기업용 생성형 AI의 가치는 모델 성능만으로 결정되지 않습니다. 실제 업무에서는 AI가 어디에 배치되는지, 어떤 맥락을 볼 수 있는지, 누가 결과를 검토하는지, 그리고 조직의 권한 체계와 충돌하지 않는지가 더 중요해집니다. Anthropic의 Claude Tag가 흥미로운 이유도 여기에 있습니다. 이는 단순한 챗봇 추가라기보다, 팀 협업 공간 안에 AI를 상주시킬 때 생기는 새로운 운영 문제를 보여주는 사례입니다.
업무용 AI의 무대가 ‘별도 앱’에서 ‘협업 채널’로 이동한다
많은 기업은 지금까지 AI를 별도 웹앱이나 개인 생산성 도구로 도입해 왔습니다. 직원이 필요할 때 접속해 질문하고, 답변을 복사해 문서나 메신저로 옮기는 방식입니다. 이 접근은 빠르게 시작할 수 있지만, 협업 과정에서는 한계가 있습니다. AI와 나눈 대화가 개인에게만 남고, 팀 전체의 의사결정 흐름과 분리되기 쉽기 때문입니다.
Slack 같은 협업 채널에 AI가 직접 들어오면 양상이 달라집니다. 요청, 답변, 후속 논의가 같은 공간에서 이어질 수 있고, 팀원들은 AI가 어떤 맥락에서 어떤 결과를 냈는지 함께 확인할 수 있습니다. 이는 생산성 도구의 변화이면서 동시에 업무 기록 방식의 변화입니다.
Claude Tag는 바로 이 지점에 놓여 있습니다. Anthropic은 Slack에서 작동하는 AI 팀원 기능인 Claude Tag를 리서치 프리뷰로 도입하며, Claude Enterprise 및 Claude Team 고객에게 Slack을 통해 제공한다고 밝혔습니다.1
핵심은 ‘개인 챗봇’이 아니라 ‘공용 업무 참여자’라는 점
Claude Tag의 기본 사용 방식은 간단합니다. 사용자는 Slack 채팅에서 @Claude를 태그해 인사이트를 요청하거나 작업을 할당할 수 있습니다. 그러면 Claude Tag는 맡겨진 작업을 단계로 나누고, 접근 가능한 도구를 활용한 뒤 Slack 스레드에 결과를 응답합니다.1
하지만 제품의 의미는 사용법보다 구조에서 더 잘 드러납니다. Claude Tag는 Slack 채널 안에서 단일 Claude 인스턴스가 여러 사용자와 상호작용하는 ‘멀티플레이어’ 방식으로 설계됐습니다.1 같은 채널의 구성원이 같은 Claude와 상호작용하고, 그 결과가 팀의 대화 흐름 안에 남는 방식입니다.
이는 기업용 AI 도입에서 중요한 차이를 만듭니다. 개인별 AI 비서는 사용자의 업무를 보조하는 데 초점이 맞춰져 있지만, 채널 기반 AI는 팀의 공동 맥락을 다루게 됩니다. 따라서 질문은 “AI가 얼마나 똑똑한가”에서 “AI가 어떤 팀 맥락 안에서 작동하는가”로 바뀝니다.
맥락 축적은 장점이지만, 곧바로 거버넌스 문제가 된다
Claude Tag는 채널별로 해당 채널의 대화 흐름을 따라가며 업무 맥락을 축적하는 방식으로 설명됩니다.1 이 기능은 반복 설명을 줄이고, 프로젝트나 업무 흐름을 이해한 상태에서 응답하게 만드는 데 도움이 될 수 있습니다.
권한이 부여된 경우에는 다른 Slack 채널과 데이터 소스에서도 자동으로 학습할 수 있습니다.1 또한 시스템 관리자는 Claude가 접근할 수 있는 도구, 정보, 채널을 지정할 수 있습니다.1 Anthropic은 Claude Tag가 비공개 채널의 내용을 보고하지 않는다고 설명합니다.1
이 대목에서 기업이 주목해야 할 것은 기능의 편의성만이 아닙니다. 협업 AI의 성능은 더 많은 맥락을 볼수록 좋아질 수 있지만, 동시에 접근 권한이 넓어질수록 관리 부담도 커집니다. 어떤 채널의 맥락은 공유되어도 되는지, 어떤 데이터 소스는 특정 팀에만 허용해야 하는지, AI가 생성한 결과를 누가 검토할 것인지가 함께 설계돼야 합니다.
특히 채널 기반 AI는 조직 내 정보 경계를 재해석하게 만듭니다. 사람에게는 자연스러운 정보 접근 제한도 AI에게는 명시적인 권한 설정으로 구현되어야 합니다. 결국 Claude Tag 같은 도구를 잘 쓰려면 AI 활용 정책과 협업 도구 관리 정책이 분리되어 있어서는 안 됩니다.
‘ambient’ 기능은 생산성보다 운영 원칙이 먼저다
Claude Tag에는 사용자가 직접 부를 때만 응답하는 방식과 다른 요소도 있습니다. ‘ambient’ 동작을 켜면 Claude Tag는 사용자가 알아야 할 것으로 판단한 정보를 선제적으로 알릴 수 있습니다.1 이 동작이 활성화되면 Claude Tag는 연결된 도구와 참여 중인 채널에서 관련 정보를 찾아 표시할 수 있습니다.1
이 기능은 업무 누락을 줄이거나 중요한 맥락을 빠르게 드러내는 데 유용할 수 있습니다. 하지만 선제적 개입은 항상 양면성을 갖습니다. 잘 작동하면 팀의 주의를 필요한 곳으로 돌릴 수 있지만, 기준이 불분명하면 또 하나의 알림 피로가 될 수 있습니다.
따라서 ambient 기능을 도입할 때는 기술적 가능성보다 운영 기준이 먼저입니다. 어느 채널에서 켤 것인지, 어떤 유형의 정보를 알려야 하는지, 잘못된 판단이나 과도한 알림이 발생했을 때 누가 조정할 것인지가 필요합니다. 기업용 AI의 문제는 더 이상 “응답을 잘하는가”에만 머물지 않습니다. “언제 말하지 않아야 하는가”도 중요한 품질 기준이 됩니다.
도입 기업이 점검해야 할 세 가지 질문
Claude Tag 같은 채널형 AI를 검토하는 조직이라면 먼저 세 가지 질문을 던져야 합니다.
첫째, AI가 들어갈 채널의 목적이 명확한가. 모든 채널에 AI를 넣는다고 생산성이 높아지는 것은 아닙니다. 프로젝트 진행, 고객 대응, 내부 운영처럼 맥락 축적과 공동 확인이 중요한 공간에서 더 큰 효과를 기대할 수 있습니다.
둘째, 접근 권한과 데이터 경계가 업무 현실을 반영하는가. Claude Tag는 관리자가 접근 가능한 도구, 정보, 채널을 지정할 수 있는 구조를 갖고 있습니다.1 이 기능은 단순 설정 항목이 아니라 기업 보안과 협업 효율의 균형점입니다.
셋째, AI의 답변과 작업 결과가 팀의 의사결정에 어떻게 반영되는가. Slack 스레드에 결과가 남는다는 것은 편리하지만, 그 자체가 검토 완료를 의미하지는 않습니다. AI가 만든 결과를 참고 자료로 볼지, 실행 가능한 작업물로 볼지에 대한 조직 내부 합의가 필요합니다.
앞으로 볼 지점
Claude Tag는 아직 리서치 프리뷰 단계입니다.1 따라서 지금의 핵심은 기능 목록을 평가하는 것보다, 이 유형의 AI가 기업 협업 방식에 어떤 변화를 요구하는지 살펴보는 데 있습니다.
앞으로 주목할 부분은 세 가지입니다. 첫째, 채널별 맥락 축적이 실제 업무 품질을 얼마나 높이는지입니다. 둘째, 관리자 권한 설정이 복잡한 조직 구조를 충분히 반영할 수 있는지입니다. 셋째, ambient 기능이 유용한 업무 신호와 불필요한 알림을 얼마나 잘 구분하는지입니다.
Claude Tag가 보여주는 방향은 분명합니다. 기업용 AI는 별도 도구에서 답을 가져오는 단계를 넘어, 협업 공간 안에서 업무 흐름을 함께 따라가는 형태로 진화하고 있습니다. 이제 기업의 과제는 AI를 얼마나 많이 쓰게 할지가 아니라, 어떤 맥락과 권한 안에서 일하게 할지를 정하는 것입니다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.