입문 ・ 6분
생성형 AI로 업무 생산성은 어떻게 바뀌었나
고객 상담원 5,172명 연구에서 생성형 AI 지원으로 시간당 해결 건수가 평균 15% 늘었고, 경험이 적은 사람일수록 더 크게 늘었다. 글쓰기 실험에서는 시간이 40% 줄었다. 임금 영향은 아직 모른다.

이 글의 근거
- 무작위 대조 시험1
- 자연 실험 등1
- 관찰 데이터1
원인과 결과를 확인하기 쉬운 방법(무작위 시험·자연 실험)의 연구를 포함합니다.
출처 3건・대상 국가: 미국、필리핀、일본
근거의 종류 읽는 법 →그래서 어떻게 하면 좋을까
이메일 초안처럼 자주 하는 일 하나로 생성형 AI를 써 보고 걸린 시간을 적는다. 회사 규칙을 먼저 확인하고, 나온 글은 직접 다시 읽는다.
생성형 AI를 업무에 쓰면 생산성은 어떻게 달라질까요? 고객 상담 현장 연구와 글쓰기 실험 모두에서 일이 빨라졌고, 특히 경험이 적거나 처음 점수가 낮았던 사람의 향상 폭이 컸습니다. 다만 임금 자체가 어떻게 바뀌는지는 아직 밝혀지지 않았습니다.
핵심 요약
- 대기업 고객 상담원 5,172명(89%가 미국 밖, 주로 필리핀)을 분석한 연구에서는 생성형 AI 대화 도우미를 쓸 수 있게 되자 시간당 해결한 문의 건수가 평균 15% 늘었습니다. 사람마다 도입 시기가 달랐던 점을 이용한 분석입니다.
- 같은 연구에서 경험이 적고 숙련도가 낮은 상담원은 해결 건수가 30% 늘었고 속도와 품질이 모두 좋아졌습니다. 가장 경험과 숙련도가 높은 상담원은 속도가 조금 빨라진 반면 품질은 조금 떨어졌습니다.
- 대졸 전문직 453명을 대상으로 한 무작위 실험(Noy & Zhang 2023)에서는 ChatGPT를 쓸 수 있었던 사람의 글쓰기 시간이 평균 40% 짧았고 품질 평가는 18% 높았습니다. 두 연구 모두 임금에 미치는 영향은 측정하지 않았습니다.
고객 상담 현장에서 생성형 AI는 누구의 생산성을 높였나
스탠퍼드대의 Brynjolfsson 등은 업무용 소프트웨어를 파는 대기업(포천 500 기업 중 하나)의 고객 상담원 5,172명의 데이터를 분석했습니다. 상담원의 89%는 미국 밖, 주로 필리핀에서 일했습니다. 생성형 AI 기반 대화 도우미는 주로 2020년 가을부터 2021년 겨울 사이에 사람마다 다른 시기에 도입됐습니다. 연구진은 이 시기 차이를 이용해 도입 전후를 비교했습니다(준실험).
결과적으로 시간당 해결한 문의 건수가 평균 15% 늘었습니다. 차이가 컸던 쪽은 경험과 숙련도가 낮은 상담원으로, 해결 건수가 30% 늘고 속도와 품질이 모두 좋아졌습니다. 가장 경험과 숙련도가 높은 상담원은 속도가 조금 빨라졌지만 품질은 조금 떨어졌습니다.
그 밖에도 AI 지원이 상담원의 학습을 돕고, 해외 상담원을 중심으로 영어가 유창해졌다는 결과가 나왔습니다. 고객의 말투가 더 정중해졌고 상사를 바꿔 달라는 요청도 줄었습니다. 그만두는 사람도 줄었는데, 주로 새로 들어온 사람이 남았기 때문이었습니다.
글쓰기 무작위 실험에서 시간과 품질은 어떻게 바뀌었나
MIT의 Noy와 Zhang은 사전에 계획을 등록한 온라인 실험을 했습니다. 대상은 대졸 전문직 453명이었고, 마케팅, 연구비 신청서 작성, 컨설팅, 데이터 분석, 인사, 관리직 등 직업에 맞춘 글쓰기 과제를 주고 잘한 결과물에는 보너스를 더 줬습니다. 절반을 무작위로 뽑아 ChatGPT를 쓸 수 있게 했습니다.
ChatGPT를 쓸 수 있었던 사람은 작업 시간이 평균 40% 짧아졌고, 같은 직종 전문가의 품질 평가는 18% 높아졌습니다. 첫 과제에서 점수가 낮았던 사람일수록 향상 폭이 커서 사람 간 차이가 줄었습니다. 실험 참가자들은 2주 뒤 실제 업무에서 ChatGPT를 쓰는 비율이 2배, 2개월 뒤에도 1.6배였습니다.
일본 조사와, 생성형 AI 연구를 읽는 법
일본에서는 경제산업연구소의 森川(Morikawa, 2024)가 2023년 9월 일하는 사람 13,150명을 온라인으로 조사했습니다(동료 심사를 거치기 전의 토론 논문입니다). AI(생성형 AI 포함)를 업무에 쓰는 사람은 5.8%였고, 이들은 업무 효율이 평균 21.8% 올랐다고 답했습니다. 다만 본인의 평가이지 실제로 잰 숫자는 아닙니다. AI를 업무에 쓰는 사람의 연 소득은 쓰지 않는 사람보다 45.6% 높았지만, 성별, 나이, 학력, 직종 등을 맞추면 12.4%로 줄었습니다. 원래 임금이 높은 사람일수록 AI를 쓰는 경향이라고 읽을 수 있습니다.
연구를 읽을 때는 다음을 기억해 두세요.
- 고객 상담 연구는 한 회사의 한 가지 업무이고, 글쓰기 실험은 20~30분 정도의 과제입니다. 다른 업무에 같은 크기로 들어맞는다고 할 수는 없습니다.
- 생산성이 올라도 그만큼 일하는 사람의 임금이 되는지는 별개 문제입니다. 고객 상담 연구에는 개인 급여 데이터가 없어 임금 영향은 알 수 없습니다.
- 일본 조사는 관찰 데이터라서, AI를 쓰는 사람과 쓰지 않는 사람은 원래 여러모로 다릅니다.
오늘 할 수 있는 작은 한 걸음
- “30분 공부했다” 시간에 이메일 초안처럼 자주 하는 일 하나로 생성형 AI를 써 보세요. 사내 기밀을 넣어도 되는지 등 회사 규칙을 먼저 확인하세요.
- “오늘의 진행 상황을 한 줄 메모했다”에 AI를 쓴 작업과 걸린 시간을 적고, 쓰지 않은 날과 비교해 보세요. 내 일에서 정말 빨라졌는지 보입니다.
- AI가 만든 글은 직접 다시 읽으세요. 경험이 많은 사람의 품질이 떨어진 예도 있었으니, 마지막 확인은 사람의 몫입니다.
자주 묻는 질문
생성형 AI를 쓰면 월급이 더 많아지나요?
아직 모릅니다. 고객 상담 연구에는 개인 급여 데이터가 없었고, 글쓰기 실험도 임금은 재지 않았습니다. 일본 조사에서는 AI를 쓰는 사람의 소득이 높았지만, 원래 임금이 높은 사람일수록 AI를 쓰는 경향으로 읽을 수 있습니다.
생성형 AI로 일이 얼마나 빨라지나요?
연구마다 다릅니다. 고객 상담 연구에서는 시간당 해결 건수가 평균 15% 늘었고, 글쓰기 실험에서는 작업 시간이 평균 40% 줄었습니다. 일본 조사에서는 사용자가 스스로 평가해 평균 21.8% 효율이 올랐다고 답했습니다.
경력자도 생산성이 올라가나요?
고객 상담 연구에서 가장 경험과 숙련도가 높은 상담원은 속도가 조금 빨라졌지만 품질은 조금 떨어졌습니다. 향상 폭이 컸던 쪽은 경험이 적은 상담원으로, 해결 건수가 30% 늘었습니다.
출처
- [X-brynjolfsson-li-raymond-2025] Brynjolfsson, Li & Raymond (2025) Generative AI at Work. The Quarterly Journal of Economics.
- [X-noy-zhang-2023] Noy & Zhang (2023) Experimental evidence on the productivity effects of generative artificial intelligence. Science.
- [X-morikawa-2024] 森川正之 (2024) 日本企業・労働者のAI利用と生産性. RIETI Discussion Paper 24-J-011.
연구는 평균적인 경향입니다. 이 글은 습관으로 소득이 오른다고 약속하지 않으며, 의료·투자에 관한 개별 조언이 아닙니다. 이 읽을거리에 대하여 ・ 검색·문헌
업데이트:
← 글 목록으로