에이전트를 하나만 쓸 때는 몰랐던 병목이 있다. 둘, 셋을 병렬로 돌리는 순간 드러난다. 각 에이전트에게 작업을 설명하고, 중간 결과를 확인하고, 방향을 고쳐주는 일이 전부 타이핑이라는 것. 에이전트는 여럿인데 지시하는 손은 한 쌍이다.
교육 현장에서도 같은 장면을 본다. 에이전트 실습에서 수강생의 시간을 가장 많이 먹는 구간은 모델의 실행이 아니라 사람의 입력이다. 프롬프트를 다듬어 써 넣는 동안 에이전트는 놀고 있다. 이번 주 발표들은 벤더들이 이 병목을 정확히 겨냥하고 있음을 보여준다.
동시에 듣고 말하는 모델이 작업 화면에 들어왔다
OpenAI는 7월 23일(현지) ChatGPT Voice를 macOS·Windows 데스크톱 앱에 넣었다. 핵심은 음성 채팅이 아니라 지휘다. ChatGPT Work와 Codex에서 도는 여러 에이전트를 목소리로 조작한다. 기반인 GPT-Live는 7월 8일 나온 전이중(full-duplex) 음성 모델로, 듣기와 말하기를 동시에 하고 복잡한 추론은 배경 모델에 위임한다. 에이전트가 일하는 중간에 끼어들어 방향을 트는 일이 턴 교대 없이 된다. macOS에서는 최전면 창과 로컬 파일, 코드베이스 구조까지 읽으므로 "지금 보고 있는 이 에러부터 잡아"가 문장 그대로 지시가 된다.
음성이 붙는 이유는 편의가 아니라 병렬이다
이 타이밍은 우연이 아니다. 에이전트를 여럿 돌리는 조건이 이번 달에 갖춰졌다. GitHub는 7월 7일 에이전트 구동이 기본 경험인 Copilot 앱을 무료 요금제까지 전면 개방했다. Anthropic은 7월 24일 Claude Opus 5를 냈다 — 최상위 모델에 근접한 성능을 절반 비용(입력 100만 토큰당 5달러)에 제공하고, 자체 벤치마크에서 전작의 두 배를 기록했다. 실행 단가가 내려가면 에이전트 수는 늘고, 늘어난 에이전트마다 사람의 지시와 감독이 필요하다. 손으로 치는 텍스트는 순차 입력이고, 말은 화면에서 눈을 떼지 않고 얹는 병렬 입력이다. 병목이 모델에서 사람 쪽으로 넘어왔고, 음성은 그 병목의 해소책으로 배치됐다.
말은 지시를 빠르게 하지만 검증을 빠르게 하지 않는다
한계는 분명하다. 첫째, 음성 지시도 기존 Codex·ChatGPT Work 쿼터를 그대로 태운다. 별도 미터는 없다. 말이 쉬워진 만큼 실행 남발도 쉬워진다. 둘째, 구두 지시는 모호하다. 짧은 방향 수정에는 강하지만, 긴 자율 실행의 요구사항 정의를 말로 대체하면 모호함의 비용이 실행 시간만큼 증폭돼 돌아온다. 스펙은 여전히 문서로 써야 한다. 셋째, 지시가 빨라져도 결과 검토는 여전히 눈과 시간이 든다. "말로 시켰다"는 "확인했다"가 아니다. 음성은 감독의 입력 대역폭을 넓힐 뿐, 감독 책임 자체를 줄여주지 않는다.
조녁컴퍼니가 AX 교육에서 프롬프트 문법보다 작업 분해와 검증 절차를 먼저 가르치는 이유가 여기 있다 — 입력 수단이 손에서 입으로 바뀌어도, 일을 쪼개고 결과를 확인하는 역량은 사람 몫으로 남는다. 사업영역 →