구글의 경제학자 스콧 스트랜드(Scott Strand)는 "AI 도입은 매우 광범위하며, 다양한 직종에 걸쳐 있다"고 말합니다 . 하지만 데이터에 따르면 특정 직업 내에서의 사용 깊이는 여전히 얕고, 자동화 사례는 드물며, 대부분의 AI 활동은 사무실 밖에서 이루어집니다.

폭 vs. 깊이: 많은 직업에 퍼졌지만, 업무별 사용은 적다

ATLAS 연구의 가장 중요한 발견은 AI 도입이 "광범위하지만 얕다" 는 점입니다 . AI 기술은 경제 전반에 놀라울 정도로 확산되었지만, 각 직업 내에서 실제 업무 중 AI가 사용되는 비율은 크지 않습니다.

• 전체 직업의 68% 가 연구의 최소 사용 기준을 넘었으며, 이는 미국 전체 고용의 약 90%에 해당합니다 .
• 하지만 해당 직종 내에서 AI는 평균적으로 약 21%의 업무에만 사용됩니다 . 깊은 통합은 드물어서, 전체 업무의 75% 이상에 AI를 사용하는 직업은 약 4% 에 불과합니다 .
• 사용은 소프트웨어 개발 및 글쓰기라는 두 가지 범주에 집중되어, 이 두 분야가 전체 상호작용의 거의 절반을 차지합니다 .

이 패턴은 AI가 여러 분야에서 빠르게 보편화되고 있지만, 일부 예측처럼 모든 업무 프로세스를 대체하는 단계에는 아직 이르지 못했음을 시사합니다.

인간이 여전히 주도권: 자동화보다 협업

AI가 일자리를 완전히 대체할까 걱정하는 사람들에게 ATLAS 연구는 어느 정도 안심할 만한 정보를 제공합니다. 직장에서 사람들은 AI를 주로 대체재가 아닌 파트너로 사용합니다.

• 업무 관련 상호작용 중 10% 미만만이 완전한 자동화에 해당합니다 . 대다수는 증강(augmentation) 방식, 즉 연구, 아이디어 도출, 전략 수립, 초안 작성, 반복적 개선 등에 AI를 활용합니다 .
• 구글은 이를 "자동화보다 협업"이라고 설명합니다. AI는 직원을 대체하는 도구라기보다 업무 속도를 높이거나 브레인스토밍 파트너 역할을 하는 것입니다 .

이 발견은 AI 사용의 약 57%가 인간 능력 증강(협업)에 해당한다고 밝힌 앤트로픽(Anthropic)의 초기 연구와도 어느 정도 맥을 같이합니다 . 그러나 ATLAS 데이터는 직장 환경에서 자동화 비율이 10% 미만으로 훨씬 더 낮아, 그 차이가 더욱 두드러집니다.

직장에서 AI 사용자: 지식 노동이 주도, 육체 노동도 등장

예상대로 지식 노동이 데이터의 대부분을 차지합니다. 소프트웨어 엔지니어, 작가, 마케터, 분석가들이 주요 사용자입니다 . 흥미로운 점은 육체 노동 분야에서도 AI 사용이 확인되었다는 것입니다.

• 구글의 링크드인 게시물은 "책상 너머로: 육체 노동, 건설, 수리 직종의 작업자들도 제미나이를 사용하고 있다" 고 강조합니다 .
• 하지만 연구는 디지털 참여도가 낮거나 인터넷 접근이 제한된 직종의 데이터는 과소 대표될 수 있음을 인정합니다 . 선반 작업, 벽돌 쌓기, 엔진 수리 등 많은 수작업은 텍스트 기반 채팅 상호작용에 잘 포착되지 않아, 현장 작업에서의 AI 관련성을 연구가 과소평가할 가능성이 있습니다 .

중요한 점은 데이터가 이미 제미나이를 사용하는 사람들로부터 수집되었다는 자체 선택 편향(self-selection bias)이 있습니다. 이는 기술에 능숙한 화이트 칼라 직종을 과대 대표하고 블루 칼라, 육체 노동, 오프라인 중심 직종을 과소 대표할 가능성이 높습니다 .

대부분의 AI 사용은 업무 외 시간에 발생

많은 독자에게 가장 놀라운 발견은 상호작용의 상당 부분이 정규 업무 밖에서 발생한다는 점일 것입니다 . 구글은 모든 AI 상호작용의 86%가 직장 밖에서 이루어진다고 보고합니다 .

• 이러한 비업무 상호작용에는 개인 생산성 향상, 학습, 창작 활동, 가사 관리 등이 포함됩니다 .
• ATLAS가 제미나이 앱, AI 모드와 같은 소비자 대상 제품의 데이터를 활용하기 때문에, 사무실뿐만 아니라 일상 생활 전반의 사용을 포착합니다 .

이는 현재 AI의 가장 큰 실질적 영향이 노동 시장 재편보다는 식사 계획, 숙제 도움, 창의적인 아이디어 생성 등 개인 및 가정의 생산성 향상에 더 가깝다는 것을 시사합니다.

주요 한계점: ATLAS가 알려주지 않는 것

구글의 공식 블로그 게시물과 업계 관찰자들의 분석은 ATLAS 연구가 AI의 경제적 영향에 대한 결정적인 그림으로 받아들여져서는 안 된다는 여러 중요한 한계를 지적합니다 .

• 플랫폼 편향: 데이터는 구글의 제미나이 생태계에서만 비롯되었습니다. 오픈AI의 챗GPT나 앤트로픽의 클로드 등의 사용 패턴은 크게 다를 수 있습니다.
• 자체 선택 편향: 표본은 이미 제미나이를 사용하는 사람들로, 근로 인구의 무작위 표본이 아닙니다. 얼리 어답터는 더 젊고, 교육 수준이 높으며, 기술 관련 분야에 집중되어 있어 AI 확산을 과장할 수 있습니다 .
• 시간적 제약: 데이터는 2026년 4월 6일부터 19일까지의 2주간 샘플링되었습니다 . 짧은 기간은 계절적 또는 프로젝트 기반 변동을 포착하지 못할 수 있습니다.
• 분류의 불확실성: 약 1465만 건의 자유 형식 대화를 정확히 800개의 직업 범주와 4000개의 업무로 매핑하는 것은 본질적으로 부정확합니다. 일부 업무는 잘못 분류되거나 분류가 모호할 수 있습니다.
• 생산성 측정 부재: 이 연구는 사람들이 AI를 무엇에 사용하는지 측정할 뿐, 그것이 결과물, 품질, 수익을 개선하는지 여부는 측정하지 않습니다 . 효과적인 사용과 비효과적인 사용을 구분할 수 없습니다.
• 버전 1.0: 구글은 이를 "첫 번째 버전"이라고 명시하며, 진화하는 연구 노력의 일환이지 최종적이거나 확정적인 그림이 아니라고 밝힙니다 .

종합적 의미

ATLAS 연구는 AI 도입이 현실적이고 광범위하며 성장하고 있다는 가장 강력한 증거를 제공합니다. 그러나 2026년 중반 현재 AI는 일부의 우려처럼 일자리를 대체하는 괴물과는 거리가 멉니다. 대신 AI는 협력자로서, 업무의 일부에만 사용되고, 대부분 자동화되지 않았으며, 주로 사무실 밖에서 사용되고 있습니다.

직장인들에게 이는 프롬프트 작성, 결과물 확인, 업무 흐름에 AI 통합하기 등 AI를 도구로 활용하는 능력이 완전한 일자리 대체에 대비하는 것보다 더 즉각적으로 중요함을 시사합니다. 기업 입장에서는 대부분의 역할에서 AI 통합이 얕다는 점은 더 깊은 도입의 여지가 있음을 의미하지만, AI의 완전한 생산성 향상 효과는 아직 수년이 더 걸릴 수 있음을 의미하기도 합니다.

경제학자 스콧 스트랜드의 말처럼 "AI 도입은 매우 매우 광범위하지만", 그 도입의 깊이와 경제적 의미는 여전히 현재 진행형입니다 .

구글의 경제학자 스콧 스트랜드(Scott Strand)는 "AI 도입은 매우 광범위하며, 다양한 직종에 걸쳐 있다"고 말합니다 . 하지만 데이터에 따르면 특정 직업 내에서의 사용 깊이는 여전히 얕고, 자동화 사례는 드물며, 대부분의 AI 활동은 사무실 밖에서 이루어집니다.

폭 vs. 깊이: 많은 직업에 퍼졌지만, 업무별 사용은 적다

ATLAS 연구의 가장 중요한 발견은 AI 도입이 "광범위하지만 얕다" 는 점입니다 . AI 기술은 경제 전반에 놀라울 정도로 확산되었지만, 각 직업 내에서 실제 업무 중 AI가 사용되는 비율은 크지 않습니다.

• 전체 직업의 68% 가 연구의 최소 사용 기준을 넘었으며, 이는 미국 전체 고용의 약 90%에 해당합니다 .
• 하지만 해당 직종 내에서 AI는 평균적으로 약 21%의 업무에만 사용됩니다 . 깊은 통합은 드물어서, 전체 업무의 75% 이상에 AI를 사용하는 직업은 약 4% 에 불과합니다 .
• 사용은 소프트웨어 개발 및 글쓰기라는 두 가지 범주에 집중되어, 이 두 분야가 전체 상호작용의 거의 절반을 차지합니다 .

이 패턴은 AI가 여러 분야에서 빠르게 보편화되고 있지만, 일부 예측처럼 모든 업무 프로세스를 대체하는 단계에는 아직 이르지 못했음을 시사합니다.

인간이 여전히 주도권: 자동화보다 협업

AI가 일자리를 완전히 대체할까 걱정하는 사람들에게 ATLAS 연구는 어느 정도 안심할 만한 정보를 제공합니다. 직장에서 사람들은 AI를 주로 대체재가 아닌 파트너로 사용합니다.

• 업무 관련 상호작용 중 10% 미만만이 완전한 자동화에 해당합니다 . 대다수는 증강(augmentation) 방식, 즉 연구, 아이디어 도출, 전략 수립, 초안 작성, 반복적 개선 등에 AI를 활용합니다 .
• 구글은 이를 "자동화보다 협업"이라고 설명합니다. AI는 직원을 대체하는 도구라기보다 업무 속도를 높이거나 브레인스토밍 파트너 역할을 하는 것입니다 .

이 발견은 AI 사용의 약 57%가 인간 능력 증강(협업)에 해당한다고 밝힌 앤트로픽(Anthropic)의 초기 연구와도 어느 정도 맥을 같이합니다 . 그러나 ATLAS 데이터는 직장 환경에서 자동화 비율이 10% 미만으로 훨씬 더 낮아, 그 차이가 더욱 두드러집니다.

직장에서 AI 사용자: 지식 노동이 주도, 육체 노동도 등장

예상대로 지식 노동이 데이터의 대부분을 차지합니다. 소프트웨어 엔지니어, 작가, 마케터, 분석가들이 주요 사용자입니다 . 흥미로운 점은 육체 노동 분야에서도 AI 사용이 확인되었다는 것입니다.

• 구글의 링크드인 게시물은 "책상 너머로: 육체 노동, 건설, 수리 직종의 작업자들도 제미나이를 사용하고 있다" 고 강조합니다 .
• 하지만 연구는 디지털 참여도가 낮거나 인터넷 접근이 제한된 직종의 데이터는 과소 대표될 수 있음을 인정합니다 . 선반 작업, 벽돌 쌓기, 엔진 수리 등 많은 수작업은 텍스트 기반 채팅 상호작용에 잘 포착되지 않아, 현장 작업에서의 AI 관련성을 연구가 과소평가할 가능성이 있습니다 .

중요한 점은 데이터가 이미 제미나이를 사용하는 사람들로부터 수집되었다는 자체 선택 편향(self-selection bias)이 있습니다. 이는 기술에 능숙한 화이트 칼라 직종을 과대 대표하고 블루 칼라, 육체 노동, 오프라인 중심 직종을 과소 대표할 가능성이 높습니다 .

대부분의 AI 사용은 업무 외 시간에 발생

많은 독자에게 가장 놀라운 발견은 상호작용의 상당 부분이 정규 업무 밖에서 발생한다는 점일 것입니다 . 구글은 모든 AI 상호작용의 86%가 직장 밖에서 이루어진다고 보고합니다 .

• 이러한 비업무 상호작용에는 개인 생산성 향상, 학습, 창작 활동, 가사 관리 등이 포함됩니다 .
• ATLAS가 제미나이 앱, AI 모드와 같은 소비자 대상 제품의 데이터를 활용하기 때문에, 사무실뿐만 아니라 일상 생활 전반의 사용을 포착합니다 .

이는 현재 AI의 가장 큰 실질적 영향이 노동 시장 재편보다는 식사 계획, 숙제 도움, 창의적인 아이디어 생성 등 개인 및 가정의 생산성 향상에 더 가깝다는 것을 시사합니다.

주요 한계점: ATLAS가 알려주지 않는 것

구글의 공식 블로그 게시물과 업계 관찰자들의 분석은 ATLAS 연구가 AI의 경제적 영향에 대한 결정적인 그림으로 받아들여져서는 안 된다는 여러 중요한 한계를 지적합니다 .

• 플랫폼 편향: 데이터는 구글의 제미나이 생태계에서만 비롯되었습니다. 오픈AI의 챗GPT나 앤트로픽의 클로드 등의 사용 패턴은 크게 다를 수 있습니다.
• 자체 선택 편향: 표본은 이미 제미나이를 사용하는 사람들로, 근로 인구의 무작위 표본이 아닙니다. 얼리 어답터는 더 젊고, 교육 수준이 높으며, 기술 관련 분야에 집중되어 있어 AI 확산을 과장할 수 있습니다 .
• 시간적 제약: 데이터는 2026년 4월 6일부터 19일까지의 2주간 샘플링되었습니다 . 짧은 기간은 계절적 또는 프로젝트 기반 변동을 포착하지 못할 수 있습니다.
• 분류의 불확실성: 약 1465만 건의 자유 형식 대화를 정확히 800개의 직업 범주와 4000개의 업무로 매핑하는 것은 본질적으로 부정확합니다. 일부 업무는 잘못 분류되거나 분류가 모호할 수 있습니다.
• 생산성 측정 부재: 이 연구는 사람들이 AI를 무엇에 사용하는지 측정할 뿐, 그것이 결과물, 품질, 수익을 개선하는지 여부는 측정하지 않습니다 . 효과적인 사용과 비효과적인 사용을 구분할 수 없습니다.
• 버전 1.0: 구글은 이를 "첫 번째 버전"이라고 명시하며, 진화하는 연구 노력의 일환이지 최종적이거나 확정적인 그림이 아니라고 밝힙니다 .

종합적 의미

ATLAS 연구는 AI 도입이 현실적이고 광범위하며 성장하고 있다는 가장 강력한 증거를 제공합니다. 그러나 2026년 중반 현재 AI는 일부의 우려처럼 일자리를 대체하는 괴물과는 거리가 멉니다. 대신 AI는 협력자로서, 업무의 일부에만 사용되고, 대부분 자동화되지 않았으며, 주로 사무실 밖에서 사용되고 있습니다.

직장인들에게 이는 프롬프트 작성, 결과물 확인, 업무 흐름에 AI 통합하기 등 AI를 도구로 활용하는 능력이 완전한 일자리 대체에 대비하는 것보다 더 즉각적으로 중요함을 시사합니다. 기업 입장에서는 대부분의 역할에서 AI 통합이 얕다는 점은 더 깊은 도입의 여지가 있음을 의미하지만, AI의 완전한 생산성 향상 효과는 아직 수년이 더 걸릴 수 있음을 의미하기도 합니다.

경제학자 스콧 스트랜드의 말처럼 "AI 도입은 매우 매우 광범위하지만", 그 도입의 깊이와 경제적 의미는 여전히 현재 진행형입니다 .