AI가 우리 계정에 로그인해요 | 권한 열기 전 정할 6가지

핵심 요약 — SpaceXAI가 8월 11일 Grok Bot을 베타로 열었어요. 답을 주는 게 아니라 사용자의 도구에 직접 로그인해서 일을 끝내고 돌아오는 방식이에요. 이 구조에서 회사가 먼저 정해야 하는 건 모델이 아니라 권한이에요. 읽기·작성·삭제·외부 전송·결제·권한 변경으로 나눠 어디까지 열지 정하고, 되돌릴 수 없는 일에만 사람 승인을 걸어두면 도입 뒤에 흔들릴 일이 줄어요.

📰 2026년 8월 13일 기준 최신 소식 | 이 글은 특정 시점의 뉴스를 다루고 있어요.

“이제 로그인 정보를 줘야 한다는 거죠?”

이번 발표를 보고 실무자분들이 가장 먼저 하신 질문이에요. 그동안 AI 도구는 물어보면 답해주는 자리에 있었는데, 이제는 우리가 쓰는 서비스에 직접 들어가서 작업을 마치고 나오는 쪽으로 옮겨가고 있어요.

기술보다 먼저 정리해야 할 게 생겼어요. 어디까지 열어줄지예요.

---

1. 무슨 일이 있었나요

SpaceXAI가 8월 11일 Grok Bot을 초기 베타로 공개했어요. 회사 설명은 짧아요. “당신의 도구에 로그인해서, 당신이 쓰는 방식 그대로 사용하고, 끝난 일을 가지고 돌아온다”예요.

봇마다 자기 클라우드 컴퓨터를 하나씩 갖고, 대화로 일을 맡기면 배경에서 계속 돌아가요. 사람은 승인이 필요한 순간에만 불려 나와요. Mac과 iOS에서 먼저 열렸고 윈도우·리눅스 데스크톱도 함께 나왔어요. 안드로이드는 준비 중이고, 초기에는 상위 구독자에게만 열려 있어요.

SpaceXAI가 사내에서 먼저 써본 사례로 든 건 영업 아웃바운드, 마케팅 캠페인, 사무 운영, 버그 수정이에요. 영업 봇은 밤사이 거래처를 조사해서 담당자별로 메일 초안을 써두고, 아침에 승인만 받는 식으로 돌아간다고 해요.

2. 지금까지의 AI 도구와 무엇이 다른가요

경계가 하나 넘어갔어요.

지금까지는 사람이 결과를 받아서 직접 시스템에 넣었어요. 초안을 받아 메일함에 붙여넣고, 정리된 표를 받아 관리 화면에 옮기는 식이었죠. 잘못된 결과가 나와도 사람 손을 거치니까 중간에 걸러졌어요.

이제는 그 마지막 단계까지 넘어가요. 에이전트가 직접 로그인해서 보내고 등록해요. 속도는 확실히 빨라지는데, 사람이 걸러주던 자리가 사라져요. 바뀐 건 성능이 아니라 책임이 놓이는 위치예요.

3. 계정을 열어준다는 건 실제로 무슨 뜻인가요

세 가지가 한꺼번에 넘어가요.

로그인 정보가 넘어가요. 아이디와 비밀번호, 또는 그걸 대신하는 토큰이에요. 볼 수 있는 범위가 넘어가요. 메일함을 열 수 있으면 지난 3년치 대화가 다 보이는 거예요. 그리고 할 수 있는 일이 넘어가요. 읽는 것과 보내는 건 완전히 다른 얘기예요.

여기서 회사들이 자주 하는 실수가 있어요. 담당자 계정을 그대로 빌려주는 거예요. 편하긴 한데, 나중에 기록을 열어보면 사람이 한 일과 에이전트가 한 일이 구분이 안 돼요. 문제가 생겼을 때 어디서부터 되돌려야 하는지를 못 찾게 돼요.

용어 정리 — 자격증명은 로그인에 쓰이는 정보 묶음이에요. 최소 권한은 일하는 데 꼭 필요한 만큼만 열어준다는 원칙이고요. 감사 로그는 누가 언제 무엇을 했는지 남겨두는 기록이에요. 실무에서는 “계정 판다”는 말이 이 셋을 한꺼번에 가리키는 경우가 많아요.

4. 권한은 어떤 단위로 나눠야 할까요

“접근 허용” 한 칸으로 두면 안 돼요. 여섯으로 나눠서 각각 정해야 해요.

권한	무엇을 하나요	열어도 되는 기준
읽기	자료를 보고 가져와요	대체로 먼저 여는 자리예요
작성	초안·임시 저장을 만들어요	사람이 확인하고 내보내면 안전해요
삭제	기록을 지워요	되돌리기 어려워서 막아두는 편이 나아요
외부 전송	메일·메시지를 밖으로 보내요	받는 사람이 생기니 승인을 거는 자리예요
결제	돈이 나가요	금액 상한과 승인을 함께 걸어요
권한 변경	다른 계정의 접근을 바꿔요	에이전트에는 안 여는 게 기본이에요

기준은 하나예요. 되돌릴 수 있으면 열고, 되돌릴 수 없으면 승인을 걸어요. 초안을 잘못 쓰면 지우면 그만이지만, 나간 메일과 빠져나간 돈은 못 되돌려요.

공개된 보안 가이드들도 같은 방향이에요. 필요한 시스템과 데이터 범위, 실행 시간과 호출 횟수까지 좁혀서 열라는 게 공통 권고예요. 자격증명을 에이전트가 직접 들고 있지 않게 따로 관리하고, 유효 기간이 짧은 인증 정보를 쓰라는 얘기도 반복해서 나와요.

5. 사람이 승인해야 하는 지점은 어디일까요

승인은 많이 걸수록 안전하지만, 많이 걸면 아무도 안 써요.

실무에서 균형이 맞는 자리는 대체로 세 군데예요. 회사 밖으로 뭔가 나갈 때, 돈이 움직일 때, 기존 기록이 바뀌거나 지워질 때예요. 나머지는 통과시켜도 대개 회수가 돼요.

반대로 승인을 걸어봐야 소용없는 자리도 있어요. 하루에 수십 번 뜨는 알림은 사람이 내용을 안 읽고 누르게 돼요. 승인 창이 많아지면 승인의 의미가 사라져요. 지난달에 뜬 승인 요청이 몇 건이었는지 세어보면, 그 설계가 살아 있는지 아닌지가 바로 보여요.

6. 계정 구조부터 정리해야 하는 이유

에이전트 얘기 전에 걸리는 문제가 하나 있어요. 우리 회사 계정이 이미 정리돼 있느냐예요.

여러 사람이 하나의 관리자 계정을 같이 쓰고 있거나, 퇴사자 계정이 아직 살아 있거나, 외부 서비스 계약이 개인 이름으로 돼 있는 경우가 생각보다 많아요. 이 상태에서 에이전트를 붙이면 권한을 좁힐 방법 자체가 없어요. 좁힐 단위가 없으니까요.

저희가 자체 서비스 4종을 운영하면서 계속 확인하게 되는 부분도 여기예요. 기능을 새로 붙이는 일보다, 누가 무엇에 접근하는지를 정리해두는 일이 나중 비용을 더 크게 바꿔요. 데이터를 한곳에 모으는 CDP(고객 데이터 플랫폼) 작업을 할 때도 마찬가지였어요. 모으는 것보다 접근 범위를 정하는 데 시간이 더 들어갔어요.

AI 도입을 검토 중인데 어디부터 손대야 할지 애매하다면, 지금 계정과 권한이 어떤 상태인지부터 같이 정리해볼 수 있어요. 지금 상황부터 편하게 이야기 나눠요 →

7. 도입 견적에서는 이 부분이 어떻게 잡히나요

견적서에서 잘 안 보이는 자리가 두 군데예요.

승인 화면이에요. 에이전트가 뭘 하려는지 사람이 보고 통과시키는 자리인데, 화면 목록에 잘 안 올라와요. 눈에 띄는 기능이 아니라서요.

기록 남기기예요. 언제 무엇을 했는지 남겨두는 부분이에요. 이것도 사용자 화면에 안 보이니까 빠지기 쉬워요. 그런데 문제가 생겼을 때 원인을 찾는 유일한 단서라서, 없으면 그때 급하게 붙이게 돼요.

모델을 부르는 비용은 계산이 쉬워요. 어려운 건 이 두 가지처럼 안 보이는 쪽이에요. 견적서를 받으시면 이 두 줄이 적혀 있는지부터 확인해보세요.

8. 자주 묻는 질문

AI 에이전트에 계정을 열어주면 무엇이 위험한가요?

사람이 한 일과 구분이 안 되는 게 가장 큰 문제예요. 에이전트에는 별도 계정을 만들고 범위를 따로 좁히는 게 기본이에요. 자격증명을 에이전트가 직접 들고 있지 않게 분리하는 것도 같은 이유고요.

AI 도입, 자체 개발과 외주 중 어떤 선택이 맞나요?

모델을 쓰는 부분은 외주가 빠르고, 권한과 계정 구조는 내부에서 정하는 편이 나아요. 어떤 데이터에 누가 접근하는지는 회사 사정을 아는 쪽이 판단해야 하거든요.

에이전트 도입 견적에서 자주 빠지는 항목은 무엇인가요?

승인 화면과 기록 남기기예요. 눈에 안 보여서 빠지기 쉬운데, 실제 운영에서 손이 가장 많이 가는 자리예요.

9. 마무리

이번 발표에서 눈에 띄는 건 성능이 아니라 방향이에요. AI가 답을 주는 자리에서 일을 끝내는 자리로 옮겨가고 있고, 그러려면 우리 시스템 안으로 들어와야 해요.

그래서 도입을 검토하실 때 첫 질문은 어떤 모델을 쓸까가 아니라 어디까지 열어줄까가 돼요. 되돌릴 수 있는 일은 열고, 되돌릴 수 없는 일에는 사람을 세워두는 것부터 시작하면 돼요.

저희는 10년 넘게 50개 이상 프로젝트를 진행하고 자체 SaaS 4종을 직접 운영해온 개발사예요. 롯데·캐논 같은 곳과도 함께해 왔고요. 만들어놓고 끝나는 게 아니라 매일 돌아가는 서비스를 직접 지켜봐서, 권한 하나가 나중에 어떤 일을 만드는지도 겪어봤어요. 아직 검토 단계여도 어디부터 정리할지 같이 봐드릴게요 →

관련 글

• 긴 업무를 AI에 맡길 때 어디서 멈추게 할까요
• AI를 어디서 돌릴까요 | 데이터 위치가 도입 방식을 가르는 이유
• AI 도입 비용, 얼마부터 시작하고 어디에 돈이 들까요