구글 분석: AI는 아직 대체가 아니라 협업 도구 — 완전 자동화는 10% 미만

구글이 전 세계 수백만 건의 익명화된 AI 사용 데이터를 분석한 결과, 현재 AI는 근로자를 대체하기보다 업무를 지원·협업하는 도구로 주로 활용된다고 결론지었다.

'얕은 수준'의 협업

대부분의 활용은 '얕은 수준(shallow)'의 협업이었다. 구체적으로는 다음과 같은 보조적 역할에 머물렀다.

• 초안 작성
• 검토
• 아이디어 발굴
• 정보 검색

완전 자동화는 10% 미만

핵심 수치가 있다. 비정형 인지 업무에서 AI 대화의 10% 미만만이 완전 자동화를 목표로 했다.

동시에 흥미로운 대비가 나타난다. 해당 업무는 전체 과업의 35% 를 차지하는데 제미나이 사용량에서는 65% 를 차지했다.

즉 비정형 인지 업무가 AI 사용의 대부분을 끌어들이면서도, 그 사용의 90% 이상은 자동화가 아니라 협업이라는 뜻이다. AI가 가장 많이 쓰이는 영역이 곧 가장 자동화가 덜 된 영역이라는 구조다.

이 대비가 '대체 vs 지원' 논쟁에 실증적 근거를 준다. 사용량이 많다는 사실이 대체를 뜻하지 않는다.

연구진이 붙인 세 가지 단서

다만 연구진은 낙관적 해석을 경계했다.

1. 협업이 자동화로 전환될 수 있다. 모델 성능 향상에 따라 협업 중심의 활용이 점차 자동화로 전환될 수 있다.

2. 노동시장 변화가 나타날 수 있다. 숙련 근로자의 생산성 향상으로 신입 채용 감소 등의 변화가 나타날 가능성이 있다.

이 두 번째 단서가 특히 주목할 만하다. 대체가 일어나지 않아도 채용은 줄 수 있다는 논리다. 숙련자 한 명의 산출이 늘면 주니어를 뽑을 이유가 줄어드는 구조인데, 이는 개인 단위 대체와는 다른 경로다.

3. 생산성 증가가 통계에 안 잡힌다. 현재 가계·산업 현장의 생산성 증가는 GDP 등에 잘 반영되지 않는다고 경고했다.

측정되지 않는 생산성 증가는 정책 판단을 어렵게 만든다. 효과가 있는지 없는지를 두고 논쟁이 이어지는 이유이기도 하다.

마케팅 조직이 볼 지점

첫째, 현재 활용 수준을 솔직하게 진단한다. 초안 작성과 정보 검색에 머물러 있다면 그것이 정상 범위다. 다만 거기서 멈출 것인지, 검증 절차를 만들어 더 나아갈 것인지는 조직이 정할 문제다.

둘째, 주니어 채용 축소의 부작용을 감안한다. 신입 채용이 줄면 숙련자 파이프라인도 줄어든다. AI가 숙련자의 생산성을 높인다는 것은 숙련자가 계속 필요하다는 뜻이기도 하다.

셋째, 조직 지원 격차를 좁힌다. 국내 직장인 조사에서도 활용은 보편적인데 교육은 부족한 양상이 확인됐다. 직장인 86.9%가 업무에 AI를 쓴다 — 이제 실력을 가르는 건 도구 선택 능력에서 그 수치를 다뤘다.

넷째, 얕은 협업을 깊은 협업으로 바꾸는 방법을 찾는다. 매번 맥락을 다시 설명하는 대신 규칙을 문서로 굳혀두는 접근은 매번 브랜드 톤을 다시 설명하는 마케터 vs 스킬로 굳혀둔 마케터에서 정리했다.

다섯째, 자동화 기대치를 조정한다. 완전 자동화가 10% 미만이라는 데이터는 에이전트 파일럿이 프로덕션에 도달하지 못하는 현실과도 부합한다. 그 원인은 AI 에이전트 4가지 오해 — 파일럿 88%가 프로덕션에 못 가는 이유에서 다뤘다.