ChatGPT 기업 사용 연구, 도입보다 배치가 문제다

1,500개 조직과 1,700만 메시지가 보여준 현실

OpenAI의 논문 How Organizations Use AI: Evidence from ChatGPT는 ChatGPT Enterprise의 기업 사용 데이터를 분석한 작업이다. 연구진은 2026년 3월까지의 Enterprise 계정 기록, 사용량, 직무 정보, 업무 분류, 일부 공개기업 재무 데이터를 프라이버시 보존 방식으로 연결했다. 핵심 표본 중 하나는 도입 6개월 시점의 1,500개 이상 조직과 1,700만 개 이상 메시지다.

논문의 결론은 단순한 "AI를 많이 쓴다"가 아니다. ChatGPT Enterprise 출력 토큰은 2025년 6월부터 2026년 3월까지 약 7배 증가했고, 2024년 1월부터 2025년 6월 사이 도입한 동일 기업군 안에서도 약 4배 늘었다. 즉 성장은 신규 도입과 기존 도입 기업 내부의 사용 심화가 같이 만들었다. LLM은 전문성을 더 크게 보상한다가 개인 역량의 차이를 봤다면, 이 연구는 기업 안에서 그 차이가 어떻게 조직화되는지 보여준다.

큰 회사가 먼저 쓰지만, 많이 쓰는 사람은 따로 있다

연구는 미국 상장사 기준으로 ChatGPT Enterprise 도입 기업이 더 크고, 가치가 높고, R&D와 SG&A 같은 무형자산 투자가 큰 경향이 있다고 보고한다. 이는 AI가 마법처럼 모든 회사에 같은 생산성 효과를 주는 것이 아니라, 이미 조직 역량과 소프트웨어 인프라를 가진 회사가 먼저 흡수한다는 뜻이다. 관련 일반목적기술 논의는 Eloundou et al.의 GPT 노동시장 영향 연구, NBER 디지털 경제 연구, Brynjolfsson 연구진의 AI 생산성 연구와 이어진다.

흥미로운 부분은 회사 안의 분포다. 평균 기업 기준으로 도입 6개월 뒤 주간 활성 사용자 중 엔지니어링과 기술 실무자는 약 11%, 임원·창업자·파트너는 9%, 재무·회계와 마케팅·커뮤니케이션은 각각 약 5%, 영업·계정관리는 약 4%였다. 직급으로 보면 매니저와 디렉터가 약 24%, IC와 전문직이 15%, 시니어 IC가 14%, 임원이 10%, 초기 경력자가 7%였다.

업무 분류는 킬러앱보다 롱테일을 말한다

논문은 2025년 10월 30일부터 사용 가능한 메시지 단위 업무 분류기를 통해 업무 구성을 분석했다. 도입 6개월 기준 task-classification 표본은 973개 조직과 약 870만 개 분류 메시지다. 가장 넓게 나타난 업무는 문서화와 기술 글쓰기, 기술 디지털 작업, 메시지 작성, 주제 개요, 사실과 수치, 전문 업무, 연구, 영업·마케팅, 기획, 법률, 데이터 분석, 재무·세무였다.

이 결과는 기업 AI의 "킬러앱"이 하나가 아닐 수 있음을 시사한다. 많은 사용자가 한 번씩 쓰는 업무와 많은 메시지를 발생시키는 업무가 다르다. 법률이나 재무 업무는 빈도는 넓지만 메시지 점유율은 낮을 수 있고, 문서화와 기술 작업은 메시지 양이 커질 수 있다. AI가 없앤 것은 개발자 중산층이 아니라 피드백 한계다에서 말한 피드백 루프가 직무 전반으로 확장되는 모습이다.

한국 기업의 AI 지표는 다시 설계돼야 한다

국내 기업의 AI 도입 보고서는 아직 "전 직원 계정 지급", "월간 활성 사용자", "프롬프트 교육 이수율"에 머무르는 경우가 많다. 하지만 이 연구가 보여주는 것은 훨씬 복잡하다. 도입 기업 안에서도 직무별 사용 강도, 직급별 사용 방식, 업무별 메시지 구조가 다르다. 특히 초기 경력자와 분석·마케팅 직군의 높은 메시지 강도는 교육과 품질관리 설계를 다시 보게 만든다.

따라서 한국 기업은 세 가지를 물어야 한다. 첫째, 어떤 업무가 반복 가능하고 검증 가능한가. 둘째, 어떤 직군이 AI로 산출물을 늘리고 있고 어떤 직군은 감수만 하고 있는가. 셋째, 사용량이 실제 업무 산출물, 고객 응답 시간, 보고서 품질, 개발 리드타임과 연결되는가. Rippling AI 비용 콘솔, 토큰맥싱의 청구서처럼 비용 콘솔이 필요하지만, 비용만으로는 부족하다. 업무 분류와 결과 지표를 묶어야 한다.

자주 묻는 질문

Q1: 이 연구는 모든 AI 사용을 포착하나요?

A: 아니다. ChatGPT Enterprise 중심의 데이터이며 API, 개인 계정, 다른 AI 제품, 내부 구축 도구 사용은 포함하지 않는다.

Q2: 메시지가 많으면 생산성이 높다는 뜻인가요?

A: 아니다. 메시지는 사용 강도의 지표일 뿐이다. 생산성 판단에는 산출물 품질, 시간 절감, 재작업 감소, 승인 지연 감소가 필요하다.

Q3: 왜 큰 회사가 먼저 도입하나요?

A: 논문은 규모, 기업 가치, R&D와 SG&A 같은 무형자산 투자가 도입과 관련 있다고 본다. 도구보다 보완 역량이 먼저 있었을 가능성이 크다.

Q4: 개발자만 많이 쓰나요?

A: 아니다. 기술직 비중은 높지만 마케팅, 재무, 영업, 법률, 임원 등 여러 직군에서 사용이 관찰됐다.

Q5: 국내 기업의 다음 단계는 무엇인가요?

A: 전사 라이선스 배포 다음에는 업무별 AI 사용 로그, 직무별 교육, 승인 흐름, 결과 품질 평가를 연결해야 한다.