오늘의 트렌드로 돌아가기: OpenAI의 새 AI, 컴퓨터 사무 업무를 절반 가격에 대신합니다
Poly 랭킹 · 오늘의 트렌드에서

AI 에이전트는 무엇을 할 수 있을까? 사무 과업 10개 순위 (2026)

미국 근로자 5명 중 1명은 AI가 자기 업무 중 적어도 하나를 완전히 넘겨받았다고 말하지만, 기록을 남기는 사람 중 그 일에 AI를 아예 쓰는 비율은 25%뿐입니다.

  • 1위: 파일 정리와 이름 바꾸기
  • 10개 순위

01최종 목록

선도 AI들이 각자 독립적으로 열 개짜리 목록을 만들었습니다. 확인하기 쉬운 하나의 결과입니다. 모든 순위에는 이유, 출처, 그 항목을 넣은 AI 목록이 있습니다.

순서: AI의 동의가 많은 항목부터 적은 항목 순입니다.

밝은 배지는 해당 AI가 이 항목을 자기 목록에 넣었다는 뜻이고, 흐린 배지는 넣지 않았다는 뜻입니다.

  1. 1

    파일 정리와 이름 바꾸기

    모든 AI가 이 과업을 가장 먼저 꼽았습니다. 잘못된 폴더는 한눈에 보이고, 끌어다 놓기로 되돌릴 수 있습니다. 이 범주의 성공률을 발표한 벤치마크는 없습니다.

    포함함: Claude, Meta, Grok, Gemini, Nova, Kimi, DeepSeek, Qwen.

    각 AI 목록에서의 순위: Claude: 1 · Meta: 1 · Grok: 1 · Gemini: 1 · Nova · Kimi: 1 · DeepSeek: 1 · Qwen: 1

    각 AI가 짚은 점 8
    • Claude1위

      여기서 실수는 보통 되돌릴 수 있고 한눈에 보입니다. 확인하는 데 몇 초면 되므로, 성공률이 높지 않아도 안전합니다.

      출처 ↗
    • Meta1위

      실수 비용 0 — 정확도 60%의 에이전트도 데이터 입력 직종 연봉 중간값 $41,340 대비 시간을 아낄 수 있습니다.

      출처 ↗
    • Grok1위

      파일 관리 작업은 OSWorld에서 성공률이 가장 높은 분야 가운데 하나입니다. 실수 비용이 낮고 눈으로 쉽게 확인할 수 있어, 성공률이 평범해도 맡기기에 안전합니다.

      출처 ↗
    • Gemini1위

      벤치마크 성공률 92%에 비용 없는 되돌리기 명령을 함께 쓰면 사무 업무 사람 시간의 85%를 아낍니다.

      출처 ↗
    • Nova

      자체 목록에서는 다른 이름입니다: 전체 목록을 여세요.

    • Kimi1위

      실수를 고치는 데 몇 초밖에 안 드는 유일한 업무 유형입니다. 이름이 잘못된 파일과 잘못된 폴더는 눈에 보이고 되돌릴 수 있으며, 에이전트는 이미 OSWorld의 파일 작업을 벤치마크 최고 수준의 성공률로 통과합니다.

      출처 ↗
    • DeepSeek1위

      정확도 34%의 에이전트도 여전히 시간을 아낄 수 있는 유일한 업무입니다. 잘못된 폴더는 끌어다 놓기로 되돌리면 되고, 다시 써야 하는 일이 아닙니다.

    • Qwen1위

      성공률이 높고 금전 위험은 전혀 없습니다. 실수해도 파일을 원래 폴더로 옮기기만 하면 됩니다.

      출처 ↗
    AI 8개가 이 순위로 선택
  2. 2

    스프레드시트 정리와 데이터 분석

    데이터 분석은 가장 많이 전부 넘겨지는 과업입니다(7.1%). 벤치마크마다 결과가 다릅니다. 간단한 Calc 과업에서는 97.87%까지, 전체 MBABench-2.0 구축에서는 16%입니다.

    포함함: Claude, Meta, Grok, Gemini, Nova, Kimi, DeepSeek, Qwen.

    각 AI 목록에서의 순위: Claude: 4 · Meta: 4 · Grok: 5 · Gemini: 5 · Nova · Kimi: 4 · DeepSeek: 6 · Qwen: 2

    각 AI가 짚은 점 8
    • Claude4위

      데이터 분석은 근로자의 7.1%가 맡겨 가장 많이 위임되는 일이지만, 더 오래된 OfficeWorld 시험에서 기준 모델들은 Word, Excel, PowerPoint 작업에서 21~23% 근처였습니다.

      출처 ↗
    • Meta4위

      OSWorld 1.0은 작업당 도구 호출 30번, 2.0은 318번 — 짧은 스프레드시트 편집은 이제 사람 기준점 72.36%에 가깝습니다.

      출처 ↗
    • Grok5위

      LibreOffice Calc 작업은 상위 에이전트들의 OSWorld-Verified 점수가 높습니다. 다만 수식이나 여러 시트가 얽히면 여전히 일부 확인이 필요합니다.

      출처 ↗
    • Gemini5위

      81%의 시트에서 문자열 다듬기와 머리글 맞추기를 자동화하지만, 형식 이상은 여전히 검증이 필요합니다.

      출처 ↗
    • Nova

      자체 목록에서는 다른 이름입니다: 전체 목록을 여세요.

    • Kimi4위

      앱 하나로 하는 스프레드시트 작업이 벤치마크 수치가 가장 강한 영역입니다. WorkArena-L1 최상위 에이전트는 쪼갤 수 없는 단일 기업 작업의 90.3%를 통과합니다.

      출처 ↗
    • DeepSeek6위

      최상위 스프레드시트 에이전트는 MBABench-2.0 작업의 16%를 통과합니다. 디버깅 정확도는 12%이므로, 모든 칸에 두 번째 눈이 필요합니다.

      출처 ↗
    • Qwen2위

      에이전트는 구조 정리를 잘 처리하고, Excel의 실행 취소 버튼 덕분에 사람이 확인하기도 수월합니다.

      출처 ↗
    AI 8개가 이 순위로 선택
  3. 3

    PDF와 문서에서 데이터 추출

    근로자의 5.7%는 이미 업무 문서 읽기를 통째로 맡기고 있습니다. 결과물은 다시 타이핑하지 않고 원본 페이지와 대조해 확인할 수 있습니다.

    포함함: Claude, Meta, Grok, Gemini, Kimi, DeepSeek, Qwen. 포함하지 않음: Nova.

    각 AI 목록에서의 순위: Claude: 2 · Meta: 3 · Grok: 6 · Gemini: 2 · Kimi: 3 · DeepSeek: 2 · Qwen: 목록 보기

    각 AI가 짚은 점 7
    • Claude2위

      업무 문서 읽기는 이미 가장 많이 맡기는 일 가운데 하나로, 근로자의 5.7%가 맡기고 있습니다. 결과물은 원본과 대조해 일부를 골라 확인할 수 있습니다.

      출처 ↗
    • Meta3위

      코드 실행으로 구조화된 추출 — 되돌리는 비용은 낮고, 수작업 복사·붙여넣기보다 시간을 많이 아낍니다.

      출처 ↗
    • Grok6위

      문서 작업은 OSWorld에서 흔합니다. 추출할 항목 구조가 분명하고 결과물을 다음 단계에 쓰기 전에 검토하면 성공률이 높습니다.

    • Gemini2위

      화면 인식 에이전트는 여러 쪽짜리 어수선한 영수증을 정확도 89%로 읽어내며, 합계만 일부 확인하면 됩니다.

      출처 ↗
    • Kimi3위

      모든 칸이 사람이 일부를 골라 확인할 수 있는 곳에 남기 때문에 가장 안전한 추출 업무입니다. GPT-6.1 Terra의 출시 소개도 바로 이 송장과 양식 반복 작업을 중심으로 짜였습니다.

      출처 ↗
    • DeepSeek2위

      LlamaParse Agentic은 ParseBench에서 84.88점입니다. 사람의 확인은 2분짜리 일부 점검이지, 한 줄씩 하는 감사가 아닙니다.

      출처 ↗
    • Qwen

      자체 목록에서는 다른 이름입니다: 전체 목록을 여세요.

      목록 보기
    AI 7개가 이 순위로 선택
  4. 4

    웹 조사와 검색

    이 에이전트는 읽기만 하고 아무것도 바꾸지 않습니다. 하지만 점수는 한 웹 탐색 벤치마크에서 78.0%, 일상 과업에서는 23.5%로 크게 차이 나므로, 원문은 여전히 열어 봐야 합니다.

    포함함: Claude, Meta, Grok, Gemini, Kimi, DeepSeek, Qwen. 포함하지 않음: Nova.

    각 AI 목록에서의 순위: Claude: 3 · Meta: 2 · Grok: 2 · Gemini: 3 · Kimi: 5 · DeepSeek: 3 · Qwen: 7

    각 AI가 짚은 점 7
    • Claude3위

      이 에이전트는 정보만 모으고 아무것도 바꾸지 않습니다. OSWorld 2.0 보고서는 Claude가 변화하는 환경과 여러 출처를 함께 추론하는 데서 더 잘한다고 설명합니다.

      출처 ↗
    • Meta2위

      에이전트가 이제 가격표를 읽고 판매사를 감독 없이 비교합니다 — WorkArena 웹 작업 성공률 42.7%~55%

    • Grok2위

      마이크로소프트 자료에서 직장 AI 용도 가운데 가장 많은 것은 의사결정 지원과 정보 검색(27.5%와 13%)이며, 근로자들은 이미 이것을 자유롭게 맡기고 있습니다.

      출처 ↗
    • Gemini3위

      웹 탐색 에이전트는 여러 사이트의 시장 목록을 안정적으로 모으며, 실시간 원본 데이터를 바꿀 위험은 전혀 없습니다.

    • Kimi5위

      에이전트는 이제 여러 탭을 사람보다 빨리 오가며 정보를 모읍니다. 하지만 기록된 최저 오류율은 여전히 4.3%이며, 이는 0이 아니라 환각이 허용되는 몫입니다.

      출처 ↗
    • DeepSeek3위

      Browser Use Cloud는 웹 탐색에서 78.0%를 기록했지만, ClawBench의 일상 작업에서는 Claude Sonnet 4.6이 23.5%로 떨어집니다. 확인이 곧 핵심 업무입니다.

      출처 ↗
    • Qwen7위

      에이전트는 여러 탭에서 데이터를 모을 수 있지만, 환각으로 만들어진 출처는 사람이 한 줄씩 사실 확인을 해야 합니다.

      출처 ↗
    AI 7개가 이 순위로 선택
  5. 5

    CRM 기록 업데이트

    기록을 남기는 사람 중 25%만 이 일에 AI를 쓰며, 조사한 열 가지 과업 중 가장 낮습니다. 도구 기반 에이전트는 64–84%에 이르지만, 화면을 보며 움직이는 공개 에이전트는 세일즈포스에서 5% 미만입니다.

    포함함: Claude, Meta, Grok, Gemini, Kimi, DeepSeek, Qwen. 포함하지 않음: Nova.

    각 AI 목록에서의 순위: Claude: 6 · Meta: 7 · Grok: 7 · Gemini: 7 · Kimi: 7 · DeepSeek: 7 · Qwen: 3

    각 AI가 짚은 점 7
    • Claude6위

      기록을 관리하는 근로자 가운데 이 일에 AI를 쓰는 사람은 25%뿐으로, 측정된 모든 업무 가운데 가장 낮습니다. 이들은 기록에 조용히 생기는 오류를 경계합니다.

      출처 ↗
    • Meta7위

      WorkArena CRM 작업 성공률은 42.7%뿐 — 고객 데이터는 되돌리기 어려워 사람이 확인해야 합니다.

    • Grok7위

      여러 앱을 쓰는 업무와 기업용 화면 흐름은 여전히 어렵습니다(WorkArena 목록 필터는 0%에 가깝습니다). 중요도가 낮은 항목에만, 사람이 빨리 검토하는 조건에서 안전합니다.

      출처 ↗
    • Gemini7위

      벤치마크 정확도 74%이면, 검토하지 않을 경우 연락처 항목 4개 중 1개가 망가져 고객 연락 관리에 위험이 됩니다.

      출처 ↗
    • Kimi7위

      쪼갤 수 있는 단일 CRM 편집은 90.3%로 통과하지만, 같은 서비스나우 작업의 복합 버전은 2.1%로 무너집니다. 이 88점 차이가 바로 사람의 확인이 여전히 필요한 자리입니다.

      출처 ↗
    • DeepSeek7위

      CRM-Agent-Bench 엄격 기준 성공률은 64.32~83.60%에 걸쳐 있지만, SCUBA의 세일즈포스 화면 시험에서는 오픈소스 컴퓨터 조작 에이전트가 5% 아래입니다. API와 화면은 전혀 다른 세상입니다.

      출처 ↗
    • Qwen3위

      에이전트는 여러 탭의 양식을 쉽게 헤쳐 나가지만, 영업 담당자는 저장하기 전에 주요 고객 정보 변경을 여전히 확인합니다.

      출처 ↗
    AI 7개가 이 순위로 선택
  6. 6

    지출 내역 입력과 송장 등록

    Fable 5.1은 송장을 72% 맞게 입력하는데, 최고 인간 테스터는 51%입니다. 하지만 틀리는 28%는 돈과 회계 감사 기록에 닿습니다.

    포함함: Claude, Meta, Grok, Gemini, Kimi, DeepSeek, Qwen. 포함하지 않음: Nova.

    각 AI 목록에서의 순위: Claude: 9 · Meta: 9 · Grok: 목록 보기 · Gemini: 9 · Kimi: 9 · DeepSeek: 8 · Qwen: 5

    각 AI가 짚은 점 7
    • Claude9위

      환급과 감사 기록에 닿아 있는 작은 데이터 입력 업무입니다. 데이터 입력 직종은 2023년부터 2033년까지 25.9% 줄어들 것으로 전망됩니다.

      출처 ↗
    • Meta9위

      돈과 관련된 일 — 정확도 90%여도 한 줄씩 확인해야 하는 에이전트는 시간을 전혀 아끼지 못합니다.

      출처 ↗
    • Grok

      자체 목록에서는 다른 이름입니다: 전체 목록을 여세요.

      목록 보기
    • Gemini9위

      잘못된 지출 입력은 감사 벌금을 부릅니다. 재무 근로자의 68%는 영수증을 전부 확인해야 한다고 고집합니다.

      출처 ↗
    • Kimi9위

      사무직 임금이 시간당 약 $21~22일 때, 지출 항목을 한 줄씩 확인하는 비용은 직접 입력하는 비용과 거의 같습니다. 절감 효과가 바로 여기서 사라집니다.

      출처 ↗
    • DeepSeek8위

      Fable 5.1은 송장 입력 작업의 72%를 통과해 최고의 사람(51%)을 앞섭니다. 하지만 실패한 28%는 돈을 움직일 수 있습니다.

      출처 ↗
    • Qwen5위

      에이전트는 날짜와 합계를 쉽게 뽑아내지만, 회계에서 지급을 집행하기 전에 사람이 지급을 승인해야 합니다.

      출처 ↗
    AI 7개가 이 순위로 선택
  7. 7

    결제, 송금, 급여 지급

    단계마다 정확도가 98%일 때, 20단계짜리 과업은 처음부터 끝까지 약 67%만 성공합니다. OpenAI, 앤트로픽, 구글은 모두 돈이 걸린 일에는 사람의 승인을 받으라고 권합니다.

    포함함: Claude, Meta, Grok, Gemini, Kimi, DeepSeek, Qwen. 포함하지 않음: Nova.

    각 AI 목록에서의 순위: Claude: 10 · Meta: 목록 보기 · Grok: 목록 보기 · Gemini: 10 · Kimi: 10 · DeepSeek: 10 · Qwen: 10

    각 AI가 짚은 점 7
    • Claude10위

      단계마다 98%여도 20단계면 처음부터 끝까지 성공은 약 67%뿐입니다. 되돌릴 수 없는 결제에는 이 정도로는 한참 모자랍니다.

    • Meta

      자체 목록에서는 다른 이름입니다: 전체 목록을 여세요.

      목록 보기
    • Grok

      자체 목록에서는 다른 이름입니다: 전체 목록을 여세요.

      목록 보기
    • Gemini10위

      정밀도 88%라도, 잘못된 은행 송금 정보 입력은 되돌릴 수 없어 사람이 한 줄씩 승인해야 합니다.

      출처 ↗
    • Kimi10위

      정확도 90%가 쓸모없는 업무입니다. 은행 송금으로 가는 나머지 10%만 사람들이 기억합니다.

      출처 ↗
    • DeepSeek10위

      벤치마크가 없어도 됩니다. OpenAI, 앤트로픽, 구글 모두 돈, 약관, 인증 정보에는 사람의 승인을 두라고 말합니다.

      출처 ↗
    • Qwen10위

      사람이 최종적으로 관여해야 하는 업무입니다. 에이전트가 잘못 클릭하면 회사 자금이 순식간에 빠져나갈 수 있습니다.

      출처 ↗
    AI 7개가 이 순위로 선택
  8. 8

    양식 작성 (결제 없는 양식)

    이것이 이 새 모델의 가장 큰 쓰임새이지만, 끝까지 처리하는 양식 벤치마크 점수는 여러 파일 양식에서 43.31, 지시문만 있는 양식에서 15.5입니다. 모든 칸을 여전히 확인해야 합니다.

    포함함: Claude, Meta, Gemini, Nova, Kimi, DeepSeek. 포함하지 않음: Grok, Qwen.

    각 AI 목록에서의 순위: Claude: 8 · Meta: 8 · Gemini: 4 · Nova · Kimi: 8 · DeepSeek: 5

    각 AI가 짚은 점 6
    • Claude8위

      정확도 90%인 에이전트를 써도 사람이 칸마다 확인해야 합니다. 데이터 입력 중간값인 시간당 약 $19.88 기준으로, 이 확인 시간이 절감 효과를 상쇄할 수 있습니다.

      출처 ↗
    • Meta8위

      GPT-6.1 Terra는 양식 작성용으로 만들어졌습니다 — 이전 모델보다 15점 높지만 추측 비율은 여전히 38%입니다.

      출처 ↗
    • Gemini4위

      서비스나우 WorkArena에서 완료율 84.8%를 달성해, 반복적인 수작업 입력을 70% 줄입니다.

      출처 ↗
    • Nova

      자체 목록에서는 다른 이름입니다: 전체 목록을 여세요.

    • Kimi8위

      양식은 Terra 판매의 핵심입니다. '양식 작성'은 OpenAI가 든 예이기도 합니다. 그럼에도 처음부터 끝까지 이어지는 기업 양식 업무는 벤치마크 범주 가운데 가장 약한 분야로 남아 있습니다.

      출처 ↗
    • DeepSeek5위

      CRAFT는 여러 파일로 된 양식에서 E2E 43.31점에 이르지만, 지시문만 있는 양식에서는 15.5점입니다. 양식은 쉬워도 지시문은 그렇지 않습니다.

      출처 ↗
    AI 6개가 이 순위로 선택
  9. 9

    IT 서비스 포털 티켓과 요청

    한 단계짜리 서비스나우 과업은 집계 보드에서 79.1–90.3%에 이릅니다(스냅샷마다 다름). 서비스 카탈로그 양식은 GPT-4o로도 77.8%에 이르렀습니다.

    포함함: Claude, Grok, Gemini, Qwen. 포함하지 않음: Meta, Nova, Kimi, DeepSeek.

    각 AI 목록에서의 순위: Claude: 5 · Grok: 4 · Gemini: 6 · Qwen: 6

    각 AI가 짚은 점 4
    • Claude5위

      취합 사이트에 따르면 WorkArena-L1에서 최상위 에이전트는 79.1% 근처이고, 같은 시점의 최고 L2는 69.4% 근처입니다. 구형 모델은 목록 필터링에서 모두 0%를 받았습니다.

      출처 ↗
    • Grok4위

      GPT-4o급 모델은 WorkArena 서비스 카탈로그 작업에서 약 78%에 이르렀습니다. 화면 구성이 평범해서 실수를 쉽게 찾아낼 수 있습니다.

      출처 ↗
    • Gemini6위

      WorkArena 점수에 따르면 고객에게 보이는 연락 없이 내부 장애를 배정하는 정확도는 79.5%입니다.

      출처 ↗
    • Qwen6위

      WorkArena에서 비밀번호 재설정은 처음부터 끝까지 성공률이 높지만, 장비 요청은 여전히 사람의 승인이 필요합니다.

    AI 4개가 이 순위로 선택
  10. 10

    여러 앱을 오가는 작업

    가장 어려운 경우입니다. OSWorld 2.0의 최고 엄격 완전 완료율은 앤트로픽이 자체 발표한 48.7%이고, 논문에 실린 공식 실행의 최고 점수는 20.6%입니다.

    포함함: Claude, Meta, DeepSeek, Qwen. 포함하지 않음: Grok, Gemini, Nova, Kimi.

    각 AI 목록에서의 순위: Claude: 7 · Meta: 10 · DeepSeek: 9 · Qwen: 목록 보기

    각 AI가 짚은 점 4
    • Claude7위

      OSWorld 2.0 보고서는 여러 앱을 쓰는 작업을 가장 어려운 경우로 꼽으며, 한 작업에 앱이 최대 5개까지 등장합니다. 최고 완전 완료율은 48.7%입니다(앤트로픽 발표).

      출처 ↗
    • Meta10위

      OSWorld 2.0 중간값 1.6시간, 도구 호출 318번 — 짧은 작업은 완료 여부 기준 20~24%, 긴 작업에서는 무너집니다.

      출처 ↗
    • DeepSeek9위

      OSWorld 2.0 최고의 에이전트는 평균 도구 호출 318번인 여러 앱 업무 흐름 108개 가운데 20.6%를 완전히 끝냅니다. 5개 중 4개는 여전히 사람이 필요합니다.

      출처 ↗
    • Qwen

      자체 목록에서는 다른 이름입니다: 전체 목록을 여세요.

      목록 보기
    AI 4개가 이 순위로 선택

상위 3위 더 알아보기 ↓

02상위 3위 더 알아보기

순위는 위에 있습니다. 여기서는 상위 세 곳이 무엇인지, 왜 여기 있는지, 알아 둘 만한 것을 소개합니다.

세 작업은 서로 다른 기준으로 비교됩니다. 파일 정리만 따로 재는 벤치마크는 없고, 나머지 두 작업의 수치는 기준이 다른 설문과 시험에서 나왔습니다.

1파일 정리와 이름 바꾸기

1위 — 파일 정리와 이름 바꾸기. 8개 AI 중 8개의 목록에 포함; 그 안의 중간 순위: 1. 실수는 한눈에 보이고 파일을 끌어다 놓으면 되돌릴 수 있어서, 확인하는 데 몇 초밖에 안 걸립니다.

알고 계셨나요

  • 2026년 2월, 한 벤처 투자자는 AI 에이전트에게 아내의 바탕화면을 정리하라고 맡겼더니 가족사진 약 15년치가 든 폴더가 삭제됐다고 주장했습니다. 그는 애플 지원팀이 iCloud를 통해 사진을 복구해 줬다고 전합니다. 이 사례는 데이터베이스에 주장으로만 올라 있습니다.

무엇인가
AI 에이전트에게 파일을 폴더에 나눠 담고 이름을 바꾸도록 맡기는 일입니다.
강점
세 작업 가운데 실수를 찾아내기도, 되돌리기도 가장 쉽습니다.
알아 두면 좋은 사람
어수선한 폴더가 있는 분께 유용합니다. 처음 맡겨 보기에 위험이 가장 적은 자리가 어디인지 보여 줍니다.
  • 맡겨도 안전한 정도끌어다 놓아 되돌리기
여기 있는 이유
  • 파일 정리만 따로 재는 벤치마크는 없습니다. 가장 가까운 기준은 파일 작업을 포함한 컴퓨터 작업 전반을 시험하는 OSWorld입니다. 이 초기 시험에서 사람은 과제의 72.36% 넘게를 끝냈지만, 가장 나은 AI도 12.24%만 해냈습니다.

  • 2026년 설문에서 취업한 성인의 20%는 AI가 예전에 동료나 외주 업체에 맡기던 일을 적어도 하나는 처리한다고 답했습니다. 이 설문에는 파일 정리에 대한 수치가 없지만, 그 분야의 실수는 쉽게 찾고 되돌릴 수 있습니다.

역사
  • 1981년 제록스는 사무실 책상처럼 화면을 꾸민 컴퓨터 스타(Star)를 내놓았습니다. 가격이 16,595달러라 큰 기업을 겨냥했습니다. 그래도 “수만 대”가 팔렸습니다.

유의할 점
  • 이 작업이 1위인 이유는 되돌리기가 쉽기 때문입니다. 다만 한 글은 읽기는 되돌릴 수 있지만 이름 바꾸기, 옮기기, 삭제는 되돌릴 수 없다고 적습니다. 또 정리된 시험용 폴더에서는 잘 되지만, 실제 계정에서 문제가 생기기 시작한다고 덧붙입니다.

  • 같은 글은 잘못된 에이전트가 파일 마흔 개의 이름을 틀리게 바꾸거나 엉뚱한 문서를 고객과 공유할 수 있다고 경고합니다. 삭제처럼 되돌릴 수 없는 작업에는 안전장치가 필요하니, 실행하기 전에 미리보기를 확인하라고 합니다.

더 알아보기
  • 어수선한 폴더를 복사해 두고 Finder의 일괄 이름 바꾸기를 해 보세요. 파일을 선택한 뒤 마우스 오른쪽 버튼을 누르고 이름 바꾸기를 고른 다음, 형식에서 ‘일련 번호 추가’를 고르세요. 결과가 이상하면 Command-Z로 되돌리세요.

상위 3위 비교 ↓

2스프레드시트 정리와 데이터 분석

2위 — 스프레드시트 정리와 데이터 분석. 8개 AI 중 8개의 목록에 포함; 그 안의 중간 순위: 4. 사람들이 가장 자주 완전히 맡기는 작업이지만, 벤치마크 결과가 크게 엇갈려서 확인이 필요합니다.

알고 계셨나요

  • 2025년 12월 Simular는 자사 에이전트 S가 OSWorld에서 성공률 72.6%를 기록해, 사람의 기준치 72.36%를 살짝 넘었다고 밝혔습니다. 이는 회사가 직접 발표한 내용이며, 사람 수치는 원래 구성에서 잰 것입니다.

무엇인가
AI 에이전트에게 스프레드시트를 정리하고 거기 담긴 자료를 분석하게 맡기는 일입니다.
강점
세 작업 가운데 다른 두 작업보다 완전히 맡기는 사람이 많습니다.
알아 두면 좋은 사람
숫자를 다루는 분께 유용합니다. 큰 규모의 표 작업은 여전히 자주 실패한다는 점을 보여 줍니다.
  • 맡겨도 안전한 정도7.1% 완전히 맡김
여기 있는 이유
  • 자료 분석은 직장인들이 가장 자주 완전히 맡기는 작업입니다. 응답자의 7.1%입니다. 업무 문서 읽기의 5.7%보다 높습니다. 자료를 분석하는 사람 가운데 46%가 이 일에 AI를 씁니다.

  • 큰 규모의 스프레드시트 작업은 훨씬 어렵습니다. 금융 전문가 과제 101개로 된 MBABench 2.0에서 가장 나은 AI 구성은 15.8%(101개 중 16개)를 통과했습니다. 나머지 구성 대부분은 8% 이하에 그쳤습니다.

역사
  • 1978년 댄 브릭클린은 하버드 교수가 칠판의 숫자를 지우는 모습을 보고, 컴퓨터도 그렇게 할 수 있겠다고 생각했습니다. 1979년 나온 비지칼크(VisiCalc)는 그해 팔린 애플 II의 25% 이상에서 쓰였다고 전해집니다.

유의할 점
  • 같은 시험에서 ChatGPT는 포기하고 글쓴이에게 분석을 직접 해 달라고 했습니다. 에이전트가 끝냈다고 해도, 쓰기 전에 합계를 원자료와 대조해 보세요.

사람들의 말
  • And to my surprise, I discovered that not a single partner mention count done by ChatGPT was right. — Rolf Mistelbacher

더 알아보기
  • 구글 시트의 ‘탐색’ 패널이 쉬운 질문에 피벗 테이블로 답하는 방법을 읽어 보세요. 작은 샘플 표부터 시작하고, 믿기 전에 답마다 원본 행과 대조하세요.

상위 3위 비교 ↓

3PDF와 문서에서 데이터 추출

3위 — PDF와 문서에서 데이터 추출. 8개 AI 중 7개의 목록에 포함; 그 안의 중간 순위: 2.5. 이미 많은 직장인이 이 일을 맡기고 있으며, 결과는 다시 옮겨 적지 않고 원본 페이지와 군데군데 대조해 확인할 수 있습니다.

알고 계셨나요

  • 어도비 이사회는 한때 PDF 형식의 개발을 중단하려 했습니다. 초기에는 보급이 더뎠습니다. 어도비 아크로뱃은 무료가 아니었지만, 뷰어는 2.0 버전부터 무료였습니다.

무엇인가
AI 에이전트에게 PDF, 서식, 청구서에서 자료를 뽑아내게 맡기는 일입니다.
강점
결과마다 원본 페이지와 견줘 볼 수 있어서 확인이 빠릅니다.
알아 두면 좋은 사람
서류를 다루는 분께 유용합니다. 표처럼 더 자세히 봐야 할 부분이 어디인지 보여 줍니다.
  • 맡겨도 안전한 정도5.7% 완전히 맡김
여기 있는 이유
  • 업무 문서를 읽는 직장인 가운데 39%가 이 일에 AI를 씁니다. 자료 분석의 46%보다 낮습니다. 완전히 맡기는 비율은 5.7%로, 자료 분석의 7.1%보다 낮아서 사람들이 이 일은 여전히 직접 확인합니다.

  • 한 독립 시험에서 AWS Textract는 청구서 항목을 91.3%의 경우 정확히 읽었습니다. 표 읽기는 더 약했습니다. GPT-4o와 구글 Document AI는 둘 다 38.5%를 받아, 표는 원본 페이지와 대조해야 할 부분입니다.

역사
  • 1990년 어도비 공동 창립자 존 워녹은 종이 문서를 디지털 파일로 바꾸자는 계획을 담은 “카멜롯” 문서를 썼습니다. 이것이 PDF가 되었고, 1993년 6월 15일에 공식 출시되었습니다.

유의할 점
  • UiPath 사용자 한 명은 도구가 없는 값을 지어낸 청구서를 하나 찾았고, 앞선 항목에서 단가와 시간을 잘못 가져왔을 것이라고 의심했습니다. 몇 개만이 아니라 모든 숫자를 원본 페이지와 대조해 확인하세요.

    출처 ↗ ✓ 여러 AI가 확인
  • 청구서와 표로 AI 모델 다섯 개를 시험한 결과, 일부 모델은 좋은 인상을 줬지만 다른 모델은 합계를 지어내거나 머리글을 무시했습니다. 결과는 도구에 따라 크게 달랐습니다.

상위 3위 비교 ↓

상위 3위 나란히 보기

파일 정리와 이름 바꾸기스프레드시트 정리와 데이터 분석PDF와 문서에서 데이터 추출
AI 목록 포함8 / 88 / 87 / 8
맡겨도 안전한 정도끌어다 놓아 되돌리기7.1% 완전히 맡김5.7% 완전히 맡김
1위로 꼽은 AIClaude, Meta, Grok, Gemini, Kimi, DeepSeek, Qwen——

AI 수가 같은 순위는 각 AI 목록에서의 평균 순위로 정렬했습니다.

03알아 둘 만한 것

AI들이 목록을 만들며 발견한 것.

근로자들은 벤치마크에서 에이전트가 가장 잘하는 일을 넘기지 않고 있습니다. 전체 위임에서는 데이터 분석(7.1%)과 문서 읽기(5.7%)가 앞서지만, 기록을 남기는 사람 가운데 AI를 쓰는 비율은 25%뿐입니다.

발견한 AI:
포함함: Claude. 포함하지 않음: Meta, Grok, Gemini, Nova, Kimi, DeepSeek, Qwen.
출처 ↗

한 단계와 여러 단계 결과는 서로 다른 에이전트와 연도에서 나왔습니다. WorkArena-L1 보드에서는 약 79–90%이지만, 2024년 WorkArena++ 과업에서는 GPT-4o가 2.1%이고, 사람은 이 과업을 93.9% 끝냅니다.

발견한 AI:
포함함: Claude, Grok, Kimi, DeepSeek, Qwen. 포함하지 않음: Meta, Gemini, Nova.
출처 ↗

신뢰는 사용을 따라가지 못합니다. 직원 중 27%만 AI 에이전트에게 과업을 맡기는 데 편안하다고 강하게 동의합니다.

발견한 AI:
포함함: Kimi. 포함하지 않음: Claude, Meta, Grok, Gemini, Nova, DeepSeek, Qwen.
출처 ↗

AI 결과물을 고쳐야 하는 정도에 대해서는 조사마다 다릅니다. 에포크 AI·입소스 조사는 결과물의 66%가 그대로 또는 약간만 고쳐 쓰인다고 보고, 아사나 조사는 근로자의 54%가 다시 하거나 고친다고 봅니다.

발견한 AI:
포함함: Claude. 포함하지 않음: Meta, Grok, Gemini, Nova, Kimi, DeepSeek, Qwen.
출처 ↗

기다리는 시간도 비용입니다. 한 연구에서 에이전트는 줄 간격을 바꾸는 데 12분이 걸렸는데, 사람은 그 일을 몇 분이면 합니다.

발견한 AI:
포함함: Claude. 포함하지 않음: Meta, Grok, Gemini, Nova, Kimi, DeepSeek, Qwen.
출처 ↗

04사람들이 묻는 질문

AI 에이전트는 무엇을 할 수 있나요?

파일 정리, PDF에서 데이터 뽑기, 자료 조사, 단순한 IT 포털 업무를 맡을 수 있습니다. 집계 순위표 기준 성공률은 79~90%입니다. 여러 앱이 얽힌 긴 작업의 엄격 완료율은 최고 48.7%입니다.

출처 ↗
AI 에이전트에게 어떤 사무 업무를 맡길 수 있나요?

파일 정리나 문서 읽기처럼 되돌릴 수 있는 일부터 시작하세요. 근로자의 5.7%는 이미 이런 일을 전부 맡기고 있습니다. CRM 기록, 지출 내역, 결제는 사람이 확인해야 합니다.

출처 ↗
AI로 자동 작업을 만들려면 어떻게 하나요?

범위가 좁고 결과를 확인할 수 있는 작업을 고르세요. 백만 토큰당 $1/$5인 GPT-6.1 Terra 같은 컴퓨터 조작 모델을 쓰고, 단계와 비용 상한을 정하세요. 돈이 오가는 일은 반드시 승인을 받으세요.

출처 ↗
사무 업무에 대한 에이전트 벤치마크 점수는 왜 이렇게 다른가요?

시험하는 방식과 작업 길이가 다르기 때문입니다. CRM 에이전트는 API를 통하면 64~84%를 기록하지만, 화면에서 세일즈포스를 직접 조작하면 5% 미만입니다.

출처 ↗

05집계 방법

공식 없이 쉬운 말로.

1질문

AI 에이전트가 오늘 맡을 수 있는 사무 업무 상위 10개, 그리고 여전히 사람이 확인해야 하는 업무

2이 주제를 고른 이유

실험실의 성공률을 근로자들이 실제로 AI에 맡기는 업무와 비교하고, 확인에 얼마나 걸리는지 살펴보면 독자가 지금 넘길 수 있는 일상 업무가 보입니다. 이를 한 번에 보여주는 벤치마크나 설문은 없습니다.

3적용 범위

전 세계 사무직과 지식 업무: 양식 작성, 스프레드시트, CRM 업데이트, PDF 추출, 파일 정리, 지출 내역, 웹 조사, 여러 앱 작업

4살펴본 기준

  • 벤치마크에서 해당 유형 업무의 에이전트 성공률 (OSWorld 항목, WorkArena)
  • 이미 해당 업무를 AI에 전부 맡기거나 맡기를 거부한 근로자 비율
  • 에이전트 결과를 사람이 확인하고 고치는 데 드는 시간을, 직접 할 때와 비교한 값
  • 실수의 비용: 돈, 고객 정보, 되돌리기 어려운 기록과 관련이 있는지 여부
  • OSWorld 2.0 (XLang Lab, 스노클 해설) — 긴 데스크톱과 여러 앱 작업의 성공 및 실패 유형. 항목별 퍼센트는 공개되지 않음
  • WorkArena (서비스나우 리서치, 원 논문) — 기업 웹 업무의 처음부터 끝까지 성공률: GPT-4o 약 42.7%, 목록 필터링 0%
  • WorkArena-L1 순위표 스냅샷 (집계 사이트) — 제3자 BrowserGym에서 가져온 단일 단계 서비스나우 작업. 1차 자료와 대조하지 않음
  • 에포크 AI / 입소스 설문 (2026년 7월) — 미국 근로자 1,106명 가운데 열 가지 업무 각각을 AI에 전부 맡기는 비율

5순위를 매긴 AI

선도 AI: Claude, Meta, Grok, Gemini, Nova, Kimi, DeepSeek, Qwen. 각 AI가 독립적으로 10위까지의 목록을 만들고 순위마다 출처를 밝혔습니다.

6순위를 정한 방법

AI마다 다르게 쓴 같은 항목은 하나로 셌습니다. 더 많은 AI가 목록에 넣고 더 높이 놓을수록 순위가 높아집니다. 'AI 합의'는 그 항목을 자기 목록에 넣은 AI의 수를 보여 줍니다. 출처는 AI가 직접 찾은 것뿐이며 사람이 추가한 것은 없습니다.

06AI별 목록

🇺🇸 Claude10개 순위 · 메모 4개

같은 질문에 Claude 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    문서 정리, 이름 바꾸기, 보관

    여기서 실수는 보통 되돌릴 수 있고 한눈에 보입니다. 확인하는 데 몇 초면 되므로, 성공률이 높지 않아도 안전합니다.

    출처 ↗
  2. 2
    문서 읽기와 PDF 데이터 추출

    업무 문서 읽기는 이미 가장 많이 맡기는 일 가운데 하나로, 근로자의 5.7%가 맡기고 있습니다. 결과물은 원본과 대조해 일부를 골라 확인할 수 있습니다.

    출처 ↗
  3. 3
    웹 조사와 검색

    이 에이전트는 정보만 모으고 아무것도 바꾸지 않습니다. OSWorld 2.0 보고서는 Claude가 변화하는 환경과 여러 출처를 함께 추론하는 데서 더 잘한다고 설명합니다.

    출처 ↗
  4. 4
    스프레드시트 분석과 정리 (초안, 수식)

    데이터 분석은 근로자의 7.1%가 맡겨 가장 많이 위임되는 일이지만, 더 오래된 OfficeWorld 시험에서 기준 모델들은 Word, Excel, PowerPoint 작업에서 21~23% 근처였습니다.

    출처 ↗
  5. 5
    IT 포털의 일상 업무와 티켓

    취합 사이트에 따르면 WorkArena-L1에서 최상위 에이전트는 79.1% 근처이고, 같은 시점의 최고 L2는 69.4% 근처입니다. 구형 모델은 목록 필터링에서 모두 0%를 받았습니다.

    출처 ↗
  6. 6
    CRM 기록 업데이트 (금액과 무관한 항목)

    기록을 관리하는 근로자 가운데 이 일에 AI를 쓰는 사람은 25%뿐으로, 측정된 모든 업무 가운데 가장 낮습니다. 이들은 기록에 조용히 생기는 오류를 경계합니다.

    출처 ↗
  7. 7
    여러 앱을 오가는 작업 (여러 도구 사이 데이터 복사)

    OSWorld 2.0 보고서는 여러 앱을 쓰는 작업을 가장 어려운 경우로 꼽으며, 한 작업에 앱이 최대 5개까지 등장합니다. 최고 완전 완료율은 48.7%입니다(앤트로픽 발표).

    출처 ↗
  8. 8
    양식 작성 (금액과 무관: 가입, 설문, 요청)

    정확도 90%인 에이전트를 써도 사람이 칸마다 확인해야 합니다. 데이터 입력 중간값인 시간당 약 $19.88 기준으로, 이 확인 시간이 절감 효과를 상쇄할 수 있습니다.

    출처 ↗
  9. 9
    지출 내역과 보고서 입력

    환급과 감사 기록에 닿아 있는 작은 데이터 입력 업무입니다. 데이터 입력 직종은 2023년부터 2033년까지 25.9% 줄어들 것으로 전망됩니다.

    출처 ↗
  10. 10
    돈이 오가는 양식 (결제, 송장, 급여, 계좌 이체)

    단계마다 98%여도 20단계면 처음부터 끝까지 성공은 약 67%뿐입니다. 되돌릴 수 없는 결제에는 이 정도로는 한참 모자랍니다.

Claude의 발견

가장 많이 맡기는 일이 벤치마크에서 에이전트가 가장 잘하는 일은 아닙니다. 근로자들은 데이터 분석(7.1%), 문서 읽기(5.7%), 기록 관리(5.3%)를 맡기지만, 기록을 관리하는 사람 가운데 이 일에 AI를 쓰는 사람은 25%뿐입니다.

단계별 신뢰도는 곱해져 쌓입니다. 단계마다 98%이면 20단계에서 처음부터 끝까지 약 67%이고, OSWorld 2.0 작업은 평균 300단계가 넘습니다.

줄 간격을 바꾸는 데 에이전트를 12분 돌리는 사례는 절감의 다른 면을 보여줍니다. 아낀 시간이 에이전트를 기다리고 결과를 확인하는 데 쓰일 수 있습니다.

이 연구에서 돌아다니는 현장 전문가들의 주장은 사무 지원 업무는 '관대하게 봐주지 않는다'는 것입니다. 사람이 모든 결과물을 검토한다면, 절약된 노동력은 없습니다.

🇺🇸 Meta10개 순위 · 메모 2개

같은 질문에 Meta 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    파일 정리와 분류

    실수 비용 0 — 정확도 60%의 에이전트도 데이터 입력 직종 연봉 중간값 $41,340 대비 시간을 아낄 수 있습니다.

    출처 ↗
  2. 2
    웹 검색과 자료 수집

    에이전트가 이제 가격표를 읽고 판매사를 감독 없이 비교합니다 — WorkArena 웹 작업 성공률 42.7%~55%

  3. 3
    PDF 데이터 추출

    코드 실행으로 구조화된 추출 — 되돌리는 비용은 낮고, 수작업 복사·붙여넣기보다 시간을 많이 아낍니다.

    출처 ↗
  4. 4
    스프레드시트 서식과 수식

    OSWorld 1.0은 작업당 도구 호출 30번, 2.0은 318번 — 짧은 스프레드시트 편집은 이제 사람 기준점 72.36%에 가깝습니다.

    출처 ↗
  5. 5
    문서 편집과 변환

    OpenAI에 따르면 GPT-6.1 Terra는 기술 커뮤니케이션을 잘해, 제안서 작성과 도면 해석에 뛰어납니다.

    출처 ↗
  6. 6
    이메일 초안 작성과 요약

    취업한 성인의 38%가 업무에 챗봇을 씁니다 — 맡기는 비율이 가장 높고, 실수 비용은 낮습니다.

    출처 ↗
  7. 7
    CRM 데이터 입력과 업데이트

    WorkArena CRM 작업 성공률은 42.7%뿐 — 고객 데이터는 되돌리기 어려워 사람이 확인해야 합니다.

  8. 8
    양식 작성 (금액과 무관)

    GPT-6.1 Terra는 양식 작성용으로 만들어졌습니다 — 이전 모델보다 15점 높지만 추측 비율은 여전히 38%입니다.

    출처 ↗
  9. 9
    지출 보고와 송장 입력

    돈과 관련된 일 — 정확도 90%여도 한 줄씩 확인해야 하는 에이전트는 시간을 전혀 아끼지 못합니다.

    출처 ↗
  10. 10
    돈이나 고객 정보가 걸린 여러 앱 작업

    OSWorld 2.0 중간값 1.6시간, 도구 호출 318번 — 짧은 작업은 완료 여부 기준 20~24%, 긴 작업에서는 무너집니다.

    출처 ↗

Meta의 발견

파일 정리가 양식 작성보다 앞설 수 있습니다. 성공률 60%로 평범해도 되돌리는 비용이 0인 반면, 정확도 90%라도 돈이 오가는 양식은 사람이 전부 확인해야 합니다.

BLS OEWS: 데이터 입력 중간값 $41,340, 시간당 약 $20 — 캐시 적용 시 에이전트 실행 $0.31이니, 가치를 좌우하는 것은 토큰 가격이 아니라 확인 시간입니다.

🇺🇸 Grok10개 순위 · 메모 3개

같은 질문에 Grok 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    파일 정리와 분류 (2026년)

    파일 관리 작업은 OSWorld에서 성공률이 가장 높은 분야 가운데 하나입니다. 실수 비용이 낮고 눈으로 쉽게 확인할 수 있어, 성공률이 평범해도 맡기기에 안전합니다.

    출처 ↗
  2. 2
    정보 수집과 조사 (2026년)

    마이크로소프트 자료에서 직장 AI 용도 가운데 가장 많은 것은 의사결정 지원과 정보 검색(27.5%와 13%)이며, 근로자들은 이미 이것을 자유롭게 맡기고 있습니다.

    출처 ↗
  3. 3
    중요하지 않은 초안 작성과 요약 (2026년)

    글 초안 작성과 요약은 가장 흔한 AI 작업 가운데 하나입니다. 내부 초안이라면 확인이 빠르고 실수 비용도 낮습니다.

    출처 ↗
  4. 4
    간단한 서비스 카탈로그와 일반 양식 작성 (2026년)

    GPT-4o급 모델은 WorkArena 서비스 카탈로그 작업에서 약 78%에 이르렀습니다. 화면 구성이 평범해서 실수를 쉽게 찾아낼 수 있습니다.

    출처 ↗
  5. 5
    정형 자료에서 스프레드시트 입력 (2026년)

    LibreOffice Calc 작업은 상위 에이전트들의 OSWorld-Verified 점수가 높습니다. 다만 수식이나 여러 시트가 얽히면 여전히 일부 확인이 필요합니다.

    출처 ↗
  6. 6
    금융과 무관한 기록의 PDF·문서 추출 (2026년)

    문서 작업은 OSWorld에서 흔합니다. 추출할 항목 구조가 분명하고 결과물을 다음 단계에 쓰기 전에 검토하면 성공률이 높습니다.

  7. 7
    중요하지 않은 CRM 항목 업데이트 (2026년)

    여러 앱을 쓰는 업무와 기업용 화면 흐름은 여전히 어렵습니다(WorkArena 목록 필터는 0%에 가깝습니다). 중요도가 낮은 항목에만, 사람이 빨리 검토하는 조건에서 안전합니다.

    출처 ↗
  8. 8
    기본 이메일 분류와 정기 답장 (2026년)

    Thunderbird 같은 메일 작업은 Verified 순위표에서 점수가 좋습니다. 근로자들은 이미 초안 작성에 AI를 쓰고 있지만, 개인적이거나 민감한 메일은 여전히 사람이 한 번 봐야 합니다.

    출처 ↗
  9. 9
    지출과 환급 내역 입력 (2026년)

    OSWorld 2.0의 긴 업무 흐름에서 흔합니다. 부분 진행은 자주 되지만 완전 완료는 낮고, 실수 하나로 돈이 움직이거나 감사 문제가 생길 수 있습니다.

    출처 ↗
  10. 10
    돈을 옮기거나 공식 기록을 바꾸는 양식 (2026년)

    정확도 90%라도 한 줄씩 확인해야 해 시간 절약이 사라질 수 있습니다. 많은 시스템에서 실수 비용이 크고 되돌릴 수 없습니다.

    출처 ↗

Grok의 발견

마이크로소프트 Work Trend Index 자료를 보면, AI 사용은 의사결정과 정보 검색이 대부분이고 순수한 업무 자동화는 그보다 적습니다. 근로자들은 여전히 AI 결과물을 출발점으로 여깁니다.

WorkArena++의 복합 기업 작업은 거의 풀리지 않았습니다(GPT-4o 약 2.1%, 사람 93.9%). 그래서 여러 단계의 CRM이나 IT 업무 흐름은 여전히 사람의 강한 감독이 필요합니다.

지식 노동자들은 평균적으로 상당한 시간을 “봇 돌보기”(확인하고 고치기)에 씁니다. 중요도가 높은 작업에서는 확인 시간이 속도 이득을 상쇄할 수 있습니다.

🇺🇸 Gemini10개 순위 · 메모 3개

같은 질문에 Gemini 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    로컬 파일 정리와 폴더 보관

    벤치마크 성공률 92%에 비용 없는 되돌리기 명령을 함께 쓰면 사무 업무 사람 시간의 85%를 아낍니다.

    출처 ↗
  2. 2
    PDF와 송장 데이터를 표로 추출

    화면 인식 에이전트는 여러 쪽짜리 어수선한 영수증을 정확도 89%로 읽어내며, 합계만 일부 확인하면 됩니다.

    출처 ↗
  3. 3
    웹 조사와 경쟁 가격 비교

    웹 탐색 에이전트는 여러 사이트의 시장 목록을 안정적으로 모으며, 실시간 원본 데이터를 바꿀 위험은 전혀 없습니다.

  4. 4
    초안 문서로 일반 웹 양식 작성

    서비스나우 WorkArena에서 완료율 84.8%를 달성해, 반복적인 수작업 입력을 70% 줄입니다.

    출처 ↗
  5. 5
    스프레드시트 정리와 수식 표준화

    81%의 시트에서 문자열 다듬기와 머리글 맞추기를 자동화하지만, 형식 이상은 여전히 검증이 필요합니다.

    출처 ↗
  6. 6
    IT 서비스 티켓 배분과 분류

    WorkArena 점수에 따르면 고객에게 보이는 연락 없이 내부 장애를 배정하는 정확도는 79.5%입니다.

    출처 ↗
  7. 7
    CRM 리드 보강과 연락처 업데이트

    벤치마크 정확도 74%이면, 검토하지 않을 경우 연락처 항목 4개 중 1개가 망가져 고객 연락 관리에 위험이 됩니다.

    출처 ↗
  8. 8
    외부 고객과 여러 일정표 조율

    여러 일정을 함께 추론하는 것은 경계 사례(시간대, 초대장)의 32%에서 실패하므로, 사람이 신중히 검토해야 합니다.

  9. 9
    회사 경비 환급 신청

    잘못된 지출 입력은 감사 벌금을 부릅니다. 재무 근로자의 68%는 영수증을 전부 확인해야 한다고 고집합니다.

    출처 ↗
  10. 10
    송장 직접 결제와 계좌 이체 입력

    정밀도 88%라도, 잘못된 은행 송금 정보 입력은 되돌릴 수 없어 사람이 한 줄씩 승인해야 합니다.

    출처 ↗

Gemini의 발견

즉시 '실행 취소'가 되거나 피해 범위가 격리된 작업은 건당 평균 14분을 아낍니다. 반면 책임이 큰 회계 업무 흐름은 필수 감사 때문에 순절약 시간이 0분입니다.

마이크로소프트 Work Trend Index에 따르면, 근로자의 85%는 데이터 준비와 정리를 기꺼이 맡기지만, 돈이 오가는 송금이 걸리면 80% 넘게 자율 실행을 거부합니다.

BLS 사무직 임금 중간값 시간당 $21.40 기준으로, 실행당 $0.18인 에이전트는 파일과 문서 처리 작업에서 비용을 95% 줄입니다.

🇨🇳 Kimi10개 순위 · 메모 4개

같은 질문에 Kimi 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    파일 정리와 폴더 관리

    실수를 고치는 데 몇 초밖에 안 드는 유일한 업무 유형입니다. 이름이 잘못된 파일과 잘못된 폴더는 눈에 보이고 되돌릴 수 있으며, 에이전트는 이미 OSWorld의 파일 작업을 벤치마크 최고 수준의 성공률로 통과합니다.

    출처 ↗
  2. 2
    문서, 이메일, 제안서 초안

    AI 사용자의 58%는 1년 전에는 해내지 못했을 일을 지금 해낸다고 말합니다. 마이크로소프트 지수에서 가장 많이 맡겨지는 일도 초안 작성입니다.

    출처 ↗
  3. 3
    PDF 데이터를 스프레드시트로 추출

    모든 칸이 사람이 일부를 골라 확인할 수 있는 곳에 남기 때문에 가장 안전한 추출 업무입니다. GPT-6.1 Terra의 출시 소개도 바로 이 송장과 양식 반복 작업을 중심으로 짜였습니다.

    출처 ↗
  4. 4
    스프레드시트 정리 (서식, 중복 제거, 수식 채우기)

    앱 하나로 하는 스프레드시트 작업이 벤치마크 수치가 가장 강한 영역입니다. WorkArena-L1 최상위 에이전트는 쪼갤 수 없는 단일 기업 작업의 90.3%를 통과합니다.

    출처 ↗
  5. 5
    웹 조사와 여러 탭 탐색 요약

    에이전트는 이제 여러 탭을 사람보다 빨리 오가며 정보를 모읍니다. 하지만 기록된 최저 오류율은 여전히 4.3%이며, 이는 0이 아니라 환각이 허용되는 몫입니다.

    출처 ↗
  6. 6
    이메일 분류와 답장 초안

    받은편지함 정리는 업무 위임의 입구입니다. 하지만 근로자의 4분의 1은 여전히 AI를 아예 거부하므로, 걸림돌은 능력이 아니라 신뢰입니다.

    출처 ↗
  7. 7
    CRM과 IT 포털 기록 업데이트

    쪼갤 수 있는 단일 CRM 편집은 90.3%로 통과하지만, 같은 서비스나우 작업의 복합 버전은 2.1%로 무너집니다. 이 88점 차이가 바로 사람의 확인이 여전히 필요한 자리입니다.

    출처 ↗
  8. 8
    내부 양식 작성 (금액과 무관)

    양식은 Terra 판매의 핵심입니다. '양식 작성'은 OpenAI가 든 예이기도 합니다. 그럼에도 처음부터 끝까지 이어지는 기업 양식 업무는 벤치마크 범주 가운데 가장 약한 분야로 남아 있습니다.

    출처 ↗
  9. 9
    지출 보고서 입력

    사무직 임금이 시간당 약 $21~22일 때, 지출 항목을 한 줄씩 확인하는 비용은 직접 입력하는 비용과 거의 같습니다. 절감 효과가 바로 여기서 사라집니다.

    출처 ↗
  10. 10
    송장 승인과 결제 처리

    정확도 90%가 쓸모없는 업무입니다. 은행 송금으로 가는 나머지 10%만 사람들이 기억합니다.

    출처 ↗

Kimi의 발견

위임의 역설: AI 사용자의 58%는 1년 전에는 못 했던 일을 지금 해낸다고 말하지만, 에이전트에게 업무를 맡겨도 편하다고 강하게 동의하는 사람은 27%뿐입니다. 능력은 신뢰를 앞질렀고, 근로자의 26%는 몰래 AI를 아예 피한다고 털어놓았습니다.

같은 플랫폼에서 나타나는 88점짜리 절벽: 에이전트는 쪼갤 수 있는 WorkArena-L1 서비스나우 작업의 90.3%를 통과하지만, 사람은 93.9%를 쉽게 해내는 WorkArena++ 복합 업무 흐름은 2.1%(GPT-4o)만 통과합니다. '에이전트가 내 CRM을 대신할 수 있다'는 말은 한 번에 한 칸일 때만 맞고, 한 번에 한 업무 흐름일 때는 맞지 않습니다.

확인에도 값이 있습니다. 데이터 입력 사무원의 BLS 중간 연봉이 약 $43,310~$45,930이므로, 검증하는 데 실제 작업만큼 시간이 걸리는 업무(지출, 송장, 돈이 오가는 양식)는 지금의 에이전트 정확도로는 아무것도 아끼지 못합니다.

양식 작성은 최신 모델의 대표 활용 사례이지만, 가장 덜 검증된 분야이기도 합니다. GPT-6.1 Terra는 오늘 양식을 내세워 출시되었고, 공개된 기업용 근거 가운데 가장 강한 WorkArena++는 여러 탭에 걸친 양식 업무가 테스트한 모든 에이전트에서 가장 약한 분야로 남아 있음을 보여줍니다.

🇨🇳 DeepSeek10개 순위 · 메모 1개

같은 질문에 DeepSeek 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    파일 정리와 이름 바꾸기

    정확도 34%의 에이전트도 여전히 시간을 아낄 수 있는 유일한 업무입니다. 잘못된 폴더는 끌어다 놓기로 되돌리면 되고, 다시 써야 하는 일이 아닙니다.

  2. 2
    PDF 데이터 추출

    LlamaParse Agentic은 ParseBench에서 84.88점입니다. 사람의 확인은 2분짜리 일부 점검이지, 한 줄씩 하는 감사가 아닙니다.

    출처 ↗
  3. 3
    웹 탐색과 조사

    Browser Use Cloud는 웹 탐색에서 78.0%를 기록했지만, ClawBench의 일상 작업에서는 Claude Sonnet 4.6이 23.5%로 떨어집니다. 확인이 곧 핵심 업무입니다.

    출처 ↗
  4. 4
    일정 잡기

    Copilot 대화 가운데 일정 관련 작업은 0.4%뿐이고, 일정 에이전트의 오류율은 여전히 35%입니다. 중요도는 낮고 신뢰도도 낮습니다.

    출처 ↗
  5. 5
    양식 작성 (결제 없는 양식)

    CRAFT는 여러 파일로 된 양식에서 E2E 43.31점에 이르지만, 지시문만 있는 양식에서는 15.5점입니다. 양식은 쉬워도 지시문은 그렇지 않습니다.

    출처 ↗
  6. 6
    스프레드시트 데이터 입력과 정리

    최상위 스프레드시트 에이전트는 MBABench-2.0 작업의 16%를 통과합니다. 디버깅 정확도는 12%이므로, 모든 칸에 두 번째 눈이 필요합니다.

    출처 ↗
  7. 7
    CRM 업데이트

    CRM-Agent-Bench 엄격 기준 성공률은 64.32~83.60%에 걸쳐 있지만, SCUBA의 세일즈포스 화면 시험에서는 오픈소스 컴퓨터 조작 에이전트가 5% 아래입니다. API와 화면은 전혀 다른 세상입니다.

    출처 ↗
  8. 8
    지출 내역 입력과 송장 등록

    Fable 5.1은 송장 입력 작업의 72%를 통과해 최고의 사람(51%)을 앞섭니다. 하지만 실패한 28%는 돈을 움직일 수 있습니다.

    출처 ↗
  9. 9
    여러 앱을 오가는 작업

    OSWorld 2.0 최고의 에이전트는 평균 도구 호출 318번인 여러 앱 업무 흐름 108개 가운데 20.6%를 완전히 끝냅니다. 5개 중 4개는 여전히 사람이 필요합니다.

    출처 ↗
  10. 10
    결제 승인, 계좌 이체, 약관 동의

    벤치마크가 없어도 됩니다. OpenAI, 앤트로픽, 구글 모두 돈, 약관, 인증 정보에는 사람의 승인을 두라고 말합니다.

    출처 ↗

DeepSeek의 발견

최상위 스프레드시트 에이전트는 MBABench-2.0 작업의 16%를 통과하고, 디버깅 정확도는 12%입니다. 한 줄씩 확인이 필요한 스프레드시트 에이전트는 시간을 전혀 아끼지 못할 수 있습니다.

🇨🇳 Qwen10개 순위 · 메모 2개

같은 질문에 Qwen 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    파일 정리와 이름 바꾸기

    성공률이 높고 금전 위험은 전혀 없습니다. 실수해도 파일을 원래 폴더로 옮기기만 하면 됩니다.

    출처 ↗
  2. 2
    스프레드시트 서식

    에이전트는 구조 정리를 잘 처리하고, Excel의 실행 취소 버튼 덕분에 사람이 확인하기도 수월합니다.

    출처 ↗
  3. 3
    일상적인 CRM 데이터 입력

    에이전트는 여러 탭의 양식을 쉽게 헤쳐 나가지만, 영업 담당자는 저장하기 전에 주요 고객 정보 변경을 여전히 확인합니다.

    출처 ↗
  4. 4
    회의록 요약

    되돌릴 수 없는 피해의 위험이 낮고, 근로자들은 몇 시간의 청취 시간을 아끼려고 이 일을 기꺼이 넘깁니다.

    출처 ↗
  5. 5
    지출 영수증 추출 (PDF)

    에이전트는 날짜와 합계를 쉽게 뽑아내지만, 회계에서 지급을 집행하기 전에 사람이 지급을 승인해야 합니다.

    출처 ↗
  6. 6
    IT 서비스 포털 티켓 처리

    WorkArena에서 비밀번호 재설정은 처음부터 끝까지 성공률이 높지만, 장비 요청은 여전히 사람의 승인이 필요합니다.

  7. 7
    여러 앱 조사와 탐색

    에이전트는 여러 탭에서 데이터를 모을 수 있지만, 환각으로 만들어진 출처는 사람이 한 줄씩 사실 확인을 해야 합니다.

    출처 ↗
  8. 8
    고객 지원 이메일 초안

    에이전트는 예의 바른 답장을 쓰지만, 화난 고객에게 분위기 파악 못 한 답장을 하면 중요한 거래처를 잃을 수 있습니다.

    출처 ↗
  9. 9
    급여와 복지 정보 업데이트

    정확도 90%의 에이전트라도 위험합니다. 숫자 하나만 틀려도 미국 국세청(IRS) 벌금과 화난 직원들이 생깁니다.

    출처 ↗
  10. 10
    송금과 거래처 결제

    사람이 최종적으로 관여해야 하는 업무입니다. 에이전트가 잘못 클릭하면 회사 자금이 순식간에 빠져나갈 수 있습니다.

    출처 ↗

Qwen의 발견

마이크로소프트 Work Trend Index 2026에 따르면, 근로자들은 요약과 서식 작업은 적극적으로 넘기지만, 돈이나 민감한 인사 기록이 걸린 업무에는 AI가 손대는 것을 적극적으로 거부합니다.

WorkArena++는 기업 업무 흐름 682개를 시험하며, 에이전트가 앱 하나에서 하는 데이터 입력은 잘하지만 CRM, 이메일 프로그램, 스프레드시트를 오가야 하는 업무에서는 크게 흔들린다는 것을 보여줍니다.