Asana Agentic Work Management, 인간-에이전트 협업 운영체제를 선언하다

TL;DR

핵심 3줄 요약

Asana가 Agentic Work Management를 공개하며 인간과 AI 에이전트가 같은 계획, 같은 맥락, 같은 거버넌스 아래서 일하는 운영체제를 제시했다.

핵심은 개인용 AI 비서 Dash, 더 강해진 AI Teammates, 그리고 IT·빌더·에이전시용 새 앱 라인업이다.

마케터와 기획자는 이제 AI 경쟁이 단순 생성 기능이 아니라 팀의 실제 업무 흐름과 통제 체계를 누가 장악하느냐로 이동하고 있음을 봐야 한다.

핵심 3줄 요약

• Asana는 2026년 6월 4일 런던 Work Innovation Summit에서 인간-에이전트 팀 운영체제를 발표했다.
• Agentic Work Management는 Dash, AI Teammates, StackAI 연동, 업종별 앱으로 구성되며 일부는 즉시 제공되고 일부는 순차 출시된다.
• Asana는 많은 직원이 이미 AI를 쓰지만 실제 생산성 향상은 낮다는 `AI productivity gap`을 줄이겠다고 강조했다.

이 글에서 다룰 내용

• Asana가 왜 `운영체제`라는 표현을 썼는지
• Dash와 AI Teammates가 무엇을 바꾸는지
• 마케터, 기획자, 에이전시 실무에 어떤 의미가 있는지
• 도입 전에 체크해야 할 거버넌스 포인트

무슨 일이 있었나

Asana는 6월 4일 공식 발표에서 자사의 새 제품군을 `human-agent teams를 위한 operating system`이라고 규정했다. 핵심 메시지는 분명하다. 앞으로 업무는 사람이 따로, AI 에이전트가 따로 움직이는 방식으로는 관리하기 어렵고, 같은 계획과 같은 맥락 안에서 함께 실행돼야 한다는 것이다.

Asana는 이를 위해 `Agentic Work Management`를 내세웠다. 발표문에 따르면 이 제품군은 개인별 우선순위를 이해하는 AI Chief of Staff인 Dash, 더 강해진 AI Teammates, StackAI 기반의 크로스시스템 실행, 그리고 IT·제품개발·에이전시 업무용 신규 앱으로 구성된다.

SiliconANGLE도 이 발표를 다루며, Asana가 단순 작업 관리 도구를 넘어 인간과 에이전트의 공동 작업을 관리하는 레이어로 포지셔닝하고 있다고 해석했다.

이 섹션 한 줄

Asana는 AI를 붙인 협업 툴이 아니라, 사람과 에이전트를 함께 운영하는 업무 제어판이 되겠다고 선언했다.

왜 Asana는 '운영체제'를 말하나

Asana가 강조한 문제는 AI 자체가 아니라 AI 활용의 단절이다. 공식 발표문에 따르면 지식노동자의 75%가 업무에 AI를 사용하지만, 의미 있는 생산성 향상을 체감하는 기업은 5%에 그친다. Asana는 이를 `AI productivity gap`이라고 부른다.

이 간극의 원인으로 Asana는 네 가지를 짚었다. 무엇부터 시작해야 할지 어렵고, 에이전트가 팀 작업 방식과 분리돼 있으며, 조직 맥락이 부족하고, 거버넌스와 비용 통제가 어렵다는 점이다.

그래서 Asana는 개별 챗봇을 더하는 방식이 아니라, 사람이 쓰는 계획 체계 위에 에이전트를 올리는 방식을 택했다. 한마디로 AI의 성능보다 `업무 안착 구조`를 먼저 잡겠다는 접근이다.

핵심 인사이트

AI 도입의 승부처는 이제 모델 성능 차이보다, 조직이 에이전트를 안전하게 붙이고 반복 실행으로 연결하는 운영 구조에 있다.

Dash와 AI Teammates는 무엇이 다른가

Dash는 개인용 AI Chief of Staff로 소개됐다. 목표, 우선순위, 놓치고 있는 일감을 이해하고, 회의·슬랙·이메일에서 후속조치를 구조화된 업무로 바꿔 준다. 즉, 흩어진 커뮤니케이션을 실행 가능한 작업으로 재정렬하는 역할이다.

AI Teammates는 기존 자동화보다 더 팀 친화적인 방향으로 확장됐다. 채팅형 진입점, 반복 업무용 Skills 라이브러리, Gmail·Outlook·Slack·HubSpot·Figma·Canva 연동이 추가됐고, 과거 의사결정과 작업 패턴을 기억하는 shared system 위에서 동작한다고 Asana는 설명했다.

또한 5월에 인수한 StackAI를 통해 CRM, ERP, 계약, 데이터베이스 같은 다른 시스템까지 실행 범위를 넓히겠다고 밝혔다. 이는 에이전트가 협업 툴 안에서만 답변하는 수준을 넘어 실제 업무 시스템을 가로질러 움직이게 하겠다는 뜻이다.

이 섹션 한 줄

Asana의 차별점은 에이전트를 더 똑똑하게 만드는 것보다, 에이전트가 팀 맥락과 기존 시스템 속에서 일하게 만드는 데 있다.

마케터와 기획자에게 왜 중요한가

첫째, 마케팅 운영의 중심이 바뀐다. 캠페인 브리프 작성, 자산 제작 요청, 일정 조율, 상태 보고 같은 반복 업무는 에이전트가 처리하고, 사람은 우선순위와 메시지 품질을 통제하는 구조가 강화될 수 있다.

둘째, 에이전시와 인하우스 팀 모두에게 의미가 있다. Asana가 함께 발표한 Client Management는 브랜드 포털, SOW 초안, 상태 업데이트, 리소스 배분을 하나의 시스템으로 묶겠다는 구상이다. 이는 대행사 운영을 많이 하는 마케터에게 특히 실무적이다.

셋째, AI 도입 기준이 바뀐다. 앞으로는 `이 AI가 무엇을 생성하나`보다 `이 AI가 팀의 승인선, 일정, 의사결정 구조 안으로 들어오나`가 더 중요해질 가능성이 크다.

넷째, 협업툴 경쟁이 다시 정의된다. 업무 툴은 단순 태스크 보드가 아니라, 인간과 에이전트의 역할 분담을 설계하는 플랫폼으로 변하고 있다.

실전 팁

AI를 팀에 붙이려는 조직이라면 새 도구를 늘리기 전에 먼저 업무 흐름, 승인 단계, 예외 처리, 비용 통제 기준을 문서화해야 한다. 그래야 에이전트를 붙였을 때 자동화가 아니라 운영으로 이어진다.

도입 전에 주의할 점

Asana의 비전은 분명하지만, 실제 효과는 조직 데이터 품질과 워크플로 표준화 수준에 크게 좌우된다. 작업 정의가 흐리거나 승인 체계가 불명확하면, 에이전트가 많아져도 혼선만 커질 수 있다.

또한 공유 메모리와 크로스시스템 실행은 강력한 만큼 권한 통제, 로그 추적, 비용 관리가 중요하다. 특히 외부 고객 자산, 캠페인 예산, 민감한 운영 데이터가 연결되는 경우에는 누가 무엇을 승인하는지 명확해야 한다.

주의

에이전트를 도입할 때는 편의성보다 먼저 데이터 접근 범위, 승인권자, 실패 시 롤백 절차를 설계해야 한다.

자주 묻는 질문

Q1. Asana가 발표한 핵심 기능은 무엇인가요?

Dash, 확장된 AI Teammates, StackAI 기반 실행, 그리고 Service Management·Command·Client Management 앱 라인업이다.

Q2. 지금 바로 쓸 수 있는 기능과 나중에 나오는 기능은 무엇인가요?

Asana 발표 기준으로 Agentic Work Management와 AI Teammates, AI Studio는 즉시 제공된다. Dash와 새 앱들은 향후 수개월에 걸쳐 순차 제공된다.

Q3. 왜 이 발표가 중요한가요?

AI를 개인 생산성 도구가 아니라 팀 운영 체계로 재정의하는 발표이기 때문이다. 협업툴 시장이 에이전트 오케스트레이션 경쟁으로 이동하고 있음을 보여준다.

Q4. 마케터는 어디부터 적용하면 좋을까요?

브리프 작성, 자산 제작 요청, 상태 보고, 승인 추적처럼 반복성과 병목이 뚜렷한 흐름부터 표준화한 뒤 에이전트를 붙이는 것이 좋다.

출처

• Asana, "Asana Unveils Operating System for Human-Agent Teams"
• SiliconANGLE, "Asana launches AI-powered products to help organizations manage human and agent work"

마무리

이번 Asana 발표는 협업 소프트웨어가 어디로 가는지를 꽤 선명하게 보여준다. AI는 더 이상 글을 써주는 보조 기능만이 아니라, 사람과 에이전트가 함께 일하는 방식을 설계하는 운영 레이어로 올라가고 있다.

감자나라ai님 관점에서 보면 포인트는 명확하다. 앞으로 실무 경쟁력은 좋은 AI를 하나 더 붙이는 데서 끝나지 않고, 그 AI를 팀의 맥락과 승인 구조 안에서 얼마나 안정적으로 굴리느냐에서 갈릴 가능성이 크다.