[26년 6월] 직장인 2,500명 중 39%가 “AI 때문에 내가 덜 똑똑해진다”고 답한 이유

‍📌 6월호 핵심 Key-Takeaways

• "AI를 쓰라"는 압박에 대한 청구서가 도착했습니다
  • GoTo 5월 보고서를 보면 직원의 60%가 AI 사용 압박을 느끼고, 50%는 AI에 과도하게 의존한다고 답했습니다. 더 뼈아픈 건 39%가 "AI 때문에 내가 덜 똑똑해진다"고 느낀다는 점이고, Z세대에서는 그 비율이 46%까지 올라갑니다. 활용량은 늘었지만, 과의존과 워크슬롭이라는 청구서가 함께 날아왔습니다.
• 측정의 무게중심이 '얼마나'에서 '얼마나 잘'로 옮겨갑니다
  • ADP 5월 보고서에서 AI를 매일 쓰는 사람은 거의 안 쓰는 사람보다 "내가 덜 생산적"이라고 느낄 확률이 4배 높았습니다. AI가 단순 업무를 가져가면서, 사람에게 남은 일이 더 복잡하고 모호해졌기 때문입니다. 생산성을 재는 방식 자체를 다시 짜야 합니다.
• 활용역량은 두 축으로 갈립니다. 에이전트를 다루는 스킬, 그리고 AI가 못 건드리는 스킬
  • 5월호에서 "역량 프레임워크를 프롬프트 작성에서 에이전트 설계·감독·평가로 업데이트하라"고 했던 흐름이 구체화되고 있습니다. 동시에 정반대 신호도 켜졌습니다. 비판적 사고처럼 AI가 대체하지 못하는 인간 스킬의 값이 다시 오르고 있습니다.

‍

지난 5월호에서 Stanford HAI의 AI Index 2026 보고서의 핵심 지표들을 짚어드린 바 있습니다. 이번 6월호의 '얼마나 잘 쓰는가'라는 질문과 직접 맞닿는 내용이라, 핵심만 다시 한번 정리해 가져왔습니다.

AI의 기술 역량은 인간 전문가 수준을 돌파

• AI 성능 벤치마크 값이 1년 만에 60%에서 거의 100%로 급상승했습니다. 박사급 과학 질문과 수학 경시대회 수준에서 이미 인간 전문가 기준선을 넘어선 겁니다.
• 기업의 AI 도입률은 88%에 달하며, 생성형 AI는 3년 만에 인구의 53%가 채택했습니다. PC나 인터넷의 확산보다 빠른 속도입니다.

AI로 인한 고용 영향은 이미 시작

• 22~25세 초급 소프트웨어 개발자 포지션이 2024년 대비 약 20% 감소했습니다. AI에 의한 일자리 축소가 측정 가능한 수치로 확인된 첫 화이트칼라 직군입니다.
• 반면 마케팅(최대 72%), 소프트웨어 개발(14~26%), 고객지원(14~26%) 분야에서는 AI 활용 시 생산성 향상이 확인됩니다.

채용 시장에서 보이는 새로운 AI 관련 스킬 지형

• 스킬 플랫폼 Lightcast 기준 AI 관련 추적 스킬 수가 300개 이상으로 확대됐습니다.
• AI Agent, LangGraph 등 에이전트 관련 스킬 수요는 급증한 반면, ChatGPT·챗봇 등 단순 대화형 스킬 수요는 줄고 있습니다. 활용 단계가 '챗' 너머로 이동 중인 겁니다.
• AI 스킬을 포함한 채용공고 비율은 싱가포르(4.7%), 홍콩(3.5%), 스페인(3.3%) 순으로 높습니다.

HR AX 시사점: AI 역량 프레임워크를 '생성형 AI 프롬프트 작성'에서 '에이전트 설계·감독·평가'로 업데이트해야 할 시점입니다. 채용 시장에서 요구하는 AI 스킬 자체가 이미 세대교체 중입니다.

‍

4·5월 뉴스레터에서 다룬 흐름(MS·메타의 성과평가 연동 → 컨설팅 펌의 승진·평가 제도화)은 하나의 방향을 가리켰습니다. "더 많이 쓰게 만들라." 그런데 5월에 공개된 GoTo의 'Pulse of Work in 2026'은 그 압박이 남긴 비용을 데이터로 보여줍니다. 직원·IT 리더 2,500명을 조사한 결과입니다.

1. 압박은 통했지만, 과의존이 따라왔습니다

직원의 60%가 생산성을 위해 AI를 더 쓰라는 압박을 느낀다고 답했습니다. 동시에 50%는 AI에 너무 의존하고 있다고, 30%는 AI 없이는 일을 못 하겠다고 응답했습니다. 가장 뼈아픈 수치는 39%가 "과의존이 내 역량을 갉아먹고 나를 덜 똑똑하게 만든다"고 느낀다는 것이고, Z세대에서는 46%로 더 높습니다. AI를 가장 많이, 가장 일찍부터 써온 세대가 가장 먼저 경고음을 보내고 있는 셈입니다.

2. 압박은 무리한 사용으로 번졌습니다

민감하거나 고위험인 업무(법무·컴플라이언스, 안전 관련, 고위험 전략 결정 등)에 AI를 써봤다는 응답은 지난해 54%에서 올해 70%로 뛰었습니다. 또 43%는 결과물이 부정확하거나 지어낸 정보일 수 있다고 의심하면서도 그대로 사용한 적이 있다고 답했습니다.

3. 그 결과는 워크슬롭(Workslop)으로 나타났습니다

응답자의 77%는 AI가 만든 산출물을 검토하는 데 사람이 만든 것보다 시간이 더 든다고 했습니다. 66%는 동료의 어설픈 AI 결과물을 다시 손보느라 추가 업무가 생긴다고 답했습니다. "많이 쓴다"가 곧 "성과"라는 등식이 깨지는 지점입니다.

HR AX 시사점: 4·5월의 압박은 활용량을 끌어올리는 데는 성공했지만, 그 자체가 목표가 되니 과의존·워크슬롭이라는 비용으로 되돌아왔습니다. 측정의 기준을 "얼마나 쓰는가"에서 "얼마나 잘 쓰는가"로 옮겨야 할 시점입니다. 특히 구성원의 65%가 "회사가 AI 시대에 필요한 스킬을 길러주지 않는다"고 답한 만큼, 압박보다 먼저 와야 할 것은 역량 진단과 교육입니다.

참고 리포트

• Pulse of Work in 2026 (GoTo × Workplace Intelligence) 2026.05.19
• 리포트 원문 다운로드 (goto.com)

‍

5월호는 "툴 로그인 횟수가 아니라 실제 업무 성과 향상을 측정하는 지표를 어떻게 설계할 것인가"라는 숙제를 남기며 끝났습니다. 5월에 공개된 ADP의 'People at Work 2026'은 그 숙제가 왜 시급한지를 보여줍니다. 36개 시장, 3만 9천 명 이상을 조사한 결과입니다.

1. 가장 많이 쓰는 사람이 가장 덜 생산적이라고 느낍니다

AI를 매일 쓰는 직원은 거의 쓰지 않는 직원보다 "내가 덜 생산적"이라고 느낄 확률이 4배 높았습니다. ADP의 해석은 직관적입니다. AI가 체크리스트형 단순 업무를 가져가면, 사람에게 남는 일은 더 복잡하고 모호하며 긴 호흡이 필요한 일입니다. 하루에 열 가지 일을 끝내면 뿌듯하지만, 답이 없는 문제 하나를 붙잡고 하루를 보내면 객관적으로 더 가치 있는 일이어도 덜 생산적으로 느껴질 수 밖에 없습니다.

2. AI 생산성의 측정 기준을 다시 짜야 합니다

ADP의 처방은 세 가지입니다. 역할별로 구체적인 실무 교육을 제공하고, AI를 어디에 쓰고 어디에 쓰지 말아야 하는지 명확히 하며, 생산성 측정을 '처리한 업무 개수'에서 '일의 질과 임팩트'로 다시 정의하라는 것입니다. 흥미로운 건 AI를 자주 쓰는 직원이 부정적 스트레스는 더 낮고(11% vs 비사용자 23%), 직무 안정감은 더 높게 느낀다는 점입니다. 갈리는 건 'AI 사용자 vs 회의론자'가 아니라, 'AI를 잘 쓰도록 지원받은 사람 vs 방치된 사람'입니다.

3. 측정해야 할 것은 AI의 활용 역량입니다

그렇다면 무엇을 측정해야 할까요? GoTo 조사에서 직원들이 가장 중요하다고 꼽은 스킬은 AI 산출물의 정확성·편향을 점검하는 능력, 언제 AI를 신뢰할지 판단하는 능력, 그리고 AI와 함께 인간의 판단을 결합하는 능력이었습니다. 5월호에서 인용한 Gartner의 권고("역할(role)이 아니라 스킬(skill)에 집중하라")가 여기서 실측 지표로 구체화되는 셈입니다.

HR AX 시사점: 로그인 횟수는 활용량을 잴 뿐, 활용역량을 재지 못합니다. AI 도입 성과를 평가하려면 ⓐ AI 산출물을 검증·판단·통합하는 스킬을 진단 항목으로 끌어들이고, ⓑ 생산성 정의를 '산출물 개수'에서 '문제 해결의 질'로 옮기는 두 작업이 동시에 필요합니다.

참고 리포트

• People at Work 2026 (ADP Research) 관련 분석 2026.05.18

‍

"AI를 잘 쓰는 역량"의 반대편에도 불이 켜졌습니다. 바로 AI가 대체하지 못하는 인간 스킬입니다.

1. 인간과 에이전트의 '스킬 파트너십'

4월 말 공개된 McKinsey의 'Agents, robots, and us'는 '인간 대 AI'라는 이분법을 해체합니다. 핵심 발견은 대다수 스킬이 인간과 AI 에이전트가 함께 발휘하는 '공유 스킬'이라는 것입니다. 변화는 특정 직무가 아니라 모든 역할, 모든 기능, 일선 현장부터 CEO까지 전 계층을 동시에 건드립니다. 그래서 결론은 "사람을 줄이자"가 아니라 "모두가 AI와 함께 더 잘 일하도록 스킬을 끌어올리자"입니다.

2. 비판적 사고의 값이 다시 오르고 있습니다

압박이 강해질수록 인간 고유 스킬은 오히려 귀해집니다. Gartner는 GenAI로 인한 비판적 사고력 위축에 대응해 2026년까지 조직의 50%가 'AI-free' 스킬 평가를 도입할 것으로 전망합니다. 5월호에서 인용한 IBM 데이터(리크루터 73%가 채용에서 가장 중시하는 역량으로 '비판적 사고'를 꼽았고, AI 기술 스킬은 5위에 그침)와 정확히 같은 방향입니다. GoTo 조사에서도 직원들은 창의적 사고, 감성지능, 리더십 같은 '인간 스킬'을 AI 시대의 핵심으로 꼽았습니다.

3. 그래서 진단 대상은 두 축으로 봐야 합니다

정리하면 활용역량은 ① 에이전트를 설계·감독·평가하며 함께 일하는 스킬과 ② AI가 대체하지 못하는 비판적 사고·판단·맥락 해석 스킬, 이 두 축으로 나뉩니다. 둘 다 "AI를 얼마나 쓰는가"로는 측정되지 않고, 별도의 진단 설계가 필요합니다.

HR AX 시사점: "AI를 쓰라"와 "AI 없이도 판단하라"는 모순처럼 보이지만 사실 한 쌍입니다. 활용역량 진단은 두 축을 함께 봐야 합니다. 프롬프트 숙련도 같은 단일 지표가 아니라, 에이전트 협업 역량과 인간 고유 판단 역량을 분리해 측정하는 프레임이 다음 과제입니다.

참고 리포트

• The rise of the human–AI workforce (McKinsey) 2026.04.30
• 텔타 뉴스레터 4월호 : 빅테크의 직무 재설계
• 텔타 뉴스레터 5월호 : 컨설팅 펌의 AI 제도화

‍

2026년 상반기 AI와 HR 흐름을 파악할 수 있는 최신 리서치를 선별했습니다.

• Microsoft "2026 Work Trend Index" 2026.05.05
  
  • 지식 근로자 2만 명을 조사한 결과, 인간과 에이전트가 같은 업무 흐름에서 협업하는 'Frontier Firm'으로 운영 모델이 재편되고 있다는 진단입니다. Microsoft 365 Copilot 대화의 49%가 정보 분석·문제 해결·평가 같은 '인지 작업(cognitive work)'에 쓰이고 있고, 협업 방식은 Author → Editor → Director처럼 사람이 산출이 아니라 의도·방향을 정하는 형태로 진화한다고 봅니다.
  • → HR AX 시사점: AI가 단순 산출을 가져갈수록 사람에게는 '의도 설정·판단·업무 설계' 역량이 더 요구됩니다. 조직 준비도의 병목은 사람이 아니라 시스템·워크플로 설계라는 메시지에 주목할 만합니다.
• Littler "14th Annual Employer Survey" 2026.05.06
  
  • 미국 기업 경영진·사내변호사·HR 300여 명 조사. AI 관련 정책·규제 변화로 사업 영향을 예상한다는 응답이 84%로, 1년 전(42%)의 두 배가 되며 이민·DEI를 제치고 1순위 이슈로 올라섰습니다. AI 사용 정책을 갖춘 기업은 68%(전년 38%)로 늘었지만, 도입 검토·승인 절차를 둔 곳은 55%에 그쳐 거버넌스가 도입 속도를 못 따라가고 있습니다. AI 관련 소송을 우려한다는 응답은 79%였습니다.
  • → HR AX 시사점: AI 활용이 빨라질수록 '쓰라'는 독려만큼 정책·검토 절차·교육이 리스크 관리의 필수 인프라가 됩니다. 한국 기업도 도입 속도와 거버넌스 사이의 간극을 점검할 시점입니다.
• ICIMS "Insights May 2026 Workforce Report" 2026.05.21
  
  • AI와 공급 부족이 맞물리며 초기 경력(신입) 채용 시장의 수급 불균형이 커지고 있다는 분석입니다. 2026년 4월 채용 공고는 12개월 내 최고치(기준 대비 +15%)를 찍었지만 지원자 수는 10% 줄었고, 채용 속도는 0% 성장으로 정체돼 미충원 공고가 쌓이고 있습니다.
  • → HR AX 시사점: 수요는 늘고 공급은 정체된 '제약된 인재 시장'에서, 채용 경쟁력은 프로세스 실행력과 책임 있는(human-led) AI 활용에서 갈립니다. 5월호 IBM의 '신입 파이프라인' 논의와 같은 맥락입니다.

‍