한국의 ChatGPT 사용, ‘많이 쓰는가’보다 ‘어디까지 맡기는가’가 중요한 이유

ChatGPT를 쓰는 사람이 늘었다는 말은 이제 새롭지 않다. 그런데 실제 현장에서 더 중요한 질문은 따로 있다. AI를 한 번 열어보는 것과, 반복되는 일을 맡길 수 있는 방식으로 쓰는 것은 전혀 다른 일이다.
한 한국어 Threads 분석은 국가별 ChatGPT 사용 데이터를 해석하며 한국이 인구 대비 사용량 순위 25위, 35세 이상 사용자 비중 순위 4위였다고 정리했다. 또 업무에서 AI에게 작업을 맡기는 비중은 세계 평균보다 낮았다고 적었다. 이 숫자는 원자료의 정의와 표본을 다시 확인해야 하지만, 세 숫자를 함께 보면 흥미로운 장면이 보인다. 한국은 AI를 낯설어하지 않지만, ‘업무 단위’를 맡기는 단계는 아직 조심스럽다는 뜻일 수 있다.

사용 횟수는 업무 효과와 다르다

인구 대비 사용량 순위는 사람이 서비스를 얼마나 자주 열었는지에 가까운 신호다. 이 순위만으로 시간을 얼마나 절약했는지, 결과물이 좋아졌는지, 팀의 일이 빨라졌는지는 알 수 없다.
예를 들어 번역 한 줄을 묻거나 여행 동선을 추천받는 일은 충분히 유용하다. 하지만 고객 문의 40개를 같은 기준으로 나누고, 애매한 사례만 따로 표시하게 하는 일과는 성격이 다르다. 뒤의 일은 입력 자료, 결과 형식, 사람이 다시 볼 지점까지 미리 정해야 한다.
그래서 25위라는 숫자는 ‘한국이 늦다’는 성적표가 아니다. 어떤 작업까지 AI가 들어가고 있는지 확인해볼 출발점에 가깝다.

35세 이상 사용자가 많다는 신호

35세 이상 이용자 비중이 높다는 분석은 더 실무적인 질문을 던진다. 이 연령대는 보통 이미 자기 방식의 일을 갖고 있다. 클라이언트와 약속한 표현, 팀 문서의 형식, 예산과 일정, 개인정보처럼 실수하면 곤란한 자료도 함께 다룬다.
그래서 새 도구를 쓰기 시작하는 일은 학생이 과제를 돕는 도구를 시험해보는 것보다 어렵다. 기존 방식보다 빨라야 하고, 결과를 누가 책임질지도 분명해야 한다. 영상 제작자라면 인터뷰 녹취에서 주제 후보를 뽑게 할 수 있지만, 인용문과 편집 방향을 최종 결정하는 사람은 남아 있어야 한다. 작은 사업자라면 승인된 안내문에서 답변 초안을 만들 수 있지만, 가격·환불·계약과 관련된 답변을 그대로 보내면 안 된다.
이 지점에서 AI 활용은 ‘프롬프트를 잘 쓰는 법’보다 업무 설계의 문제가 된다.

도움을 받는 것과 일을 맡기는 것

“이 보고서가 무슨 뜻인지 설명해줘”는 도움을 요청하는 일이다. “이 보고서에서 결정해야 할 세 가지와 근거 문장을 표로 만들고, 확신이 낮은 항목은 표시해줘”는 범위가 정해진 일을 맡기는 요청이다.
작업을 맡길 때는 다섯 가지가 필요하다.

• 공유해도 되는 자료만 입력으로 쓴다.
• 결과물의 모양을 미리 정한다.
• 틀리기 쉬운 부분을 적어둔다.
• 사람이 마지막으로 검토한다.
• 원문과 결과를 다시 찾을 수 있게 남긴다.

이 다섯 가지가 없으면 AI에게 맡긴 일이 결국 더 큰 수정 작업으로 돌아온다. 반대로 범위를 작게 잡으면, AI는 판단을 대신하는 기계가 아니라 첫 번째 초안을 빨리 만드는 보조 도구가 된다.

팀이 이번 주에 해볼 수 있는 작은 실험

국가 순위를 비교하기 전에 한 가지 반복 업무를 골라보는 편이 낫다. 20분에서 60분 정도 걸리고, 개인정보·결제·의료 판단·법률 결론·되돌릴 수 없는 실행이 없는 일을 고른다.
먼저 사람이 하던 방식으로 한 번 처리해 결과를 남긴다. 다음에는 같은 자료로 AI에게 첫 번째 결과를 만들게 한다. 그 뒤 아래 네 가지만 비교하면 된다.

• 중요한 사실이 빠지거나 바뀌지 않았는가
• 사람이 고치는 데 실제로 몇 분이 걸렸는가
• 다른 사람이 원문을 열어 같은 결과를 검토할 수 있는가
• 새로 생긴 개인정보·계정·구독 의존성은 없는가

AI 초안이 5분 만에 나와도 검토와 수정에 30분이 걸리면 자동화가 아니다. 반대로 사람이 확인하는 시간이 짧고, 실패했을 때 원문으로 돌아갈 수 있다면 그 작업은 다음 주에도 반복할 수 있는 작은 워크플로가 된다.

한국의 빈칸은 문화가 아니라 운영 방식일 수 있다

Threads 분석이 말한 수치만으로 한국 전체를 단정할 수는 없다. 다만 ‘사용량은 높지 않은데 35세 이상 사용자는 많고, 업무 위임은 낮다’는 조합은 중요한 힌트를 준다. AI에 관심이 없어서가 아니라, 실제 업무에 넣을 때 필요한 기준과 책임 구조가 아직 덜 정리됐을 수 있다는 것이다.
해결책도 거창할 필요가 없다. 승인된 입력, 좁은 작업 범위, 확인할 사람, 원문으로 돌아갈 방법. 이 네 가지를 먼저 갖춘 뒤 작은 일 하나에서 반복해보면 된다. 그때부터 AI 사용량은 외로운 질문의 수가 아니라, 다시 쓸 수 있는 작업 방식의 수로 바뀐다.

숫자를 볼 때 함께 확인할 것

이 글에서 언급한 한국 순위와 업무 위임 비중은 Threads 분석에 정리된 내용이다. 정책·투자·성과 판단에 인용할 때는 반드시 원자료의 국가 범위, 기간, ‘사용’과 ‘위임’의 정의를 다시 확인해야 한다.
보다 넓은 이용 행태는 NBER의 How People Use ChatGPT 연구도 함께 볼 만하다. 이 연구는 비업무 이용이 크게 늘었고, 업무에서는 글쓰기와 정보 탐색·실용적 안내가 큰 비중을 차지했다고 설명한다. 다만 이 연구만으로 위의 한국 순위를 검증할 수는 없다.