AI를 잘 쓰는 직원은 뭐가 다를까?

AI를 잘 쓰는 직원은 특별한 비법을 외운 사람이 아니었다. 처음부터 부탁을 구체적으로 쓰고, 답을 받은 뒤 다시 고쳐 묻는 사람이었다. 8개월 동안 이런 차이는 크게 좋아지지 않았고, 교육 효과도 교육받은 달에만 나타났다.

직원들은 AI를 얼마나 썼나

텍사스대 오스틴 연구진은 미국 대형 회계·컨설팅 회사 KPMG의 협조를 받아 사무 부서 직원들의 AI 사용을 살폈다. 2025년 1월부터 8월까지 IT·내부 감사·전략·홍보·마케팅·회계·재무 등 고객을 직접 만나지 않는 15개 부서의 대화를 분석했다.

대상 직원은 5,191명이었고, 이 가운데 사내 AI 채팅을 한 번이라도 쓴 직원은 3,925명이었다. 사내 채팅에서는 GPT-4o, o1, 클로드 3.5 소네트, 제미나이, 라마 등을 쓸 수 있었다. 코파일럿은 실제 대화 내용이 아니라 사용 여부와 횟수를 따로 확인했다.

AI를 켜는 직원은 많았지만 사용량은 고르지 않았다. 직원-월 기준으로 83.9%가 AI를 한 번 이상 썼지만, 채팅을 쓴 직원의 대화 수는 평균 40개, 중앙값은 14개였다. 상위 10%가 전체 대화의 51%를 차지했다.

AI를 가장 많이 시킨 일은 무엇이었나

가장 흔한 일은 글쓰기였다. 한 대화에서 여러 쓰임새가 겹칠 수 있는데, 글쓰기가 73.3%로 가장 많았다. 남이 쓴 글을 고치는 일이 45.8%, 새 글을 만드는 일이 34.8%였다.

그다음은 지식이나 전문 정보를 찾는 일이 23.0%, 문서를 읽고 분석하는 일이 10.7%였다. 직급이 낮은 직원은 글쓰기와 개인 용무가 많았고, 관리자보다 높은 직급에서는 지식 찾기가 가장 많았다.

그런데 「잘 쓴다」는 어떻게 판단했나

연구진은 AI를 잘 쓰는 정도를 세 가지로 나눠 봤다. 부탁이 분명하고 구체적인지, 의도적으로 AI 사용 기법을 쓰는지, 여러 종류의 일에 활용하는지다.

여기서 눈에 띄는 점은 사람들이 AI에게 부탁할 때 생각보다 구체적인 기법을 많이 쓰지 않았다는 것이다. 조건이나 제약을 붙인 대화는 24.3%였지만, 결과를 표처럼 특정 형식으로 달라고 한 대화는 2.9%였다. 「이 정도면 합격」이라는 기준을 준 대화는 1.0%에 그쳤다.

역할을 정해 주는 방식도 4.4%였다. 예시를 보여 주거나 단계별로 생각하게 하거나 스스로 점검하게 하거나 먼저 되묻도록 하는 방식은 각각 1%에도 못 미쳤다.

즉, AI를 쓸 때 많은 사람이 단순히 원하는 일을 말했지만, 어떤 결과를 원하는지까지 자세히 정해 주는 경우는 적었다. 연구진이 본 「잘 쓰는 정도」는 이런 차이를 반영한 것이다.

누가 AI를 더 잘 썼나

세 가지 잣대 모두 직급이 높을수록 높았다. 일반 직원이 가장 낮았고 관리자가 그다음이었으며, 관리자 위 직급이 가장 높았다.

연구진은 일을 다른 사람에게 맡기고 결과를 검토해 본 경험이 AI에게 부탁하는 방식에도 이어졌을 수 있다고 봤다. 「젊은 직원이 AI를 더 잘 쓸 것」이라는 통념과는 다른 결과였다.

부서별 차이도 있었다. 프로젝트 관리 부서는 세 잣대 모두 평균보다 높은 유일한 부서였다. 전략·디지털 혁신 부서는 부탁의 명확성과 활용 범위가 평균보다 높았다.

반면 회계·재무 부서는 세 잣대와 사용량이 모두 평균보다 낮았다. 연구진은 표 계산이 많은 회계 업무에서는 별도의 채팅 창을 쓰는 방식이 덜 맞았을 가능성을 적었다.

AI 교육을 시키면 바로 달라질까

8개월 동안 직원들의 「잘 쓰는 정도」가 계속 좋아지지는 않았다. 회사가 제공한 AI 교육을 마친 달에는 세 잣대가 모두 높아졌지만, 다음 달부터는 그 차이가 사라졌다.

교육을 받은 사람이 원래 AI를 잘 썼던 것처럼 보인 부분도 있었다. 연구진은 원래 잘 쓰는 사람이 교육을 더 찾아 들었을 가능성이 있어, 교육을 마친 것만으로 오래가는 변화가 생겼다고 보기는 어렵다고 적었다.

그렇다고 교육이 필요 없다는 뜻은 아니다. 다만 한 번의 교육 수료만으로 직원의 AI 사용 방식이 계속 달라진다는 증거는 적었다.

사장님이 직원의 AI 사용을 볼 때 무엇을 보면 될까

이 연구에서 실무적으로 눈여겨볼 부분은 사용 횟수보다 대화 방식이다. 첫 질문이 길수록, 한 대화 안에서 여러 번 고쳐 물을수록 세 가지 「잘 쓰는 정도」가 모두 높았다. 같은 사람 안에서 비교해도 이런 관계가 유지됐다.

반대로 AI를 얼마나 자주 켜는지, 코파일럿 같은 다른 AI 도구도 함께 쓰는지는 「잘 쓰는 정도」와 뚜렷하게 이어지지 않았다. AI를 많이 쓴다고 해서 곧바로 AI를 잘 쓰는 것은 아니라는 뜻이다.

한국의 단독자영업자와 임금근로자를 비교한 조사에서도 AI 사용 차이가 나타났다. 생성형 AI 이용률은 단독자영업자가 12.6%, 임금근로자가 39.7%였고, 업무에 사용하는 비율은 단독자영업자 25.9%, 고용주 53.8%였다. 정보통신정책연구원은 조직 안의 교육 기회와 동료끼리 정보를 주고받는 차이를 원인으로 봤다.

다만 KPMG 연구는 큰 회사의 사무직을 대상으로 한 결과라서 동네 가게에 그대로 적용할 수는 없다. 그래도 직원이 AI를 얼마나 자주 쓰는지만 세기보다, 고객 답장이나 공지문처럼 매일 하는 일을 AI에게 부탁할 때 조건과 원하는 형식을 얼마나 구체적으로 적는지, 답을 받고 다시 고쳐 묻는지를 보는 것이 실무적으로는 더 가까운 기준이 될 수 있다(예상).

같이 읽을 글

• AI를 쓴다는데, 왜 제대로 쓰는 곳은 적을까?
• AI로 아낀 시간은 왜 매출로 안 이어질까?
• 클로드로 일하면 정말 시간당 가치가 떨어진 걸까?
• 소상공인도 AI에 일을 맡기고 있을까?

자료 출처

• Sophistication in GenAI Use: Field Evidence from a Large Firm(텍사스대 오스틴 Hallman·Kowaleski·Schmidt, KPMG Puvvada, 2026년 8월 arXiv 제출, 사무직 약 4,000명·질문 71만 3,564개·2025.1~8)
• 같은 조사 전체 본문(쓰임새·부탁 방식 표와 직급·부서별 그림 수록)
• The Rapid Adoption of Generative AI(Bick·Blandin·Deming, NBER 워킹페이퍼 32966 — 미국 근로자 업무 사용률 32.1% 비교 대상)
• How People Use ChatGPT(오픈AI·Chatterji 등, NBER 워킹페이퍼 34255, 2025.9 — 업무 쓰임새 중 글쓰기 비중 비교)
• AI in the Enterprise: How People Use M365 Copilot Chat(마이크로소프트 Counts 등, 2026년 5월 arXiv 제출)
• AI 포용 관점에서 본 생성형 AI 이용 격차(정보통신정책연구원 KISDI STAT Report 26-04, 2026.4.15 — 단독자영업자 12.6%·업무 목적 25.9%·고용주 53.8%)