생성형 AI 업무 활용, '가능한가' 대신 '검수 비용'으로 판단하세요
생성형 AI 이용률은 1년 만에 두 배로 늘었지만 업무 목적 활용은 직군마다 최대 8배 차이가 납니다. KISDI·NIA·한국은행 조사로 그 격차를 가르는 검수 비용 기준을 정리합니다.
2026-08-24
생성형 AI를 어떤 업무에 맡길지 정할 때 흔히 "이 업무가 AI로 가능한가"부터 묻지만, 실제 활용 여부를 가르는 기준은 그 결과물을 검수하는 데 비용이 얼마나 드는가입니다. 정보통신정책연구원(KISDI) 조사를 보면 생성형 AI 이용률은 2024년 13.7%에서 2025년 31.6%로 늘었습니다. 그런데 이 이용자들이 업무 목적으로 쓰는 비율은 직군마다 최대 8배 가까이 차이가 납니다.
이 격차는 "가능한가, 불가능한가"라는 질문으로는 설명되지 않습니다. 왜 검수 비용이 실제 활용 여부를 가르는지, 어떤 업무부터 위임해야 하는지를 순서대로 짚습니다.
생성형 AI 이용률은 늘었는데 왜 직군마다 활용 목적이 다를까요?
2025년 기준 임금근로자의 생성형 AI 이용률은 39.7%로 가장 높았고, 무급가족종사자는 6.6%로 가장 낮았습니다. 여기까지는 조직 안에서 AI를 접할 기회가 많은 쪽이 더 많이 쓴다는 예상과 맞습니다. 그런데 이용자 안에서 무엇을 위해 쓰는지를 보면 순서가 뒤집힙니다.
| 구분 | 이용률 | 업무 목적 비중 | 정보검색 목적 비중 |
|---|---|---|---|
| 임금근로자 | 39.7% | 34.6% | 44.4% |
| 고용주 | 20.5% | 53.8% | 39.3% |
| 단독자영업자 | 12.6% | 25.9% | 50.8% |
| 무급가족종사자 | 6.6% | 6.9% | 85.8% |
생성형 AI를 업무 목적으로 이용한다는 응답은 고용주가 53.8%로 가장 높았고, 무급가족종사자는 6.9%에 그쳤습니다. 이용률 자체는 임금근로자가 더 높은데도, 정작 업무에 쓰는 비중은 고용주가 앞섭니다. 반대로 무급가족종사자는 정보검색 목적 이용이 85.8%에 달했습니다. 같은 "생성형 AI 이용자"라도 무엇에 쓰는지는 직군에 따라 완전히 다른 셈입니다.
'가능한가'로 물으면 왜 답이 안 나올까요?
문서 초안 작성, 보고서 요약, 고객 응대 문구—이런 업무는 대부분 생성형 AI로 "가능"합니다. 기술 성능만 보면 이미 오래전에 답이 나온 질문입니다. 그런데도 실제 조직에서 위임되는 정도는 업무마다, 직군마다 크게 갈립니다. 가능 여부는 기술이 답하는 질문이지만, 실제로 맡길지는 조직이 답해야 하는 질문이기 때문입니다.
전체 이용자 중에서는 정보검색 목적 이용이 42.5%로 가장 높았습니다. 정보검색이 압도적으로 앞선 이유는 검수 비용이 낮기 때문이라고 보는 편이 자연스럽습니다. 결과가 맞는지 그 자리에서 다시 검색하거나 상식으로 대조할 수 있어, 틀린 답을 걸러내는 데 별도 비용이 거의 들지 않습니다. 반면 대외 제출 문서나 공식 보고서는 결과가 틀렸을 때 발견하기 어렵고, 발견하지 못하면 그 피해가 조직 밖으로까지 번집니다. 같은 "가능한 업무"라도 검수 비용이 다르면 위임 여부가 달라지는 이유입니다.
기업은 애초에 검수할 지침조차 없습니다
한국지능정보사회진흥원(NIA) 조사에 따르면 제조업의 65.9%, 비제조업의 64.3%는 AI 기술 활용과 관련한 지침이 전혀 없습니다. 기업 고유의 문서화된 지침까지 갖춘 곳은 제조업 3.6%, 비제조업 2.6%에 불과합니다. 검수 비용을 낮추는 표준 절차 자체가 대부분의 조직에 없다는 뜻입니다.
AI 결과물의 편향성을 검토하는 가이드라인을 보유한 기업은 제조업 1.2%, 비제조업 1.7%에 불과합니다. 결과가 성별·연령·인종 등에 편향돼 있는지 확인할 절차조차 없다는 의미입니다. 지침이 없으면 검수 비용은 전적으로 개인의 판단에 맡겨집니다. 그러니 담당자가 스스로 확인할 수 있다고 느끼는 업무—정보검색처럼 결과를 바로 대조할 수 있는 업무—에만 위임이 몰리는 흐름이 자연스럽습니다. 실제로 제조업 응답 기업의 25.6%는 AI 활용 중 시스템 및 네트워크 장애를 겪었다고 답했고, 데이터 편향(2.7%)이나 정보유출(1.6%) 같은 위험도 함께 보고됐습니다.
검수가 쉬운 업무부터 확산되면 어떤 효과가 나타날까요?
한국은행이 근로자 대표 표본을 대상으로 실시한 가계조사에서는 근로자의 63.5%가 생성형 AI를 활용하고 있었고, 업무 용도로 한정해도 51.8%에 이르렀습니다. 이 조사는 취업 중인 근로자만을 대상으로 한 것으로, 학생·비경제활동인구를 포함한 KISDI 조사와는 표본 자체가 다릅니다. 두 수치를 하나로 비교하기보다, 근로자 집단 안에서 실제로 무슨 일이 일어났는지를 보는 편이 유용합니다.
생성형 AI 활용으로 업무시간이 평균 3.8% 단축된 것으로 나타났습니다. 주 40시간 근무 기준으로 약 1.5시간에 해당하며, 이 단축 효과는 경력이 짧은 근로자에게 더 크게 나타났습니다. 이 조사는 업무 전체가 아니라 근로자가 스스로 체감한 시간 단축을 물은 것이라, 검수 비용이 낮아 위임하기 쉬운 하위 업무에서 먼저 이런 효과가 나타났을 가능성이 큽니다.
검수 비용으로 업무를 가르는 기준
업무를 "가능한가"로 나누면 거의 모든 텍스트 업무가 한 칸에 몰립니다. 대신 결과가 틀렸을 때 발견하기 쉬운지와, 발견했을 때 피해가 큰지 두 축으로 나누면 위임 순서가 보입니다.
| 구분 | 피해 크기 작음 | 피해 크기 큼 |
|---|---|---|
| 발견 쉬움(즉시 대조 가능) | 바로 위임 — 정보 정리, 아이디어 초안 | 위임하되 확인 절차 명시 — 고객 응대 문구, 사내 공지 |
| 발견 어려움(전문 지식 필요) | 표본 검수로 위임 — 데이터 요약, 통계 해석 초안 | 위임 보류 또는 전량 검수 — 대외 제출 문서, 법률·회계 판단 |
검수 비용이 낮다고 판단해 위임한 업무도, 그 판단 근거를 문서로 남기지 않으면 다음 담당자는 같은 업무를 다시 "가능한가"부터 되묻게 됩니다. NIA 조사에서 지침 보유율이 낮게 나온 것도 이 기록이 쌓이지 않았기 때문일 가능성이 큽니다.
실행 순서는 어떻게 되나요?
- 위임 후보 업무를 텍스트 산출물 단위로 쪼갭니다. 산출물 형태별로 먼저 후보를 좁히는 방법은 아래 '함께 보면 좋은 자료'에 정리했습니다.
- 그 산출물이 틀렸을 때 발견까지 걸리는 시간과, 발견됐을 때 피해 범위를 각각 평가합니다.
- 검수 비용이 낮은 칸에 속한 업무부터 먼저 위임하고, 위임 결과와 판단 근거를 기록합니다.
- 같은 업무가 반복된다면 그 기록을 검수 체크리스트로 문서화합니다. 체크리스트가 없는 상태로 방치하는 기업이 65% 이상이라는 점을 앞서 확인했습니다.
함께 보면 좋은 자료
- 계정은 줬는데 직원들이 질문만 합니다 — 개인용 질의응답에서 업무 위임으로 넘어가는 다음 단계를 다룹니다.
- AI 종류, 모델 대신 업무 산출물 기준으로 나누는 법 — 위임 후보 업무를 산출물 형태로 먼저 좁히는 표입니다.
- 업무 자동화 교육 — 검수 절차를 포함한 업무 자동화 설계를 다루는 프로그램입니다.
- 무료 진단 — 우리 조직에 검수 지침이 있는지부터 확인하는 절차입니다.
자주 묻는 질문
- 검수 비용이 낮은 업무인지는 어떻게 판단하나요?
결과가 틀렸을 때 그 자리에서 바로 확인할 수 있는지, 확인에 별도 전문지식이 필요한지를 먼저 봅니다. 위 표의 왼쪽 열에 해당하면 검수 비용이 낮은 편입니다. - 지침이 없는 상태에서 먼저 위임해도 되나요?
지침 부재는 흔한 상황입니다. 위임을 미루기보다 피해 크기가 작은 업무부터 시작하고, 그 판단 근거를 기록하는 편이 다음 지침의 초안이 됩니다. - 정보검색 목적 이용이 많다는 게 문제 아닌가요?
문제라기보다 검수 비용이 낮은 업무부터 자연스럽게 채택된 결과로 볼 수 있습니다. 다음 단계는 정보검색 다음으로 검수 비용이 낮은 업무를 찾는 것입니다. - 업무 목적 비중이 낮은 직군은 AI를 활용하지 못하는 건가요?
그렇지 않습니다. 무급가족종사자의 경우 정보검색 목적 이용률이 오히려 가장 높았습니다. 업무 위임이 아니라 다른 용도로 이미 쓰고 있다는 뜻이라, 위임 대상 업무를 아직 찾지 못한 상태로 보는 편이 정확합니다. - 검수 체크리스트는 어떤 순서로 만드나요?
이 글의 발견 난이도×피해 크기 기준으로 업무를 먼저 분류한 뒤, 피해가 큰 칸에 속한 업무부터 확인 항목을 문서화하는 순서를 권합니다.
