AI를 능숙하게 다루는 직원은 빠르게 늘고 있다. 그런데 정작 그 실력을 받쳐줘야 할 회사가 따라오지 못하고 있다. 마이크로소프트(Microsoft)가 2026년 5월 발표한 연례 보고서 '워크 트렌드 인덱스(Work Trend Index)'는 10개국에서 AI를 쓰는 직장인 2만 명과 마이크로소프트 365(Microsoft 365)의 방대한 사용 데이터를 분석해, AI 성과를 가르는 결정적 요인이 개인의 능력이 아니라 회사의 조직 환경이라는 사실을 밝혀냈다. 워크 트렌드 인덱스란 마이크로소프트가 해마다 전 세계 직장인의 업무 방식 변화를 추적해 내놓는 대규모 조사 보고서를 말한다. 같은 AI 도구를 써도 어떤 회사에 다니느냐에 따라 결과물이 완전히 달라진다는 이야기다.
AI 성과를 좌우한 건 개인이 아닌 조직 환경
그림1. AI 성과를 좌우하는 요인 비교, 개인보다 앞선 조직 환경의 영향력
마이크로소프트 보고서에 따르면 AI가 실제로 만들어내는 성과는 개인의 태도·행동(32%)보다 회사의 조직 환경(67%)과 2배 넘게 더 강하게 연결돼 있었다. 누가 더 의욕적인가보다 어떤 환경에서 일하는가가 결과를 더 크게 갈랐다는 뜻이다. 여기서 조직 환경이란 AI를 전략적 강점으로 여기고 실험을 장려하는 문화, AI 사용을 직접 보여주고 독려하는 관리자, 그리고 AI 역량을 평가와 성장에 반영하는 인사 제도를 모두 포함한다. 보고서는 29개 요인을 분석한 결과 가장 강력한 단일 요인이 '회사의 AI 문화'였고, 이는 가장 강한 개인 요인보다 약 2.5배 더 뚜렷한 신호였다고 설명했다. 쉽게 말해 아무리 의욕 넘치는 직원이라도 회사가 AI를 권장하지 않고 새로운 시도를 불안하게 만드는 분위기라면, 그 실력은 좀처럼 성과로 이어지지 못한다는 뜻이다.
직원은 준비됐지만 조직은 아니다, 전환의 역설
보고서가 가장 무겁게 짚은 지점은 '전환의 역설(Transformation Paradox)'이다. 전환의 역설이란 직원은 AI로 일하는 방식을 바꿀 준비가 됐는데도 회사의 평가 기준과 보상 제도, 관행이 여전히 옛 방식을 강요하는 어긋남을 말한다. 실제로 조사에 참여한 AI 사용자의 65%는 AI에 빠르게 적응하지 못하면 뒤처질까 두렵다고 답했지만, 동시에 45%는 AI로 일을 새로 설계하기보다 지금 맡은 목표에 집중하는 편이 더 안전하다고 느꼈다. 성과를 내지 못하더라도 AI로 일을 혁신한 것 자체를 보상받는다고 답한 사람은 13%에 그쳤다. 마이크로소프트는 직원 개개인의 AI 역량과 회사의 준비 정도를 두 축으로 놓고 응답자를 다섯 집단으로 나눴는데, 두 조건이 맞물려 시너지를 내는 '프런티어(Frontier)' 집단은 19%였던 반면, 실력은 갖췄지만 회사가 받쳐주지 못해 가로막힌 '갇힌 역량(Blocked Agency)' 집단도 10%에 달했다. 회사 리더십이 AI에 대해 일관된 방향을 제시하고 있다고 답한 사람은 4명 중 1명, 26%뿐이었다. 내가 아무리 앞서가도 위에서 방향을 잡아주지 않으면 혼자 달리다 지치기 쉬운 구조인 셈이다.
관리자가 AI를 직접 쓰면 달라지는 신뢰 30점
조직 환경이 왜 그토록 중요한지는 관리자의 태도에서 분명하게 드러난다. 마이크로소프트가 별도로 진행한 1,800명 대상 연구를 보면, 관리자가 AI를 직접 쓰는 모습을 보여줬을 때 직원이 체감하는 AI의 가치는 17점, AI 사용에 대한 비판적 사고는 22점, 스스로 일하는 AI 에이전트(Agent)에 대한 신뢰는 30점이나 올랐다. AI 에이전트란 사람이 일일이 지시하지 않아도 여러 단계의 업무를 알아서 수행하는 AI 프로그램을 말한다. 관리자가 마음 놓고 실험할 수 있는 분위기를 만들어줬을 때는 직원의 AI 준비도와 가치 인식이 최대 20점 높아졌고, 에이전트를 자주 쓰는 사람이 될 가능성도 1.4배 커졌다. 보고서가 정의한 가장 앞선 AI 사용자 집단인 '프런티어 프로페셔널(Frontier Professional)'은 바로 이런 환경에서 일하는 경우가 많았다. 프런티어 프로페셔널이란 여러 단계의 복잡한 업무에 AI 에이전트를 활용하고, 업무 절차를 수시로 다시 설계하며, 팀 차원의 AI 활용 규칙을 만드는 데 참여하는 사람들을 말하며 전체 AI 사용자의 16%를 차지한다. 앞서 나온 준비도 기준 '프런티어' 집단(19%)과는 분류 잣대가 다른, 실제 일하는 방식으로 정의한 집단이다. 이들은 관리자가 AI를 공개적으로 쓴다고 답한 비율(85% 대 64%)이나 실험할 공간을 마련해준다고 답한 비율(84% 대 61%)에서 다른 사용자를 크게 앞섰다. 결국 직원의 실력은 좋은 관리자라는 토양 위에서만 제대로 자란다는 이야기다.
단순 작업을 넘어 판단으로 옮겨가는 일
AI는 일을 더 빨리 처리하게 해주는 것을 넘어, 누가 고급 업무를 할 수 있는지를 바꾸고 있다. 마이크로소프트 365 코파일럿(Copilot)에서 오간 대화 10만여 건(북미·상업용 기준)을 분석한 결과, 전체의 49%가 정보를 분석하고 문제를 풀고 판단하는 '인지 작업'을 돕는 데 쓰였다. 나머지는 사람과 협업하기(19%), 결과물 만들기(17%), 정보 찾기(15%) 순이었다. 예전에는 깊은 전문성이 있어야 가능했던 분석과 의사결정을, 이제는 더 많은 사람이 AI의 도움으로 해낼 수 있게 된 것이다. 실제로 조사 대상 AI 사용자의 66%는 AI 덕분에 더 가치 있는 일에 시간을 쓰게 됐다고 답했고, 58%는 1년 전이라면 만들지 못했을 결과물을 내고 있다고 했다. 이 수치는 프런티어 프로페셔널 사이에서 80%까지 올라간다. 다만 AI가 해주는 일이 늘어날수록 사람의 판단력은 오히려 더 귀해진다. 사용자들은 AI가 일을 더 많이 맡을 때 중요해지는 인간의 능력으로 'AI 결과물의 품질 검증'(50%)과 '비판적 사고'(46%)를 꼽았고, 86%는 AI의 답을 최종 결론이 아니라 출발점으로 삼으며 "생각의 책임은 사람에게 있다"고 답했다. AI에게 초안을 맡기되 그 결과를 의심하고 다듬는 사람과, AI가 내놓은 답을 그대로 복사해 붙이는 사람의 격차가 바로 여기서 벌어진다.
AI 시대 진짜 경쟁력은 학습 속도
마이크로소프트는 앞서가는 기업의 공통점으로 회사 전체가 하나의 '학습 시스템(Learning System)'처럼 작동한다는 점을 들었다. 학습 시스템이란 업무에서 나온 경험과 교훈을 회사가 붙잡아 공유하고 일하는 방식에 다시 녹여, 스스로 점점 더 똑똑해지는 조직을 말한다. 실제로 마이크로소프트 365 생태계에서 활발히 쓰이는 AI 에이전트의 수는 1년 사이 15배, 대기업에서는 18배로 늘었다. 보고서는 이렇게 쌓인 노하우를 회사만의 자산으로 만든 것을 '소유 지능(Owned Intelligence)'이라 불렀는데, 시간이 갈수록 누적되고 경쟁사가 따라 하기 어려운 회사 고유의 축적된 지식을 가리킨다. 물론 일자리에 대한 불안을 단순한 기우라고만 보기는 어렵다. 보고서가 인용한 링크드인(LinkedIn)의 2026년 노동시장 보고서에 따르면 지난 2년간 데이터 주석가나 AI 엔지니어처럼 5년 전에는 없던 AI 관련 일자리가 최소 130만 개 새로 생겼다. 어떤 일은 사라지고 어떤 일은 모습을 바꾸며 또 새로운 일이 생겨나는 변화의 속도가 과거와 얼마나 다를지는 더 두고 볼 필요가 있다. 다만 분명해 보이는 것은, AI 시대의 격차가 개인의 손끝이 아니라 회사가 얼마나 빨리 배우고 바뀌느냐에서 벌어지기 시작했다는 사실이다.
FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)
Q1. 워크 트렌드 인덱스는 어떤 보고서인가요?
워크 트렌드 인덱스는 마이크로소프트가 해마다 전 세계 직장인의 업무 방식 변화를 조사해 발표하는 보고서입니다. 2026년 보고서는 10개국 직장인 2만 명을 대상으로 한 설문과 마이크로소프트 365 사용 데이터를 함께 분석해 작성했습니다.
Q2. AI 성과에서 개인 실력보다 회사가 더 중요하다는 게 무슨 뜻인가요?
보고서 분석 결과 AI가 만들어내는 성과의 67%가 회사의 문화와 관리자, 인사 제도 같은 조직 환경에서 비롯됐고, 개인의 태도와 행동은 32%였습니다. 같은 AI를 써도 회사 환경이 받쳐주지 않으면 그 실력이 성과로 이어지기 어렵다는 의미입니다.
Q3. 그렇다면 직장인 개인은 무엇을 준비해야 하나요?
보고서는 AI에 일을 맡기되 그 결과물을 검증하는 품질 관리 능력과 비판적 사고가 더 중요해진다고 봤습니다. AI의 답을 그대로 쓰지 않고 출발점으로 삼아 직접 판단하고 다듬는 습관이 핵심입니다.
■ 이 기사는 AI 전문 매체 ‘AI 매터스’와 제휴를 통해 제공됩니다. (☞ 기사 원문 바로가기)
AI 리포터 (Aireporter@etnews.com)
