직원이 고객 제안서의 초안을 생성형 AI로 만들고 있다면, 대표는 그 사실을 알고 있을까. 어떤 정보를 입력해도 되는지, 누가 결과를 검토하는지, 절약한 시간을 어디에 다시 쓸지 정해져 있을까. AI 도입을 미룬다는 결정은 현장에서 AI가 사용되지 않는다는 뜻이 아니다. 회사가 그 사용을 보지 못한 채 업무 방식의 변화를 놓치고 있을 가능성이 크다.
대한상공회의소 경제연구원이 2026년 6월 발표한 조사에서 중소기업 근로자 응답자의 생성형 AI 활용률은 52.7%였다. 대기업 근로자는 66.5%였다. 전국 임금근로자 약 3,000명을 대상으로 한 이 수치는 직원의 활용 경험을 보여준다. 중소기업 전체가 공식적으로 AI를 도입한 비율로 읽어서는 안 된다. 같은 조사에서 중소기업 응답자의 70.4%는 회사에 생성형 AI 도입 로드맵이 없다고 답했다. 개인의 사용은 앞서가는데 조직의 판단은 뒤따르지 못하는 셈이다.
2026년의 격차는 도구보다 운영 방식에서 벌어진다
2024년 대한상공회의소와 산업연구원이 기업 500곳을 조사했을 때, AI 기술 전반의 활용률은 중소기업 28.7%, 대기업 48.8%였다. 생성형 AI만을 물은 2026년 근로자 조사와 대상도 질문도 다르므로 두 수치를 이어 붙여 성장률을 계산할 수는 없다. 다만 두 조사 모두 기업 규모에 따른 활용 격차를 보여준다.
흥미로운 대목은 격차의 원인이다. 2026년 대한상의 분석에서 대기업과 중소기업 근로자의 단순 활용률 차이는 13.8%포인트였지만, 회사 지원과 개인 역량 등을 반영하면 기업 규모 자체에 따른 차이는 약 4%포인트로 좁혀졌다. 이는 작은 회사라서 AI를 못 쓰는 것이 아니라, 쓸 수 있는 환경을 얼마나 마련했는가가 중요하다는 해석을 가능하게 한다. 물론 설문 분석만으로 지원 정책의 인과 효과를 단정할 수는 없다.
대표가 결정을 늦추는 동안 직원들은 각자의 방식으로 답을 찾는다. 유용한 질문 방식은 개인 노트에 남고, 잘못된 결과를 가려내는 기준도 공유되지 않는다. 고객 정보 입력이나 저작물 사용 기준이 없다면 품질과 보안의 판단까지 개인에게 떠넘겨진다. 시간이 지나면 필요한 것은 AI 계정 구매가 아니라 흩어진 사용법을 다시 모으는 일이다.
기다릴수록 비용이 커지는 세 가지 이유
첫째, 반복 업무의 개선 기회를 매일 놓친다. 같은 2024년 기업 조사에서 AI 활용기업이 가장 많이 꼽은 효과는 시간 단축이었다. 제안서 초안, 회의록 정리, 고객 문의 분류처럼 결과를 사람이 검토할 수 있는 업무부터 시작하면 절약한 시간을 측정할 수 있다. 당장 매출이 늘어난다고 약속할 필요는 없다. 먼저 같은 품질을 만드는 데 걸리는 시간이 줄어드는지 확인하면 된다.
둘째, 학습 격차가 쌓인다. 회사가 AI 사용을 적극 권장하는 환경에서는 근로자의 활용 확률이 그렇지 않은 곳보다 15.5%포인트 높게 분석됐다. 구독료 등을 지원하는 경우에도 8.1%포인트 높았다. 이 숫자는 권장이나 비용 지원만 하면 곧바로 그만큼 성과가 오른다는 뜻이 아니다. 그러나 직원 개인의 의지만 기다리는 전략보다 회사가 실험할 조건을 마련하는 전략이 설득력 있다는 신호다.
셋째, 통제할 기회를 잃는다. 한국표준협회의 2026년 보고서는 2025년 직장인 915명을 조사해, 사내 AI 가이드라인을 받았다는 응답이 28%, 계정이나 도구를 지원받았다는 응답이 21%라고 밝혔다. 중소기업만의 수치는 아니지만, 사용을 허용하는 것과 안전하게 쓰는 체계를 만드는 것 사이의 간극을 보여준다. 금지할 정보와 검토할 결과를 정하지 않은 채 시간을 보내면 오류를 발견하고 고칠 조직의 기준도 늦게 생긴다.
대표가 이번 달에 결정할 일
대규모 시스템 계약부터 할 필요는 없다. 한 부서에서 반복 빈도가 높고 사람이 결과를 검증할 수 있는 업무 하나를 고르자. 시작 전에는 처리 시간, 재작업 횟수, 고객 응답 시간을 기록하고 4주 동안 같은 기준으로 비교하자. 개선이 없다면 도구, 질문 방식, 업무 선택 중 무엇이 잘못됐는지 살펴보면 된다.
•
고객·직원 개인정보와 계약상 비공개 자료의 입력 기준을 정한다.
•
초안 작성과 최종 승인 책임자를 나누고, 외부로 나가는 결과는 사람이 검토한다.
•
담당자 몇 명에게 업무용 계정과 짧은 실습 시간을 주고, 잘된 사례와 오류 사례를 함께 기록한다.
•
절약한 시간을 단순히 업무량 증가로 환산하지 말고 고객 대응, 품질 개선, 신규 제안 중 어디에 쓸지 정한다.
대표가 내려야 할 결정은 ‘AI를 전사에 깔 것인가’가 아니다. 어느 업무에서, 어떤 기준으로, 누가 책임지고 쓸 것인가다. 2026년의 통계는 직원의 사용이 이미 시작됐다는 사실과 회사의 운영 체계가 그 속도를 따라가지 못한다는 사실을 함께 보여준다. 도입을 더 미룰수록 이 간격을 줄이는 비용은 커진다. 지금 필요한 것은 거창한 선언이 아니라, 한 업무에서 작동하는 기준을 만드는 일이다.
