 당신의 C:\Users\… 를 읽을 수 없다. 당연한 이야기인데, 처음 클라우드 세션을 쓰는 순간에는 놀라울 정도로 자주 잊는다.

이걸 모르고 클라우드 세션을 처음 쓰면 이런 대화가 벌어진다.

첫 경험이 이러면 “역시 아직 쓸 만한 수준이 아니군”이라고 판단하고 꺼버리기 쉽다. 하지만 AI가 무능한 게 아니다. 재료를 전달하지 않은 것이 문제다. 요리사에게 “어제 먹은 그 요리 다시 만들어줘”라고 하면서 재료를 주지 않는 것과 같다.

로컬 파일 접근 불가 — 왜 이게 당연한가

서버를 운영해본 사람이라면 이 제약이 당연하다는 걸 안다. Cowork 클라우드 세션은 본질적으로 원격 서버에서 실행되는 프로세스다. 원격 서버가 내 로컬 파일에 접근하려면 내 컴퓨터가 파일 서버 역할을 해야 한다. 그건 보안적으로도 말이 안 되고, 기술적으로도 “내 노트북이 꺼져 있어도 작업이 돈다”는 클라우드의 핵심 전제를 깨뜨린다.

데스크톱 세션이 로컬 파일에 접근할 수 있었던 건, 세션이 내 컴퓨터에서 돌아갔기 때문이다. 같은 기기니까 같은 파일시스템을 공유한다. 클라우드로 실행 위치가 바뀌면 파일시스템 공유도 사라진다. 트레이드오프다.

• 데스크톱: 로컬 파일 접근 ✅ / 상시 가동 ❌
• 클라우드: 로컬 파일 접근 ❌ / 상시 가동 ✅

둘 다 가질 수는 없다. 그리고 실무에서 더 가치 있는 쪽은 “상시 가동”이다. 파일 전달 문제는 해결 방법이 있지만, 내 노트북의 상시 가동 문제는 구조적으로 해결할 수 없다. (서버룸에 노트북을 넣어두는 건 해결이 아니라 자학이다.)

해결 패턴 세 가지

패턴 1: 작업용 클라우드 폴더를 만든다

Google Drive든 OneDrive든, “AI 작업용” 폴더를 하나 만든다. AI에게 맡길 파일은 전부 거기에 둔다. 커넥터를 연결해두면 매번 업로드할 필요 없이 “Drive의 /ai-workspace/2026-q2/ 에 있는 파일들로 작업해줘”라고 지시하면 된다.

이건 사실 좋은 파일 관리 습관이기도 하다. “바탕화면에 파일이 100개” 상태에서는 사람이 봐도 못 찾는다.

패턴 2: 지시서에 데이터 구조를 명시한다

파일을 첨부하더라도 “이 파일은 이런 열 구조이고, 이런 의미를 가진 데이터야”라고 적어준다. 파일만 던지고 “알아서 분석해”는 데스크톱이든 클라우드든 결과가 불안정하다. 지시서에 맥락을 담는 것이 품질의 차이를 만든다.

앞선 실습 섹션의 ✅ 예시를 다시 보라. 열 구조, 목적, 출력 형식까지 명시되어 있다. 이 정도면 신입 사원에게 맡겨도 결과가 나올 수 있는 수준의 지시서다. 그리고 그게 기준이다 — “사람에게 맡겨도 될 수준의 지시서가 AI에게도 좋은 지시서”다.

패턴 3: 민감 데이터의 경계를 정한다

클라우드에 올린다는 건 Anthropic 서버를 경유한다는 뜻이다. 감사 이력이 남아야 하는 조직이라면, 어떤 데이터를 클라우드 세션에 올려도 되는지 미리 정해야 한다. 사고가 터진 뒤에 정책을 만들면 늦다.

내가 쓰는 기준은 단순하다.

• 올려도 되는 것: 이미 사내에서 “대외비” 이하로 분류된 데이터, 공개된 통계, 개인 업무 자료
• 올리면 안 되는 것: 고객 개인정보, 인사 정보, 미공개 재무 데이터, 인증 키/비밀번호

이건 보안 정책의 문제이지 기술의 문제가 아니다. Cowork가 아무리 좋아도 올리면 안 되는 데이터는 올리면 안 된다. 이 판단은 AI가 아니라 사람의 몫이다.

이번 회차의 수익화 지점

“클라우드에서 돌아가는 AI 세션”이 가능해졌다는 건, 남에게 대신 돌려주는 것도 가능하다는 뜻이다.

주변을 보라. 매주 같은 형식의 보고서를 수작업으로 만드는 사람이 있다. 소상공인 대표, 프리랜서 마케터, 팀장급 직장인. 매주 월요일마다 지난주 매출을 엑셀에 정리하고, 차트를 만들고, 요약을 쓰고, 메일에 붙여 보낸다. 이 과정에 매주 2~3시간을 쓴다.

당신이 할 수 있는 일은 이것이다.

1. 상대방의 반복 업무 패턴을 파악한다
2. 데이터 입력 → 결과 출력 파이프라인을 Cowork 클라우드 세션으로 설계한다
3. 커넥터와 지시서를 세팅해준다
4. 월 단위로 유지·보수한다

15화에서 다룰 예약 작업(/schedule)과 결합하면 “매주 월요일 아침 8시, 지난주 데이터로 주간 보고서를 생성하고 지정 폴더에 저장”까지 자동화할 수 있다. 사람이 건드릴 필요가 없는 파이프라인이 된다.

판매하는 건 “AI 도구”가 아니다. 도구는 이미 있다. 판매하는 건 “당신의 반복 업무에 맞게 AI를 세팅해주는 서비스”다. 도구와 업무 사이의 간극을 메우는 게 가치다. 도구를 쓸 줄 아는 사람과 도구가 있는 줄도 모르는 사람 사이에는 아직 넓은 간극이 있고, 그 간극이 시장이다.

다음 회 예고

Cowork 클라우드가 “왜 중요한가”를 다뤘다면, 다음 3화에서는 “그래서 어떻게 시작하느냐”를 다룬다. 두 갈래 온보딩 — 개발자라면 CLI 설치와 /init, /context, /effort로 시작하는 길. 비개발자라면 데스크톱 앱과 폴더 연결로 시작하는 길. 두 경로를 한 글에 담고, 첫날 해볼 과제 두 가지를 추천한다.

관련 회차

• ← 1화: 2026년 7월, AI 도구 이야기를 다시 써야 하는 이유
• → 3화: 설치부터 첫 과제까지 — 개발자와 비개발자의 두 갈래 온보딩
• 관련: 13화: Cowork로 보고서 쓰기 — 결과물 중심 지시의 기술
• 관련: 15화: 예약 작업 — 매일 아침 AI가 출근하게 만드는 법

자주 묻는 질문

Cowork 클라우드 전환이 왜 중요한가요?

기존 Cowork 데스크톱 버전은 사용자의 물리 기기(노트북) 위에서 실행되기 때문에, 기기가 절전 모드에 들어가거나 꺼지면 AI 작업도 함께 중단되는 구조적 한계가 있었습니다. 클라우드 전환으로 AI가 사용자의 기기 상태와 무관하게 독립적으로 작업을 수행할 수 있게 되면서, 단순한 기능 추가가 아니라 도구에서 자율적으로 일하는 직원으로의 패러다임 전환이 이루어졌습니다.

Cowork는 어떤 작업을 자동으로 처리할 수 있나요?

Cowork는 하나의 작업(task)을 맡기면 여러 단계를 자율적으로 실행하는 업무 실행 환경입니다. 예를 들어 여러 부서에서 올린 CSV 데이터를 합치고, 전 분기 대비 변화량을 분석하고, 이상치를 표시하고, 임원용 요약 보고서를 만드는 작업처럼 파일 읽기, 코드 실행, 문서 생성, 외부 도구 접근까지 포함한 복합적인 업무를 처리할 수 있습니다.