TRAE Work 설명: AI 코딩 도구에서 전사적 AI 오피스 플랫폼으로

1. “프로그래머 도구”에서 “전사적 오피스 플랫폼”으로

개발자라면 TRAE에 대해 들어본 적이 있을 것입니다. TRAE는 처음에는 코드 생성, 리팩터링, 디버깅, 프로젝트 딜리버리에 초점을 맞춘 AI 코딩 도구로 주목받기 시작했습니다.

하지만 원문 기사에 따르면, TRAE는 더 이상 개발자 시나리오에만 국한되지 않습니다. TRAE SOLO가 독립형 제품이 된 뒤 TRAE Work로 업그레이드되면서, 그 포지셔닝은 “개발자 생산성 도구”에서 “전사적 AI 오피스 플랫폼”으로 확장되었습니다.

그 발전 과정은 다음과 같이 요약할 수 있습니다.

TRAE IDE (개발자 플러그인) -> TRAE SOLO (독립형 앱, 개발 + 사무 업무) -> TRAE Work (전사적 AI 오피스 플랫폼)

주요 이정표:

이번 업그레이드의 논리는 명확하다. AI 코딩 도구는 개발자들 사이에서 빠르게 확산되었지만, 제품 관리자, 운영 담당자, 마케터, 데이터 분석가 및 기타 비기술 직군을 위한 AI 워크플로는 아직 형성되는 단계에 있다. TRAE Work는 이 간극을 겨냥한다. AI는 질문에 답하는 데 그치지 않고, 다양한 직군이 실제 업무를 완료로 이끌도록 도와야 한다.

2. Work Mode: 비기술 직군을 위한 AI 오피스 기능

TRAE Work의 첫 번째 핵심 모드는 Work Mode다. 이는 코드를 작성하는 사람들을 대상으로 하는 것이 아니라, 제품 관리자, 운영 담당자, 마케터, 데이터 분석가, 프로젝트 관리자, 기업 협업 팀 등 더 넓은 사무 업무 사용자를 대상으로 한다.

원문에서는 여섯 가지 대표적인 기능을 설명한다.

（1）콘텐츠 제작: 파일에서 PPT 또는 문서로

사용자는 PPT, Excel, PDF, 이미지 및 기타 자료를 업로드하여 AI가 정보를 통합하고 프레젠테이션 초안, 제안서 문서 또는 분석 보고서를 생성하도록 할 수 있다.

예를 들어, 리서치 PDF, Excel의 비즈니스 데이터, 여러 참고 이미지를 제공한 뒤 AI에게 분기 보고서 덱을 만들도록 요청할 수 있다. 사람의 역할은 “처음부터 만드는 것”에서 검토하고 다듬는 것으로 바뀐다.

（2）데이터 분석: 정리되지 않은 데이터에서 인사이트로

Excel 또는 CSV 파일을 업로드하면 AI가 데이터 정리, 추세 분석, 시각화 생성, 더 읽기 쉬운 인사이트 출력 등을 도울 수 있다.

（3）제안서 작성: 빠른 PRD 또는 캠페인 초안

제품 관리자는 제품 목표, 사용자 시나리오, 제약 조건을 자연어로 설명한 뒤 PRD 초안을 받을 수 있다. 운영 팀은 이를 활용해 회고 보고서, 캠페인 계획, 콘텐츠 계획을 빠르게 생성할 수 있다.

（4）앱 생성: 자연어로 만드는 대시보드

사용자가 “이번 달 지역별 성과 비교를 보여주는 영업 대시보드를 만들어 줘”라고 말하면, AI는 텍스트 조언만 제공하는 대신 인터랙티브 페이지나 데이터 대시보드를 생성하려고 시도할 수 있습니다.

（5）작업 진행 상황: 자동 주간 보고서

예약된 작업을 통해 AI는 매주 프로젝트 진행 상황, 지표 및 주요 항목을 자동으로 요약하여 주간 보고서 초안을 생성할 수 있습니다.

（6） 협업: 구조화된 회의록

회의 녹음이나 논의 내용은 주제, 주요 결론, 담당자 및 다음 조치를 포함한 구조화된 회의록으로 변환될 수 있습니다.

일반적인 시나리오:

3. 코드 모드: 개발자는 여전히 핵심 사용자층

TRAE Work가 더 폭넓은 사무 업무로 확장하고 있지만, 코드 모드는 여전히 중요한 기반입니다. 원문에서는 코드 모드를 단순한 코드 완성이 아니라 AI 개발 에이전트의 매트릭스로 설명합니다.

SOLO Builder 및 SOLO Coder

이 차이는 중요합니다. Builder는 프로토타입 및 새 프로젝트 런처에 더 가깝고, Coder는 기존 프로젝트 내부의 엔지니어링 협업자에 더 가깝습니다.

Plan Mode: 코드를 변경하기 전에 계획하기

/plan을 입력하면 AI는 즉시 코드를 수정하지 않습니다. 먼저 어떤 파일을 변경할지, 각 단계가 무엇을 수행하는지, 어떤 위험이 있을 수 있는지를 설명하는 실행 계획을 생성합니다. 사용자 검토가 끝난 후에야 실행을 시작합니다.

이를 통해 AI가 요구사항을 오해하고 대량의 코드를 잘못된 방향으로 변경할 위험을 줄일 수 있습니다.

Spec 모드: 엔지니어링 작업 문서화

/spec을 입력하면 AI는 복잡한 시스템 수준 작업을 위해 세 가지 유형의 문서를 생성합니다:

• spec.md: 프로젝트 배경, 아키텍처 설계, 기술 선택

• tasks.md: 실행 가능한 작업으로 세분화된 요구사항

• checklist.md: 핵심 기능에 대한 인수 체크리스트

이 문서들은 .trae/specs/ 아래에 저장되며 실행 진행 상황에 따라 업데이트될 수 있습니다. 복잡한 개발 작업의 경우, 이를 통해 AI 실행을 엔지니어링 관리 안으로 가져올 수 있습니다.

SubAgent: 복잡한 작업의 병렬 처리

복잡한 작업의 경우 SOLO Coder는 여러 하위 에이전트를 스케줄링하여 서로 다른 모듈을 처리하게 할 수 있습니다. 이는 긴 컨텍스트 작업에서 주의가 흐트러지는 것을 줄이고, AI를 단일 스레드 채팅 어시스턴트가 아니라 병렬 협업 팀에 더 가깝게 만듭니다.

화이트박스 실행: AI는 블랙박스가 아닙니다

원문에서 또 하나의 중요한 개념은 “화이트박스” 실행입니다. AI가 무엇을 하고 있는지, 어떤 파일을 변경하는지, 어떤 명령을 실행하는지는 표시되고, 검토 가능하며, 거부 가능해야 합니다.

여기에는 다음이 포함됩니다:

• 실시간 추적: AI가 무엇을 하고 있는지 관찰합니다.

• DiffView 검토: 파일별로 코드 변경 사항을 검사합니다.

• Todo 추적: 작업, 완료 상태 및 요약을 기록합니다.

개발자에게는 AI가 코드 더미를 직접 제출하게 하는 것보다 이것이 더 안전하며, 팀 협업 습관에도 더 잘 맞습니다.

4. Skills + MCP: Q&A AI에서 실행 AI로

TRAE Work는 기능을 인터페이스에 넣는 데 그치지 않습니다. Skills와 MCP의 결합도 강조합니다.

Skills는 재사용 가능한 워크플로입니다. 사용자는 주간 보고서 생성, 회의록 정리, 자료로 PPT 만들기와 같은 반복 작업을 스킬로 패키징할 수 있습니다. AI가 프로세스를 학습하면 다음번에 해당 워크플로를 다시 호출할 수 있습니다.

MCP(Model Context Protocol)는 AI가 외부 도구, 데이터베이스, 브라우저 및 서드파티 API에 연결할 수 있게 합니다. AI가 무엇을 조작할 수 있는지, 그리고 역량의 경계가 어디인지 정의합니다.

함께 보면:

Skills는 “어떻게 할 것인가”(워크플로)를 정의 + MCP는 “무엇을 할 수 있는가”(역량 경계)를 정의
= AI는 Q&A에서 실행으로 진화

이것이 AI 오피스 플랫폼과 일반 챗봇의 핵심 차이입니다. 전자는 실제 워크플로에 들어가고, 후자는 종종 콘텐츠 생성과 질의응답 수준에 머뭅니다.

5. 다중 기기 동기화와 기업 보안

기업 업무에서는 단일 도구만으로는 충분하지 않습니다. 다중 기기 협업과 관리 보안이 중요합니다.

다중 기기 형태:

엔터프라이즈 보안 기능:

이러한 기능은 AI 오피스 플랫폼이 개인 실험 단계에서 팀 단위 배포로 나아갈 수 있는지를 결정합니다.

6. 경쟁 구도: ByteDance, Alibaba, Tencent

원문 기사는 TRAE Work를 더 넓은 AI 오피스 플랫폼 경쟁 속에 위치시킵니다. ByteDance, Alibaba, Tencent는 모두 AI 워크벤치를 구축하고 있지만, 진입 지점은 서로 다릅니다.

이 비교는 원문의 제품 환경 관점으로 이해해야 합니다. 실제 경쟁은 제품 반복 개선, 기업 생태계, 유통 채널, 모델 역량 변화에 따라 달라질 것입니다.

TRAE Work의 차별화는 다음과 같이 요약할 수 있습니다:

• 전달 우선: 질문에 답하는 것뿐만 아니라 작업을 완료하려고 시도합니다.

• 화이트박스 실행: 모든 AI 단계가 표시되며 검토할 수 있습니다.

• 듀얼 모드 통합: 하나의 워크스페이스 안에서 Work와 Code를 전환합니다.

7. Design Mode와 미래의 업무 체인

원문에서는 디자인 시나리오를 위한 Design Mode도 곧 제공될 예정이라고 언급합니다. Work, Code, Design 모드가 점차 통합된다면 TRAE Work는 콘텐츠, 데이터, 소프트웨어 개발부터 비주얼 디자인에 이르기까지 업무 체인의 더 많은 부분을 포괄할 수 있습니다.

이는 AI 오피스 플랫폼이 더 이상 단순히 더 강력한 채팅 상자가 아니라는 의미입니다. 지식 업무에서 입력, 생성, 실행, 검토, 전달을 연결하는 것을 목표로 합니다.

8. TRAE Work는 누가 사용해야 할까요?

업무에 간단한 Q&A만 필요하다면 일반 챗봇으로도 충분할 수 있습니다. 작업에 여러 파일, 여러 시스템, 여러 단계의 실행이 필요하다면 TRAE Work와 같은 실행 중심 플랫폼이 더 가치 있을 수 있습니다.

9. 이것이 We0 AI 콘텐츠 워크플로에 의미하는 것

TRAE Work 업그레이드는 콘텐츠 팀에게 AI 경쟁이 “누가 콘텐츠를 생성할 수 있는가”에서 “누가 업무를 완료할 수 있는가”로 이동하고 있음을 다시 한번 상기시킵니다.

We0 AI와 같은 쇼케이스 웹사이트 성장 플랫폼에는 이러한 흐름이 중요합니다. 기업에는 몇 줄의 마케팅 문구만 필요한 것이 아니라, 사례 페이지, 웹사이트 콘텐츠, SEO/GEO 페이지, 제품 설명, 고객 자료, 전환 경로가 하나의 완전한 루프로 이어지는 것이 필요합니다.

다시 말해, AI 콘텐츠 시스템도 “기사 하나 생성”에서 “획득 목표를 중심으로 게시 가능한 자산 세트를 완성”하는 방향으로 나아가야 합니다. 이는 본질적으로 TRAE Work가 채팅 박스에서 워크벤치로 이동하는 것과 같은 방향입니다. AI는 안정적인 가치를 창출하기 위해 실제 워크플로에 들어가야 합니다.

10. 결론

TRAE Work의 핵심 변화는 AI가 개발자 도구에서 더 폭넓은 실행 중심 오피스 플랫폼으로 확장된다는 점입니다. Work Mode는 비기술 직무를 지원하고, Code Mode는 계속해서 개발자를 지원하며, Skills와 MCP는 AI가 실제 비즈니스 프로세스에 진입하도록 돕고, 다중 기기 동기화와 엔터프라이즈 보안은 팀 배포를 위한 기반을 마련합니다.

전사적 AI 오피스 업무의 진입점이 될 수 있을지는 여전히 제품 경험, 생태계 통합, 기업 도입, 사용자 성장에 달려 있습니다. 하지만 방향은 분명합니다. AI는 더 이상 질문에 답하는 창구에 그치지 않습니다. 업무를 진척시키고 결과를 제공하는 업무 파트너가 되려 하고 있습니다.

영어 FAQ

TRAE Work와 TRAE SOLO의 관계는 무엇인가요?

원문 기사에 따르면, TRAE SOLO는 TRAE가 개발자 도구에서 독립형 제품으로 이동하는 과정에서 중요한 단계였으며, TRAE Work는 전사적 AI 오피스 플랫폼으로 업그레이드된 포지셔닝입니다.

Work Mode는 누구를 위한 것인가요?

Work Mode는 제품 관리자, 운영 담당자, 마케터, 데이터 분석가, 프로젝트 관리자와 같은 비기술 직군을 위해 설계되었습니다. PPT 생성, 회의록 작성, 데이터 분석, PRD 작성, 주간 보고서를 지원합니다.

Code Mode는 여전히 중요한가요?

네. Code Mode는 SOLO Builder, SOLO Coder, Plan, Spec, SubAgent, 코드 리뷰 워크플로를 통해 개발자를 지원하는 TRAE Work의 핵심 기능 중 하나로 남아 있습니다.

Skills와 MCP의 차이는 무엇인가요?

Skills는 작업 수행 방법을 정의하는 재사용 가능한 워크플로입니다. MCP는 외부 기능을 연결하고 AI가 무엇을 실행할 수 있는지를 정의합니다. 이 둘이 함께 AI를 실행 파트너에 더 가깝게 만듭니다.

기업은 TRAE Work를 사용할 때 무엇에 주의해야 하나요?

기능을 넘어, 기업은 보안 경계, 권한 관리, 감사 로그, 외부 도구 화이트리스트, 콘텐츠 안전 정책, 모델 사용 한도에 주의해야 합니다.

관련 도구 / 相关工具

• TRAE

• TRAE CN

• Model Context Protocol

DingTalk

• We0 AI

관련 기사 / 관련 기사

• TRAE 공식 웹사이트

• TRAE 공식 웹사이트 – 중국

• Model Context Protocol 문서

출처 / 출처

• TRAE 공식 웹사이트

• TRAE 공식 웹사이트 – 중국

• 모델 컨텍스트 프로토콜