MS 보고서 '한국 생성형 AI 1위'의 진짜 의미, 직장인 5가지 업무 자리로 확인

 

얼마 전에, 옆자리 후배가 회사 노트북 옆에 개인 폰을 세워두고 챗GPT에 보고서를 받아 적고 있더라고요. 통계에 안 잡히는 '섀도우 AI' 가 이런 거였습니다.

 

한국 생성형 AI 사용률 37.1%, 정말 '세계 1위'일까

마이크로소프트(Microsoft) 산하 AI 이코노미 인스티튜트가 5월 12일 내놓은 '2026년 1분기 글로벌 AI 확산 보고서'에서 한국의 근로 연령 인구(15~64세) 사용률은 37.1%, 전 분기 대비 +6.4%p 라고 합니다. 상승폭만 보면 전 세계 최고 수준으로 알려져 있어요.

근데 절대 순위로 보면 18위에서 16위로 올라온 정도입니다. 1위 UAE 가 70.1%, 2위 싱가포르가 63.4% 인 걸 생각하면 격차가 꽤 큰 편이에요. 결국 '사용률 1위' 가 아니라 '성장 속도 1위' 라는 결론입니다.

 

 

낮은 시작점에서 출발하면 작은 증가도 큰 퍼센트로 잡히는 분모 효과도 같이 봐야 한다고 봅니다. 글로벌 평균(17.8%) 을 두 배 이상 웃도는 건 분명하지만, '1위' 라는 단어 하나에 너무 무게를 싣지는 말아야겠어요.

 

한국은행 통계로 본 직장인 AI 업무 사용률 51.8%

한국은행이 2025년 8월 내놓은 BOK 이슈노트(제2025-22호) 'AI의 빠른 확산과 생산성 효과' 에 따르면, 약 5,500명 가계조사에서 근로자 63.5% 가 생성형 AI 를 써본 경험이 있고, 51.8% 가 실제 업무에 쓴다고 발표했습니다. 미국(26.5%)보다 두 배가량 높은 수준이에요.

 

마이크로소프트의 37.1% 와 한국은행의 51.8% 가 다른 이유는 표본이 다르기 때문입니다. 마이크로소프트는 전체 근로 연령 인구, 한국은행은 업무 활용에 한정한 수치거든요. '업무 목적만 본다' 와 '근로 연령 전체를 본다' 의 차이가 14%p 격차를 만든 셈이에요.

사용 강도도 흥미롭습니다. 같은 한국은행 보고서에 따르면 한국 AI 사용자는 주당 평균 5~7시간을 쓰고, 하루 1시간 이상 쓰는 '헤비 유저' 비중이 78.6% 에 달합니다. 미국의 같은 비중(31.8%)과 비교하면 압도적으로 높은 수치예요. 비교하자면, 한국 직장인이 일주일에 영화 한두 편 분량은 더 길게 AI 앞에 앉아 있다는 뜻이지요.

 

공식 통계로 안 잡히는 '섀도우 AI' 라는 회색지대

후배가 폰을 세워두고 챗GPT 를 쓰던 그 장면이 바로 섀도우 AI 입니다. 회사 공식 승인 없이 개인 계정으로 업무에 AI 를 들이는 행태인데, 직원 다수가 개인 AI 를 쓰는 동안 회사가 공식 구독·도입하는 비율은 그에 한참 못 미친다는 조사가 여럿 나옵니다.

 

기업의 공식 도입률과 직원이 느끼는 '체감 사용률' 사이 격차가 여기서 벌어집니다. 국내 기업 상당수가 AI 를 도입했다는 조사가 있지만, 그건 보통 '전사 또는 일부 부서' 기준이라 후배 같은 그림은 통계 어디에도 안 잡히지요.

 

문제는 보안입니다. 개인 계정으로 내부 자료를 붙여 넣는 순간 데이터 유출 위험이 커지고, 회사 거버넌스도 흔들립니다. 사내 가이드라인이 없는 회사일수록 이 회색지대가 빠르게 자라는 경우가 많습니다.

 

한국 직장인이 AI 에 시키는 5가지 업무 자리

한국은행 보고서가 집계한 업무 영역별 활용률을 토대로, 직장인이 AI 를 어디에 쓰는지 다섯 자리로 정리해봤어요.

 

1. 정보 검색·요약 (62.2%)

가장 흔한 자리입니다. 자료를 찾고 긴 문서를 요약받는 식인데, 지적 노동의 기본 활동이라 활용률도 가장 높게 잡혔어요.

 

2. 문서 작성·검수 (38.6%)

이메일, 보고서, 기획안 초안을 AI 에게 던지고 사람은 다듬는 식이에요. 빈 화면 공포에서 벗어나는 것만으로도 시간이 꽤 줄어든다는 평가가 많습니다.

 

3. 아이디어 생성·브레인스토밍 (25.3%)

단순 정보 처리를 넘어 발상 단계까지 AI 가 들어온 자리입니다. 회의 전 초안 아이디어를 뽑아두는 용도로 많이 씁니다.

 

4. 데이터 분석·시각화 (24.0%)

엑셀 함수, SQL 쿼리, 대시보드 해석에 들어옵니다. 비IT 직원도 SQL 을 자동 생성해 쓰는 사내 도구를 푸는 기업이 늘면서, 데이터 팀에 요청서 넣는 절차가 줄어드는 변화가 보입니다.

 

5. 번역·교정과 코딩 (통번역 21.7%·코딩 10.6%)

챗GPT, 딥엘(DeepL), 퍼플렉시티(Perplexity) 같은 도구를 번갈아 쓰면서 번역·교정·자료 리서치를 합니다. 코딩은 깃허브 코파일럿(GitHub Copilot) 같은 도구로 비개발 직군까지 코드 한두 줄을 직접 만들기 시작한 게 눈에 띄어요. 개인적으로는 번역은 딥엘, 출처가 필요한 리서치는 퍼플렉시티로 나눠 쓰는 게 가장 깔끔하더라고요.

 

 

AI 도입의 역설, 업무량이 오히려 늘었다는 26.7%

생산성이 올랐다는 얘기 옆에 묘한 통계가 하나 붙습니다. 시민단체 직장갑질119가 2026년 2월 전국 직장인 1,000명을 조사한 결과, AI 도입 후 업무량이 '늘었다' 가 26.7%, '줄었다' 가 19.1% 로, 늘었다는 응답이 더 많았다는 발표예요('변화 없다'가 54.1%로 가장 많았고요).

 

 

이유는 단순합니다. AI 가 만든 결과물을 사람이 검증·수정하는 새 업무가 생겼기 때문이지요. 한국은행 보고서가 보고한 절감 시간(주당 약 1.5시간) 이 곧장 산출물 감소로 이어지지 않았다는 해석도 가능합니다.

 

자율형 AI(에이전트) 도입은 아직 초기 단계라는 조사가 많습니다. 사람이 검수 단계를 떼지 못한 상태에서는 시간 절감이 곧 생산성 향상으로 이어지지 않는다고 봅니다. 한국이 OECD 노동생산성 하위권에 머무는 것도 같은 맥락에서 이해할 수 있어요.

 

 

여기에 같은 직장갑질119 조사에서 직장인 52.4% 가 'AI 도입 후 채용이 줄었다' 고 느낀다는 응답도 같이 깔립니다. 사용률 상승폭 1위 뒤에 고용 불안, 디지털 격차, 검수 부담이라는 세 그림자가 동시에 자라고 있는 셈이에요. 마이크로소프트 보고서의 +6.4%p 숫자만 보고 박수치기엔, 한국 사무실 안의 그림이 그렇게 단순하지가 않습니다.