Claude Sheets, Whiteboards, Data 출시: 업무 작업대 경쟁전
Anthropic이 Claude Sheets, Claude Whiteboards, Claude Data를 공개했다. 세 가지 기능이 어떻게 협업하는지, AI가 기업 데이터에 연결됐을 때 해결해야 할 권한·감사·검증 문제는 무엇인지 살펴본다.
공식 소개: Claude Whiteboards, Claude Sheets, and Claude Data
세 개의 제품, 실제로는 하나의 업무 흐름
세 기능 모두 Claude을 기반으로 하지만 각각 역할이 다르다.
- Claude Sheets: 전자 스프레드시트를 만들고 편집한다.
- Claude Whiteboards: 아이디어, 프로세스, 토론 내용을 시각화 공간에 배치해 협업한다.
- Claude Data: 데이터를 연결하고 분석한다.
접근 방식만 보면 각각 스프레드시트 앱, 화이트보드 도구, 데이터 분석 어시스턴트처럼 보인다. 하지만 함께 사용하면 하나의 업무 흐름을 이룬다.
- Claude Data에서 데이터 소스를 연결하고 지표와 기준을 확인한다.
- Claude Sheets로 데이터를 정리하고 필드를 수정하거나 수식을 보완하며 요약표를 만든다.
- Claude Whiteboards에서 구조를 논의하고 문제를 표시한 뒤 결론을 다시 표에 반영한다.
핵심은 ‘Claude이 더 많은 일을 할 수 있다’는 데 있지 않다. 컨텍스트를 세 도구 사이에서 반복해서 옮기지 않아도 된다는 점이다.
기존 방식이라면 먼저 데이터베이스에서 CSV를 내보낸 뒤 Excel에서 피벗 테이블을 만든다. 이상 징후를 발견하면 화면 캡처를 동료에게 보내고, 동료는 문서에 결론을 기록하며, 분석가는 그 결론을 다시 데이터로 옮긴다.
Claude의 목표는 이런 모든 작업을 확인하고 편집할 수 있는 동일한 객체를 중심으로 수행하게 하는 것이다. 최소한 제품 관점에서는 AI가 채팅 메시지만 내놓는 단계를 넘어 업무 결과물까지 처리하기 시작했다는 의미가 있다.
표가 AI 도구의 새로운 진입점이 되는 이유
채팅창은 질문에 답하는 데는 적합하지만 이상적인 업무 환경은 아니다.
표는 최소한 다음 네 가지 기능을 채팅창보다 잘 제공한다.
- 셀마다 명확한 위치가 있어 변경 내용을 정확히 확인할 수 있다.
- 수식, 데이터, 주석을 함께 유지할 수 있다.
- 최종 답만 보는 대신 중간 과정을 검토할 수 있다.
- 다수의 사용자가 검토하고 commenting하며 권한을 관리하는 환경을 기본으로 지원한다.
따라서 표는 AI Agent가 대화창보다 더 적합한 업무 작업대가 될 수 있다.
Claude이 월간 재계약률을 분석한다고 가정하자. 대화형 답변은 곧바로 ‘3월 재계약률이 2.1%포인트 하락했으며, 주요 원인은 SMB 고객이다’라고 제시할 수 있다. 문장 자체는 완전해 보이지만 사용자가 뒤따르는 질문을 하기는 어렵다.
2.1은 절대값인가, 상대적 감소율인가?- 분모에서 무료 체험 고객을 제외했는가?
- 계산 수식은 어디에 저장되어 있는가?
- 데이터는 현재값, 전월값, 예측값 중 무엇인가?
Claude Sheets에서는 답변을 특정 셀에 반영하면서 수식과 출처도 함께 남길 수 있다. 적어도 상호작용 모델 측면에서는 사용자가 AI가 어떤 과정을 거쳤는지 확인할 기회가 생긴다.
전자 스프레드시트가 경쟁의 접점이 된 이유도 여기에 있다. 단순히 ‘더 발전된 prompt 입력창’이 아니라, 업무 담당자가 매일 사용하며 동작 방식도 이미 이해하는 공유 객체이기 때문이다.
다만 ‘표를 편집할 수 있다’와 ‘결과를 신뢰할 수 있다’는 별개의 문제다. Claude이 잘못된 수식을 입력하거나 원본 필드를 덮어썼다면 사용자는 여전히 각 행을 직접 검증해야 한다. 검증 가능성은 진입 장점이지 정확성을 보장하는 장치는 아니다.
데이터 분석 버튼보다 데이터 연결이 중요하다
Claude Data의 가치는 새로운 ‘분석’ 버튼이 아니라 데이터를 Claude 업무 흐름에 연결하는 데 있을 가능성이 크다.
데이터 연결이 없다면 분석은 사용자가 업로드한 파일에서만 시작할 수 있다. 그 이후에는 어떻게 해야 하는가? 새 데이터가 도착하면 무엇을 조정해야 하며, 지표의 기준이 바뀌면 어떤 과정을 거쳐야 하는가?
외부 데이터 소스 연결을 지원해야 Claude은 계속 갱신되는 데이터를 중심으로 일할 수 있다. 사용자가 던지는 질문도 일회성 질문에서 ‘이번 변동 이유를 설명해 달라’, ‘이 주간 보고서를 갱신해라’, ‘이상 계정을 찾아라’처럼 지속성과 실행이 필요한 요청으로 바뀐다.
데이터 연결 여부는 AI Agent가 행동할 수 있는 범위도 결정한다. CSV만 읽을 수 있는 챗봇은 결국 사람이 컨텍스트를 옮겨 주는 방식에 의존한다. 통제된 데이터 소스에 접근할 수 있는 Agent는 다음과 같은 폐쇄 루프를 만들 수 있다.
데이터 읽기 → 지표 계산 → 이상 징후 발견 → 표 갱신 → 설명 생성
물론 진짜 어려운 문제는 그 뒤에 있다.
- 연결에 필요한 자격 증명은 누가 관리하는가?
- Claude이 운영 데이터에 기록할 수 있는가?
- 질의 범위는 제한되는가?
- 모든 작업에 감사 기록이 남는가?
- 사용자는 어떻게 접근 권한을 취소하는가?
이러한 질문은 ‘지원하는 데이터베이스 커넥터가 몇 개인가’보다 중요하다. 데이터에 접근할 수 있게 되면 권한 경계는 제품 설정의 문제가 아니라 조직 관리 문제로 바뀐다.
Claude 어시스턴트에서 업무 작업대로
Anthropic의 제품 로드맵에서 이번 출시를 보면 방향이 더 선명해진다. Claude은 이미 대화 인터페이스만 제공하는 데서 만족하지 않는다. Claude Code는 모델을 터미널과 코드 저장소로 확장했고, Sheets, Whiteboards, Data는 다시 모델을 업무 문서와 비즈니스 데이터 쪽으로 밀어냈다.
이는 사용 사례의 확장이다.
대화형 어시스턴트는 ‘묻기’를 해결한다. 업무 작업대는 ‘하기’를 처리해야 한다. 파일 생성, 구조 갱신, 정보 소스 연결, 공동 편집이 모두 여기에 해당한다. AI Agent의 가치도 답변 품질만으로 측정되지 않으며, 실제 작업을 수행하고 사용자가 그 결과에 이어서 intervene할 수 있는지가 중요하다.
이전 몇 차례의 AI 기능 업데이트와 달리 Anthropic은 생성 기능만 추가한 것이 아니라 데이터에서 협업 결과물까지 이어지는 흐름을 구축하기 시작했다. 표는 구조화를 담당하고, 화이트보드는 논의를 담당하며, Claude은 각 단계를 넘어 실행한다.
아직 완전한 오피스 스위트 대체 제품은 아니다. 기존 전자 스프레드시트 소프트웨어에는 이미 수식, 차트, 공유, 권한 관리 기능이 있고, 화이트보드 도구에도 성숙한 협업 방식이 정착돼 있다. Claude의 우위는 기능 목록의 길이가 아니라 실행 과정에 있어야 한다.
편집자 생각: 오피스 스위트에는 하나의 AI만 남지 않는다
이번 출시가 중요한 이유는 Anthropic이 업무 시나리오를 몇 개 더 포괄했기 때문만은 아니다. AI 경쟁의 단위가 ‘답변’에서 ‘업무 객체’로 바뀌고 있다는 점이 더 크다. 파일, 데이터, 협업 기록을 장악한 쪽이 작업을 지속적으로 이해할 수 있으며, 매번 컨텍스트를 처음부터 다시 조합하지 않아도 된다.
앞으로 오피스 스위트에는 AI 어시스턴트가 하나만 남지 않을 가능성이 높다. 주류 소프트웨어는 Copilot, Claude 또는 다른 모델을 스프레드시트, 문서, 회의, 백엔드 프로세스에 내장할 것이고, 기업도 부서별로 모델을 바꿔 사용할 수 있다. 가장 복제하기 어려운 자산은 채팅 인터페이스가 아니라 조직이 장기간 축적한 권한 설정, 템플릿, 협업 관계일 수 있다.
이번에는 Anthropic이 실제 업무를 실행할 수 있는 환경에 진입하기 시작했다. 소프트웨어 출시와 실제 활용 가능성은 다르다. 실제 환경에서는 권한 설정, 데이터 품질, 직원 습관, 감사 제도에 따라 검증해야 한다. 공식 데모가 매끄러워 보여도 기업에 적용하면 권한 부여, 결과 검토, 책임 소재 문제에서 막힐 수 있다.
현재로는 Claude Data가 어떤 데이터 소스까지 연결할 수 있는지, 어떤 기록 권한이 있는지, 기업용 감사 기능을 어느 수준까지 제공하는지는 확인하기 어렵다. 출시 자료만으로 여러 독립 도구를 실제로 대체할 수 있을지는 판단할 수 없다. 형태는 이미 업무 작업대에 가깝지만, 실제 생산성은 다음 실환경 배포를 통해 검증해야 한다.