메타 AI가 캘린더를 열었어요 | AI 기능 견적이 갈리는 곳
메타가 7월 24일 AI 챗봇에 캘린더 연동과 자동 브리핑, 다단계 작업 실행을 넣었어요. 국내 기업 37.1%가 AI를 실무에 쓰는 지금, 우리 서비스에 AI 기능을 붙일 때 견적을 가르는 세 지점을 10년 넘게 운영해온 개발사 관점으로 정리했어요.
📰 2026년 8월 9일 기준 최신 소식 | 이 글은 특정 시점의 뉴스를 다루고 있어요.
핵심 요약 — 메타가 7월 24일부터 AI 챗봇을 비서 쪽으로 바꾸고 있어요. 캘린더를 읽어 아침 브리핑을 주고, 시키지 않아도 여러 단계를 이어서 처리해요. 발주자 입장에서 볼 지점은 기능 목록이 아니라 견적이에요. AI 기능의 값은 모델이 아니라 어디에 연결하는지, 얼마나 자주 혼자 도는지, 사람이 중간에 끼어들 수 있는지에서 갈려요. 자체 SaaS 4종을 직접 운영해온 개발사 관점으로 정리했어요.
“우리 서비스에도 AI 하나 넣어주세요.”
요즘 상담에서 가장 자주 듣는 문장이에요. 그런데 이 한 줄로 견적을 내려고 하면 금액이 몇 배씩 벌어져요. 같은 말을 하고도 어떤 회사는 대화창 하나를 생각하고, 어떤 회사는 사내 시스템을 다 뒤져서 일을 대신 해주는 물건을 떠올리거든요.
이번 주 메타의 발표가 그 간극을 잘 보여줘요.
1. 무슨 일이 있었나요
메타가 자사 AI 챗봇을 생산성 도구로 바꾸는 업데이트를 7월 24일부터 내보내기 시작했어요.
바뀐 것을 추리면 네 가지예요.
- 캘린더 연동 — 연결된 일정을 읽어서 겹치는 약속 같은 걸 짚어줘요.
- 자동 브리핑 — 정해둔 시간에 그날 요약을 알아서 보내줘요.
- 다단계 작업 — 매번 다시 시키지 않아도 여러 단계를 이어서 처리해요.
- 중간 조향 — 답을 만드는 도중에 방향을 바꿔 달라고 끼어들 수 있어요.
여기에 여러 출처의 정보를 모아 보고서 형태로 정리하거나, 장바구니에 담아둔 물건의 재입고를 지켜보는 일까지 들어갔어요. 질문에 답하고 그림을 그리던 물건이 일정을 보고 일을 대신 하는 쪽으로 옮겨간 거예요.
2. 대화창이 아니라 연결이 제품이 됐어요
이 발표에서 새로운 기술은 사실 거의 없어요.
캘린더를 읽는 일도, 정해진 시각에 알림을 보내는 일도 예전부터 있던 기능이에요. 달라진 건 그 연결을 제품의 중심에 놓았다는 점이에요. 예전에는 모델이 얼마나 똑똑한지가 경쟁이었다면, 지금은 그 모델이 내 데이터에 얼마나 붙어 있는지가 경쟁이 됐어요.
발주자에게 이 변화가 의미하는 건 하나예요. 앞으로 “AI 기능”이라는 말을 들었을 때 상대가 떠올리는 그림이 예전보다 훨씬 커졌다는 것. 그래서 요구사항을 적을 때 대화창 이야기만 하면 견적이 맞을 수가 없어요.
용어 정리 — 커넥터 AI가 외부 데이터에 접근하도록 이어주는 연결 부품이에요. 캘린더, 메일, 사내 데이터베이스처럼 붙일 곳마다 하나씩 필요해요. 실무에선 “커넥터 몇 개 붙이나요?”를 “어디까지 읽고 쓰게 할 거냐”는 뜻으로 써요. 개발 견적에서는 이 개수가 화면 수보다 값을 더 크게 움직여요.
3. “AI 기능 넣어주세요”가 견적에서 흔들리는 이유
같은 요청인데 값이 벌어지는 자리는 대개 정해져 있어요.
모델을 부르는 코드는 짧아요. 요즘은 며칠이면 붙어요. 그런데 그 뒤에 따라오는 것들이 길어요. 어떤 데이터를 보여줄지 고르는 일, 잘못 답했을 때 어떻게 되돌릴지 정하는 일, 누가 무엇까지 볼 수 있는지 나누는 일이에요. 화면에는 안 보이는데 시간이 가장 많이 드는 부분이고요.
그래서 견적을 비교할 때는 금액 옆에 무엇이 적혀 있는지를 보셔야 해요. 아래 세 가지가 요구사항에 없으면, 싸 보이는 견적은 대개 대화창까지만 만들어주겠다는 뜻이에요.
4. 첫째 — 어디에 연결하나요
연결 대상의 수가 값을 정해요.
붙일 곳이 하나 늘어날 때마다 인증, 권한, 오류 처리가 한 벌씩 늘어나요. 사내 문서만 읽는 수준과 고객 데이터베이스를 읽는 수준은 다른 일이고, 읽기만 하는 것과 값을 바꾸는 것은 또 달라요. 실제로 국내 기업들이 붙이는 대상은 대개 ERP나 CRM처럼 이미 쓰고 있는 업무 시스템이에요. 조회로 시작해서 입력과 전송까지 넘어가는 순서를 밟고요.
발주 전에 표 하나만 채워보셔도 견적이 훨씬 또렷해져요.
| 연결 대상 | 읽기 | 쓰기 | 비고 |
|---|---|---|---|
| 사내 문서·위키 | O | X | 공개 범위 확인 필요 |
| 고객 데이터 | O | X | 개인정보 처리 위탁 검토 |
| 업무 시스템(ERP·CRM) | O | 검토 | 쓰기 권한은 승인 절차와 함께 |
고객 데이터를 다루는 쪽으로 가면 이야기가 한 단계 더 들어가요. 흩어진 고객 정보를 한군데로 모으는 작업이 앞에 오는데, 이건 AI 기능이라기보다 데이터 기반 공사에 가까워요. 이 단계를 건너뛰면 대답의 품질이 아니라 대답할 재료가 없어서 막혀요. 관련해서는 CDP(고객 데이터 플랫폼) 구축 비용이 어디서 갈리는지를 따로 정리해뒀어요. cdp ai 조합을 검토 중이시라면 순서를 잡는 데 도움이 될 거예요.
5. 둘째 — 얼마나 자주 혼자 도나요
사람이 눌러야 도는 것과 알아서 도는 것은 견적서에서 다른 물건이에요.
메타가 넣은 아침 브리핑 같은 기능이 대표적이에요. 사용자가 아무것도 안 해도 정해진 시각에 실행돼요. 이런 걸 붙이려면 실행을 관리하는 구조, 실패했을 때 다시 돌리는 규칙, 결과를 남기는 기록이 함께 들어가요. 버튼을 눌러야 도는 기능보다 만들 것이 늘어나요.
비용도 여기서 성격이 바뀌어요. 사람이 쓸 때만 도는 기능은 사용량이 사람 수에 묶이는데, 자동으로 도는 기능은 일정 수에 묶여요. 사용자가 늘지 않아도 청구서가 커질 수 있다는 뜻이에요. ai 모델링 최적화 비용을 뒤늦게 걱정하게 되는 경우가 대개 이 지점에서 시작돼요.
직접 운영해보니 저희가 자체 SaaS를 굴리면서 배운 건, 자동 실행 기능은 만들 때보다 끄고 켤 때 손이 더 간다는 점이었어요. 처음부터 “이 작업은 하루 몇 번까지”라는 상한을 코드가 아니라 설정으로 빼두면 나중에 예산을 조절하기가 쉬워요. 개발 단계에서 30분이면 되는데, 나중에 넣으려면 배포를 다시 해야 하거든요.
6. 셋째 — 사람이 중간에 끼어들 수 있나요
이번 업데이트에서 눈여겨볼 건 답을 만드는 도중에 방향을 바꿀 수 있게 한 부분이에요.
작아 보이는 기능인데 뜻이 커요. AI가 일을 대신 하기 시작하면 틀렸을 때 어디서 멈추느냐가 문제가 되거든요. 사람이 끼어들 자리를 만들어두지 않으면, 잘못된 방향으로 열 단계를 다 간 다음에야 알게 돼요.
그래서 요구사항에는 이런 문장이 들어가야 해요. 어떤 작업은 사람이 확인한 뒤에만 실행된다, 어떤 작업은 바로 실행하되 기록을 남긴다, 어떤 작업은 아예 못 하게 막는다. 이 구분이 없으면 개발사도 판단할 수가 없어서 대개 가장 느슨한 쪽으로 만들어요.
권한을 어떻게 나눌지는 AI 에이전트에 어떤 통제를 걸어야 하는지에 더 자세히 적어뒀어요.
7. 국내 기업은 지금 어디쯤 와 있나요
생각보다 빨라요.
산업통상자원부가 의뢰한 2025년 조사에서 685개 기업 가운데 37.1%가 AI를 실제 업무에 쓰고 있다고 답했어요. 대기업만 보면 65.1%까지 올라가요. 도구를 깔았느냐가 아니라 업무에 쓰느냐를 물은 수치라 체감보다 높게 느껴질 수 있어요.
눈에 띄는 건 확산 방식이에요. 야놀자는 사내 해커톤에 비개발자가 45% 참여했고, 그 뒤로 각 팀에서 자원자를 뽑아 확산을 맡기는 ‘AI 챔피언’ 제도를 뒀어요. 교육 담당이 7명인데 국내 임직원이 2천여 명이라 한 팀이 다 감당할 수 없었기 때문이에요. 실제로 한 기획자는 원래 외주로 맡겨야 했던 프로그램을 직접 만들어 팀에서 쓰고 있고요.
이 사례를 어떻게 읽느냐가 갈려요. “그럼 외주가 줄겠네”로 읽을 수도 있는데, 저희가 보기엔 반대예요. 사람이 직접 만드는 건 팀 안에서 쓰는 작은 도구까지고, 고객이 쓰는 서비스에 붙이는 일은 오히려 요구 수준이 올라갔어요. 사내 도구는 틀리면 사람이 고치면 되지만, 고객이 보는 화면은 그럴 수가 없으니까요.
8. 자주 묻는 질문 (FAQ)
AI 자체 도입과 외주 개발 중 어떤 선택이 맞나요?
쓰는 것과 붙이는 것을 나눠 보면 답이 쉬워져요. 직원이 업무에 AI를 쓰는 일은 계정을 사서 바로 시작하는 게 빨라요. 반면 우리 서비스 안에 AI 기능을 넣는 일은 연동과 권한 설계가 들어가서 개발 영역이고요. 예산 항목부터 다른 일이라, 둘을 하나로 묶으면 대개 뒤쪽이 밀려요. 비용 구조를 나눠 잡는 방법은 AI 도입 비용이 어디에 드는지에 정리해뒀어요.
AI 기능을 붙이면 개발 기간이 얼마나 늘어나나요?
모델을 부르는 코드 자체는 오래 걸리지 않아요. 기간을 늘리는 건 연결할 시스템의 수와 실패 처리예요. 사내 시스템 한 곳에 읽기로만 붙이는 수준이면 기존 일정에 몇 주가 더해지는 정도예요. 쓰기 권한이 붙고 자동 실행이 들어가면 검증과 로그 설계가 따라와서 성격이 달라져요. 외부 서비스를 붙일 때 값이 어떻게 움직이는지는 연동 비용 정리를 참고하세요.
모델 사용료는 누가 부담하나요?
계약서에 안 적히면 나중에 다투기 쉬운 항목이에요. 개발사가 자기 계정으로 붙여두고 끝나면 계약이 끝날 때 그 키가 함께 사라져요. 운영 단계 사용료는 발주자 계정에서 나가도록 처음부터 잡아두는 편이 안전해요. 사용량이 예상보다 튀기도 해서 월 상한과 경보를 같이 걸어두시길 권해요.
9. 마무리 — 기능 목록보다 연결 목록을 먼저 적어보세요
정리하면 이래요. AI 기능의 값은 모델 이름에서 정해지지 않아요. 어디에 연결하는지, 얼마나 자주 혼자 도는지, 사람이 어디서 멈출 수 있는지에서 갈려요. 메타의 이번 업데이트도 새 모델 이야기가 아니라 연결 이야기였고요.
그래서 견적을 받기 전에 기능 목록 대신 연결 목록을 먼저 적어보시길 권해요. 붙일 시스템의 이름을 쓰고, 읽기만 할지 쓰기까지 할지 표시하고, 자동으로 돌 작업에 동그라미를 치는 정도면 충분해요. 이 종이 한 장이 있으면 견적서를 비교하는 기준이 생겨요.
저희는 10년 넘게 50개 이상의 프로젝트를 진행하고 자체 SaaS 4종을 직접 운영해온 개발사예요. 롯데·캐논 같은 곳과도 함께해 왔고요. 남의 서비스를 만들어보기도 하고 우리 서비스로 돈을 벌어보기도 해서, 붙이면 좋아 보이는 기능과 붙이면 매달 돈이 나가는 기능을 구분해서 말씀드릴 수 있어요. 어디까지 연결할지 정하는 단계에서 막히셨다면 연결 목록부터 같이 정리해드릴게요 →
관련 글