직장 내 인공지능 통계 (2025~2035)

인공지능은 2025년에서 2035년 사이에 업무에 미치는 영향이 2000년에서 2010년 사이 인터넷이 미친 영향과 유사할 것이다.

이것저것의 자동화는 채용, 고객 관리, 글쓰기, 연구, 그래픽 작업 등 전체적인 업무 방식을 은밀하게 재설계하는 단계로 발전했습니다.

2024년부터 2025년까지 확보된 데이터는 이미 다음과 같은 추세를 보여줍니다. 도입률이 70%를 넘어서고 생산성이 실질적으로 향상되는 한편, 창의성, 형평성 및 신뢰성에 대한 우려가 제기되고 있습니다.

이 논문은 인공지능이 업무에 미치는 영향에 대한 최신 국제적 증거를 종합적으로 분석합니다. 여기에는 인공지능의 활용 범위, 가장 빠르게 확산되는 산업 및 직종, 그리고 인공지능에 대한 근로자들의 태도가 포함됩니다.

이 연구는 관찰 가능한 지표, 즉 가장 일반적으로 사용되는 특정 애플리케이션, 생산성 및 혁신에 미치는 영향, 그리고 투자 수익률(ROI)의 초기 징후를 분석합니다.

이러한 수치들을 종합해 보면, 현재 인공지능의 현황을 보여주는 것 이상으로, 인간과 알고리즘의 구분이 무의미해지는 미래 경제의 기반이 되는 요소들을 엿볼 수 있습니다.

전 세계 직장 내 AI 도입률 (2019년~2025년)

지난 7년 동안 인공지능은 변두리 아이디어에서 대부분의 기업들이 실제로 도입하고 있다고 주장하는 기술로 발전했습니다.

맥킨지의 장기적인 글로벌 설문조사에 따르면, 적어도 한 가지 기능에 AI를 사용하는 기업의 비율은 코로나19 위기 동안 감소했지만, 생성형 AI의 등장으로 이후 반등하여 2024년 초 조사에서는 72%, 최신(2025년) 조사에서는 78%를 기록했습니다.

이러한 증가세는 스탠포드 인간중심 인공지능 연구소의 2025년 AI 지수 보고서에서도 확인되는데, 이 보고서에 따르면 2024년에는 78%의 조직이 AI를 사용하고 있었으며, 이는 2023년의 55%에 비해 증가한 수치입니다.

입양의 단면

*2024년 초 수치입니다. 여러 연말 보고서에 따르면 2024년 말에는 그 비율이 약 78%에 달했으며, 이는 2025년 조사에서 제시된 "최신" 수준과 일치합니다.

출처: McKinsey의 기업 AI 현황 조사 시리즈(방법론 및 응답자 프로필에 대한 자세한 내용은 사이드바의 "설문조사 인구 통계" 참조), 2024년 및 2025년 수치는 Stanford AI Index에서 확인됨.

데이터가 의미하는 바는 무엇인가

생성형 AI의 도입률은 2020년부터 2022년까지 약 50~56% 수준에서 정체되다가 2023년과 2024년에 증가했는데, 이는 기업들이 주로 IT, 마케팅 및 영업, 고객 서비스 애플리케이션에서 생성형 AI 시범 운영을 실제 운영 환경에 도입하기 시작했기 때문입니다.

이는 AI를 업무에 많이 도입하거나 연동하는 것을 의미하지만, 비즈니스 프로세스의 근본적인 변화를 반드시 의미하는 것은 아닙니다. 그럼에도 불구하고 이는 일반 직원의 "역량"을 확장하는 데 있어 중요한 진전입니다.

분석가 논평

저는 이러한 추세가 기술 도입의 진화 과정에서 흔히 볼 수 있는 S자 곡선을 나타낸다고 해석합니다. 다만 한 가지 예외가 있는데, 이 경우에는 기업들이 기술 도입을 시작하는 속도가 그에 상응하는 가치를 창출하는 속도보다 훨씬 빨랐다는 점입니다.

많은 기업들이 "간편한" 또는 내장형 AI(예: 플러그인 또는 코파일럿 기능)를 선택했기 때문에 분자(AI를 도입한 기업의 비율)가 분모(가치)보다 빠르게 증가하고 있습니다.

향후 1~2년을 내다보면, 도입률은 완만하게나마 계속 상승할 것으로 예상됩니다. 이는 더 이상 확대될 여지가 많지 않기 때문이며, 앞으로는 이러한 도구들을 내재화하고, 애플리케이션과 도구를 합리화하며, AI를 통해 실질적인 효율성 향상을 가져올 수 있는 소수의 핵심 비즈니스 프로세스의 운영 모델을 개선하는 데 초점이 맞춰질 것이기 때문입니다.

인공지능(AI)을 다른 역량과 마찬가지로 (담당자 지정, 예산 책정, 핵심 성과 지표(KPI) 설정, 그리고 사업 타당성 분석을 충족하지 못하는 투자는 정리하는 프로세스 마련 등을 통해) 접근하는 기업만이 AI 도입을 통해 지속적인 생산성 향상을 이룰 수 있을 것입니다.

산업별 활용 사례 (2025년)

2025년의 산업 동향은 투자 방향을 제시할 만큼 충분히 뚜렷하게 구분됩니다.

일상 업무에 차세대 AI를 가장 많이 도입하는 상위 두 분야는 기술 및 전문 서비스이며, 그 뒤를 미디어 및 통신, 첨단 산업(전자, 항공우주, 자동차 회사 포함)이 잇고, 소비재, 금융, 그리고 일반적으로 규제가 심하고 자산 집약적인 분야가 그 뒤를 따릅니다(측면 기사 "2025년 AI 현황에 대한 설문 조사" 참조).

맥킨지가 최근 실시한 인공지능 현황에 대한 글로벌 설문조사에서 응답자의 71%가 소속 조직이 최소 한 가지 기능에 차세대 인공지능을 도입하고 있다고 답했지만, 업종별로 도입률은 큰 차이를 보였다.

부문별 현황

출처: 맥킨지 글로벌 AI 현황 조사(2024년 하반기 실시, 2025년 발표). 수치는 산업 전반에 걸친 생성형 ​​AI 사용 현황을 나타내며, 이는 적어도 하나의 사업 기능에서 생성형 AI를 사용하는 조직의 비율입니다.

그 의미

제 생각에는 이러한 결과는 AI를 비즈니스 프로세스에 통합하는 것이 상대적으로 용이하다는 점을 반영합니다.

기술 기업들은 제품과 서비스에 AI를 접목하는 경향이 있으며, 전문 서비스 기업들은 지식 관리 및 글쓰기에 AI를 활용합니다. 미디어 및 통신 기업들은 서비스 운영에 AI를 사용합니다.

의료 및 에너지 분야가 뒤처지는 이유는 사용 사례가 부족해서가 아니라, 상용화를 위해서는 안전, 데이터 관리, 기존 시스템과의 통합과 같은 요구 사항을 충족해야 하기 때문입니다.

금융권은 실행보다는 거버넌스를 우선시하는 경향이 있는데, 이는 더 느린 과정이지만 장기적으로는 더 지속 가능한 방식일 가능성이 높습니다.

또한, 부문별 분석 결과를 더 넓은 관점에서 살펴보면, 전 세계 비즈니스 환경 전반에서 최근 몇 년 동안 AI 사용이 크게 증가했습니다(측면 기사 "전 세계 비즈니스 전반에 걸친 AI의 부상" 참조).

분석가 관점

계획 수립 측면에서 볼 때, 도입률은 제약 요인이 되지 않을 것이며, 오히려 도입 범위가 제약 요인이 될 것이라고 가정합니다.

모든 분야의 선두 기업들은 단순히 "스위치를 켜고 끄는" 방식에서 벗어나, 처리량이 많은 몇 가지 프로세스(예: 보험금 청구 심사, 마케팅 콘텐츠 제작, 1차 고객 지원, 버그 수정)를 근본적으로 재구상하고 있습니다.

다음 단계의 차별화는 데이터 인프라 및 위험 관리에서 비롯될 것입니다. 즉, 관리되는 데이터 세트와 통합된 데이터 가져오기, 사용량 추적 및 사람의 검토 지점이 필요합니다.

제가 찾는 AI 성숙도의 두 가지 운영 지표는 (1) AI 운영 위험에 대한 단일 소유자와 (2) 컴퓨팅 리소스에서 자체적으로 비용을 지불하지 않는 모든 것을 종료하는 투자 포트폴리오 접근 방식입니다.

규제가 더 엄격한 분야들도 모델의 신뢰성과 설명 가능성이 일상화됨에 따라 따라잡을 것이며, 이 두 가지 모두 생각보다 훨씬 빨리 실현될 것입니다.

기능별 AI 도입 현황(2025년)

다음은 2025년까지 직무별 비율입니다. 인공지능(AI)은 대외 지향적이고 콘텐츠 중심적인 직무, 그리고 소프트웨어 개발 직무에서 가장 널리 사용되고 있으며, 자본 투자나 엄격한 감독이 필요한 직무에서는 상대적으로 덜 사용됩니다.

이 수치들은 맥킨지가 실시한 새로운 글로벌 설문조사(2024년 하반기 실시, 2025년 발표)에서 나온 것으로, 인공지능이 정기적으로 사용되는 직무 분야를 다루고 있습니다. 설문조사에서 확인된 직무들을 저는 "기능적 역할"이라고 부릅니다.

전반적으로 마케팅 및 영업이 최상위에 있고, 제품 및 서비스 개발, IT 및 서비스 운영이 중간 수준이며, 위험 관리 및 규정 준수, 공급망 및 제조가 가장 하위에 있습니다(적어도 현재로서는).

역할 유형별 현황 (일반 AI를 정기적으로 사용하는 조직의 비율)

출처: 맥킨지 AI 현황 글로벌 설문조사(2024년 하반기 데이터, 2025년 발표). 백분율은 기능별로 "최소 한 가지 활용 사례에서 인공지능을 정기적으로 사용하는 기업"의 비율을 나타냅니다. "지식 관리"는 맥킨지가 다른 기업 기능들을 포괄하기 위해 사용하는 용어입니다.

주요 테이크 아웃

여기서 두 가지 패턴을 발견했습니다. 첫째, 텍스트, 이미지, 코드 및 구조화된 데이터(마케팅, 제품, IT 및 소프트웨어 개발)를 본질적으로 포함하는 기능은 모델을 배포하기가 상대적으로 더 쉽습니다.

둘째, 위험 및 규정 준수, 공급망 및 제조는 보다 엄격한 접근 제어, 데이터 접근 및 안전 정당성 검증이 필요하기 때문에 우선순위가 낮습니다.

그뿐 아니라, 2024년에 전반적인 차세대 AI 도입률이 급증했다는 사실(기업 전반의 차세대 AI 도입률 참조)은 가장 낮은 수준의 기능에서도 상승세를 보이는 이유를 설명해 줍니다.

분석가의 의견

제 생각에는 2025년이 시장 침투율이 주요 이슈가 되는 마지막 해가 될 것입니다.

이러한 선도적인 기능들은 단순히 해당 직무에 AI를 "도입"하는 데 그치지 않고, 마케팅 분야의 캠페인 기획부터 A/B 테스트, 소프트웨어 엔지니어링 분야의 버그 수정, 지원 기능 분야의 지식 검색 및 감사와 같은 특정 고빈도 작업을 처음부터 끝까지 자동화할 것입니다.

3가지 징후는 1세대 AI 성숙도를 나타냅니다. (1) AI 운영 위험에 대한 지정된 소유자, (2) 잘 관리된 데이터 소스(개방형 인터넷이 아님)에 연결된 데이터 조회 기능, (3) 에너지 소비를 정당화할 만큼 충분한 가치를 생성하지 않는 프로토타입에 대한 일몰 규칙이 있는 파이프라인.

또한, 도구 성숙도와 합성 데이터 파이프라인이 더욱 견고해짐에 따라 그래프 오른쪽(공급망 및 제조)의 기능도 증가할 것으로 예상합니다. 요컨대, 차세대 AI의 폭넓은 적용은 이제 끝났습니다. 이제는 차세대 AI의 심층적인 적용이 필요한 시점입니다.

직원의 AI 도구 노출 현황(2023년~2025년)

2025년에는 직무 유형 간의 명확한 구분이 나타날 것입니다. 생성형 AI는 외부 콘텐츠 중심의 직무나 소프트웨어 개발 관련 직무에 널리 보급될 것입니다. 반면 자본 집약적이거나 사용자 승인이 필요한 사업 영역에서는 상대적으로 덜 보편화될 것입니다.

맥킨지의 최근 글로벌 설문조사(2024년 하반기 실시, 2025년 발표)는 기업들이 현재 어떤 기능 분야에서 인공지능(AI)을 정기적으로 도입하고 있는지를 보여줍니다. 저는 이러한 기능들을 조직 내 "직무 유형"의 실질적인 대리 변수로 간주합니다.

핵심 결과는 마케팅 및 영업 부문이 가장 큰 영향을 받았으며, 그 뒤를 이어 제품 또는 서비스 개발, IT, 서비스 운영 부문이 큰 비중을 차지했습니다. 현재 차세대 AI를 가장 적게 활용할 것으로 예상되는 직무는 거버넌스, 공급망, 제조 부문입니다.

역할 유형별 현황 (일반 AI를 정기적으로 사용하는 조직의 비율)

출처: 맥킨지 글로벌 인공지능 현황 조사(2024년 하반기 데이터, 2025년 발표).

숫자는 기능별로 "최소 한 가지 사용 사례에서 1세대 AI를 정기적으로 사용하는 비율"을 나타냅니다. "지식 관리"는 기타 비즈니스 기능을 포괄하는 범주입니다.

핵심 요점. 여기서 가장 중요한 관찰 사항은 무엇인가요?

제 생각에는 두 가지 이유가 있습니다. 첫째, 마케팅, 제품, IT, 소프트웨어와 같이 텍스트, 이미지, 코드 또는 지식 표현이 입력값으로 많이 사용되는 분야는 모델 적용이 더 쉽습니다. 모델을 그대로 사용하기에 적합하기 때문입니다.

두 번째는 위험/규정 준수, 공급망, 제조와 같이 허가나 자산 집약적인 사업 영역은 보증, 접근 제어 및 법적 안전성이 혁신적인 결과 창출보다 더 중요하기 때문에 우선순위가 낮다는 것입니다.

2024년 한 해 동안 전반적인 기업 도입률이 상승했다는 점에 주목할 필요가 있습니다. 따라서 도입률이 뒤처진 기업들도 최소한 어느 정도의 성과 향상을 경험하고 있습니다.

애널리스트의 의견.

이 결과를 어떻게 해석해야 할까요? 제 생각에는 2025년이 되면 보급률 자체가 더 이상 중요한 이슈가 되지 않을 것 같습니다.

가장 앞선 기업들은 인공지능을 이러한 직무에 도입하는 방법을 찾아낼 뿐만 아니라, 더욱 중요한 것은 마케팅 분야의 A/B 테스트를 통한 아이디어 생성, 엔지니어링 분야의 버그 수정, 지원 분야의 추적 기능을 갖춘 지식 검색 등 몇 가지 핵심적인 대량 작업을 처음부터 끝까지 자동화하는 데 활용할 것입니다.

여기서 성숙도를 나타내는 세 가지 대리 지표를 찾을 것입니다. (1) AI 운영 위험을 소유하는 것으로 지정된 단일 담당자, (2) 관리된 코퍼스(인터넷과 반대)를 사용하는 검색 또는 기타 검색 프로세스, (3) 계산 비용을 회수하지 못하는 프로젝트를 조용히 폐기하는 사용 사례 포트폴리오.

규제가 더 엄격한 산업들은 품질 보증 및 원산지 확인 문제가 일상화되는 즉시 격차를 좁힐 것이며, 그 시점은 대부분의 사람들이 생각하는 것보다 훨씬 가깝습니다.

AI 도구의 생산성 향상 효과 (2024년~2025년)

인공지능이 생산성에 미치는 영향에 대한 최신 연구 결과를 살펴보면서 두 가지 패턴을 발견했습니다. 하나는 (제대로 활용한다면) 분명한 이점이 있다는 것이고, 다른 하나는 "어떻게 활용하느냐에 따라 결과가 달라진다"는 단서가 붙는다는 것입니다.

세인트루이스 연방준비은행은 "미국 내 생성형 AI를 사용하는 직장인들 사이에서, 이 새로운 기술이 2024년 후반 기준으로 전체 업무 시간의 6%에서 24.9%를 (사용 주간 동안) 활용하는 데 도움이 되었다"고 밝혔습니다.

또 다른 논문에서는 "생성형 AI를 사용하는 매 시간은 일반적인 업무 시간보다 생산성이 약 33% 더 높았다"고 밝혔습니다.

다음은 이러한 결과를 종합적으로 정리한 간단한 표입니다.

이 수치는 우리에게 무엇을 말해주는가?

제가 이해하기로는, 이러한 연구 결과는 직원들이 이러한 도구들과 의미 있게 상호작용할 때 생산성 향상이라는 실질적인 이점을 얻을 수 있다는 것을 시사합니다.

하지만 이러한 배당금이 "지원 시간" 기준으로 최대 24.9%에 그친다는 사실은 대부분의 사람들이 이러한 도구에 모든 업무 시간을 할애하지 않는다는 것을 의미합니다.

시간당 생산성 33% 향상은 훌륭하지만, 이는 해당 도구를 사용하는 시간에만 해당되며 주간 전체 생산성 향상에는 적용되지 않습니다.

경제 전체로 집계해 보면, 그 효과는 연간 생산성 증가율의 0.3~3.0%포인트에 해당합니다.

다시 말해, 이 모든 것은 아직 초기 단계에 불과하며, 혜택은 분명히 있지만 여전히 소수의 사람들에게 집중되어 있습니다.

내 견해

제 생각에 경영진에게 이것이 시사하는 바는 AI 기반 생산성 향상을 통해 손쉽게 얻을 수 있는 이점이 있지만, 이러한 이점을 광범위하게 실현하려면 프로세스 재설계, 역량 강화 및 관리가 필요하다는 것입니다.

경영진은 "좋아, 그럼 이 도구들을 모두에게 제공하자"라는 생각에서 "어떤 프로세스를 개편할 준비가 되어 있는가?" "이 도구가 실제로 어떤 시간대에 활용될 수 있을까?"라는 생각으로 전환해야 합니다.

“어떤 업무 프로세스에 이 도구를 도입할 수 있으며, 시간별 생산성 향상을 어디에서 측정할 수 있을까요?”

이를 실현할 수 있을 때까지 우리는 완전한 지원이 아닌 부분적인 지원(지원 시간의 6%~24.9%)에 의존하는 세상에 머물러 있을 것입니다.

앞으로의 과제는 생산성 향상 효과를 찾아내는 것이 아니라, 이를 제도화하고 내재화하며 조직 전체에 확산시키는 것입니다.

이미 채용 공고에 AI 기술이 필수 요건으로 명시되어 있습니다.

고용 시장은 이 문제를 논의할 시간이 없습니다. 이미 많은 채용 공고에 "AI 활용 능력"을 필수 요건으로 추가했기 때문입니다.

LinkedIn은 최근 ChatGPT, GitHub Copilot, Promise Engineering 경험 등을 포함한 "AI 활용 능력"을 필수 요건으로 명시한 채용 공고가 지난 1년 동안 6배 이상 증가했다고 발표했습니다.

이러한 유형의 구인 공고는 여전히 상대적으로 드물지만(전 세계 유료 구인 공고의 0.2%에 불과함), 증가율은 분명합니다.

마찬가지로, Indeed는 2025년 1월에 미국에서 생성형 AI를 언급하는 구인 공고가 지난 1년 동안 170% 증가했지만, 해당 공고의 비율은 여전히 ​​약 0.3%로 상대적으로 낮다고 보고했습니다.

채용 공고에 언급된 AI 기술 관련 현황

내 해석

이는 전형적인 "얇은 꼬리, 급격한 추세" 상황입니다. "AI 활용 능력"을 요구하는 채용 공고의 기본 수준은 여전히 ​​낮지만(즉, 1% 미만), 추세는 매우 강합니다(예: LinkedIn에서 1년 만에 6배, Indeed에서 2.7배 증가).

분명히 많은 직종에서 AI 도구 사용 경험이 "있으면 좋은" 수준에서 "반드시 갖춰야 하는" 기본 역량 수준으로 변화하고 있습니다.

우리는 이러한 용어가 처음에는 기술직(예: 소프트웨어 개발, 데이터 과학) 및 컨설팅 직종의 채용 공고에 등장하다가, 조직 내에서 AI 도구 사용이 더욱 표준화됨에 따라 다른 지식 근로자 직무로 확산되는 것을 목격하고 있습니다.

분석가의 의견

제가 팀을 관리하는 입장이라면, "AI 활용 능력"을 지금의 "스프레드시트 활용 능력"과 같은 맥락으로 볼 것입니다. 모든 직무에 필수적인 것은 아니지만, 분석, 글쓰기, 고객 응대와 관련된 많은 직무에서는 요구되는 역량입니다.

AI 활용 능력에 대한 필요성을 해결하기 위해 채용 담당자는 두 가지를 해야 합니다. 첫째, 특정 AI 도구에 대한 숙련도가 필요한 직무를 파악하고 이를 채용 공고에 포함시켜야 합니다.

이는 직무 요건을 현실에 기반하여 제시하고, 지원자들이 필요한 기술을 갖추고 있는지 판단하는 데 도움을 줍니다.

둘째, 신입 직원에게 AI 도구 사용 교육을 제공해야 하며, 여기에는 가장 인기 있는 도구 사용법에 대한 튜토리얼, 인정된 사용 사례 예시, 각 사용 사례의 이점을 측정하는 도구 등이 포함되어야 합니다.

이는 앞으로 업무 방식이 변화함에 따라 채용 공고에 인공지능 도구 활용 능력이 점점 더 많이 포함될 것이라는 예측이 현실로 다가오기 때문입니다.

2025년 근로자들의 AI에 대한 인식 변화

최근 직장 내 인공지능에 대한 근로자들의 태도를 다룬 연구들을 살펴보았습니다. 제가 본 바로는 낙관론, 불안감, 그리고 복잡성에 대한 인식이 모두 존재합니다.

한편으로 노동자들은 상황이 바뀔 것이라는 것을 알고 있지만, 다른 한편으로는 그 변화가 자신들에게 개인적으로 어떤 의미를 갖게 될지는 확신하지 못하고 있습니다.

숫자들

퓨 리서치 센터가 미국 근로자들을 대상으로 실시한 새로운 설문조사(2025년 초)에 따르면:

응답자의 52%는 직장에서 인공지능(AI)이 어떻게 활용될지 우려한다고 답했습니다. 36%는 AI가 업무에 미칠 영향에 대해 기대감을 나타냈습니다. 16%는 현재 자신의 업무 중 일부가 AI를 활용하여 이루어지고 있다고 답했고, 25%는 현재 업무 중 일부가 AI로 대체될 수 있을 것이라고 예상한다고 답했습니다.

KPMG 인터내셔널과 멜버른 대학교가 47개국 48340명을 대상으로 실시한 글로벌 연구에 따르면, 직원의 57%가 직장에서 AI 도구 사용을 숨긴 적이 있다고 인정했습니다.

근로자 심리 지표 표

이 수치들이 우리에게 말해주는 것

제 생각에는 노동 시장에는 두 가지 흐름이 있는 것 같습니다. 많은 근로자들이 AI와 그 가능성에 대해 알고 있지만, 완전히 확신하거나 준비되었다고 느끼는 사람은 더 적습니다.

절반 이상이 우려하고 있다는 것은 배치 및 소통이 아직 필요한 수준에 이르지 못했음을 시사합니다.

응답자의 3분의 1이 희망을 느낀다는 것은 기회가 분명하고 실감난다는 것을 시사합니다.

"사용 사실 숨기기"에 대한 통계는 특히 흥미로운데, 이는 도구 배포와 작업자의 편안함(또는 공개) 사이에 괴리가 있음을 시사합니다. 작업자들이 도구를 사용하고는 있지만, 이를 공개적으로 밝히는 데 안전이나 지원을 느끼지 못하는 것일 수 있습니다.

내 걸릴

이러한 엇갈린 결과는 경각심을 일깨워주는 것이라고 생각합니다. 기업들은 기술이 있다고 해서 직원들의 자신감이 저절로 생길 것이라고 가정해서는 안 됩니다.

오히려 조직은 직원들과 협력하여 신뢰를 구축하고, 사용법을 명확히 하며, 직원들을 교육해야 합니다.

제 조언은 AI 사용 방식에 대한 명확한 정책을 수립하고, 이러한 정책 개발 과정에 근로자들을 참여시키며, 사용량과 함께 신뢰도도 추적하는 것입니다.

기술적으로는 준비됐지만, 사람들은 아직 준비가 안 됐다.

간단히 말해, 우리는 업무 환경에서 인공지능이 가져오는 충격과 경악의 단계를 지나 이제는 조화를 이루는 단계로 접어들어야 할 때입니다.

가장 많이 사용되는 AI 도구(2025년)

그렇다면 직원들이 업무에 실제로 사용하는 AI 도구는 어떨까요? 개발자와 기업 사용자라는 두 가지 사례를 살펴볼 수 있습니다.

개발자 중심: 개발자 부문에서는 두 가지 뛰어난 생산성 도구가 선두를 달리고 있습니다.

2025년 Stack Overflow 설문조사에 따르면 개발자의 82%가 ChatGPT를 사용하고 있으며, 68%는 GitHub Copilot을 사용한다고 답했습니다. 그 뒤를 이어 Gemini(47%), Claude/Claude Code(41%), Microsoft Copilot(31%), Perplexity(16%) 순으로 나타났습니다. 이 수치는 AI 도구를 사용하는 개발자의 비율이며, 전체 사용자를 나타내는 것은 아닙니다.

기업 부문: 기업 환경에서도 실제 브라우저 원격 측정 데이터를 통해 비슷한 양상을 확인할 수 있습니다. LayerX의 2025년 보고서에 따르면 ChatGPT가 전체 기업 GenAI 사용량의 92%를 차지하며, Gemini(15%), Claude(5%), Copilot(2~3%)이 그 뒤를 잇습니다. 또한 이 보고서는 전체 직원의 45%가 GenAI 도구를 하나 이상 사용하고 있다고 추정하며, 이는 이러한 도구들이 얼마나 보편화되었는지를 보여줍니다.

스냅샷: 업무 현장에서 가장 많이 사용되는 AI 도구 (2025년)

배경 설명: Stack Overflow 데이터는 개발자가 직접 보고한 도구 사용 현황을 기반으로 하며, LayerX 데이터는 기업의 브라우저 원격 측정 데이터를 기반으로 합니다. 두 보고서 모두 2025년에 발표되었습니다.

해석

제 해석은 간단합니다. 롱테일은 실제로 길지만, 직원들이 업무에서 실제로 사용하는 도구는 상대적으로 적다는 것입니다.

ChatGPT는 개발자를 포함한 대부분의 사용자, 그리고 (상대적인 트래픽 측면에서) 더 넓은 기업 사용자에게 여전히 주요 관문 역할을 합니다.

Copilot은 개발자들에게 특히 인기가 높지만, 대부분의 사용 사례가 개인 계정을 통해 액세스하는 소비자 대상 챗봇에서 발생하기 때문에 기업 시장에서는 다소 부진한 모습을 보입니다.

두 번째 이야기는 파편화에 관한 것입니다. Gemini, Claude, Perplexity와 같은 도구들은 확실한 활용 사례가 있지만, "챗봇을 열고 답변을 얻는" 일반적인 패턴을 대체하지는 못했습니다.

계획 수립에 미치는 영향

만약 제가 시스템 배포를 계획한다면, 대부분의 사용 사례를 포괄할 수 있도록 범용 도구 하나와 소수의 전문 도구를 계획할 것입니다.

핵심은 거버넌스와 통합입니다. 대부분의 일상적인 문의는 회사 데이터 및 로그에 접근할 수 있는 중앙 관리형 챗봇을 통해 처리하되, 직원들이 동일한 인터페이스 내에서 특수 도구(예: 코딩 코파일럿 또는 검색 기능이 강화된 리트리버)를 원활하게 호출할 수 있도록 해야 합니다.

월간 활성 사용자 수(MAU)뿐만 아니라 지원된 작업 비율과 작업당 절약된 시간도 추적하세요. 바로 거기에 가치가 있습니다.

대부분의 직원이 하나의 핵심 도구에 집중하는 것은 문제가 아니라, 오히려 알림, 로그, 가이드라인을 표준화하여 혼란 없이 효율성을 확장할 수 있는 기회입니다.

생산성 대 창의성 성과 (2024년~2025년)

최근 연구 결과를 검토한 결과, 생성형 AI 도구는 생산성에 확실하고 긍정적인 영향을 미치고 있는 반면, 창의성에 미치는 영향은 좀 더 미묘한 것으로 나타났습니다.

즉, 기업들은 더 빠르게 움직이고 있지만, 더 창의적으로 변하고 있는지는 불분명합니다.

중요한 사실 인정

2025년 경제협력개발기구(OECD)의 조사에 따르면, 인공지능 생성 도구를 사용하는 근로자는 텍스트를 작성하거나 요약할 때 약 40% 더 빠르고, 평가자들이 평가한 작업 품질도 약 18% 더 높은 것으로 나타났습니다.

2025년에 발표된 28개 연구(참가자 8,000명 이상)에 대한 메타분석 결과, AI를 활용하는 사람들은 창의적인 결과물을 더 많이 만들어내는 것으로 나타났지만(효과 크기 g ≈ 0.27), 아이디어의 다양성은 감소한 것으로 나타났습니다(효과 크기 g ≈ -0.86).

요약: 생산성 vs. 창의성 결과

숫자가 암시하는 것

데이터를 분석해 보면 생산성 향상은 더욱 분명하게 나타납니다. AI 도구 덕분에 직원들은 글쓰기나 요약 같은 특정 분야에서 더 빠르게 업무를 처리하고 더 높은 품질의 결과물을 만들어내고 있습니다. 하지만 창의성에 미치는 영향은 좀 더 미묘합니다.

인공지능과 협업하여 창의적인 작업을 하는 사람들이 더 나은 성과를 내는 것은 사실이지만(g ≈ 0.27), 그 결과 아이디어의 다양성은 떨어집니다(g ≈ -0.86). 이는 인공지능 시스템이 인간을 진정으로 독창적인 해결책보다는 유사한 해결책으로 이끌 수 있음을 시사합니다.

분석가의 견해

제 생각에는 기업들이 생산성과 창의성을 별개로 다뤄야 한다는 의미입니다. 반복적인 작업의 속도, 일관성, 품질을 향상시키고 싶다면 인공지능(AI)은 당연한 선택입니다.

하지만 만약 획기적인 혁신을 이루거나, 아이디어를 창출하거나, 완전히 새로운 가능성을 탐구하고 싶다면, 인간과 기계 간의 상호 작용을 더욱 신중하게 관리해야 할 것입니다.

사람들이 자율성을 유지할 수 있도록 하고, 다양한 의견을 수렴하며, 기계가 아이디어 생성 과정을 지배하지 않도록 해야 합니다.

2025년 중반까지 인공지능의 모든 이점을 누리고 싶다면, 두 가지 방향으로 접근하는 것이 좋습니다. 단기적으로는 속도를 높이고 품질을 개선할 수 있는 작업에 집중하고, 장기적으로는 수렴이 아닌 발산을 목표로 하는 실험 분야에 투자해야 합니다.

채용 및 인사 자동화 분야의 AI (2025년)

지금은 2025년이고, 인사팀은 채용, 온보딩, 직원 관리에 AI와 자동화 기술을 활용하고 있습니다. 한때 실험적인 시범 프로젝트였던 것들이 이제는 필수적인 요소가 되었습니다.

실제로 채용 담당자의 99%는 이미 채용 과정에서 AI를 활용하고 있다고 답했으며, 98%는 AI 덕분에 "상당한 개선"을 이루었다고 보고했습니다.

마찬가지로, 중소기업의 65%는 이미 인사 관리(주로 채용) 목적으로 AI를 활용하고 있으며, 절반 이상이 내년에 투자를 늘릴 계획이라고 답했습니다.

개요: 2025년 채용 및 HR 자동화의 주요 지표

그렇다면 이것이 실제로 무엇을 의미하는가?

저는 인공지능이 인사 관리 분야에 이렇게 빠르게 자리 잡을 줄은 예상 못 했습니다. 비록 아직 채용 분야에 적용되는 초기 단계이긴 하지만요. 특히 실험 단계에서 거의 모든 곳에 적용되는 단계로 이렇게 빠르게 발전한 것은 정말 놀랍습니다.

현재 후보자 물색, 이력서 검토, 면접 일정 조율, 심지어 면접 과정 자체의 여러 측면에 이르기까지 수많은 프로세스가 자동화되고 있습니다.

이러한 프로세스가 더 효율적이라는 것은 분명합니다. 작업은 대개 더 빠르게 완료되고 사람의 개입도 줄어듭니다.

하지만 그 이면에는 또 다른 측면이 있습니다. 채용 담당자의 99%가 AI를 활용하게 되면, AI 자체는 더 이상 차별화 요소가 되지 못합니다.

경쟁력의 핵심은 그것을 어떻게 구현하는지, 얼마나 신중하게 구현하는지, 얼마나 공정하게 구현하는지, 그리고 인간의 판단과 얼마나 잘 통합하는지에 달려 있습니다.

한 가지 예로, 중소기업의 65%가 인사 관리 프로세스(주로 채용)에 AI를 도입했는데, 이는 AI 도입이 대기업에만 국한된 현상이 아님을 보여줍니다.

우리의 견해

분석가에게 중요한 두 가지 시사점이 떠오릅니다.

첫째, 거버넌스, 위험 관리 및 통제는 더 이상 배경이 아닌 핵심적인 문제로 다뤄져야 합니다. AI가 이제 대부분의 채용 결정에 필수적인 요소가 되었기 때문에 편견, 설명 가능성, 지원자 경험 및 규정 준수와 같은 문제는 일상적인 업무의 일부가 되었습니다.

자동화는 채용의 초기 단계(인재 발굴)를 가속화하는 데 확실히 도움이 될 수 있지만, 의사 결정 권한, 감사 및 공정성을 근본적으로 변화시킵니다. 이는 최적화가 아닌 변혁입니다.

두 번째는 인간과 AI의 협업에 집중해야 한다는 점입니다.

AI는 채용 과정을 확실히 가속화하고 최적화할 수 있지만, 결국 가치는 인간의 평가, 즉 문화적 적합성, 전략적 적합성, 그리고 미래 적합성에 있습니다.

인공지능을 활용하여 분석 및 제안을 하되, 채용 여부에 대한 최종 결정은 인간의 토론을 통해 진행하는 기업이 모든 의사결정을 인공지능에 위임하는 기업보다 더 나은 성과를 낼 것이다.

인사 관리를 자동화할 수 있는지 묻는 단계는 이미 지났습니다. 자동화는 가능합니다. 중요한 것은 자동화가 얼마나 잘 이루어지고, 관리되고, 인간의 업무 프로세스와 얼마나 잘 통합되고 있느냐입니다.

2024~2025년: AI의 가치 및 ROI

이제 2024-25년 ROI 전망을 살펴보겠습니다. 우선, 기업 내부 기능 분야에서 리더들은 생성형 AI 투자로부터 직접적인 ROI 성과(매출 증가, 비용 절감)를 거두고 있다고 주장합니다.

하지만 한 발짝 물러나 기업 전체 차원에서 살펴보면 현실은 훨씬 더 복잡합니다. 성공 사례는 일부 있지만, 기업 전체의 영업이익(EBIT)에 실질적인 변화를 가져온 사례는 거의 없습니다.

최근 실시한 글로벌 설문조사에 따르면, 모든 사업 부문의 임원 대다수가 2024년 하반기에 비용 절감과 매출 증대를 모두 경험했다고 답했습니다.

또한 80% 이상이 기업 차원의 영업이익(EBIT)에 실질적인 영향이 없다고 응답했습니다. 지난 한 해 동안 총 영업이익의 5% ​​이상이 생성형 AI로 인해 발생했다고 응답한 기업은 17%에 불과했습니다.

현황 파악: ROI가 나타나는 곳은 어디인가(사업 부문별 가치 보고 응답자 비율, 2024년 하반기) 출처: 2024년 AI 현황, 맥킨지 글로벌 설문조사(2025).

현황 파악: ROI가 나타나는 곳은 어디인가(사업 부문별 가치 보고 응답자 비율, 2024년 하반기) 출처: 2024년 AI 현황, 맥킨지 글로벌 설문조사(2025).

기능별 지표는 지난 12개월 동안 생성형 AI 애플리케이션이 새로운 수익을 창출하거나 비용을 절감했다고 응답한 비율을 보여줍니다.

하지만 사업 성과 측면에서는 상황이 매우 다릅니다. 80% 이상이 생성형 AI로 인해 아직까지 상당한 영업이익(EBIT) 영향을 받지 못했다고 답했으며, 지난 한 해 동안 생성형 AI가 총 영업이익의 5% ​​이상을 차지했다고 응답한 기업은 17%에 불과했습니다.

이 수치들이 나타내는 것

제 생각에는 이것이 우리가 봐야 할 모습입니다. 개별 솔루션들은 제 역할을 해내고 있습니다. 이제 문제는 확장성이냐는 것입니다.

실질적인 차원에서 가장 큰 성과를 내는 영역은 본질적으로 디지털화되어 있고 지표 중심적인 전략 및 재무, 공급망, 서비스 운영, 엔지니어링입니다. 결국 효율성과 성과 향상을 측정하는 것이 더 쉽기 때문입니다.

하지만 이러한 부분 최적화를 통해 기업 전체의 EBIT를 달성하려면 단순히 몇 가지 도구를 추가하는 것 이상의 조치가 필요합니다.

핵심 시스템에 대한 API를 표준화하고, AI 위험 및 ROI에 대한 책임을 할당하고, 무엇보다 절약된 시간을 단순히 낭비하지 않고 부가가치 활동에 재투자해야 합니다.

이것이 바로 대부분의 팀이 사업 성과에 대해 자랑스럽게 보고할 수 있지만, 최고재무책임자(CFO)는 여전히 회사 전체가 완전히 변모했다고 말할 준비가 되어 있지 않은 이유입니다.

분석가의 견해

2025년에서 2026년까지의 전략을 세운다면, 저는 서로 연관된 세 가지 측면에서 투자 수익률(ROI) 향상을 위한 전략을 펼칠 것입니다.

1. a. 사용 사례 수준(예: 소요 시간 단축, 오류 감소, 통화당 추가 판매 비율)에서, b. 포트폴리오 수준(예: 도구 통합, 진행 속도가 느린 파일럿 프로젝트 종료, AI 리소스 할당)에서, c. 기업 수준(예: EBIT, CCC)에서 리소스를 비즈니스에 다시 투입할 수 있는 명확한 프로세스를 통해 개선 사항을 도출합니다.

우리는 얻을 수 있는 가치가 있다는 것을 알고 있습니다. 데이터가 그것을 증명합니다. 이제 필요한 기반을 마련해야 합니다. 거버넌스, 프로세스 간소화 및 분석을 통해 지역적 이점을 수익과 연결해야 합니다.

한 걸음 물러서서 이러한 다양한 지표들을 살펴보면 한 가지 사실을 분명히 알 수 있습니다. 인공지능은 이제 직장의 문턱에 서 있는 것이 아니라 이미 깊숙이 자리 잡았습니다.

우리는 높은 도입률과 도구 사용률을 확인하고 있습니다. 투자 수익률(ROI)에 대해서는 다소 엇갈린 신호가 보이지만, 어쨌든 ROI가 발생할 것으로 예상합니다.

생산성이 창의성보다 빠르게 증가하고 있다는 것은 이러한 전환의 초기 단계가 급진적인 혁신보다는 효율성에 더 중점을 두고 있음을 의미합니다.

하지만 이러한 생산성 측정 지표의 이면에는 더욱 미묘한 변화가 숨어 있습니다. 바로 단순히 일을 하는 것에서 벗어나, 결정을 내리고 관리하며 개선하는 방향으로 일이 꾸준히 이동하고 있다는 점입니다.

2035년이 되면 우리는 더 이상 인공지능(AI) 활용에 대해 논의하지 않을 것입니다. 대신 신뢰할 수 있는 시스템을 얼마나 성공적으로 강화했는지, 데이터를 얼마나 안전하게 보호했는지, 직원들의 역량을 얼마나 향상시켰는지, 그리고 생산성뿐만 아니라 집단 지능과 혁신성을 얼마나 평가했는지에 대해 이야기하게 될 것입니다.

2020년대에 인공지능과 공존하는 법을 배웠다면, 2030년대에는 인공지능과 협력하는 법을 배우게 될 것입니다.

2025년 직장인 일일 AI 사용 현황 데이터

2025년까지 AI는 비즈니스 생활의 표준적인 요소가 될 것이며, 이는 점점 더 많은 근로자들이 매일 AI 도구에 의존하게 될 것임을 의미합니다. 간헐적으로 AI를 사용하던 시대는 이미 오래전에 지났으며, 이제 많은 업무가 이메일이나 엑셀만큼이나 AI에 의존하고 있습니다.

AI를 통해 절약한 주당 평균 시간

업무 현장에서 인공지능(AI)의 가장 큰 장점으로 꼽히는 것은 효율성입니다. 과거에는 사람이 수작업으로 처리하던 수많은 시간들이 이제는 AI 덕분에 절약되고 있습니다. 2025년에는 근로자들이 평균적으로 매주 몇 시간씩 시간을 절약할 수 있을 것으로 예상되며, 절약된 시간은 더욱 중요한 업무에 활용될 수 있습니다.

AI에 의해 완전히 자동화된 작업의 비율

인공지능(AI)이 인간의 개입 없이 처음부터 끝까지 모든 작업을 수행하는 추세가 점점 커지고 있습니다. 2025년에는 데이터 입력, 일정 관리, 간단한 데이터 분석과 같은 일상적인 작업의 상당 부분이 AI에 의해 완전히 자동화될 것입니다. 이는 직원들이 더욱 중요하고 핵심적인 업무에 집중할 수 있게 된다는 것을 의미합니다.

직급별 도입률 (신입 vs. 경력직)

인공지능(AI) 활용 범위는 직원의 직급에 따라 달라집니다. 신입 직원은 역량 개발 등에 AI를 활용할 수 있는 반면, 고위 직원은 의사 결정 및 전략 개발에 활용할 수 있습니다. 2025년에는 AI가 어디에나 존재하게 될 것이며, 그 활용 방식은 다양해질 것입니다.

의사 결정에 AI를 활용하는 임원의 비율

점점 더 많은 리더들이 의사결정을 지원하기 위해 AI를 활용하고 있습니다. 이를 통해 방대한 데이터를 분석하고, 결과를 예측하거나, 다양한 시나리오를 시뮬레이션할 수 있습니다. 2025년까지 많은 리더들이 AI를 활용하여 제2의 의견을 구하게 될 것입니다.

귀사에서는 현재 내부 소통 및 협업을 위해 AI를 어떻게 활용하고 있습니까?

AI는 내부 협업을 지원할 수 있습니다. 회의록을 작성하거나 녹취록을 만들고, 이메일을 작성하고, 데이터나 정보를 추적하는 데 도움을 줄 수 있습니다. 이는 업무상의 마찰을 줄이고 팀원 간의 협업을 강화합니다. 2025년에도 이러한 추세는 계속될 것입니다.

인공지능으로 인한 일자리 감소를 우려하는 직원의 비율은 얼마나 될까요?

잠재적 이점에도 불구하고, 직원들은 인공지능이 자신들의 일자리를 어느 정도까지 자동화할지에 대해 우려하고 있습니다. 2025년에도 이러한 상황은 변함이 없습니다.

직장 내 AI 교육의 증가

기업들은 직원들의 AI 교육에 더 많은 투자를 하고 있습니다. AI 활용 능력을 갖추는 것에 대한 수요가 급증하고 있으며, 2025년에는 AI 교육을 더욱 쉽게 접할 수 있을 것입니다. AI로의 전환에 있어 역량 강화는 필수적인 요소입니다.

AI 사용 정책을 보유한 기업의 비율

인공지능(AI)이 더욱 널리 보급됨에 따라 기업들은 AI 활용에 대한 가이드라인을 개발하고 있습니다. 이러한 정책에는 데이터 개인정보 보호, 윤리 및 사용 지침에 관한 규칙이 포함될 수 있습니다. 2025년에는 더 많은 기업들이 공식적인 사용 가이드라인을 마련할 것으로 예상되며, 이는 책임감 있는 AI 도입을 촉진할 것입니다.

고객 서비스 직무에서의 AI 활용

고객 서비스는 AI 도구의 강력한 지원을 받는 분야입니다. AI는 일반적인 질문에 대한 답변, 응답 초안 생성, 상담원 지원 등에 활용됩니다. 2025년에는 이러한 분야에서 AI의 활용이 생산성과 효율성을 크게 향상시켜, 직원들이 더욱 복잡하고 어려운 상황에 집중할 수 있도록 할 것입니다.

직원 중 몇 퍼센트가 글쓰기 및 콘텐츠 제작에 AI를 활용하고 있습니까?

인공지능(AI)은 이메일 작성, 보고서 작성, 프레젠테이션 제작과 같은 글쓰기 도구에 가장 일반적으로 사용됩니다. 2025년까지 많은 사람들이 글쓰기 작업에 AI 도구를 활용하여 팀의 의사소통을 더욱 빠르고 정확하게 할 수 있을 것으로 예상됩니다.

인공지능은 어떤 산업 분야에서 업무 효율성을 높이고 있습니까?

인공지능(AI)은 다양한 산업 분야에서 업무 효율성을 높여주지만, 그 혜택을 받을 수 있는 인력의 비율은 산업별로 큰 차이를 보입니다. 일반적으로 정신적 작업에 크게 의존하는 산업일수록 그 비율이 높습니다. 이미 많은 산업 분야에서 2025년에 AI가 가져다줄 효율성 향상을 활용하여 사업 운영 방식을 혁신하고 있습니다.

조직 중 몇 퍼센트가 데이터 분석에 AI를 활용하고 있습니까?

인공지능(AI)은 방대한 데이터 세트를 단 몇 초 만에 분석할 수 있게 해줍니다. 2025년에는 이미 많은 기업들이 AI를 활용하여 데이터에서 신속한 인사이트와 요약을 도출하고 있습니다. AI 기반 데이터 분석은 점차 표준으로 자리 잡고 있으며, AI 도구를 사용하면 기업은 데이터를 기반으로 더 빠르게 해답을 얻을 수 있습니다.

사람들은 프로젝트 관리에 AI를 어떻게 활용하고 있을까요?

AI는 프로젝트 관리팀이 일정, 위험 평가, 자원 배분 등을 통해 프로젝트를 계획, 추적 및 최적화할 수 있도록 지원합니다. AI 덕분에 2025년에는 훨씬 더 효율적으로, 그리고 훨씬 더 적은 노력으로 프로젝트를 관리할 수 있게 될 것입니다.

인공지능에 의존하여 의사결정을 내리는 사람들의 비율은 얼마나 될까요?

인공지능(AI)에 대한 신뢰도가 그 어느 때보다 높아졌지만, 여전히 AI의 조언을 따르지 않으려는 사람들도 있습니다. 2025년에는 이미 상당수의 사람들이 AI 도구의 추천을 활용하고 있을 것이며, 또 다른 상당수는 AI를 신뢰하지 않을 것입니다. 2025년에는 AI에 대한 사람들의 신뢰도가 AI에 얼마나 익숙한지에 따라 결정될 것으로 예상됩니다. AI에 대한 신뢰는 증가하고 있으며, AI 시스템의 활용도가 높아질수록 그 신뢰도 또한 높아질 것입니다.

맺음말

증거는 명확합니다. 인공지능은 단순히 업무 효율을 높이는 새로운 도구로 여겨지는 것을 넘어, 그 자체로 업무의 중요한 요소로 자리매김하고 있습니다.

단순 반복적인 작업을 자동화하거나, 의사 결정을 지원하거나, 팀 내외의 협업을 강화하는 등, AI 기술은 이미 직장 환경 전반에 걸쳐 업무에 지대한 영향을 미치고 있습니다.

하지만 이러한 잠재적 이점에도 불구하고, 신뢰, 고용 안정성, 그리고 사람들과 조직이 궁극적으로 업무 방식을 어떻게 조정할 것인지와 같은 문제에 대한 상당한 우려가 여전히 남아 있습니다.

2035년이 가까워질수록 업무 방식은 계속해서 변화할 것이며, 경제 전반에 걸쳐 다양한 직무에 새로운 기술과 역량이 필수적이 될 것이고, 인간과 AI의 협업은 더욱 보편화될 것입니다. AI를 최대한 효과적으로 활용하는 방법을 찾아내는 사람들이 가장 큰 수혜를 입을 것입니다.

출처 및 참조

• 맥킨지앤컴퍼니 – AI의 현황: 조직이 가치를 창출하기 위해 어떻게 재편되고 있는가 (2025)
• 스탠포드 인간 중심 인공지능 연구소 – AI 인덱스 보고서 2025
• 세인트루이스 연방준비은행 – 생성형 인공지능이 업무 생산성에 미치는 영향 (2025)
• HR 다이브 – 생성형 AI를 사용하는 매 시간마다 근로자의 생산성이 증가합니다. (2025)
• 링크드인 경제 그래프 – 2024년 업무 변화 보고서
• Indeed Hiring Lab – 채용 공고에 활용되는 생성형 AI: 2025년 업데이트
• 퓨 리서치 센터 – 미국 노동자들은 직장에서의 미래 인공지능 활용에 대해 기대감보다는 불안감을 더 많이 느끼고 있다. (2025)
• KPMG / 멜버른 대학교 – 2025년 인공지능 신뢰도 연구
• 스택 오버플로우 – 2025 개발자 설문 조사
• 레이어엑스 – 2025년 기업 AI 및 SaaS 데이터 보안 보고서
• OECD – 생성형 인공지능이 생산성, 혁신 및 기업가 정신에 미치는 영향 (2025)
• arXiv – 메타분석: 창의적 작업에서의 인간-AI ​​협업 (2025)
• 인사이트 글로벌 – 2025년 채용 분야 AI 보고서
• 로체스터 비즈니스 저널 – 인사관리 분야에서의 AI 활용: 채용, 법적 위험 및 이점 (2025)
• 아폴로 테크니컬 – 직장 내 AI: 2025년 놀라운 통계