오늘은 최근 보스턴컨설팅그룹(BCG)에서 발표한 "AI at Work 2024" 보고서를 통해 AI가 직장 환경에 미치는 영향을 살펴보려 합니다. 이 보고서는 13,000명이 넘는 글로벌 응답자를 대상으로 한 설문조사를 바탕으로, AI 기술이 어떻게 우리의 일하는 방식을 변화시키고 있는지에 대한 중요한 인사이트를 제공하고 있습니다. AI 기술의 발전은 우리의 업무 효율성을 크게 향상시키고 있지만, 동시에 일자리 상실에 대한 불안감도 커지고 있습니다. 특히, 보고서에서는 일선 직원과 관리자, 리더들 간의 AI에 대한 인식 차이, 그리고 글로벌 남북 간의 차이를 명확히 보여줍니다.
이번 설문조사는 AI 기술 도입이 활발한 산업군과 디지털 환경에 익숙한 젊은 세대를 포함하고 있어, 2024년 직장 내 AI 활용 현황을 파악하기 위한 중요한 지표가 될 것으로 보입니다. 그리고 이 다양한 통계와 지표들은, AI가 직장 환경에 미치는 긍정적인 영향뿐만 아니라 우리가 대비해야 할 도전 과제들을 명확히 보여줄 것 같은데요, 이제 그 설문 결과를 살펴볼까요?
| AI에 대한 신중한 낙관론
보고서에 따르면 2023년에는 직장 내에서 AI의 도입과 활용에 대해 낙관적인 시각을 가진 사람들의 비율이 52%에 이르렀으며, 이는 2024년에는 46%로 줄어들었습니다. 이는 6% 포인트 감소한 수치 입니다. 또한, 자신감 지표를 살펴보면, 2023년에는 26%의 사람들이 AI 기술에 대해 자신감을 가지고 있었으나, 2024년에는 그 비율이 42%로 무려 16%가 증가했습니다. 이는 많은 사람들이 AI 기술을 더 잘 이해하고 활용할 수 있는 능력을 갖추게 되었음을 시사합니다. 아마도 AI 기술의 적용 사례가 많아지고, 이에 대한 교육과 훈련 기회가 늘어나면서 사람들이 기술에 대한 이해도가 높아졌기 때문일 것으로 추측할 수 있습니다.
반면, 불안감에 대해서는 2023년엔 12%가 불안했다면, 2024년에는 17%로 증가했는데, 이는 사람들이 AI를 활용해보고, 빠른 발전속도에 AI 도입으로 인한 일자리 감소, 데이터 프라이버시 문제 등으로 인해 불안감이 증가하고 있는 것으로 보입니다.
| 국가별 AI에 대한 자신감과 불안감
생성형 AI에 대한 자신감은 국가별로 차이를 보이고 있습니다. 인도의 경우, 전체 응답자의 54%가 생성형 AI에 대해 높은 자신감을 보인 것으로 나타났습니다. 브라질의 응답자 중 52% 역시 생성형 AI에 대한 자신감을 가지고 있다고 답했으며, 중동 지역에서도 51%의 응답자가 생성형 AI에 대해 자신감을 보였습니다. 남아프리카공화국도 46%의 응답자가 생성형 AI에 대해 자신감을 나타냈는데, 전반적으로 글로벌 사우스 지역이 생성형 AI 활용에 대해 높은 자신감을 보여주고 있습니다. 반면, 일본의 경우 생성형 AI에 대한 자신감이 가장 낮은 국가로 나타났으며, 겨우 27%의 응답자만이 자신감을 가졌다고 답했습니다. 생성형 AI 시장을 리딩하고 있는 미국은 34%의 응답자만이 자신감을 보여 AI 활용면에서는 낮은 편입니다.
다음으로, 생성형 AI에 대한 불안감도 국가별로 큰 차이를 보였습니다. 일본의 경우, 전체 응답자의 28%가 생성형 AI에 대해 높은 불안감을 가지고 있었고, 미국에서도 23%의 응답자가 생성형 AI에 대해 불안하다고 답했으며, 이는 상당히 높은 수준입니다. 반면, 인도의 경우 전체 응답자의 13%만이 생성형 AI에 대해 불안감을 표시하며, 불안감 수준이 가장 낮았습니다. 이는 글로벌 사우스 지역이 전반적으로 낮은 불안감을 나타내는 경향을 잘 보여줍니다.
이러한 데이터를 종합해보면, 글로벌 사우스*와와 글로벌 노스* 간의 생성형 AI에 대한 인식 차이는 디지털 격차를 반영하는 것으로 해석될 수 있습니다. 글로벌 사우스 지역은 기술 발전과 함께 경제 성장 및 삶의 질 개선에 대한 기대가 높기 때문에 생성형 AI에 대한 자신감이 높고 불안감이 상대적으로 낮을 가능성이 큽니다. 반면, 글로벌 노스 지역은 이미 높은 수준의 기술 발전을 이룬 상황에서 생성형 AI로 인한 일자리 감소, 데이터 프라이버시 침해 가능성 등의 우려가 반영되어 불안감이 높게 나타난 것으로 보입니다.
특히 국가별로 살펴보면, 각국의 경제 발전 수준, 기술 수용 태세, 사회 문화적 환경에 따라 생성형 AI에 대한 인식이 다르게 나타날 수 있습니다. 예를 들어, 인도는 IT 강국으로서 생성형 AI 분야에서 경쟁력을 갖추고 있다는 자신감이 높게 나타난 반면, 일본은 고령화 사회 진입과 자동화에 대한 저항감 등으로 인해 불안감이 높게 나타난 것으로 해석될 수 있습니다.
*글로벌 사우스: 라틴 아메리카, 아시아, 아프리카 및 오세아니아의 개발도상국을 지칭한다. 이 용어는 단순히 지리적 위치를 넘어 식민지 역사, 신자유주의 세계화의 영향, 저개발의 유사한 경험을 공유하는 국가들의 역사적, 정치경제적 상황을 포괄적으로 반영함
*글로벌 노스: 일반적으로 북반구에 위치한, 부유하고 경제적으로 발전된 국가들을 지칭하는 용어. 이는 단순한 지리적 위치를 넘어 역사적인 권력 구조, 식민주의 유산, 현재의 경제적 불평등 등을 내포하며, 글로벌 사우스와 대비되는 개념으로 사용됨
| 산업별 AI에 대한 자신감과 불안감
TMT(Technology, Media, and Telecommunications) 분야 종사자들의 AI에 대한 자신감은 45%로 가장 높았습니다. 금융업과 에너지 분야 종사자들은 각각 42%로 그 뒤를 이었으며, 헬스케어와 소비재 산업 종사자들은 모두 38%로 상대적으로 낮은 자신감을 보였습니다. 반면, 헬스케어와 소비재 분야 종사자들의 AI에 대한 불안감은 각각 20%로 가장 높았습니다. 금융업 종사자들의 불안감은 19%로 뒤를 이었으며, TMT와 에너지 분야 종사자들은 각각 17%로 가장 낮은 불안감을 나타냈습니다.
이러한 결과는 산업별 AI 도입 및 활용 수준의 차이가 자신감과 불안감의 차이로 이어졌을 가능성을 시사합니다. TMT 분야는 이미 AI 기술 도입 및 활용이 활발하게 이루어지고 있는 반면, 헬스케어와 소비재 분야는 AI 도입이 상대적으로 초기 단계에 있다는 점이 이러한 차이를 설명할 수 있을 것입니다. 따라서, AI 관련 교육 및 지원 정책을 통해 각 산업 분야의 AI 이해도를 높이고 불안감을 해소할 필요가 있습니다. 특히, 헬스케어와 소비재 분야에서는 AI 도입에 대한 저항감을 줄이고, AI 활용을 통한 산업 발전 가능성을 제시하는 것이 중요합니다.
| 직급별 AI에 대한 자신감과 불안감
조직 내에서 생성형 AI에 대한 인식은 직급에 따라 상당한 차이를 보이고 있습니다. 우선 자신감을 조사해본 결과, 리더 그룹의 50%가 높은 자신감을 보였으며, 이는 전체 응답자 중 가장 높은 수치입니다. 매니저 그룹은 41%가 자신감을 나타냈고, 프론트라인 직원들 중에서는 33%만이 자신감을 가지고 있는 것으로 조사되었습니다. 한편, 불안감에 대한 조사 결과에서는 프론트라인 직원들이 22%로 가장 높은 불안감을 나타냈으며, 뒤이어 매니저 그룹이 18%, 리더 그룹이 15%로 불안감을 느끼고 있음이 나타났습니다.
이러한 결과를 종합해보면, 리더 그룹은 생성형 AI에 대해 자신감이 높고 불안감이 낮은 반면, 프론트라인 직원들은 자신감은 낮고 불안감은 높은 것으로 나타났습니다. 매니저 그룹은 리더와 프론트라인 직원 사이에서 비교적 중간 정도의 인식을 가지고 있었습니다.
이러한 직급 간 인식 차이를 보면서 우리가 주목해야 할 몇 가지 시사점이 있습니다.
첫째, 리더와 프론트라인 직원 간에는 생성형 AI에 대한 이해도 및 기대치에서 큰 차이가 존재할 가능성이 큽니다. 리더는 비교적 생성형 AI에 대한 지식과 경험이 많아 자신감을 가지지만, 프론트라인 직원들은 상대적으로 경험이 부족하여 불안감을 느낄 수 있습니다.
둘째, 프론트라인 직원들의 불안감을 해소하지 못하면 생성형 AI 도입 및 활용에 대한 저항이 발생할 가능성이 있습니다. 이는 조직의 전반적인 효율성과 혁신에 부정적인 영향을 미칠 수 있습니다.
따라서 생성형 AI 도입을 성공적으로 이끌기 위해서는 기술에 대한 교육과 더불어 직무 변화 관리 및 불안감 해소를 위한 지원 프로그램이 마련되어야 합니다. 또한, 상향식 소통을 통해 프론트라인 직원들의 의견을 경청하고 이를 반영하는 노력이 중요합니다. 이는 AI 기술 도입 과정에서 발생할 수 있는 다양한 문제를 사전에 예방하고, 조직 내 모든 구성원이 기술 변화를 긍정적으로 받아들이도록 하는 중요한 역할을 할 것입니다.
| AI 사용빈도에 따른 자신감과 불안감
생성형 AI 사용 빈도와 관련된 자신감과 불안감에 대한 상세한 데이터는 다음과 같습니다. 생성형 AI를 전혀 사용하지 않는 비사용자의 경우, 자신감을 느낀다고 답한 비율은 20%로 나타났습니다. 반면, 가끔씩 생성형 AI를 사용하는 사용자의 경우, 자신감을 느낀다고 답한 비율이 32%로 증가하였습니다. 정기적으로 생성형 AI를 사용하는 사용자들의 자신감 비율은 49%로 더욱 높아졌습니다. 이에 비해, 생성형 AI를 전혀 사용하지 않는 비사용자의 불안감 비율은 29%로 나타났습니다. 가끔씩 생성형 AI를 사용하는 사용자는 불안감을 느낀다고 답한 비율이 21%로 줄어들었으며, 정기적으로 생성형 AI를 사용하는 사용자들의 불안감 비율은 15%로 가장 낮게 나타났습니다.
결론적으로 생성형 AI의 사용 빈도가 높아질수록 자신감 수준이 분명히 증가하는 경향이 있다는 것을 확인할 수 있습니다. 반대로, 생성형 AI 사용 빈도가 높아질수록 불안감 수준은 현저히 감소하는 경향을 보였습니다. 이러한 데이터를 기반으로 볼 때, 생성형 AI 사용 경험이 사용자의 자신감 향상과 불안감 감소에 상당히 긍정적인 영향을 미친다고 해석할 수 있습니다. 초기에는 생성형 AI에 대한 불안감이 있을 수 있지만, 실제로 직접 사용해보면서 익숙해지면 불안감은 줄어들고 자신감은 상승하는 경향이 나타나는 것으로 추측됩니다. 따라서 생성형 AI 기술 도입 및 활용을 장려할 때는 사용자들이 사용 경험을 쌓을 수 있도록 지원하고 익숙해질 수 있도록 돕는 것이 중요합니다.
| GenAI가 가져온 시간 절약과 그 활용법
업무에 생성형 AI를 사용하는 응답자 중 58%가 주당 최소 5시간을 절약했다고 답했습니다. 이 절약된 시간은 여러 가지 방법으로 활용되었는데, 가장 큰 비중을 차지한 용도는 더 많은 업무를 수행하는 것이었으며, 응답자의 41%가 이렇게 답했습니다. 그 다음으로는 새로운 업무를 수행하는 데 사용한 비율이 39%였고, 생성형 AI 실험에 활용한 비율이 38%로 나타났습니다. 또 다른 38%의 응답자는 전략적 업무 수행에 활용했으며, 35%는 업무를 일찍 완료하는 데 활용하는 것으로 나타났습니다.
이러한 결과들는 생성형 AI가 업무 생산성 향상에 상당한 영향을 미치고 있음을 보여줍니다. AI로 절약된 시간은 단순히 기존 업무량을 소화하는 데 그치지 않고 새로운 업무, 전략적 업무, 생성형 AI 실험 등에 활용되며 개인의 성장과 생산성 향상에 재투자되는 경향을 보입니다. 이처럼 생성형 AI는 단순한 유행을 넘어섰습니다. 이미 많은 사람들이 업무에 적극적으로 활용하고 있으며, 상당한 시간 절감 효과를 경험하고 있습니다. 생성형 AI는 업무 방식을 변화시키고 있으며, 단순 반복적인 작업을 대체하는 것을 넘어, 새로운 업무 기회를 창출하고 전략적 사고와 창의성을 발휘할 수 있는 시간을 제공합니다. 생성형 AI는 개인과 조직 모두에게 기회입니다.
| GenAI 사용 빈도에 따른 일자리 상실 우려
비사용자(Nonusers) 그룹에서는 향후 10년 안에 자신의 직업이 사라질 수 있다고 생각하는 비율이 24%로 나타났습니다. 가끔 사용자(Rare users) 그룹에서는 이 비율이 33%로 증가하였고, 정기 사용자(Regular users) 그룹에서는 이 비율이 49%로 더욱 높아졌습니다. 이는 생성형 AI 사용 빈도와 일자리 상실 우려 간의 상관관계를 보여주는 중요한 데이터입니다. 생성형 AI를 정기적으로 사용하는 사람일수록 향후 10년 안에 자신의 직업이 사라질 수 있다고 생각하는 비율이 높게 나타났습니다. 구체적으로, 비사용자 그룹에 비해 가끔 사용하는 그룹은 9%포인트 더 높았고, 정기적으로 사용하는 그룹은 25%포인트 더 높은 일자리 상실 우려를 보였습니다. 특히 정기 사용자 그룹의 경우, 거의 절반에 가까운 49%가 일자리 상실 가능성을 우려하고 있다는 점이 주목할 만합니다.
이 통계 데이터를 기반으로 몇 가지 중요한 시사점을 도출할 수 있습니다.
첫째, 생성형 AI 기술 발전과 보편화가 가속화됨에 따라 일자리 시장 변화에 대한 근로자들의 불안감이 커지고 있음을 알 수 있습니다. 특히 직접 사용하는 사람들은 자신의 업무가 자동화될 가능성을 더욱 현실적으로 느끼고 있으며, 이는 새로운 기술에 대한 적응과 재교육의 필요성을 시사합니다.
둘째, 기업 및 정책 입안자는 AI 도입으로 인한 일자리 변화에 대비하여 근로자들의 재교육 및 직무 전환을 지원하고 새로운 일자리 창출을 위한 노력을 기울여야 합니다.
마지막으로, 단순히 일자리 상실에 대한 불안감을 조성하기보다는, AI 기술을 적극적으로 활용하여 생산성을 향상하고 새로운 가치를 창출할 수 있는 방안을 모색하는 것이 중요합니다.
| 리더들의 AI에 대한 고민
보고서에서는 4,085명의 리더들을 대상으로 한 설문한 결과를 토대로 현재와 미래에 직면한 AI 관련 Top 5 과제를 제시했는데요.
현재 Top 5 과제
1. 비기술 직군의 AI 및 GenAI 이해 부족: AI 기술 이해도 부족은 현재 가장 큰 문제로 인식되고 있음
2. GenAI 활용의 불확실성: 언제 어떻게 GenAI를 적용해야 효과적인지 판단하기 어려움
3. AI 및 GenAI 기술 인재 부족: AI 기술을 다룰 수 있는 전문 인력 확보의 어려움
4. GenAI 구축 및 운영 비용: 높은 구축 및 운영 비용이 AI 도입에 걸림돌로 작용
5. AI/GenAI 특화 파일럿 프로젝트의 전사적 확산 어려움: 소규모 프로젝트의 성공을 전사적으로 확대하는 데 어려움을 겪고 있음
향후 5년 Top 5 과제
1. GenAI 구축 및 운영 비용: 현재와 마찬가지로 미래에도 비용 문제가 가장 큰 장벽으로 예상됨
2. 직원 재배치의 어려움: AI 도입으로 인한 기존 직원들의 업무 변화 및 재배치에 어려움을 예상됨
3. 업무 프로세스 변경의 어려움: AI 기반 시스템으로의 전환 및 새로운 업무 방식 도입의 어려움
4. 혁신 투자 자금/예산 부족: AI 혁신을 위한 충분한 자금 확보에 어려움을 겪을 것으로 예상됨
5. 비기술 직군의 AI 및 GenAI 이해 부족: 현재와 마찬가지로 미래에도 비기술 직군의 AI 이해 부족이 지속적인 과제로 예상됨
기업들은 AI와 생성형 AI(GenAI) 기술을 숙련된 인재를 확보하는 것뿐만 아니라, 비기술 직군의 직원들에게도 AI 교육 프로그램을 제공하여 이들의 AI 이해도를 높이는 데 적극 투자해야 합니다. AI 도입의 불확실성을 해소하기 위해서는 명확한 투자 대비 효과(ROI)를 제시하여 의사결정자들이 AI 기술이 실질적으로 어떤 이점을 제공할 수 있는지 명확하게 이해하게 할 필요가 있습니다. 또한, GenAI 활용에 대한 구체적이고 실행 가능한 가이드라인을 마련하여 관리자와 직원들이 기술을 효과적으로 활용할 수 있도록 지원해야 합니다. AI 도입은 단순한 기술 배치가 아니라, 조직의 문화, 업무 방식, 그리고 인력 관리 전반에 걸친 변화를 요구하는 복합적인 과정이라는 점을 인식하고, 이를 장기적인 관점에서 접근해야 합니다. 결론적으로, 성공적인 AI 도입을 위해서는 기술적 측면뿐 아니라 조직 구조, 인력 개발, 그리고 기업 문화를 포함한 다양한 측면을 통합적으로 고려한 전략적인 접근이 필요합니다. 특히, 비기술 직군에게도 AI 관련 교육을 통해 이들의 이해도를 높이고, 지속적인 투자와 지원을 통해 AI 혁신을 촉진하는 것이 매우 중요합니다.
| GenAI 활용에 대한 직급별 교육 편차와 활용의 어려움
리더 그룹의 교육 이수 비율은 50%로 가장 높으며, 이는 2023년에 비해 44% 증가한 수치입니다. 관리자 그룹의 경우 30%가 AI 관련 교육을 이수했으며, 이는 2023년에 비해 20% 증가한 것입니다. 현장 직원 그룹은 28%의 교육 이수율을 보이며, 이는 2023년에 비해 14% 증가에 그쳤습니다.
여기서 몇 가지 중요한 시사점을 도출할 수 있습니다.
첫째, AI 교육 기회의 불균형이 문제로 나타났습니다. 리더 그룹의 교육 이수 비율은 매우 높은 반면, 현장 직원 그룹은 상대적으로 낮은 교육 기회를 제공받고 있습니다.
둘째, 이 교육 기회의 불균형은 AI 기술 발전과 도입이 가속화됨에 따라 직무 환경 변화에 대한 적응력 차이로 이어질 수 있습니다. 이는 직급 간 임금 격차, 승진 기회 불균형 등 잠재적인 불평등을 심화시킬 수 있습니다.
셋째, 모든 직급의 직원에게 공평한 AI 교육 기회를 제공하기 위한 노력이 절실하며, 특히 현장 직원을 위한 맞춤형 교육 프로그램 개발 및 접근성을 높이는 방안을 마련하는 것이 중요합니다.
마지막으로, 기업은 모든 직원이 AI 기술 변화에 적응하고 이를 활용할 수 있도록 지원함으로써 전체적인 생산성과 경쟁력을 향상시킬 수 있습니다.
생성형 AI 활용에 있어서 첫 번째로 중요한 문제는 시간 부족입니다. 많은 Frontline 직원들은 AI 사용법을 익힐 충분한 시간이 없기 때문에 이 기술을 효과적으로 활용하지 못하고 있습니다. 두 번째로는 교육 부족입니다. AI를 제대로 활용하기 위해서는 체계적이고 충분한 교육이 필수적인데, 많은 직원들이 이러한 교육을 받지 못하고 있습니다. 교육이 미흡하면 AI를 잘 활용할 수 없으며, 이는 생산성 향상으로 이어지지 못할 수 있습니다. 세 번째로, AI를 언제 활용해야 할지에 대한 명확한 지침이 부족하여 사용 시점이 불확실합니다. AI를 가장 효과적으로 사용할 수 있는 시점을 알지 못하면, 이 기술의 잠재력을 최대한 활용하기가 어려워집니다. 네 번째로는 툴 적합성 문제입니다. GenAI 도구가 직원들의 요구사항에 맞지 않거나 현재의 업무 흐름과의 통합에 어려움을 겪는 경우가 많습니다. 이는 GenAI 도구가 잘 적용되지 않는 주요 이유 중 하나입니다. 마지막으로 신뢰 부족입니다. 직원들이 GenAI 도구의 정확성, 신뢰성, 보안성에 대해 충분한 신뢰를 가지지 못하면 이러한 기술을 적극적으로 활용하려 하지 않습니다.
생성형 AI 활용에 대한 문제를 해결하기 위해서는 우선 직원들에게 생성형 AI 활용 교육을 위한 충분한 시간과 자원을 제공해야 합니다. 실질적인 사용 사례 중심의 교육과 숙련도 향상 기회가 필요합니다. 이는 직원들이 AI를 보다 효과적으로 활용할 수 있도록 돕는 중요한 요소입니다. 또한, AI를 언제, 어떻게 사용해야 하는지에 대한 명확한 지침과 성공 사례를 제공함으로써 사용 시점에 대한 불확실성을 해소할 필요가 있습니다. 이는 직원들이 생성형 AI를 적절한 시점에 활용하여 최대한의 효율을 이끌어낼 수 있게 도와줄 것입니다. 사용자 맞춤형 지원도 필요합니다. 생성형 AI 도구가 다양한 직무 역할과 요구사항에 부합하도록 사용자 맞춤 설정 기능을 강화하고, 업무 흐름과의 유연한 통합을 지원해야 합니다.
결론적으로, 성공적인 생성형 AI 도입을 위해서는 기술적인 측면뿐 아니라 직원들의 인식과 준비 수준을 고려하는 것이 중요합니다. 직원들의 시간적 제약, 교육 필요성, 도구에 대한 신뢰 등을 해결해야 생성형 AI의 잠재적 가치를 최대한 활용할 수 있을 것입니다.
원더스랩은 AI가 비즈니스의 목적에 맞게 '잘' 도입될 수 있도록 지원합니다.
AI 활용 및 도입에 대한 고민이 있으시다면, 언제든지 문의해 주세요🙂
오늘은 최근 보스턴컨설팅그룹(BCG)에서 발표한 "AI at Work 2024" 보고서를 통해 AI가 직장 환경에 미치는 영향을 살펴보려 합니다. 이 보고서는 13,000명이 넘는 글로벌 응답자를 대상으로 한 설문조사를 바탕으로, AI 기술이 어떻게 우리의 일하는 방식을 변화시키고 있는지에 대한 중요한 인사이트를 제공하고 있습니다. AI 기술의 발전은 우리의 업무 효율성을 크게 향상시키고 있지만, 동시에 일자리 상실에 대한 불안감도 커지고 있습니다. 특히, 보고서에서는 일선 직원과 관리자, 리더들 간의 AI에 대한 인식 차이, 그리고 글로벌 남북 간의 차이를 명확히 보여줍니다.
이번 설문조사는 AI 기술 도입이 활발한 산업군과 디지털 환경에 익숙한 젊은 세대를 포함하고 있어, 2024년 직장 내 AI 활용 현황을 파악하기 위한 중요한 지표가 될 것으로 보입니다. 그리고 이 다양한 통계와 지표들은, AI가 직장 환경에 미치는 긍정적인 영향뿐만 아니라 우리가 대비해야 할 도전 과제들을 명확히 보여줄 것 같은데요, 이제 그 설문 결과를 살펴볼까요?
| AI에 대한 신중한 낙관론
보고서에 따르면 2023년에는 직장 내에서 AI의 도입과 활용에 대해 낙관적인 시각을 가진 사람들의 비율이 52%에 이르렀으며, 이는 2024년에는 46%로 줄어들었습니다. 이는 6% 포인트 감소한 수치 입니다. 또한, 자신감 지표를 살펴보면, 2023년에는 26%의 사람들이 AI 기술에 대해 자신감을 가지고 있었으나, 2024년에는 그 비율이 42%로 무려 16%가 증가했습니다. 이는 많은 사람들이 AI 기술을 더 잘 이해하고 활용할 수 있는 능력을 갖추게 되었음을 시사합니다. 아마도 AI 기술의 적용 사례가 많아지고, 이에 대한 교육과 훈련 기회가 늘어나면서 사람들이 기술에 대한 이해도가 높아졌기 때문일 것으로 추측할 수 있습니다.
반면, 불안감에 대해서는 2023년엔 12%가 불안했다면, 2024년에는 17%로 증가했는데, 이는 사람들이 AI를 활용해보고, 빠른 발전속도에 AI 도입으로 인한 일자리 감소, 데이터 프라이버시 문제 등으로 인해 불안감이 증가하고 있는 것으로 보입니다.
| 국가별 AI에 대한 자신감과 불안감
생성형 AI에 대한 자신감은 국가별로 차이를 보이고 있습니다. 인도의 경우, 전체 응답자의 54%가 생성형 AI에 대해 높은 자신감을 보인 것으로 나타났습니다. 브라질의 응답자 중 52% 역시 생성형 AI에 대한 자신감을 가지고 있다고 답했으며, 중동 지역에서도 51%의 응답자가 생성형 AI에 대해 자신감을 보였습니다. 남아프리카공화국도 46%의 응답자가 생성형 AI에 대해 자신감을 나타냈는데, 전반적으로 글로벌 사우스 지역이 생성형 AI 활용에 대해 높은 자신감을 보여주고 있습니다. 반면, 일본의 경우 생성형 AI에 대한 자신감이 가장 낮은 국가로 나타났으며, 겨우 27%의 응답자만이 자신감을 가졌다고 답했습니다. 생성형 AI 시장을 리딩하고 있는 미국은 34%의 응답자만이 자신감을 보여 AI 활용면에서는 낮은 편입니다.
다음으로, 생성형 AI에 대한 불안감도 국가별로 큰 차이를 보였습니다. 일본의 경우, 전체 응답자의 28%가 생성형 AI에 대해 높은 불안감을 가지고 있었고, 미국에서도 23%의 응답자가 생성형 AI에 대해 불안하다고 답했으며, 이는 상당히 높은 수준입니다. 반면, 인도의 경우 전체 응답자의 13%만이 생성형 AI에 대해 불안감을 표시하며, 불안감 수준이 가장 낮았습니다. 이는 글로벌 사우스 지역이 전반적으로 낮은 불안감을 나타내는 경향을 잘 보여줍니다.
이러한 데이터를 종합해보면, 글로벌 사우스*와와 글로벌 노스* 간의 생성형 AI에 대한 인식 차이는 디지털 격차를 반영하는 것으로 해석될 수 있습니다. 글로벌 사우스 지역은 기술 발전과 함께 경제 성장 및 삶의 질 개선에 대한 기대가 높기 때문에 생성형 AI에 대한 자신감이 높고 불안감이 상대적으로 낮을 가능성이 큽니다. 반면, 글로벌 노스 지역은 이미 높은 수준의 기술 발전을 이룬 상황에서 생성형 AI로 인한 일자리 감소, 데이터 프라이버시 침해 가능성 등의 우려가 반영되어 불안감이 높게 나타난 것으로 보입니다.
특히 국가별로 살펴보면, 각국의 경제 발전 수준, 기술 수용 태세, 사회 문화적 환경에 따라 생성형 AI에 대한 인식이 다르게 나타날 수 있습니다. 예를 들어, 인도는 IT 강국으로서 생성형 AI 분야에서 경쟁력을 갖추고 있다는 자신감이 높게 나타난 반면, 일본은 고령화 사회 진입과 자동화에 대한 저항감 등으로 인해 불안감이 높게 나타난 것으로 해석될 수 있습니다.
*글로벌 사우스: 라틴 아메리카, 아시아, 아프리카 및 오세아니아의 개발도상국을 지칭한다. 이 용어는 단순히 지리적 위치를 넘어 식민지 역사, 신자유주의 세계화의 영향, 저개발의 유사한 경험을 공유하는 국가들의 역사적, 정치경제적 상황을 포괄적으로 반영함
*글로벌 노스: 일반적으로 북반구에 위치한, 부유하고 경제적으로 발전된 국가들을 지칭하는 용어. 이는 단순한 지리적 위치를 넘어 역사적인 권력 구조, 식민주의 유산, 현재의 경제적 불평등 등을 내포하며, 글로벌 사우스와 대비되는 개념으로 사용됨
| 산업별 AI에 대한 자신감과 불안감
TMT(Technology, Media, and Telecommunications) 분야 종사자들의 AI에 대한 자신감은 45%로 가장 높았습니다. 금융업과 에너지 분야 종사자들은 각각 42%로 그 뒤를 이었으며, 헬스케어와 소비재 산업 종사자들은 모두 38%로 상대적으로 낮은 자신감을 보였습니다. 반면, 헬스케어와 소비재 분야 종사자들의 AI에 대한 불안감은 각각 20%로 가장 높았습니다. 금융업 종사자들의 불안감은 19%로 뒤를 이었으며, TMT와 에너지 분야 종사자들은 각각 17%로 가장 낮은 불안감을 나타냈습니다.
이러한 결과는 산업별 AI 도입 및 활용 수준의 차이가 자신감과 불안감의 차이로 이어졌을 가능성을 시사합니다. TMT 분야는 이미 AI 기술 도입 및 활용이 활발하게 이루어지고 있는 반면, 헬스케어와 소비재 분야는 AI 도입이 상대적으로 초기 단계에 있다는 점이 이러한 차이를 설명할 수 있을 것입니다. 따라서, AI 관련 교육 및 지원 정책을 통해 각 산업 분야의 AI 이해도를 높이고 불안감을 해소할 필요가 있습니다. 특히, 헬스케어와 소비재 분야에서는 AI 도입에 대한 저항감을 줄이고, AI 활용을 통한 산업 발전 가능성을 제시하는 것이 중요합니다.
| 직급별 AI에 대한 자신감과 불안감
조직 내에서 생성형 AI에 대한 인식은 직급에 따라 상당한 차이를 보이고 있습니다. 우선 자신감을 조사해본 결과, 리더 그룹의 50%가 높은 자신감을 보였으며, 이는 전체 응답자 중 가장 높은 수치입니다. 매니저 그룹은 41%가 자신감을 나타냈고, 프론트라인 직원들 중에서는 33%만이 자신감을 가지고 있는 것으로 조사되었습니다. 한편, 불안감에 대한 조사 결과에서는 프론트라인 직원들이 22%로 가장 높은 불안감을 나타냈으며, 뒤이어 매니저 그룹이 18%, 리더 그룹이 15%로 불안감을 느끼고 있음이 나타났습니다.
이러한 결과를 종합해보면, 리더 그룹은 생성형 AI에 대해 자신감이 높고 불안감이 낮은 반면, 프론트라인 직원들은 자신감은 낮고 불안감은 높은 것으로 나타났습니다. 매니저 그룹은 리더와 프론트라인 직원 사이에서 비교적 중간 정도의 인식을 가지고 있었습니다.
이러한 직급 간 인식 차이를 보면서 우리가 주목해야 할 몇 가지 시사점이 있습니다.
첫째, 리더와 프론트라인 직원 간에는 생성형 AI에 대한 이해도 및 기대치에서 큰 차이가 존재할 가능성이 큽니다. 리더는 비교적 생성형 AI에 대한 지식과 경험이 많아 자신감을 가지지만, 프론트라인 직원들은 상대적으로 경험이 부족하여 불안감을 느낄 수 있습니다.
둘째, 프론트라인 직원들의 불안감을 해소하지 못하면 생성형 AI 도입 및 활용에 대한 저항이 발생할 가능성이 있습니다. 이는 조직의 전반적인 효율성과 혁신에 부정적인 영향을 미칠 수 있습니다.
따라서 생성형 AI 도입을 성공적으로 이끌기 위해서는 기술에 대한 교육과 더불어 직무 변화 관리 및 불안감 해소를 위한 지원 프로그램이 마련되어야 합니다. 또한, 상향식 소통을 통해 프론트라인 직원들의 의견을 경청하고 이를 반영하는 노력이 중요합니다. 이는 AI 기술 도입 과정에서 발생할 수 있는 다양한 문제를 사전에 예방하고, 조직 내 모든 구성원이 기술 변화를 긍정적으로 받아들이도록 하는 중요한 역할을 할 것입니다.
| AI 사용빈도에 따른 자신감과 불안감
생성형 AI 사용 빈도와 관련된 자신감과 불안감에 대한 상세한 데이터는 다음과 같습니다. 생성형 AI를 전혀 사용하지 않는 비사용자의 경우, 자신감을 느낀다고 답한 비율은 20%로 나타났습니다. 반면, 가끔씩 생성형 AI를 사용하는 사용자의 경우, 자신감을 느낀다고 답한 비율이 32%로 증가하였습니다. 정기적으로 생성형 AI를 사용하는 사용자들의 자신감 비율은 49%로 더욱 높아졌습니다. 이에 비해, 생성형 AI를 전혀 사용하지 않는 비사용자의 불안감 비율은 29%로 나타났습니다. 가끔씩 생성형 AI를 사용하는 사용자는 불안감을 느낀다고 답한 비율이 21%로 줄어들었으며, 정기적으로 생성형 AI를 사용하는 사용자들의 불안감 비율은 15%로 가장 낮게 나타났습니다.
결론적으로 생성형 AI의 사용 빈도가 높아질수록 자신감 수준이 분명히 증가하는 경향이 있다는 것을 확인할 수 있습니다. 반대로, 생성형 AI 사용 빈도가 높아질수록 불안감 수준은 현저히 감소하는 경향을 보였습니다. 이러한 데이터를 기반으로 볼 때, 생성형 AI 사용 경험이 사용자의 자신감 향상과 불안감 감소에 상당히 긍정적인 영향을 미친다고 해석할 수 있습니다. 초기에는 생성형 AI에 대한 불안감이 있을 수 있지만, 실제로 직접 사용해보면서 익숙해지면 불안감은 줄어들고 자신감은 상승하는 경향이 나타나는 것으로 추측됩니다. 따라서 생성형 AI 기술 도입 및 활용을 장려할 때는 사용자들이 사용 경험을 쌓을 수 있도록 지원하고 익숙해질 수 있도록 돕는 것이 중요합니다.
| GenAI가 가져온 시간 절약과 그 활용법
업무에 생성형 AI를 사용하는 응답자 중 58%가 주당 최소 5시간을 절약했다고 답했습니다. 이 절약된 시간은 여러 가지 방법으로 활용되었는데, 가장 큰 비중을 차지한 용도는 더 많은 업무를 수행하는 것이었으며, 응답자의 41%가 이렇게 답했습니다. 그 다음으로는 새로운 업무를 수행하는 데 사용한 비율이 39%였고, 생성형 AI 실험에 활용한 비율이 38%로 나타났습니다. 또 다른 38%의 응답자는 전략적 업무 수행에 활용했으며, 35%는 업무를 일찍 완료하는 데 활용하는 것으로 나타났습니다.
이러한 결과들는 생성형 AI가 업무 생산성 향상에 상당한 영향을 미치고 있음을 보여줍니다. AI로 절약된 시간은 단순히 기존 업무량을 소화하는 데 그치지 않고 새로운 업무, 전략적 업무, 생성형 AI 실험 등에 활용되며 개인의 성장과 생산성 향상에 재투자되는 경향을 보입니다. 이처럼 생성형 AI는 단순한 유행을 넘어섰습니다. 이미 많은 사람들이 업무에 적극적으로 활용하고 있으며, 상당한 시간 절감 효과를 경험하고 있습니다. 생성형 AI는 업무 방식을 변화시키고 있으며, 단순 반복적인 작업을 대체하는 것을 넘어, 새로운 업무 기회를 창출하고 전략적 사고와 창의성을 발휘할 수 있는 시간을 제공합니다. 생성형 AI는 개인과 조직 모두에게 기회입니다.
| GenAI 사용 빈도에 따른 일자리 상실 우려
비사용자(Nonusers) 그룹에서는 향후 10년 안에 자신의 직업이 사라질 수 있다고 생각하는 비율이 24%로 나타났습니다. 가끔 사용자(Rare users) 그룹에서는 이 비율이 33%로 증가하였고, 정기 사용자(Regular users) 그룹에서는 이 비율이 49%로 더욱 높아졌습니다. 이는 생성형 AI 사용 빈도와 일자리 상실 우려 간의 상관관계를 보여주는 중요한 데이터입니다. 생성형 AI를 정기적으로 사용하는 사람일수록 향후 10년 안에 자신의 직업이 사라질 수 있다고 생각하는 비율이 높게 나타났습니다. 구체적으로, 비사용자 그룹에 비해 가끔 사용하는 그룹은 9%포인트 더 높았고, 정기적으로 사용하는 그룹은 25%포인트 더 높은 일자리 상실 우려를 보였습니다. 특히 정기 사용자 그룹의 경우, 거의 절반에 가까운 49%가 일자리 상실 가능성을 우려하고 있다는 점이 주목할 만합니다.
이 통계 데이터를 기반으로 몇 가지 중요한 시사점을 도출할 수 있습니다.
첫째, 생성형 AI 기술 발전과 보편화가 가속화됨에 따라 일자리 시장 변화에 대한 근로자들의 불안감이 커지고 있음을 알 수 있습니다. 특히 직접 사용하는 사람들은 자신의 업무가 자동화될 가능성을 더욱 현실적으로 느끼고 있으며, 이는 새로운 기술에 대한 적응과 재교육의 필요성을 시사합니다.
둘째, 기업 및 정책 입안자는 AI 도입으로 인한 일자리 변화에 대비하여 근로자들의 재교육 및 직무 전환을 지원하고 새로운 일자리 창출을 위한 노력을 기울여야 합니다.
마지막으로, 단순히 일자리 상실에 대한 불안감을 조성하기보다는, AI 기술을 적극적으로 활용하여 생산성을 향상하고 새로운 가치를 창출할 수 있는 방안을 모색하는 것이 중요합니다.
| 리더들의 AI에 대한 고민
보고서에서는 4,085명의 리더들을 대상으로 한 설문한 결과를 토대로 현재와 미래에 직면한 AI 관련 Top 5 과제를 제시했는데요.
현재 Top 5 과제
1. 비기술 직군의 AI 및 GenAI 이해 부족: AI 기술 이해도 부족은 현재 가장 큰 문제로 인식되고 있음
2. GenAI 활용의 불확실성: 언제 어떻게 GenAI를 적용해야 효과적인지 판단하기 어려움
3. AI 및 GenAI 기술 인재 부족: AI 기술을 다룰 수 있는 전문 인력 확보의 어려움
4. GenAI 구축 및 운영 비용: 높은 구축 및 운영 비용이 AI 도입에 걸림돌로 작용
5. AI/GenAI 특화 파일럿 프로젝트의 전사적 확산 어려움: 소규모 프로젝트의 성공을 전사적으로 확대하는 데 어려움을 겪고 있음
향후 5년 Top 5 과제
1. GenAI 구축 및 운영 비용: 현재와 마찬가지로 미래에도 비용 문제가 가장 큰 장벽으로 예상됨
2. 직원 재배치의 어려움: AI 도입으로 인한 기존 직원들의 업무 변화 및 재배치에 어려움을 예상됨
3. 업무 프로세스 변경의 어려움: AI 기반 시스템으로의 전환 및 새로운 업무 방식 도입의 어려움
4. 혁신 투자 자금/예산 부족: AI 혁신을 위한 충분한 자금 확보에 어려움을 겪을 것으로 예상됨
5. 비기술 직군의 AI 및 GenAI 이해 부족: 현재와 마찬가지로 미래에도 비기술 직군의 AI 이해 부족이 지속적인 과제로 예상됨
기업들은 AI와 생성형 AI(GenAI) 기술을 숙련된 인재를 확보하는 것뿐만 아니라, 비기술 직군의 직원들에게도 AI 교육 프로그램을 제공하여 이들의 AI 이해도를 높이는 데 적극 투자해야 합니다. AI 도입의 불확실성을 해소하기 위해서는 명확한 투자 대비 효과(ROI)를 제시하여 의사결정자들이 AI 기술이 실질적으로 어떤 이점을 제공할 수 있는지 명확하게 이해하게 할 필요가 있습니다. 또한, GenAI 활용에 대한 구체적이고 실행 가능한 가이드라인을 마련하여 관리자와 직원들이 기술을 효과적으로 활용할 수 있도록 지원해야 합니다. AI 도입은 단순한 기술 배치가 아니라, 조직의 문화, 업무 방식, 그리고 인력 관리 전반에 걸친 변화를 요구하는 복합적인 과정이라는 점을 인식하고, 이를 장기적인 관점에서 접근해야 합니다. 결론적으로, 성공적인 AI 도입을 위해서는 기술적 측면뿐 아니라 조직 구조, 인력 개발, 그리고 기업 문화를 포함한 다양한 측면을 통합적으로 고려한 전략적인 접근이 필요합니다. 특히, 비기술 직군에게도 AI 관련 교육을 통해 이들의 이해도를 높이고, 지속적인 투자와 지원을 통해 AI 혁신을 촉진하는 것이 매우 중요합니다.
| GenAI 활용에 대한 직급별 교육 편차와 활용의 어려움
리더 그룹의 교육 이수 비율은 50%로 가장 높으며, 이는 2023년에 비해 44% 증가한 수치입니다. 관리자 그룹의 경우 30%가 AI 관련 교육을 이수했으며, 이는 2023년에 비해 20% 증가한 것입니다. 현장 직원 그룹은 28%의 교육 이수율을 보이며, 이는 2023년에 비해 14% 증가에 그쳤습니다.
여기서 몇 가지 중요한 시사점을 도출할 수 있습니다.
첫째, AI 교육 기회의 불균형이 문제로 나타났습니다. 리더 그룹의 교육 이수 비율은 매우 높은 반면, 현장 직원 그룹은 상대적으로 낮은 교육 기회를 제공받고 있습니다.
둘째, 이 교육 기회의 불균형은 AI 기술 발전과 도입이 가속화됨에 따라 직무 환경 변화에 대한 적응력 차이로 이어질 수 있습니다. 이는 직급 간 임금 격차, 승진 기회 불균형 등 잠재적인 불평등을 심화시킬 수 있습니다.
셋째, 모든 직급의 직원에게 공평한 AI 교육 기회를 제공하기 위한 노력이 절실하며, 특히 현장 직원을 위한 맞춤형 교육 프로그램 개발 및 접근성을 높이는 방안을 마련하는 것이 중요합니다.
마지막으로, 기업은 모든 직원이 AI 기술 변화에 적응하고 이를 활용할 수 있도록 지원함으로써 전체적인 생산성과 경쟁력을 향상시킬 수 있습니다.
생성형 AI 활용에 있어서 첫 번째로 중요한 문제는 시간 부족입니다. 많은 Frontline 직원들은 AI 사용법을 익힐 충분한 시간이 없기 때문에 이 기술을 효과적으로 활용하지 못하고 있습니다. 두 번째로는 교육 부족입니다. AI를 제대로 활용하기 위해서는 체계적이고 충분한 교육이 필수적인데, 많은 직원들이 이러한 교육을 받지 못하고 있습니다. 교육이 미흡하면 AI를 잘 활용할 수 없으며, 이는 생산성 향상으로 이어지지 못할 수 있습니다. 세 번째로, AI를 언제 활용해야 할지에 대한 명확한 지침이 부족하여 사용 시점이 불확실합니다. AI를 가장 효과적으로 사용할 수 있는 시점을 알지 못하면, 이 기술의 잠재력을 최대한 활용하기가 어려워집니다. 네 번째로는 툴 적합성 문제입니다. GenAI 도구가 직원들의 요구사항에 맞지 않거나 현재의 업무 흐름과의 통합에 어려움을 겪는 경우가 많습니다. 이는 GenAI 도구가 잘 적용되지 않는 주요 이유 중 하나입니다. 마지막으로 신뢰 부족입니다. 직원들이 GenAI 도구의 정확성, 신뢰성, 보안성에 대해 충분한 신뢰를 가지지 못하면 이러한 기술을 적극적으로 활용하려 하지 않습니다.
생성형 AI 활용에 대한 문제를 해결하기 위해서는 우선 직원들에게 생성형 AI 활용 교육을 위한 충분한 시간과 자원을 제공해야 합니다. 실질적인 사용 사례 중심의 교육과 숙련도 향상 기회가 필요합니다. 이는 직원들이 AI를 보다 효과적으로 활용할 수 있도록 돕는 중요한 요소입니다. 또한, AI를 언제, 어떻게 사용해야 하는지에 대한 명확한 지침과 성공 사례를 제공함으로써 사용 시점에 대한 불확실성을 해소할 필요가 있습니다. 이는 직원들이 생성형 AI를 적절한 시점에 활용하여 최대한의 효율을 이끌어낼 수 있게 도와줄 것입니다. 사용자 맞춤형 지원도 필요합니다. 생성형 AI 도구가 다양한 직무 역할과 요구사항에 부합하도록 사용자 맞춤 설정 기능을 강화하고, 업무 흐름과의 유연한 통합을 지원해야 합니다.
결론적으로, 성공적인 생성형 AI 도입을 위해서는 기술적인 측면뿐 아니라 직원들의 인식과 준비 수준을 고려하는 것이 중요합니다. 직원들의 시간적 제약, 교육 필요성, 도구에 대한 신뢰 등을 해결해야 생성형 AI의 잠재적 가치를 최대한 활용할 수 있을 것입니다.
원더스랩은 AI가 비즈니스의 목적에 맞게 '잘' 도입될 수 있도록 지원합니다.
AI 활용 및 도입에 대한 고민이 있으시다면, 언제든지 문의해 주세요🙂