AI 도구 사용 현황 점수가 낮을 때, 30일 안에 바로잡는 세 가지

"우리 회사에서 AI를 업무에 쓰는 사람이 몇 명쯤 될까요?" 교육 담당자나 팀장에게 이 질문을 던지면 대부분 "꽤 쓰는 것 같다"거나 "몇몇만 쓴다"는 인상으로 답합니다. 숫자로 답하는 경우는 드뭅니다. 무료 AI 도입 진단에서 A영역(도구 사용 현황) 점수가 낮게 나왔다면, 바로 이 '모른다'는 상태가 점수에 그대로 드러난 것입니다. 대개 직원이 안 써서가 아니라, 누가 어떤 계정으로 쓰는지 조직이 모른다는 신호입니다.

이 글은 A영역의 세 문항(직원 업무 사용 비율, AI 활용 성과 확인·공유, 업무용 계정 제공·관리)이 낮을 때 조직에서 흔히 보이는 모습과 그 원인을 정리하고, 진단 리포트를 받은 뒤 30일 안에 실제로 해 볼 수 있는 일을 단계별로 안내합니다.

🔍 A영역 점수가 낮은 조직에서 흔히 보이는 세 가지 모습

무료 AI 도입 진단의 선택지는 "전혀 아니다~매우 그렇다" 같은 느낌 척도가 아니라, 관찰할 수 있는 현재 상태 4단계로 되어 있습니다. 그래서 A영역이 낮다는 것은 구체적인 운영 공백을 가리킵니다.

문항	낮을 때 흔한 상태	그대로 두면 생기는 일
A1 직원 업무 사용 비율	누가 쓰는지 모름, 관심 있는 몇 명만 개별적으로 사용	교육 대상·수준을 정할 근거가 없어 모두에게 같은 입문 교육을 반복
A2 활용 성과 확인·공유	잘 쓴 사례가 개인 PC와 메신저에만 남음	경영진에게 효과를 설명하지 못해 예산·시간 확보가 막힘
A3 업무용 계정 제공·관리	직원이 개인 무료·유료 계정으로 업무 자료를 다룸	퇴사·이동 시 대화 기록과 요청문이 사라지고, 데이터 학습 설정도 개인에게 맡겨짐

세 문항은 서로 물려 있습니다. 사용 비율을 모르면 성과를 모을 대상이 없고, 성과가 안 보이면 업무용 계정에 쓸 예산을 설득하기 어렵고, 계정이 없으면 직원들은 계속 개인 도구로 흩어집니다. 그래서 세 가지를 가볍게 동시에 시작하는 편이 낫습니다.

📊 사용은 늘었는데 조직은 왜 모를까 — 데이터로 보는 원인

A영역이 낮다고 뒤처진 조직은 아닙니다. 사용이 퍼지는 속도가 관리 체계보다 빨랐을 뿐입니다. 한국은행 BOK 이슈노트 제2025-22호(2025)에 따르면 국내 근로자의 63.5%가 생성형 AI를 써 봤고, 업무에 활용하는 비율도 51.8%로 같은 조사 기준 미국(26.5%)의 두 배 가까이 됩니다.

문제는 그 사용이 대부분 개인 도구로 이루어진다는 점입니다. Microsoft·LinkedIn의 2024 Work Trend Index(31개국 31,000명)에서 AI 사용자의 78%가 회사가 제공하지 않은 자기 AI 도구를 가져와 쓴다고 답했습니다. 같은 조사에서 AI 사용자의 52%는 가장 중요한 업무에 AI를 쓴다는 사실을 밝히기를 꺼린다고 했습니다. 쓰는 사람은 많은데 드러내지 않으니, 관리자 눈에는 "별로 안 쓰는 것 같다"로 보이기 쉽습니다.

독일 Software AG가 2024년 미국·영국·독일 지식근로자 6,000명을 조사한 결과도 비슷합니다. 약 절반이 회사가 지급하지 않은 AI 도구를 쓰고 있었고, 그 이유로 53%는 스스로 고른 도구를 쓰는 독립성을, 33%는 IT 부서가 필요한 도구를 제공하지 않는다는 점을 꼽았습니다. 이들 중 절반은 회사가 금지해도 계속 쓰겠다고 했습니다.

🤖 진단은 A영역의 공백을 어떻게 짚어 주나

무료 AI 도입 진단은 회원가입 없이 12문항에 약 5분이면 답할 수 있고, 답하는 즉시 리포트가 나옵니다. 4개 영역(도구 사용 현황·조직 역량과 격차·제도와 거버넌스·실행 기반)에 3문항씩, 문항당 0~3점으로 36점 만점입니다. 답변은 저장되지 않고 결과 링크에 개인정보가 담기지 않으며, 리포트는 PDF로 저장할 수 있습니다.

A영역이 낮을 때 리포트에서 특히 눈여겨볼 부분은 세 가지입니다.

• 보정 설명 — 총점은 낮은데 직원 사용은 이미 많은 경우처럼 점수와 실제 답변이 어긋나면, 리포트가 그 차이를 따로 설명해 줍니다.
• 핵심 인사이트 — 답변 조합으로 위험과 기회를 찾는데, A영역과 관련해서는 "개인 계정에 의존한 업무 사용", "관리되지 않는 AI 사용 위험", "검증 없이 활용이 늘고 있음" 같은 항목이 걸릴 수 있습니다.
• 우선 보완 항목과 90일 로드맵 — 보완할 문항마다 지금 모습과 목표 모습, 이대로 두면 생기는 문제, 업무 활용 예를 보여 주고, 0~30일 기반 만들기부터 61~90일 정착까지 순서를 제안합니다.

🗺️ 리포트를 받은 뒤 30일 안에 할 일

A영역을 바로잡는 첫 달의 목표는 거창한 도입 계획이 아니라 숫자 하나, 목록 하나, 기준 하나를 만드는 것입니다.

① 1~10일: 익명 3분 설문으로 사용 비율 가늠하기

직원들은 AI 사용을 드러내기를 꺼리므로 실명 설문은 실제보다 낮은 숫자가 나오기 쉽습니다. 익명으로, 평가와 무관하다는 점을 먼저 밝히고, 문항은 5개 안팎으로 줄이는 것이 좋습니다.

묻는 것	질문 예시	이 답으로 알 수 있는 것
사용 빈도	지난 2주 동안 업무에 AI 도구를 쓴 날은? (없음/1~3일/4일 이상/거의 매일)	A1 사용 비율의 대략적 분포
용도	주로 어떤 일에 썼나요? (문서 초안/요약/번역/데이터 정리/아이디어/기타)	성과를 모을 업무 후보
계정 유형	어떤 계정으로 쓰나요? (개인 무료/개인 유료/회사 제공/모름)	A3 개인 계정 의존도
입력 자료	고객·거래처 정보나 내부 문서를 넣어 본 적이 있나요?	우선 정해야 할 입력 기준
막히는 점	더 쓰지 못하는 가장 큰 이유는? (방법 모름/허용 여부 불명확/도구 없음/필요 없음)	교육이 먼저인지, 기준·도구가 먼저인지

목적은 정밀한 통계가 아니라 대략의 분포입니다. 부서별로 나눠 보면 사용이 몰린 곳과 비어 있는 곳이 드러나 교육 대상을 나누는 근거가 됩니다.

② 11~20일: 개인 계정 현황을 파악하고 허용 도구 1~2개 정하기

먼저 알아야 할 것은 계정 종류에 따라 데이터 처리 방식이 다르다는 점입니다. 예를 들어 OpenAI는 기업·팀용 요금제와 API의 업무 데이터를 기본적으로 모델 학습에 쓰지 않는다고 안내합니다. 반면 개인용 요금제는 유료라도 설정에 따라 대화가 모델 개선에 쓰일 수 있습니다(예: Anthropic 2025년 8월 소비자 약관 변경).

⚠️ 주의 — "유료로 결제했으니 안전하다"는 오해가 흔합니다. 기준은 결제 여부가 아니라 개인용인지 기업·팀용인지, 그리고 데이터 설정이 어떻게 되어 있는지입니다. 2023년 삼성전자 반도체 부문에서 직원들이 소스코드와 회의 내용을 ChatGPT에 입력한 일이 알려진 뒤 사내 PC의 생성형 AI 사용을 제한한 사례는, 계정과 입력 기준이 없을 때 조직에 남는 선택지가 '전면 제한'뿐일 수 있음을 보여 줍니다.

허용 도구를 정할 때는 욕심내지 말고 1~2개로 시작하는 것이 좋습니다. 설문에서 이미 가장 많이 쓰는 도구를 후보로 두고, 다음 네 가지를 확인합니다.

1. 데이터 학습 여부: 업무 데이터를 학습에 쓰지 않는 요금제나 설정이 있는가
2. 관리 기능: 관리자가 계정을 추가·회수할 수 있어 퇴사·이동 때 기록이 개인에게 남지 않는가
3. 입력 금지 정보: 고객 개인정보, 미공개 재무 정보처럼 어떤 도구에도 넣지 않을 정보를 한 문단으로 정리했는가
4. 예외 경로: 목록에 없는 도구가 필요할 때 누구에게 요청하는가

기준 문서는 국가정보원이 2023년 6월 배포한 「챗GPT 등 생성형 AI 활용 보안 가이드라인」이나 개인정보보호위원회의 「생성형 인공지능(AI) 개발·활용을 위한 개인정보 처리 안내서」(2025.8)를 참고해 우리 조직에 맞는 항목만 뽑아 한 장으로 시작하면 됩니다.

③ 21~30일: 성과를 '확인하고 공유하는' 가장 가벼운 구조 만들기

Microsoft·LinkedIn 2024 Work Trend Index에서 리더의 59%는 AI의 생산성 효과를 수치화하기 어렵다고 답했습니다. 첫 달에는 다음 정도면 충분합니다.

• 설문에서 나온 용도 중 반복 빈도가 높은 업무 2~3개를 고른다
• 그 업무를 AI로 처리한 사람에게 "전에는 어떻게 했고, 지금은 어떻게 하며, 결과물을 무엇으로 확인했는지"를 세 줄로 적게 한다
• 월말에 30분짜리 공유 시간을 열어 그 세 줄 기록을 함께 본다

핵심은 무엇으로 확인했는가입니다. 시간이 줄었다는 이야기만 모으면 틀린 수치나 없는 출처를 걸러내는 절차(B3)가 빠진 채 활용만 늘어나고, 이는 리포트의 "검증 없이 활용이 늘고 있음" 인사이트가 경고하는 상태입니다.

💡 팁 — 30일이 끝나면 같은 사람이 진단을 한 번 더 해 보세요. 점수 변화보다 A1·A2·A3에서 고른 선택지가 '모르는 상태'에서 '파악한 상태'로 옮겨 갔는지를 보는 것이 첫 달의 진짜 성과입니다.

⚖️ A영역을 정리하면 달라지는 것, 그리고 오해하지 말아야 할 것

첫 30일을 거치면 조직에 남는 것은 화려한 성과보다 판단의 근거입니다. "AI 교육을 해야 할까?"라는 막연한 질문이 "사용이 몰린 두 부서는 실무 적용 교육, 거의 안 쓰는 부서는 리터러시 교육부터"처럼 구체적인 질문으로 바뀝니다. 월말 공유 기록이 쌓이면 경영진에게 예산을 요청할 때 인상 대신 사례로 말할 수 있게 됩니다.

교육에 대한 기대도 현실적으로 잡는 편이 좋습니다. BCG의 AI at Work 2025(11개국 10,635명) 조사에서 5시간 넘게 교육받은 직원의 79%가 정기적으로 AI를 쓴 반면, 5시간 미만은 67%였습니다. 다만 쓸 도구와 기준이 먼저 정리되어 있어야 배운 내용이 업무로 이어집니다.

흔한 오해도 짚어 둡니다. 첫째, 사용 비율을 높이는 것 자체가 목표는 아닙니다. 검증 절차 없이 비율만 올라가면 오히려 위험이 커집니다. 둘째, 개인 도구 사용을 곧바로 금지하는 것은 해법이 아닙니다. 금지는 사용을 없애기보다 더 보이지 않게 만들기 쉽습니다. 셋째, 진단 점수는 공식 인증이 아니라 출발점을 찾기 위한 도구입니다.

✅ 핵심 정리 — A영역 30일 계획의 결과물은 ① 익명 설문으로 얻은 사용 비율, ② 계정·도구 목록과 허용 도구 1~2개, ③ 세 줄 성과 기록과 월말 공유 시간입니다.

❓ 자주 묻는 질문

Q1. 직원 수가 20명 안팎인 작은 조직도 설문이 필요한가요?

작은 조직일수록 익명성이 약해 솔직한 답이 덜 나올 수 있습니다. 설문 대신 팀 회의에서 AI를 써 본 사례를 나누는 방식도 괜찮습니다.

Q2. 업무용 계정 예산이 당장 없으면 어떻게 하나요?

예산이 없어도 입력 금지 정보와 권장 설정(대화 내용의 모델 학습 활용 끄기 등)을 먼저 정할 수 있습니다. 세 줄 성과 기록은 다음 예산 논의의 근거가 됩니다.

Q3. 진단은 누가 답해야 정확한가요?

조직의 AI 도입을 검토하는 교육 담당자·팀장·대표가 답하도록 설계되어 있습니다. 여러 사람이 각자 해 보고 비교하면 인식 차이가 드러납니다.

Q4. 개인의 AI 활용 수준도 함께 확인할 수 있나요?

조직 진단과 별도로 개인용 무료 AI 역량평가가 있습니다. 30문항 약 20분으로 AI 이해·요청 설계·결과 검증 등 6개 역량을 보여 주므로, 설문에서 사용이 몰린 부서의 핵심 인원이 먼저 받아 보는 방식으로 활용할 수 있습니다.

진단 결과를 바탕으로 부서별 교육 구성을 상의하고 싶다면 누구나패스 출강 교육 안내를 보거나 문의 폼으로 리포트 내용을 공유해 주세요.

📎 출처

• 한국은행, BOK 이슈노트 제2025-22호 「AI의 빠른 확산과 생산성 효과: 가계조사를 바탕으로」(2025.8)
• Microsoft·LinkedIn, 2024 Work Trend Index 「AI at Work Is Here. Now Comes the Hard Part」(2024.5)
• Software AG, 「Half of all employees are Shadow AI users」(2024.10)
• BCG, 「AI at Work 2025: Momentum Builds, but Gaps Remain」(2025.6)
• OpenAI, Business data privacy, security, and compliance
• Anthropic, Updates to Consumer Terms and Privacy Policy (2025.8)
• 디지털데일리, 「국정원, 챗GPT 활용 보안 가이드라인 배포」(2023.6)
• 개인정보보호위원회, 「생성형 인공지능(AI) 개발·활용을 위한 개인정보 처리 안내서」(2025.8)