그록봇·뮤즈·닷츠 비교 - 상시 AI 에이전트의 기능, 요금과 보안

최근 OpenAI DevDay 발표를 정리하면서 닷츠가 눈에 들어왔습니다. 자체 클라우드 컴퓨터를 가지고, 제가 대화를 끝낸 뒤에도 맡은 일을 계속하는 에이전트라고 해요.

그런데 설명을 읽다 보니 8월에 소개했던 그록봇이 떠올랐습니다. 메타의 뮤즈도 같은 이야기를 합니다. 자기 컴퓨터가 있고, 기억을 유지하고, 사용자가 자리를 비운 동안에도 일을 이어갑니다.

“그러면 세 개가 이름만 다른 비슷한 서비스인가?”

공식 문서를 나란히 읽어보니 차이는 모델 이름보다 일을 나누는 방식, 로그인과 데이터를 보관하는 경계, 사용량을 계산하는 곳에서 드러났습니다. 저는 이쪽이 실제 선택에 더 중요하다고 생각해요. 에이전트가 많아져도 결국 제가 맡길 일은 정해져 있고, 구독료와 검토 시간도 들어가니까요.

2026년 10월 2일까지 공개된 공식 발표와 도움말을 바탕으로 기능, 요금, 보안과 제공 범위를 비교했습니다.

먼저 차이를 세 줄로 정리하면

• 그록봇: 역할별 봇을 여러 개 만들고, 봇끼리 대화하고 일을 넘기는 AI 팀 구성에 초점을 맞췄습니다.
• 뮤즈: 한 명의 개인 비서에게 생활과 사업의 목표를 맡기는 경험, 구매·예약, Meta 서비스 연계를 강조합니다.
• 닷츠: ChatGPT의 기억과 연결 앱을 활용하고, Codex·Work에 작업을 맡기며 프로젝트를 계속 챙깁니다.

셋의 영역은 많이 겹칩니다. 뮤즈도 코드를 작성하고 서브에이전트를 실행합니다. 그록봇도 개인 업무를 처리하고, 닷츠도 여행이나 일정 같은 생활 작업을 맡을 수 있어요. 위 구분은 각 제품이 전면에 내세우는 사용 방식입니다.

제가 가장 흥미롭게 본 차이는 사용자가 직접 여러 담당자를 만드는가, 한 담당자에게 맡기고 내부 작업 분담은 서비스에 넘기는가 하는 점이었습니다.

공통점은 답변 다음 단계까지 맡는다는 겁니다

보통 AI에 여행 계획을 물으면 일정표를 받습니다. 상시 에이전트에 같은 일을 맡기면 일정표를 만들고, 예약 사이트를 열고, 입력을 진행하고, 결제가 필요한 지점에서 승인을 요청하는 과정까지 이어집니다.

개발 업무에서도 차이가 있습니다. 버그 원인을 설명하는 데서 끝내는 대신, 연결된 저장소와 도구에서 재현하고 코드를 고치고 검토할 결과물을 준비하는 쪽으로 범위가 넓어집니다.

세 제품은 공통적으로 다음 구성을 갖춥니다.

1. 브라우저와 파일을 사용할 수 있는 클라우드 실행 환경
2. 대화와 선호를 이어가는 지속적인 맥락
3. 여러 단계의 작업과 예약·백그라운드 실행
4. 앱 연결 또는 웹사이트 조작
5. 작업 상태를 보여주는 화면과 사용자 승인 절차

클라우드에서 일하므로 노트북을 닫아도 맡긴 작업을 이어갈 수 있습니다. 다만 24시간 접근 가능하다는 설명과 실제 작업 제공량은 별도로 정해집니다. 포함 사용량, 추가 과금, 승인 대기, 사이트의 로그인 요구가 실제 진행에 영향을 줍니다.

표로 놓으면 어떤 점이 다른가요?

그록봇의 모델 선택은 현재 보안 문서에 명시되어 있습니다. 사용자에게 모델 선택기를 제공하지 않고, Cursor가 요청을 처리할 모델을 관리합니다. Grok Bot이라는 제품명만 보고 모든 작업을 특정 Grok 모델이 처리한다고 생각하면 실제 운영 구조와 차이가 생깁니다.

뮤즈의 모델과 내부 실행 구조는 Meta의 기술 설명, 닷츠의 모델과 사용 방식은 OpenAI 출시 글을 기준으로 적었습니다.

그록봇은 담당자를 여러 명 두는 구성이 핵심입니다

봇끼리 직접 일을 넘깁니다

그록봇에서는 이름과 직무를 가진 봇을 여러 개 만들 수 있습니다. 예를 들어 조사 담당, 콘텐츠 담당, 운영 담당을 따로 두는 식입니다.

공식 출시 글은 영업 자료 조사, CRM 정리, 마케팅, 사내 운영, 버그 재현과 수정 같은 업무를 소개합니다. 봇끼리 직접 메시지를 보내고, 그룹 대화에서 맥락을 공유하며, 작업 소유권을 넘길 수 있어요. 한 봇이 다른 전문 봇을 관리하는 구성도 제시합니다.

제가 블로그 작업을 나눈다면 조사 봇은 공식 자료와 변경점을 모으고, 작성 봇은 초안을 만들고, 검토 봇은 숫자와 출처를 확인하게 둘 것 같습니다. 사용자가 앞 단계의 답을 복사해서 다음 채팅에 붙여넣는 일을 줄일 수 있는 구조입니다.

여러 봇이 컴퓨터는 함께 씁니다

개요 문서에 따르면 계정의 봇들은 하나의 클라우드 컴퓨터를 공유합니다. 파일, 브라우저 세션, 앱 로그인을 함께 쓰고, 각 봇의 대화와 역할 맥락은 따로 유지합니다.

같은 로그인과 파일을 쓰기 때문에 인계는 편합니다. 반대로 업무 역할을 나눈다고 데이터 접근까지 나뉘지는 않습니다. 조사 봇과 운영 봇을 따로 만들어도, 공유 컴퓨터에 있는 파일과 로그인은 두 봇의 작업 범위에 들어갑니다.

병렬 실행에도 조건이 있습니다. 여러 봇이 동시에 추론하고 커넥터를 쓰며 파일을 다룰 수 있고, 각 봇은 공유 컴퓨터에서 자기 화면을 받습니다. 한 봇은 자기 화면에서 한 번에 하나의 컴퓨터 조작 작업을 실행합니다.

저는 이 점을 장점과 부담으로 함께 봤습니다. 팀처럼 인계하기 쉬운 대신, 역할별 격리가 필요한 자료를 같은 컴퓨터에 놓을 때는 접근 범위를 따로 설계해야 하니까요.

잘된 작업을 스킬과 루틴으로 바꿉니다

그록봇은 재사용할 작업 방법을 스킬, 실행 일정이나 조건을 루틴으로 구분합니다. 스킬에는 절차, 판단 기준, 결과물 형식과 승인 경계를 넣고, 루틴에는 담당 봇과 실행 시점을 지정합니다.

스킬·루틴 문서는 브라우저 작업을 시연해서 배우게 하는 기능도 설명합니다. 제공되는 계정에서는 최대 10분의 화면 조작을 기록하고, 그 결과를 스킬 초안으로 만듭니다. 시연 학습은 순차 제공 기능입니다.

웹페이지에서 월간 보고서를 내려받거나, 여러 화면을 오가며 정해진 입력을 반복하는 작업에는 이런 방식이 유용할 것 같아요. 한 번 보여준 예시만으로 모든 예외가 정해지는 것은 아니라서, 실패 처리와 승인 조건은 스킬에 별도로 남기는 구조입니다.

내 컴퓨터 접근도 가능합니다

그록봇의 기본 실행 장소는 Cursor가 운영하는 클라우드입니다. 여기에 로컬 컴퓨터에서 명령을 실행하는 별도 기능도 있습니다.

승인·개인정보 문서는 로컬 실행 정책을 매번 승인, 항상 허용, 허용하지 않음으로 나눕니다. 기본값은 매번 승인이고, 실행할 명령을 승인 카드에 보여줍니다. 클라우드 작업의 Auto Review와 로컬 실행 권한은 별도 설정입니다.

그래서 닷츠만 로컬 컴퓨터를 쓸 수 있다고 구분하면 그록봇의 현재 기능이 빠집니다. 두 제품 모두 로컬 접근을 제공하며, 권한을 여는 방법과 작업을 전달하는 방식이 다릅니다.

뮤즈는 생활과 사업을 한 대화에서 챙깁니다

목표를 맡기고 여러 일을 동시에 이어갑니다

뮤즈는 제품 설계 글에서 하나의 긴 대화를 중심에 둡니다. 답변을 기다리는 동안에도 다음 일을 보낼 수 있고, 주제별 side chat을 만들 수 있습니다. 별도 대화가 있어도 개인 Muse가 전체 맥락을 이어받는 경험을 지향합니다.

사용자가 맡길 수 있는 일도 폭이 넓습니다. 여행 예약, 학교 안내 메일 정리, 일정 조정, 요금 협상, 물건 구매 같은 생활 업무를 소개합니다. 문서, PDF, 웹페이지, 지출 추적 화면 같은 결과물도 만들 수 있어요.

기술적으로는 브라우저, 파일시스템, 터미널을 갖춘 Linux VM에서 실행합니다. 코드를 작성하고 필요한 도구를 만들며, 여러 서브에이전트와 예약 작업을 처리할 수 있습니다.

뮤즈도 내부에서 여러 에이전트를 활용합니다. 그록봇은 사용자가 역할별 봇을 직접 만들고 관리하는 인터페이스를 강조하고, 뮤즈는 한 개인 비서에게 맡긴 일을 내부에서 나눠 처리하는 경험을 강조합니다.

구매와 결제 연결을 구체적으로 준비했습니다

뮤즈는 예약과 쇼핑을 대표 사용 사례로 내세웁니다. 출시 발표에는 Stripe의 Link를 이용한 결제 연결이 나옵니다.

Link의 에이전트 지갑은 일회용 카드 정보를 발급해서 사용자의 실제 카드 정보를 판매자에게 그대로 전달하는 일을 줄입니다. 대상 구매에는 분실·파손, 가격 하락, 반품 등에 대한 Link의 구매 보호가 적용됩니다. 보호 범위와 조건은 구매별로 정해집니다.

Meta의 보안 글은 카드 정보를 판매자, 금액과 유효 시간에 묶는 방식도 설명합니다. 구매 전에 사용자에게 상세 내용을 보여주고 승인을 받는 흐름이에요.

Shop Pay와 1Password 연결은 최초 출시 발표에서 향후 지원 항목으로 소개했습니다. 현재 제공 기능과 같은 칸에 넣으면 결제·로그인 연동 범위를 실제보다 넓게 보게 됩니다.

소상공인 업무까지 확장했습니다

9월 29일 Meta는 Muse for Small Business를 발표했습니다. 개인 비서에서 사업 운영까지 활용 범위를 넓힌 업데이트입니다.

Facebook 페이지, Instagram 프로페셔널 계정, Meta 광고 계정과 연결하고, Shopify, Stripe, QuickBooks, Canva, Notion, Slack, Asana 등 사업에 쓰는 도구도 연결합니다. 연결을 통해 브랜드 말투, 매장 정보, 판매·고객 데이터를 업무 맥락으로 활용합니다.

예시는 광고와 콘텐츠 성과 분석, 다음 캠페인 초안, 월별 재무 상태 정리, 이상 지출 확인 같은 작업입니다. Meta는 게시·전송·지출에는 사용자 승인이 필요하다고 설명해요.

Instagram이나 Facebook으로 고객을 만나는 작은 사업자라면 이 구성이 꽤 매력적입니다. 개발 작업보다 매장, 광고, 고객 응대가 중심인 사람에게는 Codex 연결보다 이런 맥락이 먼저 필요할 수 있으니까요.

닷츠는 ChatGPT의 맥락과 실행 도구를 연결합니다

ChatGPT에서 하던 일을 지속적인 담당자에게 넘깁니다

닷츠 출시 글에 따르면 dot은 GPT-6 Astra를 사용하고 자체 클라우드 컴퓨터와 브라우저를 갖습니다. 연결한 앱의 정보, 사용자 피드백과 목표를 바탕으로 일을 이어갑니다.

OpenAI가 제시한 사례에는 고객 피드백에서 반복되는 문제를 찾고, 수정과 테스트를 진행한 뒤, 변경 영상이 붙은 PR을 준비하는 흐름이 있습니다. 출시 범위가 바뀌면 관련 자료를 갱신하고, 새로운 연구 데이터가 들어오면 분석과 그림을 업데이트하며, 인터뷰 자료에서 콘텐츠 초안을 만드는 작업도 소개합니다.

플러그인 생태계를 통해 4,000개 이상의 앱에 연결할 수 있다는 점도 강조합니다. 이 숫자는 OpenAI가 발표한 연결 범위입니다. 개별 앱에서 읽기·쓰기 중 무엇을 지원하는지는 연결 권한과 도구에 따라 달라집니다.

로컬 파일과 Codex 환경을 쓸 수 있습니다

시작 도움말은 로컬 컴퓨터 연결을 선택 기능으로 설명합니다. 기본값은 꺼짐이고, 연결하면 dot이 해당 컴퓨터의 파일에 접근하고 작업할 수 있습니다.

로컬 접근을 켜면 Work·Codex 작업을 만들고, 로컬 스킬과 브라우저를 활용할 수 있습니다. Codex 클라우드 환경도 미리 만들어두면 dot이 그 환경에 작업을 생성할 수 있어요.

저는 개발과 콘텐츠 작업을 연결할 때 이 부분이 가장 눈에 들어왔습니다. 자료를 정리하는 대화와 실제 저장소 작업을 이어 붙일 수 있기 때문입니다. 이미 ChatGPT와 Codex에 쌓아둔 작업 맥락이 있다면, 새 서비스에 다시 설명해야 하는 양도 선택 기준이 됩니다.

현재 기본 dot과 기업용 전문 dot은 구분됩니다

현재 개인 사용자는 첫 dot을 만들고 여러 프로젝트를 맡기는 구성으로 시작합니다. 작업을 다른 에이전트에 위임할 수 있으며, 같은 dot에게 새 일을 계속 가져갈 수 있습니다.

OpenAI는 향후 여러 dots가 팀으로 협업하는 방향도 제시했습니다. 별도 신원, 자격 증명과 기업 시스템 접근 권한을 가진 specialist dots는 기업 대상의 집중된 파일럿으로 시작합니다.

따라서 지금 그록봇의 역할별 봇 구성과 닷츠의 향후 팀 구성을 같은 제공 상태로 놓으면 차이가 흐려집니다. 현재 개인용 dot, 작업 위임, 기업용 전문 dot 파일럿은 각각 다른 항목입니다.

구독료보다 사용량을 어디서 계산하는지가 중요합니다

제가 이런 제품을 고를 때 먼저 보는 건 월 요금입니다. 그다음에는 맡긴 작업이 어느 한도를 쓰는지 봅니다. 대화를 거의 하지 않아도 에이전트가 도구와 모델을 여러 번 호출할 수 있으니까요.

아래는 공식 웹 안내에 나온 미국 달러 기준 월 요금과 기본 제공 구조입니다. 실제 결제 조건은 국가와 결제 경로에 따라 달라질 수 있습니다.

가격 출처는 Cursor 요금 페이지, 그록봇 플랜 문서, 뮤즈 구독 도움말, ChatGPT Pro 도움말입니다. 닷츠는 Business Premium에도 포함되고, Enterprise는 관리자가 베타를 활성화하는 구조입니다.

그록봇은 구독 두 개의 사용량을 합치지 않습니다

그록봇은 별도 전용 구독을 결제하는 대신 대상 Cursor 플랜 또는 연결한 대상 구독으로 접근합니다. 현재 플랜 문서는 Cursor Pro·Pro+·Ultra, 셀프서비스 Teams, 개인 SuperGrok·SuperGrok Plus·SuperGrok Heavy와 X Premium+ 연결을 안내합니다.

그록봇은 구독의 제공량을 합산하지 않습니다. 이미 대상 Cursor 플랜을 쓰면서 SuperGrok을 연결해도 두 제공량을 더하지 않습니다. 두 구독의 결제 자체는 각각 유지됩니다.

주간 제공량을 다 쓰면 온디맨드를 켠 계정은 Cursor를 통해 추가 과금으로 계속 사용할 수 있습니다. 온디맨드가 꺼져 있으면 주간 제공량이 갱신될 때까지 멈춥니다.

추가 사용의 월 상한에도 세부 조건이 있습니다. 플랜 문서는 실행 중인 봇이 상한을 넘겨 작업을 마칠 수 있고, 이후의 추가 사용을 중단한다고 설명합니다. 월 상한에 도달하는 즉시 실행 중인 모든 작업을 끊는 방식과는 다릅니다.

개인 플랜별 주간량은 문서에서 Pro, Pro+, Ultra 순으로 늘어난다고 설명합니다. 이번에 확인한 플랜 문서의 비교표는 구체적인 토큰 수 대신 단계별 제공량으로 안내합니다.

뮤즈의 500M과 3B는 다른 제품과 바로 비교하기 어렵습니다

뮤즈 Power의 주 500M은 5억, Maximum의 주 3B는 30억 Muse 토큰입니다. 두 유료 플랜 사이의 공식 주간 제공량은 6배이고, 월 요금은 5배입니다.

다만 이 수치만으로 닷츠나 그록봇보다 몇 배 일을 더 할 수 있는지 계산할 공통 기준은 없습니다. 각 서비스가 모델 호출, 긴 맥락, 내부 작업과 추가 사용을 계산하는 방식이 다릅니다.

제가 비교하고 싶은 값은 같은 작업을 맡겼을 때의 소비량과 결과입니다. 예를 들어 주간 자료 조사 한 번에 얼마를 쓰고, 출처가 빠진 내용을 제가 얼마나 고쳐야 하는지가 더 직접적인 비용이 됩니다.

닷츠의 대화와 Codex·Work 작업은 다른 한도를 씁니다

닷츠는 공식 출시 글에서 사용량을 나눠 설명합니다.

1. 첫 dot은 Pro 또는 Business Premium에 추가 요금 없이 포함됩니다.
2. dot과의 대화는 ChatGPT 사용량 한도에 포함되지 않습니다.
3. 더 깊은 작업에는 플랜에 포함된 제공량이 있고, 출시 첫 달에는 확대 한도를 제공합니다.
4. dot이 시작하거나 관리하는 Codex·ChatGPT Work 작업은 해당 작업의 기존 사용량 한도에 포함됩니다.

“닷츠가 포함되어 있으니 개발 작업도 별도 부담 없이 계속 돌아가겠네"라고 기대했다면 4번에서 계산이 달라집니다. dot이 일을 잘 찾아서 Codex에 더 많이 맡길수록, Codex·Work 한도도 그만큼 사용합니다.

기존 Pro 200의 사용량 변경은 앞선 DevDay 글에서 따로 다뤘습니다. 닷츠의 편의성과 기존 개발 작업의 제공량을 함께 놓고 봐야 구독의 가치를 판단할 수 있어요.

스스로 일한다는 말에도 실행 범위가 있습니다

세 제품 모두 사용자가 매번 새 메시지를 보내지 않아도 일을 이어가는 기능이 있습니다. 그록봇은 스킬과 루틴, 뮤즈는 일정과 관련 이벤트, 닷츠는 예약 작업과 선제 조사를 제공합니다.

여기서 닷츠는 사용자가 맡긴 작업의 계속 실행과 스스로 시작하는 proactive research를 구분합니다.

OpenAI의 보안 설명에 따르면 proactive research는 허용된 연결 정보에서 유용한 내용을 찾고 dot의 비공개 메모를 만드는 읽기 전용 작업입니다. 이 조사 도구는 다른 사람에게 메시지를 보내거나, 연결 앱의 내용을 바꾸거나, 브라우저·컴퓨터를 조작할 수 없습니다.

조사 결과를 바탕으로 다음 행동을 하려면 일반 작업의 승인 규칙과 검토 절차를 거칩니다. 사용자가 이미 맡긴 작업을 백그라운드에서 이어갈 때도 원래 승인 범위가 적용됩니다.

저는 이 구분이 꽤 중요하다고 봅니다. 메일에서 할 일을 발견하는 것과, 그 메일에 답장을 보내는 것은 다른 권한이니까요. 발견과 실행을 어떤 경계로 나누는지가 상시 에이전트의 실제 동작을 결정합니다.

보안은 VM과 승인 버튼 뒤의 구조까지 봐야 합니다

세 제품 모두 클라우드 컴퓨터와 승인 절차를 제공합니다. 다만 파일, 로그인, 외부 통신을 어떻게 통제하는지는 제품마다 다릅니다.

그록봇은 공유 환경과 기업용 설정의 범위가 중요합니다

그록봇은 Auto Review를 켜면 도구 호출과 컴퓨터 행동을 검토합니다. 개인 규칙에는 먼저 묻기와 자동 허용을 지정할 수 있고, 규칙이 충돌하면 먼저 묻기가 우선합니다.

기업 관리자는 검토를 강제하거나 네트워크 목적지를 제한할 수 있습니다. 다만 현재 보안 문서는 네트워크 제어, 강제 Auto-review, 감사 로그 등을 Enterprise 전용 기능 항목으로 분류합니다. 일반 개인 계정과 셀프서비스 Teams에 같은 기능이 모두 제공되지는 않습니다.

데이터 정리에도 공유 컴퓨터의 성격이 남습니다. 봇을 지워도 파일과 브라우저 로그인은 유지될 수 있습니다. 공식 문서는 관련 루틴을 멈추고, 웹사이트에서 로그아웃하고, 연결 권한을 원본 서비스에서도 해제하고, 필요 없는 파일을 정리하는 과정을 별도로 설명합니다.

뮤즈는 실행 영역 바깥에 Sentinel을 둡니다

Meta의 기술 글은 Muse Secure VM 안에서 주 에이전트의 실행 영역과 보안 서비스를 분리한다고 설명합니다. 실행 영역의 root 권한도 호스트의 root와 구분합니다.

Muse가 외부 서비스에 행동을 요청하면 별도 Sentinel이 사용자 정책과 요청 범위를 검토합니다. Sentinel은 연결 도구의 행동과 외부 네트워크 통신을 승인하거나 거부하고, 필요하면 사용자에게 묻습니다. 승인 상태는 대화 속 부탁과 별개로 관리합니다.

실제 자격 증명은 분리된 저장소에 보관합니다. 에이전트 쪽에는 대체 토큰을 주고, 허용된 요청이 네트워크 경계를 지날 때 실제 값을 넣는 구조입니다. 일반 실행 영역의 코드를 바꿔도 보안 서비스를 함께 바꾸는 권한은 분리해 두었습니다.

여기에는 현재와 예정의 차이도 있습니다. 현재 제공하는 구조는 Muse Secure VM입니다. Meta까지 데이터에 접근하지 못하도록 암호학적으로 보호하는 Muse Confidential VM은 향후 제공 계획입니다. Meta는 현재 구조에서도 서비스 운영·보안·지원에 필요한 경우 데이터에 접근할 수 있다고 명시합니다.

전용 VM에 저장한다는 사실과 모든 데이터 처리가 VM 안에서 끝난다는 설명도 구분됩니다. 기술 글에는 모델 추론과 운영 정보 처리를 위해 필요한 일부 데이터를 VM 밖으로 보낸다고 나와 있습니다.

닷츠는 별도 검토와 읽기 전용 선제 조사를 결합합니다

닷츠의 Auto-review는 메일 전송이나 파일 변경 같은 행동을 사용자 지시, Custom Rules, 안전 요구사항과 비교합니다. 필수 검토를 집행하는 시스템은 dot이 수정할 수 있는 작업 환경 바깥에 둡니다.

일부 행동은 매번 확인하고, 더 민감한 행동은 사용자에게 제어권을 넘깁니다. OpenAI는 영구 삭제 등의 확인, 비밀번호 변경과 금융 계좌 간 송금의 직접 인계를 예로 듭니다. Custom Rules도 이 필수 경계를 없애지는 못합니다.

비밀번호 보호는 지원되는 보안 로그인과 저장 비밀번호 흐름에 적용합니다. 사용자가 비밀번호를 일반 대화나 읽을 수 있는 문서에 넣으면 그 정보는 별도의 읽기 대상이 됩니다. 보안 로그인 경로가 보호하는 범위는 정해져 있어요.

이 구조 비교만으로 세 제품의 보안 성공률 순위를 매길 수는 없습니다. 제가 여기서 확인한 것은 각 회사가 공개한 권한 경계와 제약입니다. 특정 검토 장치가 있다는 사실과 실제 공격을 얼마나 잘 막는지는 별도의 평가 항목입니다.

오래 기억하는 비서일수록 지우는 방법도 중요합니다

저는 지속적인 기억이 이 제품들의 큰 장점이라고 생각합니다. 동시에 자료를 계속 연결할수록 어떤 정보가 어디에 남는지 알아야 다음 일을 맡길 수 있어요.

뮤즈는 사용자가 기억 파일을 읽고 수정할 수 있다고 설계 글에서 설명합니다. 출시 발표에는 특정 내용을 잊도록 요청하는 기능과 모델 학습 사용 거부 설정도 있습니다.

Meta는 Muse 대화와 VM 데이터를 광고 시스템에 공유하지 않는다고 설명합니다. 다만 Muse가 사용자를 대신해 쇼핑 사이트를 방문하거나 Meta 서비스에서 행동하면, 그 활동이 광고에 간접적으로 영향을 줄 수 있다는 조건은 기술 글에 따로 적었습니다. 광고 시스템으로 대화를 직접 보내는 경우와 웹 활동이 남는 경우를 구분한 설명입니다.

닷츠는 개인정보 FAQ에 조금 다른 제약이 있습니다.

• 연결 앱을 해제하면 새 접근은 멈추지만 이미 dot의 맥락에 들어온 정보는 남습니다.
• 현재 dot의 개별 기억을 직접 열람, 삭제하거나 수정하는 기능에는 제한이 있습니다.
• dot 자체를 삭제하면 dot의 맥락을 지울 수 있습니다.
• dot이 만든 파일, Codex 스레드, ChatGPT 대화와 ChatGPT 메모리는 따로 보관되며 각각의 정리 경로가 남습니다.

개인 ChatGPT 플랜은 모델 개선 설정이 대화와 작업의 학습 사용 여부에 적용됩니다. 선제 조사와 그 메모를 직접 학습에 쓰지는 않지만, 그 정보가 학습 대상 대화나 작업으로 들어오면 설정에 따라 사용될 수 있습니다.

그록봇도 Cursor의 개인정보 설정을 따릅니다. 클라우드 데이터 저장을 요구하며 Legacy Privacy Mode는 지원하지 않습니다. 계정의 기억을 지우는 것, 공유 컴퓨터의 파일을 지우는 것, 서비스 로그인을 해제하는 것은 서로 다른 작업입니다.

한국에서 쓸 수 있는지도 먼저 갈립니다

기능표가 좋아도 계정에 제공되지 않으면 선택하기 어렵습니다. 제공 범위는 공식 발표와 현재 도움말을 함께 봤습니다.

뮤즈의 9월 8일 출시 글은 미국을, 9월 29일 사업용 발표는 미국과 캐나다를 안내합니다. 최신 제공 범위는 뒤의 발표를 기준으로 적었습니다.

그록봇은 현재 시작 문서에 Linux 다운로드까지 안내합니다. 8월의 초기 베타를 다룬 기존 글보다 지원 앱과 대상 구독이 넓어졌습니다. 공식 시작·플랜 문서는 국가별 제공 목록을 별도로 제시하지 않아, 이 글에서는 한국 전면 제공 여부를 단정하지 않았습니다.

닷츠는 시작 도움말에 계정까지 기능이 도착하는 데 며칠 걸릴 수 있다고 설명합니다. 처음 dot을 만드는 과정은 데스크톱 앱이나 데스크톱 웹에서 진행하고, 이후 지원되는 모바일 앱에서 대화할 수 있습니다. 모바일 웹은 현재 지원하지 않습니다.

문자 메시지 연결은 미국 Pro 사용자를 대상으로 한 제한 베타입니다. 또 보안 FAQ는 18세 미만에게 닷츠를 아직 제공하지 않는다고 명시합니다. 닷츠 본체, 모바일 접근, 문자 연결은 서로 다른 제공 조건입니다.

제 작업을 맡긴다면 무엇부터 고를까요?

개발과 콘텐츠를 함께 한다면 닷츠부터 보겠습니다

ChatGPT와 Codex를 이미 쓰고 있다면 닷츠가 이어 붙일 맥락이 많습니다. 자료 조사, 프로젝트 정리, 코드 작업과 콘텐츠 초안을 한 담당자에게 맡기는 구성이 제일 먼저 떠올라요.

제가 맡긴다면 이런 식으로 범위를 잡을 것 같습니다.

이번 주 공식 AI 발표에서 기존 글과 달라진 내용을 모아주세요. 출처와 변경된 숫자를 정리하고, 블로그 초안을 준비해주세요. 코드 수정이 필요한 내용은 별도 Codex 작업으로 준비하되, 글 공개와 외부 메시지 전송은 검토 후 진행합니다.

이 예시는 작업을 맡기는 방법입니다. dot을 연결하는 것만으로 블로그의 검증·발행 절차가 자동으로 완성되는 것은 아니라서, 실제 도구 접근과 승인 단계를 함께 정해야 합니다.

장점은 기존 작업 맥락과 실행 도구 연결입니다. 부담은 Pro 진입 가격, 깊은 작업 제공량, Codex·Work의 기존 한도, dot 기억의 개별 정리 제약입니다.

업무를 여러 담당자로 나누려면 그록봇을 보겠습니다

서로 다른 업무가 계속 들어오고, 담당자를 구분해서 운영하고 싶다면 그록봇의 사용자 지정 봇과 직접 인계가 눈에 들어옵니다.

조사 담당은 최신 자료를 모으고, 영업 담당은 CRM을 정리하고, 개발 담당은 재현 자료를 만드는 구성이 가능합니다. 월 $20부터 시작하는 Cursor 유료 개인 플랜에 접근이 포함된다는 점도 진입 조건에서 차이를 만듭니다.

장점은 역할별 팀 구성과 스킬·루틴입니다. 부담은 공유 로그인과 파일, 모델 선택의 서비스 종속, 온디맨드 비용, 기업용 관리 기능의 플랜 차이입니다. 역할별로 데이터 접근을 엄격히 나누고 싶은 업무에서는 공유 컴퓨터 구조가 먼저 걸립니다.

생활이나 Meta 중심 사업이라면 뮤즈가 눈에 들어옵니다

여행, 구매, 일정과 개인 목표가 중심이라면 뮤즈의 생활 작업 구성이 잘 맞습니다. Instagram·Facebook·Shopify로 작은 사업을 운영한다면 사업용 커넥터와 브랜드 맥락도 활용할 여지가 큽니다.

장점은 무료 진입, 개인 목표와 지속적인 대화, 결제·구매 흐름, Meta의 사업 도구 연결입니다. 부담은 현재 지역 제한과 연결 가능한 서비스의 범위, 그리고 Confidential VM 같은 예정 기능을 기다려야 한다는 점입니다.

한국에서 사용하는 제 기준에서는 현재 제공 범위가 가장 큰 변수입니다. 기능이 마음에 들어도 한국 계정에 제공되는 시점이 먼저 필요하니까요.

에이전트 수보다 완료한 일과 검토 시간이 궁금합니다

그록봇의 봇 수, 뮤즈의 토큰 수, 닷츠의 연결 앱 수는 각각 의미가 있습니다. 하지만 어느 하나만으로 실제 업무 성능을 설명하기는 어렵습니다.

브라우저 작업에는 로그인 만료, CAPTCHA, 자동화 차단, 사이트 변경이 끼어들 수 있습니다. 그록봇 문서도 이런 단계에서는 사용자에게 인계한다고 설명합니다. 자체 컴퓨터가 있어도 원본 서비스의 조건은 그대로 남습니다.

여러 에이전트가 일하면 조사와 작업을 병렬로 나눌 수 있습니다. 그만큼 결과를 합치는 과정, 중복 작업과 맥락 전달도 생깁니다. 봇을 더 만드는 것이 언제나 제 검토 시간을 줄여준다는 보장은 없습니다.

제가 같은 일을 비교해본다면 결과물을 이렇게 볼 것 같습니다.

• 최신 자료와 원본 링크가 맞는가
• 요청한 파일이나 초안이 실제 사용할 도구에 남았는가
• 외부 전송이나 공개 전에 정한 승인 지점에서 멈췄는가
• 실패와 미완료 부분을 숨기지 않고 보여주는가
• 완료까지 쓴 제공량과 제가 수정한 시간이 얼마인가

공식 발표는 각 회사가 선택한 사례를 보여줍니다. 세 제품에 같은 업무와 조건을 적용한 비교 수치는 이번에 확인한 자료에 없습니다. 그래서 저는 지금 단계에서 기능별 점수로 성능 1등을 정하기보다, 제 작업에 맞는 구조와 구독 조건부터 고르겠습니다.

정리하면

그록봇, 뮤즈와 닷츠는 모두 클라우드 컴퓨터, 기억과 지속적인 작업을 서비스로 묶었습니다. 사용자는 목표와 접근 권한을 주고, 중간 판단과 결과를 검토합니다.

그록봇은 사용자가 구성하는 AI 팀 구성을 강조합니다. 뮤즈는 생활과 사업을 맡기는 개인 비서 역할을 내세웁니다. OpenAI는 닷츠를 ChatGPT의 맥락과 실행 도구를 연결하는 지속적인 담당자 역할로 소개합니다.

제 기준에서는 이미 ChatGPT·Codex로 개발과 글 작업을 한다면 닷츠부터 살펴보고, 업무별 담당 봇과 인계가 필요하면 그록봇을 비교하겠습니다. 생활·구매나 Meta 중심의 매장 운영이 주된 목적이라면 뮤즈의 구성이 더 끌립니다. 한국 제공 범위는 별도로 남고요.

결국 제가 사고 싶은 것은 봇의 숫자나 귀여운 캐릭터보다, 검토할 만한 결과를 가져오고 제 시간을 줄여주는 능력입니다. 그 일을 어느 한도로 처리하고, 어떤 데이터와 권한을 요구하는지가 세 제품을 고르는 기준이 될 것 같습니다.

참고 자료

• Introducing Grok Bot - SpaceXAI
• Grok Bot 개요 - SpaceXAI Docs
• Grok Bot 시작 문서 - SpaceXAI Docs
• Grok Bot 스킬·루틴 - SpaceXAI Docs
• Grok Bot 승인·보안·개인정보 - SpaceXAI Docs
• Grok Bot 보안 - SpaceXAI Docs
• Grok Bot 플랜과 과금 - Cursor
• Cursor 요금 안내
• Introducing Muse - Meta Newsroom
• How We Designed Muse - Meta
• How We Built Safety Into Muse - Meta AI Research
• Muse for Small Business - Meta Newsroom
• Muse 구독 안내 - Meta Help Center
• Introducing dots - OpenAI
• Dots 시작 도움말 - OpenAI
• Dots 개인정보·보안·안전 FAQ - OpenAI
• Dots 안전·보안·개인정보 설계 - OpenAI
• ChatGPT Pro 플랜 안내 - OpenAI