테크·AI · 전체 리포트
일하는 방식 · 데이터2026년 9월 8일 화요일 · AI와 업무
기업 88% 도입 · 이익 기여 6% (맥킨지)

88%가 도입했고, 6%가 벌었다

기업 100곳 중 88곳이 최소 하나 이상의 업무에 AI를 넣었다. 그런데 AI가 회사 이익에 유의미하게 기여하고 있다고 답한 곳은 6곳이다. 도구를 못 구해서 벌어진 격차가 아니다. 사이에 낀 82곳에서 무슨 일이 일어나는지가 이 글의 주제다.

동이2026년 9월 8일 기준읽는 데 약 9분
기업 100곳 중 여섯 곳만 "이익에 도움이 됐다"고 답했다단위: 기업 수(100곳 환산) · 자료: 맥킨지 조사, 삼성SDS 리얼 서밋 2026 기조연설 인용
여기까지가 6곳 ▼ 도입은 했는데 이익으로 돌아오지 않은 82곳 이익에 유의미하게 기여 · 6곳 도입했으나 그렇게 답하지 않음 · 82곳 AI를 도입하지 않음 · 12곳 격차를 만든 것은 도구가 아니라, 도구를 끼워 넣은 업무의 모양이다.
맥킨지 조사 결과를 100곳 단위로 환산해 그렸다. 88%와 6%는 보도로 확인된 값이고, 두 값의 차인 82곳은 그 차액을 눈에 보이게 옮긴 것이다. 칸에 마우스를 올리면 구분이 보인다.
1도입률과 성과율의 격차는 도구 격차가 아니다. 88%는 이미 무언가를 쓰고 있다. 6%만 이익으로 연결했다는 것은, 남은 곳들이 기존 업무 위에 AI를 얹기만 했다는 뜻이다.
22026년의 변화는 '답변'에서 '실행'으로의 이동이다. 사람이 묻고 AI가 답하던 구조에서, AI가 문서를 만들고 일정을 잡고 자료를 취합하는 구조로 넘어가고 있다. 사람의 자리는 실행자에서 검수자·설계자로 옮겨간다.
3후처리 비용이 이익을 갉아먹는다. 미국 정규직 1,150명 조사에서 40%가 최근 한 달 안에 저품질 AI 산출물(워크슬롭)을 받았고, 한 건을 수습하는 데 평균 1시간 56분이 걸렸다.
AI를 도입한 기업최소 하나 이상의 업무에 적용88%맥킨지 조사
이익에 유의미하게 기여같은 조사, 응답 기업 기준6%도입률과 82%p 차이
워크슬롭을 받아본 사람최근 한 달 · 미국 정규직 1,150명40%HBR·스탠퍼드·베터업랩스
한 건을 수습하는 시간오류 확인 · 재작성 · 되묻기 포함1시간 56분응답자 평균
1인당 월 손실 추정응답자 평균 급여로 환산186달러약 26만원
직원 1만 명 기업의 연간 손실위 값의 단순 확장 추정900만달러약 126억원

두 조사는 대상과 질문이 다르다. 88%·6%는 기업 단위 조사이고, 40%·1시간 56분·186달러는 미국 정규직 개인 1,150명 대상 설문이다. 한 축에 놓고 더하거나 빼서 읽을 수 있는 값이 아니다.

188과 6 사이

도입률은 구매의 지표이고, 성과율은 설계의 지표다

8일 서울 코엑스에서 열린 삼성SDS의 연례 행사 '리얼 서밋 2026'에서 이준희 대표가 기조연설로 꺼낸 숫자가 이 맥킨지 조사다. "기업의 88%가 최소 하나 이상의 업무에 AI를 도입했으나, AI가 기업의 이익에 유의미하게 기여하고 있다고 답한 곳은 단 6%에 그친다"는 인용이었다. 같은 자리에서 그는 "AI는 업무를 바꾸지만 AX는 비즈니스를 바꾼다"며 도입과 성과 사이의 간극을 줄이는 실행 전략을 제시했다.

두 숫자를 나란히 놓으면 격차의 성격이 보인다. 88%는 구매와 배포의 결과다. 계정을 사고, 사내에 열고, 몇 개 팀이 써 보면 달성된다. 6%는 업무 재설계의 결과다. 어떤 일을 AI에 넘길지, 넘긴 결과물을 누가 어떤 기준으로 받을지, 그래서 무엇이 줄었는지를 숫자로 확인해야 나오는 값이다. 앞의 것은 몇 주면 되고, 뒤의 것은 조직의 일하는 방식을 건드려야 한다.

그래서 82곳은 실패한 회사가 아니라 중간에 멈춘 회사다. 도구는 있고 사용자도 있는데, 그 사용이 손익계산서까지 도달하는 경로가 그려져 있지 않다. 아래 스토리는 88에서 6까지 내려오는 그 경로를 네 단계로 끊어 본 것이다.

88에서 6까지, 공표된 값은 양 끝뿐이다단계 개념도 · 가운데 두 칸은 공표된 수치 없음
① 도입 ② 사용 ③ 유통 ④ 성과 88% 계정을 열었다 공표된 수치 없음 몇 명이 매일 쓰는가 공표된 수치 없음 여기서 워크슬롭이 생긴다 6% 이익에 닿았다
① 도입 — 88%. 계정을 열고 몇 개 업무에 붙이는 단계. 조사에서 확인된 값이다.
단계 1 · 도입

계정을 열면 달성되는 숫자

88%는 구매의 지표다. 사내 계정을 열고, 몇 개 부서에 안내하고, 한두 업무에 붙이면 이 집계에 들어간다. 여기까지는 예산 결재로 끝난다. 국내에서도 기업용 AI 협업 도구와 에이전트 서비스 출시가 이어지며 진입 장벽은 계속 낮아지고 있다.

단계 2 · 사용

개인기로 남는 구간

도입한 회사 안에서 실제로 매일 쓰는 사람의 비율은 이 조사에서 공표되지 않았다. 다만 국내 조사들은 사용 자체는 이미 흔해졌음을 보여준다. 사람인이 직장인 967명에게 물었을 때 이력서 작성에 생성형 AI를 활용한다는 응답이 59%였고, 인크루트 조사에서는 앞으로 쓰고 싶은 AI로 '업무 자동화'를 꼽은 응답이 51%로 가장 많았다.

단계 3 · 유통

산출물이 남에게 넘어가는 순간

여기서 방향이 갈린다. AI가 만든 초안이 검수 없이 동료에게 넘어가면 절약한 시간은 받는 쪽의 시간으로 옮겨갈 뿐이다. 하버드비즈니스리뷰가 스탠퍼드 소셜미디어랩·베터업랩스와 미국 정규직 1,150명을 조사한 결과, 40%가 최근 한 달 안에 이런 산출물을 받았고 한 건을 수습하는 데 평균 1시간 56분이 걸렸다.

단계 4 · 성과

업무의 모양을 바꾼 6%

이익에 닿은 곳들의 공통점은 도구가 아니라 순서를 바꿨다는 데 있다. 사람이 초안을 쓰고 AI가 다듬는 것이 아니라, AI가 초안과 취합을 맡고 사람은 기준을 정하고 최종 판단을 한다. 그리고 무엇이 얼마나 줄었는지를 원래 지표로 확인한다. 실행형 에이전트가 보고서 작성·일정 등록·자료 취합·반복 업무를 맡는 방향의 기업용 서비스들이 이 자리를 노리고 있다.

2후처리 비용

절약한 시간은 어디로 갔나

'워크슬롭(workslop)'은 하버드비즈니스리뷰가 2025년 9월 제시한 말로, 겉보기에는 잘 만들어졌지만 일을 실제로 진전시키지 못하는 AI 산출물을 가리킨다. 문제는 이것이 만든 사람에게는 비용이 아니라는 점이다. 시간을 쓰는 쪽은 그것을 받아 확인하고 되묻고 다시 쓰는 동료다.

열 명 중 네 명이 최근 한 달 안에 받았다단위: 명(10명 환산) · 미국 정규직 1,150명 설문
채워진 네 칸이 남의 시간을 쓴 쪽이다
조사에서는 '워크슬롭'이라는 용어를 언급하지 않고 정의만 설명한 뒤 경험 여부를 물었다.
한 건이 만드는 청구서응답자 평균 급여 기준 추정
항목
조사 대상미국 정규직 1,150명
최근 한 달 경험률40%
한 건 수습에 걸린 시간1시간 56분
1인당 월 손실 추정186달러
직원 1만 명 기업 연간900만달러
1인당 월 손실은 응답자 평균 급여로 시간을 환산한 추정치이고, 1만 명 기준 연간 손실은 그 값을 단순 확장한 값이다. 원화 환산액은 보도 시점 환율에 따라 매체별로 125억~129억원 사이로 갈렸다.

비용이 옮겨 다닌다는 점이 핵심이다. 만든 사람의 장부에는 '30분 만에 끝낸 보고서'로 적히고, 받은 사람의 장부에는 '두 시간짜리 확인 작업'으로 적힌다. 조직 전체로 합산하기 전까지 아무도 손해를 보지 않은 것처럼 보인다. 88%의 도입률과 6%의 성과율이 공존하는 이유가 여기에 있다.

같은 조사는 시간과 돈만의 문제가 아니라고 짚는다. 성의 없는 산출물을 받은 쪽이 보낸 사람의 역량과 성실성을 낮게 평가하게 되면서, 협업 자체가 줄어드는 효과가 관찰됐다. 도구를 도입한 결과가 조직 신뢰의 하락으로 나타나는 경우다.

3실패 패턴

82%가 걸리는 여섯 개의 덫

제목을 누르면 내용과 짚어볼 점이 펼쳐진다. 아래 항목은 위 조사 결과와 공개 보도에 근거한 해석이며, 특정 기업의 사례를 지목한 것이 아니다.

1기존 업무에 AI만 얹는다+

업무의 순서와 산출물 형태는 그대로 두고, 중간 한 칸만 AI로 바꾸는 방식이다. 보고서 양식이 그대로면 AI가 아무리 빨리 초안을 만들어도 뒤의 검토·수정·승인 단계는 줄지 않는다. 앞 공정만 빨라지고 병목은 뒤로 밀린다.

"이 업무에 AI를 어떻게 쓸까"가 아니라 "이 산출물이 왜 필요한가"부터 물어야 단계가 줄어든다.
2프롬프트 요령에 의존한다+

잘 쓰는 사람 한두 명의 요령으로 성과가 나면, 그 사람이 자리를 옮기는 순간 원래대로 돌아간다. 개인의 숙련은 조직의 자산으로 기록되지 않는 한 조직 성과가 되지 않는다.

잘 되는 프롬프트는 문서로 남기고 공용 템플릿으로 만든다. 요령이 아니라 절차가 되어야 6%에 들어간다.
3검수 기준이 없다+

워크슬롭이 만들어지는 지점이 정확히 여기다. 산출물을 넘기기 전에 무엇을 확인해야 하는지 정해져 있지 않으면, 확인 부담은 전부 받는 쪽으로 넘어간다. 조사에서 한 건당 1시간 56분이 든 것은 이 부담의 크기다.

"수치 출처 확인 · 사실 관계 두 곳 교차 · 결론 한 줄 직접 작성" 정도의 세 줄짜리 기준이라도 있으면 넘어가는 양이 크게 줄어든다.
4성과를 측정할 원래 지표가 없다+

"AI로 시간을 아꼈다"는 체감은 남지만, 무엇이 며칠에서 며칠로 줄었는지를 말할 수 없는 상태다. 이 경우 조사에서 "이익에 유의미하게 기여했다"에 체크할 근거 자체가 없다. 6%는 측정한 곳의 비율이기도 하다.

도입 전에 지금의 소요 시간·건수·오류율을 한 번 재 두면, 뒤에 성과를 증명하는 비용이 거의 들지 않는다.
5AI가 회사 데이터에 닿지 못한다+

일반 모델은 회사의 재고·거래처·이력 데이터를 모른다. 그래서 일반론만 나오고, 그 일반론을 사내 맥락으로 옮기는 일이 다시 사람 몫으로 남는다. 조사에서 이용자들이 "결과가 일반적이라 차별화가 어렵다"고 답한 것과 같은 구조다.

먼저 붙일 곳은 화려한 업무가 아니라, 회사 데이터가 이미 정리돼 있는 업무다.
6남은 시간을 회수하지 않는다+

업무가 빨라진 만큼 다른 일이 그 자리를 채우면, 조직 장부에는 아무 변화가 남지 않는다. 국내 조사에서도 AI 도입이 노동시간 단축이 아니라 추가 업무 수행으로 전환된다는 지적이 나왔다.

아낀 시간을 무엇에 쓸지 미리 정해 두지 않으면, 절감은 관측되지 않는다.
4직군별 적용

어디부터 붙이면 되는가

실행형으로 넘어갈 때 효과가 먼저 나오는 업무는 직군마다 다르다. 공통점은 입력이 정형이고 결과를 확인할 기준이 있는 일이라는 것이다. 좌우 화살표 키로도 넘길 수 있다.

먼저 붙일 일

회의록에서 결정 사항과 담당자를 뽑아 과제 목록으로 만드는 일. 입력(녹취·메모)이 정형이고 결과가 맞는지 참석자가 즉시 안다.

나중에 붙일 일

전략 방향 결정. 사내 맥락과 이해관계가 문서에 없기 때문에 일반론이 나오고 그 일반론을 옮기는 일이 다시 사람 몫이 된다.

검수 기준

결정 사항은 원문 발언과 대조, 담당자와 기한은 참석자 확인. 이 두 줄이 없으면 그대로 워크슬롭이 된다.

측정할 값

회의 후 과제 등록까지 걸리던 시간, 누락된 과제 건수.

먼저 붙일 일

한 편의 원고에서 채널별 변형본을 만드는 일. 원본이 사람 손을 거쳤으므로 사실 관계가 이미 검증돼 있다.

나중에 붙일 일

초안 자체의 생산. 검수 없이 양만 늘리면 후처리 비용이 그대로 늘어난다. AI 산출물임이 드러나는 콘텐츠에 대한 반작용도 커지는 중이다.

검수 기준

수치와 고유명사는 원본과 대조, 주장 문장은 사람이 다시 쓴다.

측정할 값

편당 제작 시간, 채널당 발행 편수, 수정 요청 횟수.

먼저 붙일 일

규정·지침 문서에서 해당 조항을 찾아 정리하는 일. 근거 문서가 명확해 확인 비용이 낮다.

나중에 붙일 일

판단이 필요한 회계 처리. 국내 회계법인 종사자 조사에서는 AI 도입 뒤 절차가 추가돼 오히려 업무가 늘었다는 응답이 나왔다.

검수 기준

인용한 조항 번호를 원문에서 직접 확인. 조항이 특정되지 않은 답은 반려한다.

측정할 값

질의 회신까지 걸리던 시간, 재문의 건수.

먼저 붙일 일

테스트 코드 작성, 로그에서 오류 패턴 추출, 반복 스크립트 생성. 실행하면 맞는지 바로 판별된다.

나중에 붙일 일

구조 설계와 의존성 결정. 되돌리는 비용이 커서 검수 부담이 절감분을 넘어서기 쉽다.

검수 기준

테스트 통과 여부와 실행 결과. 사람이 눈으로 읽어 판단하지 않아도 되는 기준을 쓴다.

측정할 값

테스트 커버리지, 배포까지 걸리던 시간, 롤백 건수.
5계산기

우리 팀의 후처리 비용을 환산하면

조사에서 나온 한 건당 1시간 56분을 그대로 적용해, 팀 규모와 월 수신 건수로 연간 부담을 환산한다. 조사가 미국 정규직을 대상으로 한 값이므로 국내 조직에 그대로 들어맞는다고 볼 수는 없다.

연간 후처리 비용 추정 23,200,000원
연간 후처리 시간928시간
1인당 월 부담96,667원
연간 수습 건수480건

한 건당 1시간 56분(116분)을 고정 계수로 쓴 단순 환산이다. 실제 부담은 산출물의 종류와 검수 체계에 따라 크게 달라지며, 이 값은 의사결정의 근거가 아니라 규모감을 잡기 위한 추정치다.

6시간표

이 논의가 지나온 자리

확인된 일정만 담았다. 발표일이 특정되지 않은 항목은 넣지 않았다.

2025년 9월
하버드비즈니스리뷰, '워크슬롭' 개념 발표. 스탠퍼드 소셜미디어랩·베터업랩스와 미국 정규직 1,150명을 조사해 40%가 최근 한 달 안에 경험했다는 결과를 함께 공개했다.
2026년 5월
국내 직장인 조사 잇따라 공개. 사람인 조사(직장인 967명)에서 이력서 작성에 생성형 AI를 활용한다는 응답이 59%, 인크루트 조사에서 앞으로 쓰고 싶은 AI로 '업무 자동화'를 꼽은 응답이 51%로 나타났다.
2026년 9월 8일
삼성SDS '리얼 서밋 2026' (서울 코엑스). 이준희 대표가 맥킨지 조사의 88%·6%를 인용하며 도입과 성과 사이의 간극을 줄이는 실행 전략을 제시했다.
2026년 10월
기업용 AI 에이전트 서비스 출시 예고. 삼성SDS는 사용자가 업무 목표를 주면 보고서 작성·일정 등록·자료 취합·반복 업무를 수행하는 '브리티웍스 코워크'를 10월 출시하겠다고 밝혔다.
앞으로
확인할 것은 도입률이 아니라 성과율이다. 다음 조사에서 6%가 움직이는지, 그리고 그 근거로 어떤 지표가 제시되는지가 이 논의의 다음 장면이다.

오늘 30분으로 해볼 수 있는 것

확인 0 / 8 · 체크 상태는 이 브라우저에만 저장된다.
같은 분류의 다른 리포트
09.13아스트라는 왜 가입까지 막았나 — 실사용 체감과 대안09.11오픈AI가 Pro 가입을 막았다 — 아스트라 쓰려면 지금 뭘 결제해야 하나 (2026년 9월)09.10애플은 7년 늦게 왔다 — 아이폰 듀오 329만원의 값어치 해부
전체 리포트 · 소개 · 개인정보처리방침 · 문의

© 2026 LOCATEWISE · 데이터로 읽는 시장
이 페이지의 내용은 정보 제공을 위한 것이며 투자 권유가 아닙니다. 투자 판단과 그 결과에 대한 책임은 이용자 본인에게 있습니다.