Google AI & Economy ATLAS: 일자리보다 ‘업무’로 읽는 AI 확산
AI가 일자리를 얼마나 바꿀지 판단하려면 모델의 성능보다 실제 사용 방식을 먼저 봐야 한다. Google AI & Economy ATLAS는 사람들이 AI를 어디에, 어떤 목적으로 활용하는지 대규모 이용 데이터로 분석해, 직업이 아닌 개별 업무 단위에서 변화를 보여준다.
직업 전체가 아니라 업무 단위로 측정한다
ATLAS는 ‘Activity, Task, Landscape, and Adoption Study’의 약자다. 2026년 7월 23일 공개된 v1.0은 Gemini 앱, Google AI Mode, Gemini API에서 수집한 비식별 상호작용 1,500만 건을 기반으로 한다. 데이터는 150개 이상 국가, 140개 언어, 800개 이상 직업과 4,000개 업무를 포괄한다.1
분석의 핵심은 AI 사용을 직업명만으로 판단하지 않는 데 있다. 업무 관련 상호작용을 미국 노동통계국 직업 코드와 O*NET 업무 체계에 연결해, 같은 직업 안에서도 AI가 쓰이는 업무와 그렇지 않은 업무를 구분한다. 비업무 상호작용은 미국 시간사용조사의 약 300개 가정·생활 활동에 연결한다.1
이 접근법은 “어떤 직업이 AI의 영향을 받는가”보다 “그 직업을 구성하는 어떤 업무가 변하고 있는가”라는 더 실용적인 질문에 답하도록 돕는다.
확산 범위와 업무 침투율을 구분해야 한다
전체 대화형 AI 사용 중 업무 관련 활동의 비중은 14%였다. 한편 AI 사용이 관찰된 직업의 중앙값을 기준으로 보면, AI가 활용된 업무는 해당 직업 전체 업무의 21%였다. 전체 업무의 75% 이상에서 AI 사용이 관찰된 직업은 3%에 불과했다.1
이 수치들은 서로 다른 기준을 측정한다. 14%는 전체 상호작용 가운데 업무 목적이 차지하는 비중이고, 21%는 AI가 관찰된 직업 내부에서 활용된 업무의 범위를 나타낸다. 따라서 도입 여부와 업무 침투 깊이를 같은 지표로 해석해서는 안 된다.
현재 패턴은 AI가 직업 전체를 한꺼번에 대체하기보다 특정 업무에 선택적으로 들어가고 있음을 시사한다. 업무 활용은 아이디어 구상, 정보 탐색, 초안 작성, 검토와 개선에 집중됐으며, 비정형 인지 업무를 처음부터 끝까지 자동화하려는 상호작용은 10% 미만이었다.1
육체·기술 직군도 예외는 아니다. 자동차 정비나 산업 설비 작업에서는 이미지와 영상을 활용해 진단 결과를 해석하거나 배선을 점검하는 사례가 관찰됐다.2 따라서 ‘사무직은 AI의 영향을 받고 현장직은 무관하다’는 식의 단순한 구분은 실제 활용 양상을 충분히 설명하지 못한다.
조직은 도입률보다 업무 변화를 측정해야 한다
단순히 AI 사용자 수나 계정 수만 세면 실제 변화를 놓치기 쉽다. 조직은 다음 질문을 함께 살펴야 한다.
어떤 직무가 아니라 어떤 업무에서 AI가 쓰이는가?
AI는 사람의 판단을 보조하는가, 업무 일부를 자동화하는가?
처리 시간, 결과물 품질, 오류율이 실제로 개선됐는가?
활용이 일부 업무에 집중되는가, 직무 전반으로 확대되는가?
ATLAS 데이터만으로 이 질문들의 최종 답을 얻을 수는 없다. 상호작용 기록은 사용자가 무엇을 요청했는지는 보여주지만, 결과물의 품질이나 생산성 향상까지 직접 증명하지는 않기 때문이다.1 따라서 ATLAS는 AI의 경제 효과에 대한 확정적 결론이라기보다, 업무 변화를 지속적으로 추적하기 위한 기준선으로 활용하는 편이 적절하다.
요약: Google AI & Economy ATLAS는 AI의 영향을 직업 단위가 아닌 업무 단위로 살펴봐야 한다는 점을 보여준다. 현재 AI는 여러 직업에 확산됐지만, 변화의 중심은 직업 전체의 대체보다 특정 업무의 선택적 보조와 개선에 있다.
1Google's AI & Economy ATLAS v1.0: Mapping Gemini Usage in the Economy
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.