직접 살펴보는 이야기가 된 부동산 제안 자료
공개된 사례에 따르면 첫 초안 작성 시간이 4시간에서 35분으로 줄었습니다.조사 결과와 인터랙티브 대시보드로 상업용 부동산 제안을 뒷받침했습니다.
무엇이 달라졌나요? +
팀은 자산 조사와 제안 자료를 일일이 손으로 정리했습니다.
회사가 공개한 사례로, 상업용 부동산 팀 한 곳과 그 팀의 업무에 한정됩니다.

전문가가 일의 목적에서 시작해 여러 답변을 조립하는 대신 사용할 결과물을 검토합니다.
그 미래가 만들어지는 모습 ↓
사용자가 발표 흐름과 레이아웃을 검토합니다.
조사 결과와 인터랙티브 대시보드로 상업용 부동산 제안을 뒷받침했습니다.
팀은 자산 조사와 제안 자료를 일일이 손으로 정리했습니다.
회사가 공개한 사례로, 상업용 부동산 팀 한 곳과 그 팀의 업무에 한정됩니다.

팀이 사용이 허락된 조사 자료와 기존 업무 파일로 고객사 설명 자료를 만드는 상황을 예로 들었습니다.
이 작업에 필요한 파일과 업무 시스템을 권한 범위 안에서 연동합니다.
에이전트는 작업 진행에 따라 필요한 도구를 고릅니다.
조사 내용과 정리된 데이터가 결과물의 재료로 쓰입니다.
업무 자료를 만든 뒤, 출처와 의미를 확인합니다.
동료들이 익숙한 오피스 파일 형식으로 검토하고 고칠 수 있습니다.
Genspark의 첫 제품은 AI 검색이었습니다. 이 출발점이 중요한 이유는, 이후의 변화가 새 채팅 화면이 아니라 제품이 맡는 일 자체의 변화였기 때문입니다. 회사는 2025년 4월, 고정된 검색 파이프라인의 한계를 설명했습니다. 질문을 확장하고, 정보를 찾고, 결과를 순위대로 정리해 답을 내는 방식입니다. 완성된 발표 자료를 요청하면 전혀 다른 순서가 필요합니다. 누군가 논지를 정하고, 근거를 확인하고, 슬라이드에 무엇을 넣을지 고르고, 계속 고쳐야 합니다. 그래서 Genspark는 작업이 진행되는 대로 도구를 고르는 에이전트로 방향을 틀었습니다. Signet이 보기에 이 회사는 '완성된 일'을 사용자가 가치를 느끼는 단위로 삼았습니다. 판단 기준은 간단합니다. 답을 받은 뒤 사람이 얼마나 더 짜 맞추고 고쳐야 하느냐입니다. 길고 매끄러운 답도 그 부담을 고스란히 사용자에게 남길 수 있습니다. 고쳐 쓸 수 있는 결과물은 그 부담을 더 많이 제품 쪽으로 가져옵니다. 다만 일의 목적은 여전히 사람이 책임집니다.
고객 설명 자료를 준비하는 팀을 예로 들어 보겠습니다. 재료는 이메일, 회의록, 스프레드시트, 이전 발표 자료에 흩어져 있습니다. 작업 흐름을 설명하기 위한 예시이며, 특정 고객의 사례는 아닙니다. Hub는 2025년 10월 파일과 프로젝트 지침을 공유 작업 공간 안으로 들여왔습니다. 이후 SecondBrain은 이를 사용자가 허락한 업무 서비스 연동과 지속되는 맥락으로 넓혔습니다. 사람은 먼저 어떤 업무 서비스와 문서를 연동할지, 설명 자료가 어떤 질문에 답해야 하는지 정합니다. 그러면 Super Agent가 그 맥락을 바탕으로 조사하고, 분석하고, 자료를 만듭니다. 결과는 오피스 편집기에서 확인합니다. Workspace 6가 기억, 지능, 실행, 협업을 네 계층으로 묶은 이유가 바로 이 순서에 있습니다. 화면을 넘나들 때 정보가 끊기지 않아야 여러 도구를 함께 쓰는 의미가 있습니다. 숫자가 엇갈릴 때 어느 자료를 기준으로 삼을지, 최종본은 누가 승인할지는 여전히 팀이 정해야 합니다. 이런 결정이 있어야 맥락이 올려 둔 파일 더미가 아니라 팀의 일하는 방식이 됩니다.
에이전트가 실행하는 일이 많아질수록 검토의 무게도 커집니다. 이메일 연동과 회의록에는 고객 정보가 담겨 있고, 생성된 발표 자료는 잠정적인 조사 결과를 확신에 찬 주장처럼 보이게 할 수 있습니다. Eric Jing은 2026년 5월 글에서 이 변화의 중심에 사람의 판단을 둡니다. 핵심은 글을 더 많이 만드는 데 있지 않고, 어떤 결과물을 믿을지 가려내는 데 있다고 말합니다. Genspark의 기업용 자료도 생성 도구와 함께 관리 기능, 권한, 계약상 보안 조건을 나란히 내세웁니다. Signet이 보기에 성공하는 작업 공간은 제작 시간을 줄이되, 무엇을 보내고 공유할지 승인하는 책임은 흐리지 않아야 합니다. 한국 독자에게 이 문제는 개인 도입에서 한 단계 어려운 팀 도입으로 이어집니다. 개인은 혼자 초안을 시험해 볼 수 있지만, 부서에는 데이터를 연동하고 결과물을 검토하며 동료들이 이미 쓰는 파일 형식으로 계속 일할 수 있는 반복 가능한 방식이 필요합니다. 제품의 쓸모, 기업 도입, 지원자가 실제 고객 업무를 얼마나 이해하는지가 바로 여기서 만납니다. 따져야 할 질문은 하나입니다. 그 작업 흐름을 매주 반복해도 믿을 만한지입니다.
AI Slides, AI Sheets, AI Docs는 사무 업무의 서로 다른 부분을 맡습니다. Slides는 주제와 참고 자료를 발표 흐름과 슬라이드로 바꾸고, 읽는 사람은 논지, 레이아웃, 출처를 검토합니다. Sheets는 정보 수집과 셀 기반 정리, 분석을 한데 묶습니다. 검토자는 값이 어디서 왔는지, 계산이 질문에 제대로 답하는지 알아야 합니다. Docs는 서식 있는 텍스트나 Markdown으로 편집할 수 있는 구조화된 문서를 만들고, 검토의 초점은 의미와 어조, 대상 독자입니다. 세 제품은 서로 이어져 있지만, 같은 데모로 평가해서는 안 됩니다. 보기 좋은 슬라이드가 약한 근거를 가릴 수 있고, 설득력 있는 문단이 결론을 부풀릴 수 있습니다. 시트는 완성돼 보여도 수식이 잘못된 업무 정의를 따르고 있을 수 있습니다. 그래서 Signet은 각자가 검토해야 하는 결과물을 기준으로 이 제품군을 봅니다. 준비 작업은 더 많이 자동화되고, 남는 일은 더 구체적이 됩니다. 이 자료를 실제 의사결정에 써도 될 만큼 탄탄한지 판단하는 일입니다.
GenOffice에서는 생성된 결과물과 기존 오피스 파일이 만나는 지점이 특히 구체적입니다. 공식 저장소에 있는 Docs, Sheets, Slides 화면에는 편집 가능한 자료 바로 옆에 AI 패널이 있습니다. 이 페이지의 스크린샷도 그 저장소에 실린 실제 앱 화면입니다. 제품은 기존 오피스 파일 형식과 검토 가능한 수정 내역을 지원하므로, 사용자가 작업하는 곳은 별도의 대화창이 아니라 문서 자체입니다. 클라우드 작업 공간과 관련은 있지만 같은 제품은 아닙니다. 8월 출시 때는 기본 오피스 기능을 무료로 제공하고 AI 기능에는 Genspark 이용권을 차감했지만, 현재 저장소는 사용자가 자신의 모델 제공사 API 키를 쓰는 방식도 안내합니다. 매출 구조와 배포 환경을 따질 때는 이 차이를 놓치면 안 됩니다. SecondBrain은 그보다 앞 단계에서, 에이전트가 작업에 쓸 수 있도록 허락된 맥락을 연동합니다. 협업은 뒤 단계에서, 다른 사람이 결과를 이해하고 고쳐야 할 때 쓰입니다. 이 제품군의 실제 가치는 단계를 넘어갈 때 의도가 얼마나 잘 유지되느냐에 달려 있습니다. 내보내기 버튼 하나로 쓸 만한 업무 흐름이 생기지는 않습니다. 결과 파일을 동료가 살펴보고 고칠 수 있어야 합니다.
CBRE Moran Team 사례는 이 작업 흐름이 실제로 쓰인 현장입니다. 상업용 부동산 팀이 Peninsula 지역의 한 자산을 두고 영업 자료를 만드는 일입니다. Genspark의 설명에는 조사, 인터랙티브 대시보드, 새로 바뀐 제안 과정이 나옵니다. 조사 주기는 40% 줄었고, 첫 초안 준비 시간은 4시간에서 35분으로 줄었다고 합니다. 회사가 공개한, 이 팀과 이 업무의 결과입니다. 모든 기업 사용자에게 같은 효과를 기대할 수 있다는 예측이 아니라, 특정 도입 사례의 근거로 봐야 합니다. 눈여겨볼 변화는 팀이 고객 미팅에 들고 가는 자료가 달라졌다는 점입니다. 입지, 임대, 시장 정보를 예비 고객이 직접 살펴볼 수 있는 이야기로 엮습니다. 자산에 대한 판단과 고객 관계는 여전히 팀의 몫입니다. 이와 별개로, 한국 마케터 강슬기는 사용자 인터뷰에서 강의 준비 시간이 30시간에서 5시간으로 줄었다고 말합니다. 이는 개인 업무이자 커뮤니티 사례이며, 기업 도입 사례가 아닙니다. 두 사례를 함께 보면 도입 경로는 둘입니다. 전문가가 개인적으로 도구를 쓰는 길, 그리고 팀이 반복되는 영업 업무에 도구를 녹이는 길입니다. 경로마다 '좋은 결과'의 기준이 따로 필요합니다.
해당 시점의 매출 속도를 1년으로 환산한 값입니다. 마감된 회계연도 매출과는 다릅니다. 날짜별로 공개된 관측값이며, 그 사이의 성장을 연속으로 측정한 기록은 아닙니다.
| 기준일 | 수치 | 집계 기준 |
|---|---|---|
| 2025-11-18 | $50,000,000 USD | 발표일 기준 회사가 밝힌 런레이트입니다. |
| 2026-03-12 | $200,000,000 USD | 해당 발표일에 회사가 밝힌 연 환산 매출입니다. |
| 2026-07-21 | $250,000,000 USD | 해당 발표일에 회사가 밝힌 연 환산 매출입니다. |
Genspark
발표일 기준 5천만 달러
발표일 기준 2억 달러
발표일 기준 2억 5천만 달러
Genspark는 AI 작업을 수행하는 작업 공간을 개인 멤버십, 팀 요금제, 기업 계약으로 판매합니다. 개인 요금제에는 저장 공간과 이용권이 포함됩니다. 팀 요금제는 여기에 라이선스, 공동 관리, 통합 결제를 더하고, 기업 계약은 계약상 보안, 지원, 조직 차원의 요구 사항을 다룹니다. 이 구조에서는 사용자의 첫 성공 경험이 더 큰 구매로 커집니다. 개인은 발표 자료 하나로 시작하고, 부서는 그 작업 흐름을 여러 사람이 관리할 수 있도록 비용을 냅니다. GenOffice는 이 그림에 짚어 볼 점을 하나 더합니다. 기본 편집기는 무료이고 Genspark 기반 AI 기능에는 이용권이 차감되며, 현재 오픈소스 프로젝트는 사용자가 모델 제공사의 API 키를 직접 쓰는 방식도 지원합니다. 그래서 편집기 설치 수, 활성 사용자, 유료 작업 공간 라이선스는 서로 다른 지표입니다. Signet은 지속적인 성장이 쓸모 있는 작업을 반복되는 유료 업무로 바꾸는 데 달려 있다고 봅니다. 다양한 결과물 형식으로 사람을 끌어들일 수는 있지만, 사업이 되려면 그 형식들이 재계약할 이유가 되는 습관으로 자리 잡아야 합니다. 기능을 몇 개 출시했느냐와는 다른 질문입니다.
회사가 밝힌 런레이트는 2025년 11월 5천만 달러, 2026년 3월 2억 달러, 2026년 7월 Workspace 6 발표 때 2억 5천만 달러입니다. 이 페이지의 차트는 이 수치를 각 날짜에 회사가 공개한 연 환산 런레이트로 표시합니다. 런레이트는 현재 매출 속도를 1년으로 환산한 값이며, 마감된 회계연도에 인식한 매출이 아닙니다. 성장이 가파를수록 이 구분은 더 중요합니다. 투자 유치와 기업가치도 따로 봐야 합니다. 6월 투자 발표에 따르면 시리즈 B 확장 규모는 4억 8,500만 달러, 투자 후 기업가치는 26억 달러입니다. 이는 조달한 자본과 투자 라운드가 매긴 가격일 뿐, 매출이 아닙니다. 7월 발표에서는 기업 고객이 7,000곳이 넘는다고도 밝혔습니다. 고객 수로 조직 시장에 얼마나 퍼졌는지는 가늠할 수 있지만, 계약 규모나 도입 깊이가 같다는 뜻은 아닙니다. 이 숫자들을 함께 보면 확인할 질문이 셋 나옵니다. 매출 속도가 유지되는지, 기업이 사용을 넓히는지, 영업 조직이 이를 감당할 수 있는지입니다. 어느 한 지표로도 세 질문에 모두 답할 수는 없습니다.
이 작업 공간은 개별 AI 어시스턴트, 그리고 이미 조직의 일상 업무에 자리 잡은 소프트웨어 제품군과 경쟁합니다. Genspark가 Microsoft Agent 365에 참여하고 오피스용 네이티브 플러그인을 내놓은 것을 보면, 자체 편집기를 제공하는 동시에 기존 업무 환경 안에서도 일하는 전략을 택했습니다. Signet은 Genspark를, 사람이 여러 도구를 오가는 것보다 맥락, 분석, 결과물을 더 잘 엮어 낸다는 점을 증명해야 하는 실행 계층으로 봅니다. 회사 자료를 보면 리스크는 세 가지입니다. 첫째, 여러 단계를 거치는 에이전트는 추론과 재시도 비용이 쌓일 수 있습니다. 쓸모 있는 작업 흐름이라면 처음부터 끝까지 실행해도 경제성이 맞아야 합니다. 둘째, 이메일과 업무 시스템을 연동하면 권한과 개인정보 문제가 생깁니다. 약관과 접근 방식이 조직의 요구 사항에 맞아야 합니다. 셋째, 생성된 결과물은 여전히 검토가 필요합니다. GenOffice 출시 발표는 버그와 미완성 부분이 있는 알파 버전이라고 분명히 밝혔고, 창업자들도 결과를 그대로 받아들이기보다 판단하라고 강조합니다. 이 리스크들은 실패를 예측하는 것이 아니라 운영에서 통과해야 할 시험입니다. 도입이 이뤄지려면 해야 할 일이 바로 여기에 있습니다. 알맞은 모델을 고르고, 허락된 데이터를 신중하게 다루고, 사용자가 결과물에 의존하기 전에 제대로 평가하도록 돕는 일입니다.

실행과 과거 마이크로소프트 경력, 사람의 판단을 다루는 글을 씁니다.
실행과 과거 마이크로소프트 경력, 사람의 판단을 다루는 글을 씁니다.
“AI가 사람의 판단을 쓸모없게 만들지는 않았습니다. 오히려 판단이 유일하게 중요한 일이 되었습니다.”
Eric Jing · 날짜가 있는 회사 발언 · 2026-05-17
Eric Jing은 공동 창업자 겸 CEO, Kay Zhu는 공동 창업자 겸 CTO입니다. 회사의 방향을 이해하는 데는 경력 목록보다 두 사람이 공개한 글이 더 쓸모 있습니다. Jing은 Microsoft에서 엔지니어링과 관리를 맡았던 경험을 소개하고, 작은 조직이 빠르게 실행하는 방법에 대해 씁니다. Zhu는 2025년 4월 AI 검색을 접은 과정을 글로 설명했는데, 사업상 결정을 기술적으로 풀어낸 내용입니다. 미리 정해 둔 파이프라인으로도 질문에는 답할 수 있었지만, 제품이 끝까지 해낼 수 있는 일의 범위는 좁았습니다. 새 방식에서는 에이전트가 일하면서 계획을 바꾸고 도구를 고릅니다. 이 결정이 제품군의 폭을 정했습니다. 문서, 데이터, 발표 자료 같은 결과물이 모두 같은 실행 문제 안으로 들어왔습니다. 공개 자료로 보면 두 창업자의 역할은 서로 보완적입니다. Jing은 만드는 비용이 낮아질 때 사람의 일이 어떻게 달라지는지를 다룹니다. Zhu는 계획과 모델 선택으로 그 일을 감당할 만한 비용에 해내는 방법을 설명합니다. 다만 이는 날짜가 있는 공개 견해일 뿐, 회사의 모든 팀이 같은 방식으로 일한다는 증거는 아닙니다.
경영진에는 7월 한국 행사 보도에서 COO로 소개된 Wen Sang, 그리고 2026년 6월 최고매출책임자(CRO)로 선임된 Jamison Powell도 있습니다. 선임 발표는 Powell이 monday.com에서 맡았던 영업 책임을 Genspark의 기업 시장 확장과 엮어 설명합니다. 이로써 회사에는 제품 출시와 함께 또 하나의 과제가 생겼습니다. 전문가들의 열광을 조직의 구매, 도입, 반복 사용으로 바꾸는 일입니다. Wen Sang이 한국에서 한 발언은 3년에 걸친 투자 계획에 관한 것입니다. 앞으로의 의지를 밝힌 것이지, 이미 쓴 돈을 집계한 것이 아닙니다. Signet은 이 조합을 빠른 제품 확산과 기업 영업 절차 사이에 다리를 놓으려는 회사의 모습으로 봅니다. 개인에게 유용한 도구가 팀이 승인한 서비스가 되기까지, 구매자는 구매 심사, 보안 계약, 명확한 도입 책임자를 요구할 수 있습니다. 임원 직함을 보면 이런 책임이 회사 차원에서 어디에 있는지 알 수 있습니다. 그렇다고 한국 조직의 보고 체계를 뜻하지는 않으며, 현재 채용 목록도 임원의 계획과 별개로 봐야 합니다. 지원자라면 두 가지를 함께 이해하고 준비하는 것이 좋습니다. 사용자가 처음 성공하는 작업, 그리고 조직이 계속 돈을 낼 이유입니다.
창업자들의 공개 글에는 두 가지 원칙이 되풀이됩니다. 첫째, 모든 동작을 좁은 작업 흐름에 묶어 두지 말고 에이전트가 도구를 골라 쓸 수 있어야 합니다. Zhu는 엔지니어링 글에서 제품을 여러 모델과 도구를 오케스트레이션하는 일로 설명합니다. 둘째, 생성 비용이 낮아질수록 사람의 판단이 더 중요해집니다. Jing은 5월 글에서 안목, 신뢰, 선별을 전문가 가치의 중심에 둡니다. 공개된 생각을 Signet이 편집 관점에서 읽은 것이며, 사내 규정집을 대신하지는 않습니다. 두 원칙을 합치면 제품 업무의 기준이 높아집니다. 기능이 늘면 출력이 많아지는 데서 그칠 것이 아니라, 완성된 업무의 질이 좋아져야 합니다. 8월의 효율 관련 글은 기준을 하나 더합니다. 여러 단계로 이뤄진 작업에는 반복 호출, 재시도, 검토가 들어가므로, 토큰 가격만으로는 성공한 작업 한 건의 비용을 설명할 수 없습니다. 제품, 엔지니어링, 영업 팀 모두에 해당하는 이야기입니다. 짧은 데모에서 빨라 보이는 기능도 실제 업무에서는 고치는 비용이 클 수 있습니다. 회사를 살펴보는 사람이라면 이렇게 물어볼 수 있습니다. 성공을 어떻게 측정하는지, 어떤 모델이면 충분하다고 어떻게 판단하는지, 고객 피드백이 다음 출시를 어떻게 바꾸는지입니다. 창업자들의 논리를 따라간 질문이며, 실제 면접 절차를 추측한 것은 아닙니다.
반복되는 사무 업무가 개인 사용을 넘어 검토를 거치는 팀 업무로 자리 잡을 수 있을지 따져 보세요.
날짜가 있는 임원 발언을 기준으로 팀을 읽으며 직책은 회사 전체의 범위를 뜻합니다.
젠스파크의 한국 이야기는 국가 이름만으로 조직을 가정하기보다 전문가의 사용에서 시작합니다. 에릭 징은 2026년 6월 인터뷰에서 한국을 상위 세 시장 중 하나로 설명했습니다. 자기 생산성을 높이려고 비용을 지불하는 사람이 먼저 사용하고 팀 도입으로 이어지는 경로도 말했습니다. 개인이 초안과 조사, 발표 자료에 도구를 쓴 뒤 관리자에게 팀 사용을 제안하는 흐름입니다. 10월 한국 마케터 강슬기의 사용자 인터뷰는 이 경로를 구체적으로 보여 줍니다. 강의 준비와 커뮤니티 활동에서 이미 알고 있는 업무에 AI 도구를 맞춥니다. 보고한 시간 절감은 해당 개인의 작업 결과이며 한국 기업 시장 전체의 지표가 아닙니다. Signet은 사용자가 자동화 시스템을 먼저 만들지 않고도 여러 업무 결과물을 만들 수 있다는 점이 사용을 끌어온다고 봅니다. 다음 기준은 개인에게 유용했던 일이 동료에게 전달하고 보안을 검토하며 반복하는 팀 업무에서도 이어지는지입니다.
인터뷰에서 한국을 3대 시장 중 하나로 꼽고, 개인 사용이 팀 도입으로 넓어지는 경로를 설명했습니다.
COO가 3년간 1억 달러 규모의 투자 계획을 밝혔습니다.
Genspark의 한국 이야기는 현지 조직이 아니라 전문가 개인의 사용에서 출발합니다. 국가 이름 하나만으로 현지 조직이 있다고 볼 수는 없습니다. Eric Jing은 2026년 6월 인터뷰에서 한국을 회사의 3대 시장 중 하나로 꼽고, 자기 생산성을 높이려고 직접 돈을 내는 사람들로부터 도입이 퍼진다고 설명했습니다. 수요를 구체적으로 설명한 대목입니다. 한 사람이 초안, 조사, 발표 자료에 먼저 써 본 뒤 관리자에게 팀 도입을 제안하는 경로입니다. 10월 한국 마케터 강슬기와의 사용자 인터뷰가 이 경로의 구체적인 예입니다. 강슬기는 강의 준비와 커뮤니티 활동처럼 이미 잘 아는 업무에 AI 도구를 맞춰 씁니다. 보고된 시간 절감은 이 사람의 업무에 해당하는 수치이며, 한국 기업 시장의 지표가 아닙니다. Signet은 이 제품의 매력을, 자동화 시스템을 먼저 구축하지 않아도 여러 종류의 사무 결과물을 오갈 수 있다는 점에서 찾습니다. 다음 시험은 이런 개인적 쓸모가 동료에게 넘어갈 때, 보안 심사를 거칠 때, 반복되는 팀 업무가 될 때도 유지되느냐입니다.
2026년 7월 보도된 서울 행사에서 Wen Sang은 3년에 걸쳐 한국에 1억 달러를 투자할 계획을 밝혔습니다. 표현에 주의해야 합니다. 기한이 정해진 향후 계획입니다. 이미 집행한 투자 총액에 더할 것이 아니라, 이후의 실제 활동으로 평가해야 합니다. 같은 보도는 경영진이 한국 시장에 주목하고 있다고 전합니다. Signet은 이 관심이 팀 도입에 필요한 실무와 맞닿아 있다고 봅니다. 고객의 언어로 작업 흐름을 설명하고, 필요한 데이터를 연동하고, 조직 안에서 검토와 접근 권한이 어떻게 작동하는지 보여 주는 일입니다. 시장의 과제를 분석한 것이며, 회사가 약속한 현지 서비스 목록은 아닙니다. 회사는 이미 관리 기능, 라이선스, 계약 요건을 다루는 팀·기업 요금 구조를 갖추고 있습니다. 그래도 한국 구매자는 어떤 조건과 배포 방식이 자사 용도에 맞는지 직접 확인해야 합니다. 개인 사용, 임원 방문, 투자 계획, 기업 계약은 서로 다른 단계입니다. 이를 구분해 두면, 한국이 열성 사용자가 많은 나라에 그치지 않고 반복되는 조직 매출의 원천이 되는지 따라가기 쉬워집니다.
2026년 10월 10일 기준, 회사의 공식 채용 목록에는 미국과 일본 근무지 공고 8건이 있었습니다. 따라서 이 한국 채용 섹션은 과거 검색 결과가 아니라 현재 목록을 반영합니다. Signet은 시장 투자 계획을 한국 직무 설명으로 바꿔 쓰지 않습니다. 맞는 공고가 열리기 전에 회사를 미리 살펴보는 독자라도 구체적으로 준비할 수 있습니다. 반복되는 사무 업무 사례를 하나 고르고, 그 일에 필요한 맥락을 짚고, 결과물을 쓰기 전에 검토자가 무엇을 확인해야 하는지 정해 보세요. 제품을 평가하기 위한 제안일 뿐, 채용 공고에 적힌 첫 분기 과제가 아닙니다. 예를 들어 직접 손으로 만든 고객 발표 자료와, 허락된 조사 자료·편집 가능한 파일을 쓰는 작업 흐름을 비교해 볼 수 있습니다. 비교할 때는 검토와 수정에 든 시간도 넣어 보세요. 효율 관련 글이 설명하듯, 짧은 생성 데모보다 성공한 작업 한 건의 비용이 더 나은 판단 기준입니다. 한국 섹션의 팀 정보는 날짜가 있는 임원 발표와 시장 보도에 근거하며, 직함은 회사 전체 차원의 책임을 나타냅니다. 한국 사무소의 인원이나 보고 체계를 뜻하지 않습니다. 채용 목록이 바뀌면, 특정 기회가 나에게 맞는지 판단할 근거는 그 공고 목록과 공고 원문입니다.
지금 확인된 한국 공고가 없습니다. 회사 이야기는 계속 살펴볼 수 있습니다.
이 회사의 해외 공고 보기 →Workspace 6가 기억, 지능, 실행, 협업 중심으로 작업 공간을 재편합니다.
회사가 AI 작업 기능을 내장한 오피스 편집기를 공개합니다.
Gen-1 Slides는 발표 자료 제작에 맞춰 모델을 특화했습니다.
7월에 공개된 Workspace 6는 제품을 기억, 지능, 실행, 협업 중심으로 재편했습니다. SecondBrain은 사용이 허락된 맥락을 이후 작업에서도 다시 활용하게 해 줍니다. GenTeam은 사람과 에이전트가 공유 작업을 두고 함께 일하는 기능을 더합니다. Signet은 이를 단발성 프롬프트에서 이어지는 작업으로 넘어가는 변화로 봅니다. 다음 작업은 이전 작업의 관련 자료를 이어받아 시작해야 합니다. 지켜볼 점은 사용자가 이 연속성을 이해할 수 있느냐입니다. 권한, 연동된 정보의 범위, 공유 결과물의 검토자가 모두 제품 경험의 일부가 됩니다. 작업 공간에 맥락이 많이 쌓이더라도, 에이전트가 무엇까지 써도 되는지는 분명히 선을 그어야 합니다.
8월의 효율 관련 글은 성공한 작업 한 건의 전체 비용을 따져야 한다고 주장했습니다. 이어 9월에 나온 Gen-1 Slides는 사후 학습으로 특화한 모델을 슬라이드 생성에 적용했습니다. 회사는 이를 특정 업무에 맞게 지능을 튜닝하는 방법으로 소개합니다. 공개된 성능 비교는 회사 자체 평가입니다. 이어서 확인할 점은 특화 모델이 실제 편집, 수정, 반복 사용에 어떤 영향을 주는지입니다. 벤치마크 헤드라인을 고객 성과로 받아들여서는 안 됩니다. 오픈 웨이트 모델 지원은 또 다른 축을 더합니다. 작업 공간이 여러 모델 제공사를 선택지로 두려 한다는 뜻입니다. 다만 선택지가 많아져도, 작업 배분과 검토 체계가 뒷받침돼야 사용자가 실제로 그 선택지를 활용할 수 있습니다.
10월의 한국 사용자 사례는 논의를 한 사람의 반복 업무로 되돌립니다. 투자 금액이나 출시 건수에 쏠린 시선을 바로잡아 주는 사례입니다. 도구는 사용자가 이미 해야 하는 일을 더 낫게 만들 때 자리를 잡습니다. 앞으로 1년 동안 Signet이 지켜볼 기준은 서로 이어진 세 가지입니다. 계속 쌓이는 맥락이 반복 설정을 줄이는지, 특화 모델이 검토까지 마친 결과물의 수고와 비용을 낮추는지, 팀이 개인 사용을 관리되고 재계약되는 서비스로 바꾸는지입니다. 모두 회사의 출시 내용, 요금 구조, 공개 사례에 근거한 질문입니다. 제품군이 커져도 이 질문들이 사업 방향을 '쓸모 있는 완성된 일'에 묶어 둡니다.
젠스파크는 흩어진 맥락을 검토하고 편집할 수 있는 업무 결과물로 바꾸는 작업 공간을 만듭니다.
반복되는 사무 업무가 개인 사용을 넘어 검토를 거치는 팀 업무로 자리 잡을 수 있을지 따져 보세요.
비전부터 제품, 성장, 사람, 한국 팀과 현재 공고까지 한 페이지에서 이어집니다. 목차로 원하는 곳으로 이동하고, 궁금한 부분은 펼쳐서 더 읽을 수 있습니다.