yozm.tech
피드로 돌아가기
PlatumAI 재작성

오픈랩소디, 팀이 함께 쓰는 AI 작업 공간 ‘보따리’ 베타 출시

오픈랩소디가 팀 단위 AI 협업을 위한 워크스페이스 '보따리(Bottari)' 베타 버전을 출시했습니다. 기존 AI 도구들이 개인 생산성 향상에 집중했다면, 보따리는 AI와의 대화 과정 자체를 팀원들과 실시간으로 공유하며 'AI 사일로' 문제를 해결하는 데 초점을 맞춥니다. 이를 통해 조직 전체의 생산성과 의사결정 속도를 높이는 것이 목표입니다.

16시간 전·2026.10.06·읽기 1분·Platum

오픈랩소디가 여러 팀원이 하나의 AI 작업 세션에 동시에 참여하여 협업할 수 있는 워크스페이스 '보따리(Bottari)'의 베타 버전을 공개했습니다. 기존 AI 도구들이 주로 개인의 생산성을 높이는 데 초점을 맞췄던 것과 달리, 보따리는 AI와 주고받는 작업 과정 전체를 팀원들과 실시간으로 공유하며 협업의 효율을 극대화하는 데 중점을 둡니다.

김유신 오픈랩소디 대표는 기업들이 AI를 도입한 후에도 조직 전체의 속도가 기대만큼 빨라지지 않는 주된 원인으로 'AI 사일로' 현상을 지적합니다. 이는 각 구성원이 AI를 개별적으로 사용하면서 발생하는 문제로, AI가 어떤 맥락에서 판단했는지에 대한 정보가 작업자의 대화창에만 남아 결과물을 공유할 때마다 불필요한 설명과 재정리가 필요하다는 것입니다. 보따리에서는 진행 중인 AI 세션을 팀에 공유하여 구글 문서나 피그마처럼 실시간으로 함께 작업할 수 있으며, 메시지마다 누가 지시했는지 표시됩니다. 예를 들어, 주니어 개발자가 AI와 함께 코드를 작성하다 막히면 시니어 개발자를 태그하여 실시간으로 코드 수정 방향을 지시받을 수 있고, 시니어는 AI의 판단 과정까지 함께 확인하며 효율적인 코드 리뷰가 가능합니다. 또한, 작업 맥락과 문서가 팀 공용 데이터베이스에 저장되어 담당자가 바뀌거나 퇴사해도 회사의 자산으로 남게 됩니다.

보따리는 현재 앤트로픽(Anthropic)의 클로드(Claude)를 지원하며, 사용자의 기존 구독을 연결하는 방식이어서 별도의 AI 사용료가 발생하지 않습니다. 향후 오픈AI(OpenAI)의 코덱스(Codex), 구글(Google)의 제미나이(Gemini) 등 다양한 AI 모델을 지원할 계획입니다. 작업 맥락이 특정 모델이 아닌 세션과 문서에 쌓이므로, 작업에 따라 AI 모델을 바꿔 사용해도 흐름이 끊기지 않는다는 장점이 있습니다. 오픈랩소디는 보따리를 통해 메신저, 문서 도구, AI 서비스를 통합하여 팀의 업무용 소프트웨어 구독 비용을 최대 3분의 1까지 절감할 수 있다고 설명합니다. 김유신 대표는 AI 전환의 성공이 개인의 역량 총합이 아닌 조직력에 달려있다고 강조하며, 보따리의 목표는 '개인의 AI를 팀의 AI로, 팀의 판단을 회사의 자산으로 바꾸는 것'이라고 밝혔습니다.

1인 창업자를 위한 기회 분석
AI 분석 · 참고용이며 검증이 필요합니다
7/10
강한 신호
왜 7점인가

명확한 문제(AI 사일로)를 해결하며, 팀 단위 협업이라는 구체적인 가치를 제공합니다. 한국 시장에 경쟁자가 적어 진입 기회가 높습니다.

문제 / 미충족 수요

기업 내 AI 도구 사용이 개인 생산성 향상에만 머물고, 팀 단위 협업과 지식 공유가 원활하지 않아 'AI 사일로' 현상이 발생합니다.

한국 시장
국내 미진출 — 기회한국 시장에 유사한 팀 단위 AI 협업 워크스페이스는 아직 찾아보기 어렵습니다. 초기 시장 선점 기회가 있습니다.
수익 모델

B2B SaaS 구독 · 돈 내는 주체: AI를 활용하는 기업의 팀 리더 또는 IT/운영 부서

1인 실현 가능성
3/5

실시간 협업 기능 구현과 다양한 AI 모델 연동에 기술적 난이도가 있지만, 특정 니치 시장에 집중하면 1인 개발도 가능합니다.

진입 지점 (Wedge)

특정 산업(예: 스타트업 개발팀, 콘텐츠 마케팅팀)에 특화된 AI 협업 템플릿과 워크플로우를 제공하는 틈새 시장을 공략합니다.

이번 주 첫 실험

AI 협업 시 발생하는 문제점을 가진 잠재 고객 5팀을 인터뷰하여 핵심 페인 포인트와 기존 해결 방식을 파악합니다.

Original source
이 글은 Platum의 기사를 yozm.tech가 한국어로 재작성한 버전입니다.
원문 보기