써본 사람 반응이 갈리는 이유부터 보게 된다
미국 사용자 반응을 보면 이 기능은 기대와 경계가 같이 붙어 있다. 한 Reddit 사용자는 신용카드를 연결해 구독 정리에 도움을 받았고 월 80달러 정도 아낀 것 같다고 적었다. 반대로 다른 사람들은 돈 흐름까지 채팅에 붙이는 건 아직 부담스럽다고 했다. 둘 다 이상한 반응은 아니다. 이 기능은 생각보다 실용적인데, 동시에 생각보다 많은 맥락을 다룬다. Reddit 사용자 반응 1 (영어주의) Reddit 사용자 반응 2 (영어주의)
그래서 ChatGPT가 내 은행 계좌를 본다는 한 줄만 들으면 감이 좀 어긋난다. 2026년 6월 25일 기준 OpenAI 공식 안내를 보면, 지금 열린 건 미국의 Plus와 Pro 사용자가 Plaid를 통해 금융 계좌를 연결하고 지출, 청구서, 구독, 순자산, 투자 흐름을 ChatGPT 안에서 보는 기능이다. OpenAI 제품 공지 (영어주의) OpenAI 도움말: Finances in ChatGPT (영어주의)
먼저 선부터 그어 보면
공식 문서 기준으로 지금 말할 수 있는 건 비교적 단순하다.
미국 Plus·Pro 사용자는 웹, iOS, Android에서 Finances를 열어 계좌를 연결할 수 있다. OpenAI 도움말은 Plaid를 통해 1만 2천 개가 넘는 은행, 카드사, 증권사, 기타 금융기관을 연결할 수 있다고 설명한다. 연결이 되면 월별 지출, 구독, 다가오는 결제, 순자산, 포트폴리오 배분 같은 항목을 대시보드에서 보거나 대화로 물을 수 있다. OpenAI 도움말: Finances in ChatGPT (영어주의)
여기서 중요한 건 이 기능이 결제 대행이나 송금 자동화 쪽은 아니라는 점이다. OpenAI는 계좌를 연결해도 ChatGPT가 전체 계좌번호를 볼 수 없고, 계좌를 바꾸는 행동도 할 수 없다고 적어 둔다. 쉽게 말해 현재 공개된 범위는 내 돈 흐름을 읽고 설명하는 쪽에 가깝다. OpenAI 제품 공지 (영어주의)
이 구분을 먼저 잡아두면 과장이 많이 빠진다. AI가 내 계좌를 장악한다는 식으로 읽을 일도 아니고, 반대로 그냥 가계부 앱이랑 똑같다고 보기도 어렵다. 실시간 질문과 요약, 맥락 설명이 붙는 점은 분명 다르다.
왜 실제 체감은 더 복잡하게 느껴질까
사람들이 이 기능을 쓰다 궁금해하는 지점은 보통 왜 숫자가 비어 보이지, 왜 분류가 좀 이상하지, 왜 내 계좌가 다 안 보이지 쪽이다. 공식 도움말도 이 문제를 꽤 길게 설명한다.
첫째, 연결이 됐다고 해서 모든 기관이 같은 양의 데이터를 주는 건 아니다. OpenAI는 어떤 기관은 잔액만 주고 거래 내역, 투자 보유분, 대출 세부값, 이자율, 납부일 같은 필드를 다 안 줄 수 있다고 적는다. 과거 내역도 기관이 제공하는 범위 안에서만 들어온다. 그래서 같은 연결 성공이어도 화면에 보이는 정보량은 제각각일 수 있다. OpenAI 도움말: Finances in ChatGPT (영어주의)
둘째, 지출 분류는 보기보다 자주 흔들린다. OpenAI는 카드값 상환, 계좌 간 이체, 환급, 중복된 보류 거래가 지출로 잡히면 월 지출 카드가 어긋나 보일 수 있다고 설명한다. 이건 AI가 갑자기 이상하게 계산해서라기보다 원본 거래 데이터와 분류 방식 자체가 거칠기 때문이다. OpenAI 도움말: Finances in ChatGPT (영어주의)
셋째, 지원되지 않는 자산은 자동으로 안 들어온다. 부동산, 사적 대여금, 일부 비지원 계좌, 직접 적어 넣고 싶은 목표 금액은 대화로 알려줄 수는 있지만, 이건 연결 계좌처럼 실시간 동기화되는 데이터가 아니다. ChatGPT는 이런 정보를 financial memories로 저장해 다음 대화에 참고할 수 있다고 안내한다. OpenAI 도움말: Finances in ChatGPT (영어주의)
짧게 말하면, 이 기능이 생각보다 쓸 만한 이유도 대화형 설명에 있고, 생각보다 빨리 어긋나는 이유도 원본 데이터 품질과 범위에 있다.
개인정보 쪽은 어디까지 봐야 할까
이 부분은 OpenAI와 Plaid 문서를 같이 보는 편이 낫다.
OpenAI는 ChatGPT가 잔액, 거래, 투자, 부채 정보를 바탕으로 답할 수 있다고 설명하면서도 전체 계좌번호는 보지 못하고 계좌 변경도 못 한다고 적는다. 또 연결을 끊으면 동기화된 계좌 데이터는 OpenAI 시스템에서 30일 안에 삭제되고, 임시 채팅에서는 연결된 금융 계좌에 접근하지 않는다고 밝힌다. OpenAI 제품 공지 (영어주의) OpenAI 도움말: Finances in ChatGPT (영어주의)
다만 Plaid 문서를 같이 보면 사용자가 연결 과정에서 나누는 정보 범위는 더 넓게 볼 필요가 있다. Plaid는 앱과 연결된 상품에 따라 이름, 주소, 전화번호, 이메일, 거래 내역, 계좌 종류, 잔액, 계좌 상세 정보가 포함될 수 있다고 설명한다. 또 하나의 로그인 자격 증명으로 묶인 여러 계좌 정보가 함께 접근될 수 있다고 적는다. 대신 사용자는 Plaid Portal에서 연결 상태를 관리하고, 접근 철회나 데이터 삭제를 요청할 수 있다. Plaid 데이터 범위 안내 (영어주의) Plaid 연결 삭제 안내 (영어주의)
이 둘을 같이 놓고 보면 그림이 잡힌다. ChatGPT 화면에 드러나는 범위는 제한적이지만, 연결 자체는 조금만 보는 읽기 전용 위젯보다 넓은 금융 데이터 공유 위에 서 있다. 그래서 대충 한번 연결해보고 아니면 말지보다 어떤 계좌만 연결할지부터 고르는 편이 더 맞다.
메모리와 학습 설정은 따로 봐야 한다
이 기능에서 놓치기 쉬운 부분이 하나 더 있다. 계좌 연결과 대화 메모리는 같은 게 아니다.
OpenAI 도움말에 따르면 Finances에서 나눈 대화는 사용자가 원래 ChatGPT 전체에 걸어둔 모델 학습 설정을 그대로 따른다. 또 재무 대화에서 말한 목표나 의무, 생활 맥락은 financial memories로 남길 수 있다. 예를 들어 연말까지 비상금 얼마를 모으고 싶다 같은 정보다. 이런 기억은 따로 보고 지울 수 있다. OpenAI 제품 공지 (영어주의) OpenAI 도움말: Finances in ChatGPT (영어주의)
그리고 임시 채팅은 따로 취급된다. OpenAI는 Temporary Chat에서는 연결된 금융 계좌에 접근하지 않고, 히스토리에도 남지 않는다고 설명한다. 금융 질문을 가볍게 던져 보고 싶지만 계좌 맥락을 섞고 싶지 않을 때는 이 구분이 꽤 중요하다. OpenAI 제품 공지 (영어주의) ChatGPT 릴리스 노트: Temporary Chat 메모리 안내 (영어주의)
연결 전에 이 정도는 먼저 보는 편이 낫다
- 미국 Plus·Pro 계정인지부터 확인하는 편이 좋겠다. 2026년 7월 29일 기준 공식 공개 범위는 여기까지다. OpenAI 도움말: Finances in ChatGPT (영어주의)
- 생활비 카드 몇 장처럼 목적이 분명한 계좌만 먼저 붙여 보는 편이 낫다. 한 번에 모든 계좌를 연결하면 편하긴 해도 가늠이 어려워진다. 이 판단은 Plaid 문서가 말하는 데이터 범위를 보고 하는 게 맞다. Plaid 데이터 범위 안내 (영어주의)
지출 분류가 틀리면 쓸모없다보다틀릴 수 있으니 어떤 거래를 포함했는지 다시 묻는다쪽이 실제 사용법에 가깝다. OpenAI도 같은 방향으로 안내한다. OpenAI 도움말: Finances in ChatGPT (영어주의)- 더 이상 쓰지 않을 생각이면 ChatGPT 쪽 연결 해제만 보지 말고 Plaid Portal 쪽 관리도 같이 보는 편이 좋겠다. Plaid 연결 삭제 안내 (영어주의)
내 생각
이 기능은 소문보다 낫고, 광고 문구보다도 범위가 분명하다. 월별 지출, 구독, 청구서, 카드 사용 흐름을 한 번에 묶어 보고 질문까지 이어가는 경험은 확실히 편하다. 커뮤니티에서 구독 정리에는 꽤 쓸 만하다는 반응이 나오는 것도 이해된다.
다만 은행 계좌를 연결한다는 표현이 주는 무게도 무시하면 안 된다. 지금 공개된 기능은 송금이나 매매를 대신하는 자동화가 아니라 읽고 설명하는 도구다. 대신 그 읽기 자체가 가벼운 데이터 몇 줄은 아니다.
그래서 이 기능은 겁낼 필요도, 아무 생각 없이 켤 필요도 없어 보인다. 생활비 흐름을 한 번에 보고 싶은 사람에게는 꽤 반가운 변화다. 다만 처음 붙일 때는 전부보다 일부 계좌, 장기 대화보다 목적 있는 질문부터 시작하는 쪽이 훨씬 현실적이다.
관련 글
같은 맥락에서 이어서 읽기 좋은 글들입니다.