오픈AI, 발표자료 스타트업 인수 | 결과물형 AI가 온다
오픈AI가 프레젠테이션 스타트업 넥스트슬라이드를 인수했어요. 3년간 17곳, 2026년 1분기에만 6곳을 사들인 흐름의 연장이에요. 채팅형에서 결과물형으로 옮겨가는 AI가 사내 도구와 개발 요구사항을 어떻게 바꾸는지 개발사 관점으로 정리했어요.
핵심 요약 — 오픈AI가 발표자료를 만들어주는 스타트업 넥스트슬라이드를 인수했어요. 금액은 공개되지 않았고, 팀은 챗GPT 개발 조직으로 옮겼어요. 3년간 17곳을 인수했고 2026년 1분기에만 6곳이었으니 흐름의 한 조각이에요. 중요한 건 방향이에요. AI가 답을 말해주는 도구에서 결과물을 내놓는 도구로 옮겨가고 있고, 이건 사내 시스템에 붙는 개발 요구사항을 바꿔요.
📰 2026년 8월 10일 기준 최신 소식 | 이 글은 특정 시점의 뉴스를 다루고 있어요.
“AI 도입했는데 결국 사람이 다시 정리하더라고요.”
작년부터 자주 듣는 이야기예요. 답변은 잘 나오는데 그 답변을 회사 양식에 옮기고 숫자를 맞추는 일은 여전히 담당자 몫이었거든요. 이번 인수는 그 마지막 구간을 겨냥한 것으로 보여요.
1. 어떤 일이 있었나요
넥스트슬라이드 창업자 아메드 베슈리가 현지시간 8월 8일에 인수 소식을 알렸어요. 회사 웹사이트와 본인 링크드인에 올린 글이었고, 팀은 챗GPT 핵심 개발 조직에 합류했다고 해요.
재미있는 건 시점이에요. 거래 자체는 2026년 초에 끝났는데 이번 주에야 공개됐어요. 금액은 밝히지 않았고요.
넥스트슬라이드는 2025년 중반에 만들어진 회사예요. 프롬프트나 메모, 문서, 조사 자료를 넣으면 수정 가능한 발표자료로 바꿔주는 걸 했어요. 이미지로 뽑아주는 게 아니라 열어서 고칠 수 있는 형태라는 점이 핵심이었어요.
2. 왜 하필 발표자료였을까요
사무직 업무 중에 가장 시간이 많이 들면서 가장 기계적인 구간이라서예요.
내용을 정하는 데는 판단이 필요하지만, 정해진 내용을 장표에 옮기고 정렬을 맞추고 폰트를 통일하는 일은 판단이 거의 없어요. 그런데 시간은 꽤 잡아먹어요. 자동화 대상으로는 조건이 좋은 셈이에요.
오픈AI 쪽 흐름을 보면 우연은 아닌 것 같아요. 2026년 3월 전사 회의에서 애플리케이션 부문 대표가 생산성이 높은 활용처로 공격적으로 방향을 잡고 있다고 말했다는 이야기가 나왔어요. 3년간 17곳을 인수했고 그중 6곳이 2026년 1분기에 몰려 있어요.
3. 채팅형에서 결과물형으로, 무엇이 달라지나요
책임의 위치가 달라져요.
채팅형 도구는 답을 주고 끝나요. 그 답을 어디에 어떻게 쓸지는 사람이 정하니까, 틀려도 사람이 걸러낼 기회가 있어요. 반면 결과물형 도구는 파일을 내놓아요. 파일은 그대로 회의에 들어가거나 메일에 첨부돼요.
이 차이가 실무에서 만드는 문제가 하나 있어요. 형식이 완성돼 있으면 내용도 검증된 것처럼 보인다는 거예요. 장표 정렬이 깔끔하고 차트가 예쁘게 들어가 있으면 숫자를 다시 확인할 생각이 잘 안 들어요.
앞서 챗GPT 워크가 나왔을 때도 비슷한 지점을 짚었어요. 목표를 주면 앱과 파일을 오가며 스프레드시트나 문서 같은 완성물을 만들어 돌아오는 구조였죠. 관련 내용은 챗GPT 워크 출시가 남긴 도입 과제에 정리해뒀어요.
4. 사내 도구는 어떻게 재편될까요
문서를 만드는 도구가 아니라 문서 재료를 내주는 시스템이 관건이 돼요.
발표자료를 자동으로 만들어주는 기능이 아무리 좋아도 회사 숫자를 모르면 빈 껍데기예요. 결국 매출이든 사용자 수든 진행률이든, 사내 어딘가에 있는 값을 꺼내와야 해요. 여기서 진짜 일이 시작돼요.
저희가 사내용 리포트를 자동화할 때 실제로 시간이 몰렸던 자리도 그쪽이었어요. 리포트 화면을 그리는 것보다, 어떤 값이 진짜 기준값인지를 확정하고 조회 경로를 만드는 데 훨씬 오래 걸렸어요. 같은 이름의 지표가 부서마다 다르게 계산되고 있는 경우도 자주 있었고요.
5. 발주자 입장에서 요구사항이 어떻게 바뀌나요
“AI 붙여주세요”가 아니라 “이 값을 이 형식으로 꺼내주세요”가 돼요.
작년까지 들어오던 AI 관련 요구사항은 대체로 챗봇이었어요. 질문하면 답하는 창을 붙여달라는 요청이었죠. 요즘 들어오는 건 결이 좀 달라요. 매주 만들던 보고서를 대신 만들어달라거나, 계약서 초안을 양식대로 채워달라는 쪽이에요.
이 둘은 개발 범위가 꽤 다르게 잡혀요.
| 구분 | 챗봇형 요구 | 결과물형 요구 |
|---|---|---|
| 핵심 작업 | 대화 흐름 설계, 응답 품질 | 데이터 조회 경로, 양식 정의 |
| 연동 대상 | 문서 저장소 위주 | 업무 시스템·DB·권한 체계 |
| 검증 방법 | 답변이 그럴듯한지 | 숫자가 원본과 맞는지 |
| 실패했을 때 | 답을 못 함 | 틀린 문서가 나감 |
오른쪽이 더 무거워요. 그래서 견적도 더 나오고요. 이건 모델 비용 때문이 아니라 붙일 곳이 많아서예요. AI 도입 비용이 어디서 커지는지를 따로 정리한 글에서도 같은 이야기를 했어요.
6. AI PoC는 어디서부터 잡아야 할까요
문서 한 종류로 좁히는 게 좋아요.
여러 부서 자료를 한꺼번에 올려놓고 시작하면 결과가 안 좋았을 때 원인을 못 찾아요. 데이터가 문제였는지, 양식이 애매했는지, 권한이 막혀 있었는지가 섞여버리거든요. 주간 보고서처럼 매주 같은 사람이 같은 형식으로 만드는 문서 하나면 충분해요.
그 한 종류에서 세 가지만 확인하면 다음 단계 견적이 계산돼요.
- 입력 데이터를 어느 시스템에서 가져오는지, 그 접근 권한이 열려 있는지
- 결과가 틀렸을 때 누가 언제 잡아내는지
- 그 문서를 만드는 데 지금 실제로 몇 시간이 드는지
세 번째가 특히 중요해요. 지금 걸리는 시간을 모르면 도입 효과를 나중에 증명할 수가 없어요. PoC 단계 예산과 기간은 AI PoC 비용 가이드에 범위로 적어뒀어요.
AI 도입 방향이 아직 명확하지 않아도 괜찮아요. 어떤 문서부터 손대는 게 나은지, 지금 시스템에서 그게 가능한지부터 편하게 여쭤보세요 →
7. 운영해보니 진짜 비용은 어디에 있었나요
만드는 쪽이 아니라 틀렸을 때를 대비하는 쪽이었어요.
저희는 자체 SaaS 4종을 직접 운영하면서 내부 지표 리포트를 자동으로 만들어 쓰고 있어요. 만들 때는 금방이었는데, 실제로 손이 많이 간 건 그다음이었어요. 숫자가 하루 비면 그걸 알아채는 장치가 필요했고, 지표 정의가 부서마다 다르면 어느 쪽이 기준인지 정하는 회의가 필요했어요.
그래서 요즘은 결과물형 자동화를 붙일 때 숫자가 나오는 자리마다 원본을 다시 볼 수 있는 경로를 같이 남겨요. 보고서 한 줄을 클릭하면 그 값이 어디서 왔는지 보이게 하는 식이에요. 이 장치가 없으면 자동화된 문서를 아무도 못 믿게 되고, 결국 사람이 다시 엑셀을 열어요.
고객 데이터를 다루는 CDP(고객 데이터 플랫폼) 쪽도 마찬가지예요. AI 기능을 붙이기 전에 데이터가 어떤 상태인지부터 봐야 순서가 맞아요. 저희가 CDP를 운영하며 배운 것도 대부분 이 지점에 몰려 있어요.
8. 자주 묻는 질문 (FAQ)
AI 자체 도입과 외주 개발 중 어떤 선택이 맞나요?
만들 대상이 모델인지 연결인지에 따라 갈려요. 결과물형 도구는 모델을 새로 만드는 게 아니라 사내 데이터와 양식에 붙이는 작업이 대부분이에요. 사내에 그 시스템을 만든 팀이 남아 있으면 자체가 빠르고, 문서 서식과 권한이 여러 부서에 흩어져 있으면 외부와 같이 정리하는 편이 시간을 줄여요.
결과물형 AI를 도입할 때 AI PoC는 어디서부터 시작하나요?
가장 자주 반복되는 문서 한 종류만 골라서 시작하세요. 입력 데이터를 어디서 가져올지, 결과가 틀렸을 때 누가 잡을지를 그 한 종류로 먼저 확인해야 다음 단계 비용이 나와요.
AI가 만든 결과물을 그대로 대외 문서로 써도 될까요?
검토 단계를 빼면 위험해요. 형식이 잘 맞춰져 있으면 내용이 틀려도 완성돼 보이거든요. 숫자가 들어가는 문서라면 원본과 대조하는 절차를 사람이 갖고 있어야 해요.
9. 마무리 — 도구보다 재료를 먼저 보세요
이번 인수는 크게 보면 한 문장이에요. AI가 답을 말하는 자리에서 결과물을 내놓는 자리로 옮겨가고 있어요.
그런데 이 흐름에서 회사가 준비할 건 도구 선택이 아니에요. 그 도구가 꺼내 쓸 재료가 시스템 안에 정리돼 있는지예요. 매출 숫자가 세 군데에서 다르게 나오는 상태라면 어떤 도구를 붙여도 결과는 같아요.
저희는 10년 넘게 50개 이상의 프로젝트를 진행하고 자체 SaaS 4종을 직접 운영해온 개발사예요. 롯데·캐논 같은 곳과도 함께해 왔고요. 만들어서 넘기는 것보다 운영하면서 숫자가 흔들리는 지점을 더 많이 봐 왔어요. 지금 쓰는 시스템에서 어떤 값부터 꺼낼 수 있을지 궁금하시면 현재 구조부터 같이 살펴볼게요 →
관련 글