Grok 봇

• xAI가 Grok Bot을 Early Beta로 공개

  • 단순히 질문에 답하는 AI Assistant가 아니라, 자체 컴퓨터를 가지고 실제 앱과 웹사이트에서 업무를 수행하는 AI teammate를 지향

  • 사용자의 도구에 로그인하고, 사람이 사용하는 것과 같은 방식으로 작업한 뒤 완료된 결과물을 가져오는 구조

• 프로젝트를 처음부터 끝까지 맡길 수 있음

  • 데스크톱이나 iOS에서 동료에게 메시지 보내듯 Bot에게 업무를 전달

  • 작업 방식과 프로젝트 컨텍스트를 유지하며 장기적으로 업무를 수행

  • 중요한 승인이나 판단이 필요할 때만 사용자에게 돌아오는 방식

• 여러 Bot을 동시에 병렬 실행 가능

  • 프로젝트 담당, Outbound 담당, 시스템 담당 등 역할별 Bot을 생성 가능

  • Bot들은 24/7 병렬로 작업하며 필요하면 서로 협업

  • 한 스레드에 여러 Bot을 넣어 Research → Comms → Chief 등으로 업무를 서로 넘기는 워크플로우도 지원

• 기존 SaaS와 웹사이트를 직접 조작

  • Grok Bot에 한 번 로그인해 두면 사용자가 이용하는 앱과 사이트를 직접 사용

  • 예시로 Zendesk에 로그인해 Support Queue를 처리하는 시나리오를 소개

  • 전용 API나 MCP Integration만 사용하는 Agent보다 Computer Use 기반 자동화에 가까운 접근

• 사람이 한 번 시범을 보이면 Routine으로 학습

  • 사용자가 특정 Workflow를 직접 수행하는 동안 Bot이 따라보도록 할 수 있음

  • 학습한 작업을 Routine으로 저장하고 이후에는 스스로 실행

  • 반복적인 Weekly Reporting 같은 업무 자동화를 주요 Use Case로 제시

• 장기 Context와 Memory를 활용

  • 과거 프로젝트 및 고객과의 상호작용을 기억

  • 예를 들어 이전 가격 협상이나 승인 담당자 같은 정보를 이후 업무에 재사용

  • 각각의 Bot이 가진 Context를 활용하고 Bot끼리 지식을 이어받는 형태를 강조

• 역할별 Bot 사례도 제공

  • Sales Outbound — Account 조사, Contact Scoring, 이메일·LinkedIn 초안 작성

  • Talent Scout

  • Paid Media

  • Expense Manager

  • Product Performance

  • Bug Reproduction

  • Account Health

  • Chief of Staff

• Sales Outbound의 경우 밤새 잠재 고객 Pipeline을 생성하고

  • Account 조사

  • Intent 기반 Contact Scoring

  • 사용자의 문체로 이메일·LinkedIn 메시지 작성

  • 최종 승인할 목록만 사람에게 전달하는 흐름을 예시로 제시

• AI Assistant와의 가장 큰 차이는 "자체 컴퓨터"

  • 사용자의 Laptop이 꺼져 있어도 Bot은 독립적으로 계속 동작

  • 여러 Bot을 동시에 실행할 수 있으며 24/7 업무 수행이 가능하다고 설명

• 가격

  • Cursor Ultra: 월 $200

    • Grok Bot 전용 Computer

    • 사용자 Tool 로그인

    • Scheduled Routine

    • Desktop/Mobile 사용

    • 확장된 AI Token Limit 포함

  • Cursor Premium Teams: 사용자당 월 $120

    • 중앙 집중형 Billing/Settings

    • Team Skill·Plugin Marketplace

    • Shared Usage Analytics

    • SAML/OIDC SSO 추가

  • 기존 Cursor Ultra 또는 SuperGrok Heavy 사용자에게도 Grok Bot이 포함

^{source https://x.ai/bot}

HN에서는 봇이 업무를 대신하는 편의보다 계정과 데이터를 어디까지 맡길 수 있는지가 더 큰 쟁점이었다. 직접 사용한 이들은 봇마다 전용 컴퓨터와 업무 영역, 기억, 작업 절차를 나누면 장시간 비동기 작업이 자연스러워진다고 평가했다. 여러 에이전트가 병렬로 일하고 서로 정보를 주고받아, 작업 공간을 따로 관리하는 부담도 줄었다고 한다.

그만큼 비용과 통제의 부담은 커진다. 상시 실행되는 봇은 토큰을 대량으로 소비하고, 브라우저 로그인 상태를 넘겨받아 실제 서비스에서 행동한다. 사소한 판단 오류도 메일 발송이나 데이터 변경, 코드 손실로 이어질 수 있다. 외부 문서와 웹페이지에 숨은 지시를 데이터와 구분하지 못하는 프롬프트 주입도 핵심 위험으로 꼽혔다. 탐지 성능이 나아졌더라도 보안 문제 자체가 해결된 것은 아니라는 지적이다.

권한을 줄이려면 봇 전용 계정과 가상 환경을 만들고 이메일, 저장소, 결제 수단에 별도 자격 증명과 한도를 부여해야 한다. 신입 직원에게 필요한 권한만 주는 방식과 비슷하다. 하지만 받은편지함이나 은행 계좌, 구독 서비스처럼 기존 계정에 접근해야 쓸모가 생기는 업무도 많다. 권한을 엄격히 분리할수록 활용 범위가 좁아지는 셈이다. 운영사와 브랜드를 신뢰할 수 있는지도 기업 도입에서 빼놓기 어려운 기준이다.

자동화가 상대방에게 넘기는 비용도 살펴야 한다. 사용자는 한 번의 지시로 수십 곳에 문의할 수 있지만, 이를 받는 업체의 처리 능력은 같은 속도로 늘지 않는다. 사이트의 봇 차단 정책과 자동 접근 허용 범위도 불분명하다.