AI와 나, 일은 누가 할까?
핵심 발견
- 응답자 중 46%가 업무상 오류 발생 시 책임을 사용자 본인에게 돌리는 것을 가장 많이 선택했다. 이 발견은 AI 기술 사용에 있어서 최종 책임이 사용자에게 있음을 인식하고 있다는 것을 보여준다. 이는 AI 도입이 확산되면서 사용자 교육과 책임 인식의 중요성을 강조해야 할 필요가 있음을 시사했다.
- 'AI가 80% 정도 완성하면, 내가 세부적인 수정 및 보완을 한다'는 응답이 38%로 가장 높았다. 이는 현재 많은 사람들이 AI의 완전한 자율보다는 인간이 최종적으로 개입하는 방식의 혼합적 접근을 선호하고 있음을 나타낸다.
- '자료 수집, 엑셀 정리 등 단순 반복적인 데이터 작업'을 AI에 맡기고 싶어 하는 응답이 34%로 가장 높았다. 이는 AI가 특히 단순하고 반복적인 업무에서 큰 효율성을 발휘할 것으로 기대되고 있음을 보여주었다.
- 'AI를 능숙하게 다루고 명령하는 프롬프트 엔지니어링'을 유료로 배우고 싶어 하는 응답이 32%로 가장 많았다. 이는 AI 기술 발전과 함께 새로운 직무와 기술 습득에 대한 수요가 증가하고 있음을 의미했다.
문항별 결과
Q.1만약 내 업무의 일부를 AI에게 맡긴다면, 가장 먼저 넘기고 싶은 영역은?
| 응답 | 남자 | 여자 |
|---|---|---|
| 자료 수집, 엑셀 정리 등 단순 반복적인 '데이터 작업' | 34% | 35% |
| 기획안 초안 작성이나 번역 등 시간 소모적인 '문서 작업' | 30% | 31% |
| 아이디어 브레인스토밍이나 디자인 시안 등 '창의적 초안' | 18% | 17% |
| 일정 관리, 메일 응대 등 비서 역할을 하는 '운영 지원' | 19% | 17% |
데이터 작업 영역에서 남성과 여성이 비슷한 비율로 AI에게 먼저 맡기고 싶어했다.
| 응답 | 10대 | 20대 | 30대 | 40대 | 50대 | 60대 | 70대 | 80대 |
|---|---|---|---|---|---|---|---|---|
| 자료 수집, 엑셀 정리 등 단순 반복적인 '데이터 작업' | 35% | 33% | 36% | 34% | 36% | 32% | 32% | 27% |
| 기획안 초안 작성이나 번역 등 시간 소모적인 '문서 작업' | 27% | 30% | 28% | 30% | 31% | 31% | 28% | 36% |
| 아이디어 브레인스토밍이나 디자인 시안 등 '창의적 초안' | 21% | 22% | 19% | 18% | 16% | 16% | 20% | 13% |
| 일정 관리, 메일 응대 등 비서 역할을 하는 '운영 지원' | 17% | 15% | 15% | 18% | 17% | 20% | 20% | 24% |
데이터 작업은 전 연령대에서 가장 많이 AI에게 넘기고 싶어 하는 업무였고, 50대와 30대에서 가장 높은 비율을 나타냈다.
| 응답 | 강원 | 경기도 | 경상남도 | 경상북도 | 광주 | 대구 | 대전 | 부산 | 서울 | 세종 | 울산 | 인천 | 전라남도 | 전북 | 제주 | 충청남도 | 충청북도 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 자료 수집, 엑셀 정리 등 단순 반복적인 '데이터 작업' | 31% | 35% | 37% | 34% | 33% | 32% | 38% | 34% | 35% | 35% | 30% | 36% | 28% | 36% | 43% | 32% | 31% |
| 기획안 초안 작성이나 번역 등 시간 소모적인 '문서 작업' | 28% | 32% | 27% | 32% | 31% | 30% | 28% | 28% | 30% | 38% | 34% | 28% | 28% | 32% | 30% | 28% | 28% |
| 아이디어 브레인스토밍이나 디자인 시안 등 '창의적 초안' | 20% | 16% | 18% | 16% | 19% | 20% | 20% | 19% | 18% | 22% | 16% | 18% | 23% | 13% | 12% | 20% | 19% |
| 일정 관리, 메일 응대 등 비서 역할을 하는 '운영 지원' | 21% | 18% | 18% | 19% | 17% | 18% | 14% | 17% | 17% | 5% | 20% | 17% | 20% | 19% | 15% | 20% | 21% |
제주특별자치도는 '자료 수집, 엑셀 정리 등 단순 반복적인 데이터 작업'을 AI에게 맡기고자 하는 비율이 다른 지역에 비해 현저히 높았다.
'자료 수집, 엑셀 정리 등 단순 반복적인 데이터 작업'이 3277명으로 가장 많이 선택되었다.
'기획안 초안 작성이나 번역 등 시간 소모적인 문서 작업'이 두 번째로 많이 선택된 항목으로 2890명을 기록했다.
단순 반복 작업은 AI에게 위임할 때 가장 환영받지만, 창의적 초안 작업은 상대적으로 덜 신뢰받고 있음을 알 수 있었다.
이는 AI가 데이터를 처리하고 자동화하는 데 강점을 보이는 반면, 창의적이거나 인간의 판단이 중요한 작업에서는 여전히 제한된 신뢰를 받고 있음을 시사하였다.
Q.2AI가 낸 결과물에 대해, 당신이 생각하는 '인간의 적절한 개입' 수준은?
| 응답 | 남자 | 여자 |
|---|---|---|
| AI가 처음부터 끝까지 다 하고, 나는 '최종 승인'만 한다. | 18% | 14% |
| AI가 80% 정도 완성하면, 내가 세부적인 '수정 및 보완'을 한다. | 40% | 37% |
| 내가 뼈대를 잡으면, AI는 부족한 부분을 채우는 '어시스트'만 한다. | 28% | 31% |
| AI 결과물은 참고만 할 뿐, 모든 결정과 작업은 '내가 직접' 한다. | 14% | 18% |
남성 그룹에서는 'AI가 80% 정도 완성하면, 내가 세부적인 수정 및 보완을 한다.'가 40%로 가장 높은 응답률을 보였다.
| 응답 | 10대 | 20대 | 30대 | 40대 | 50대 | 60대 | 70대 | 80대 |
|---|---|---|---|---|---|---|---|---|
| AI가 처음부터 끝까지 다 하고, 나는 '최종 승인'만 한다. | 18% | 15% | 14% | 15% | 16% | 17% | 18% | 24% |
| AI가 80% 정도 완성하면, 내가 세부적인 '수정 및 보완'을 한다. | 37% | 38% | 42% | 38% | 37% | 39% | 39% | 39% |
| 내가 뼈대를 잡으면, AI는 부족한 부분을 채우는 '어시스트'만 한다. | 28% | 32% | 30% | 31% | 30% | 27% | 26% | 26% |
| AI 결과물은 참고만 할 뿐, 모든 결정과 작업은 '내가 직접' 한다. | 16% | 15% | 14% | 17% | 18% | 17% | 16% | 11% |
"AI가 처음부터 끝까지 다 하고, 나는 '최종 승인'만 한다" 항목에서 80대 응답 비율은 24%로 가장 높았고, 30대가 14%로 가장 낮았다.
| 응답 | 강원 | 경기도 | 경상남도 | 경상북도 | 광주 | 대구 | 대전 | 부산 | 서울 | 세종 | 울산 | 인천 | 전라남도 | 전북 | 제주 | 충청남도 | 충청북도 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| AI가 처음부터 끝까지 다 하고, 나는 '최종 승인'만 한다. | 11% | 15% | 18% | 15% | 14% | 14% | 12% | 19% | 15% | 14% | 20% | 20% | 16% | 21% | 11% | 18% | 14% |
| AI가 80% 정도 완성하면, 내가 세부적인 '수정 및 보완'을 한다. | 33% | 40% | 34% | 40% | 38% | 37% | 38% | 38% | 38% | 38% | 37% | 35% | 42% | 35% | 40% | 41% | 41% |
| 내가 뼈대를 잡으면, AI는 부족한 부분을 채우는 '어시스트'만 한다. | 36% | 28% | 33% | 34% | 31% | 32% | 31% | 31% | 28% | 30% | 27% | 28% | 25% | 26% | 27% | 26% | 28% |
| AI 결과물은 참고만 할 뿐, 모든 결정과 작업은 '내가 직접' 한다. | 20% | 16% | 16% | 11% | 16% | 17% | 18% | 13% | 18% | 17% | 16% | 16% | 17% | 18% | 22% | 15% | 16% |
부산과 인천광역시는 AI가 처음부터 끝까지 다 하고 자신의 최종 승인만 하는 경우가 가장 많았다.
"AI가 80% 정도 완성하면, 내가 세부적인 '수정 및 보완'을 한다" 응답이 가장 많았다.
"AI가 처음부터 끝까지 다 하고, 나는 '최종 승인'만 한다"와 "AI 결과물은 참고만 할 뿐, 모든 결정과 작업은 '내가 직접' 한다" 응답 비율은 비슷했다.
많은 응답자가 AI 결과물에 대해 '80% 완성 후 수정 및 보완'을 선호한다는 것은, AI와 인간이 협력하는 모델이 현재 가장 적합하게 인식되고 있음을 의미한다.
'AI가 처음부터 끝까지 다 하고 최종 승인만 할 것'이라는 의견과 'AI 결과물을 참고만 할 뿐 모든 결정과 작업을 직접 할 것'이라는 의견의 비율이 비슷한 것은, AI의 역할에 대한 확고한 선호가 존재함을 나타냈다.
분석결과
다른 설문에서 '자료 수집, 엑셀 정리 등 단순 반복적인 데이터 작업'을 AI에게 맡기고 싶다는 응답이 가장 많았다.
'AI 도구 사용에 따른 오류의 책임은 사용자 본인에게 있다'는 응답이 가장 많았다.
인사이트
단순 반복적인 작업은 AI에 맡기고, 중요한 의사결정과 작업은 인간이 직접 처리하는 모델이 선호되는 경향이 있었다.
AI 사용으로 인한 업무 오류의 책임을 사용자 본인에게 돌리는 경향이 높다는 것은, 최종 결정을 내리는 인간의 윤리적, 책임적 역할이 강조되고 있다는 것을 시사한다.
Q.3AI의 판단으로 인해 업무상 오류가 발생했다면, 누구의 책임이 가장 큰가요?
| 응답 | 남자 | 여자 |
|---|---|---|
| AI 도구를 최종적으로 사용하고 승인한 '사용자 본인' | 46% | 48% |
| 오류가 있는 알고리즘을 만든 'AI 개발사 및 기업' | 27% | 23% |
| AI 사용에 대한 가이드라인을 제대로 세우지 않은 '소속 조직' | 19% | 19% |
| 기술적 한계이므로 누구의 책임도 아닌 '피할 수 없는 사고' | 8% | 10% |
남성 응답자와 여성 응답자 모두 '사용자 본인'에게 책임이 있다고 가장 많이 답변했다.
| 응답 | 10대 | 20대 | 30대 | 40대 | 50대 | 60대 | 70대 | 80대 |
|---|---|---|---|---|---|---|---|---|
| AI 도구를 최종적으로 사용하고 승인한 '사용자 본인' | 38% | 42% | 43% | 46% | 50% | 52% | 41% | 35% |
| 오류가 있는 알고리즘을 만든 'AI 개발사 및 기업' | 24% | 26% | 28% | 25% | 25% | 21% | 27% | 28% |
| AI 사용에 대한 가이드라인을 제대로 세우지 않은 '소속 조직' | 26% | 20% | 21% | 20% | 18% | 18% | 22% | 25% |
| 기술적 한계이므로 누구의 책임도 아닌 '피할 수 없는 사고' | 13% | 12% | 9% | 9% | 8% | 9% | 10% | 11% |
50대와 60대는 "사용자 본인"에게 가장 큰 책임이 있다고 응답한 비율이 각각 50%와 52%로 가장 높았고, 10대는 38%로 가장 낮았다.
| 응답 | 강원 | 경기도 | 경상남도 | 경상북도 | 광주 | 대구 | 대전 | 부산 | 서울 | 세종 | 울산 | 인천 | 전라남도 | 전북 | 제주 | 충청남도 | 충청북도 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| AI 도구를 최종적으로 사용하고 승인한 '사용자 본인' | 50% | 47% | 50% | 47% | 43% | 46% | 47% | 46% | 48% | 54% | 45% | 51% | 36% | 49% | 52% | 46% | 41% |
| 오류가 있는 알고리즘을 만든 'AI 개발사 및 기업' | 22% | 24% | 22% | 26% | 25% | 22% | 28% | 25% | 25% | 19% | 28% | 24% | 28% | 24% | 22% | 28% | 28% |
| AI 사용에 대한 가이드라인을 제대로 세우지 않은 '소속 조직' | 18% | 20% | 17% | 20% | 19% | 24% | 15% | 22% | 18% | 17% | 19% | 17% | 24% | 20% | 17% | 18% | 21% |
| 기술적 한계이므로 누구의 책임도 아닌 '피할 수 없는 사고' | 9% | 9% | 12% | 7% | 13% | 8% | 11% | 8% | 9% | 10% | 7% | 9% | 11% | 7% | 9% | 8% | 10% |
강원특별자치시와 세종특별자치시에서 '사용자 본인'의 책임을 더 많이 지목했다.
AI 도구 사용으로 발생하는 오류의 책임은 주로 '사용자 본인'에게 있다고 응답이 가장 많았다.
AI의 판단이 오류를 일으킨 경우, 그 다음으로 많은 응답은 'AI 개발사 및 기업'에게 책임이 있다는 것이었다.
많은 응답자가 AI를 최종적으로 사용하는 사람이 가장 큰 책임을 져야 한다고 생각하여, AI의 결과물을 승인하는 인간의 역할이 중요해졌다.
AI 오류에 대한 책임 분담은 AI 개발사 및 기업, 조직의 가이드라인 부재 등으로 복잡한 문제이며 각기 다른 수준의 개입과 관리를 요구하게 되었다.
Q.4AI 시대에 인간이 경쟁력을 갖추기 위해 가장 '유료로 배우고 싶은' 기술은?
| 응답 | 남자 | 여자 |
|---|---|---|
| AI를 능숙하게 다루고 명령하는 '프롬프트 엔지니어링' | 32% | 31% |
| AI가 대체할 수 없는 인간만의 '비판적 사고 및 문제 해결력' | 24% | 25% |
| 사람 간의 협업과 갈등을 조율하는 '커뮤니케이션 및 공감 능력' | 20% | 20% |
| AI 시스템을 직접 구축하거나 관리하는 '기술적 하이엔드 역량' | 24% | 23% |
남성과 여성 모두 프롬프트 엔지니어링 기술을 가장 유료로 배우고 싶어 한다는 응답이 높게 나왔다.
| 응답 | 10대 | 20대 | 30대 | 40대 | 50대 | 60대 | 70대 | 80대 |
|---|---|---|---|---|---|---|---|---|
| AI를 능숙하게 다루고 명령하는 '프롬프트 엔지니어링' | 23% | 32% | 31% | 31% | 32% | 32% | 34% | 28% |
| AI가 대체할 수 없는 인간만의 '비판적 사고 및 문제 해결력' | 33% | 23% | 23% | 25% | 25% | 24% | 25% | 28% |
| 사람 간의 협업과 갈등을 조율하는 '커뮤니케이션 및 공감 능력' | 20% | 21% | 19% | 20% | 19% | 22% | 20% | 19% |
| AI 시스템을 직접 구축하거나 관리하는 '기술적 하이엔드 역량' | 24% | 24% | 27% | 24% | 23% | 21% | 22% | 24% |
10대 그룹은 '비판적 사고 및 문제 해결력'을 가장 선호했으며, 이는 다른 연령대보다 10% 이상 높게 나타났다.
| 응답 | 강원 | 경기도 | 경상남도 | 경상북도 | 광주 | 대구 | 대전 | 부산 | 서울 | 세종 | 울산 | 인천 | 전라남도 | 전북 | 제주 | 충청남도 | 충청북도 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| AI를 능숙하게 다루고 명령하는 '프롬프트 엔지니어링' | 35% | 33% | 28% | 34% | 31% | 30% | 28% | 26% | 32% | 30% | 35% | 35% | 31% | 36% | 28% | 28% | 32% |
| AI가 대체할 수 없는 인간만의 '비판적 사고 및 문제 해결력' | 22% | 25% | 26% | 25% | 19% | 26% | 26% | 26% | 26% | 24% | 21% | 24% | 24% | 21% | 21% | 25% | 26% |
| 사람 간의 협업과 갈등을 조율하는 '커뮤니케이션 및 공감 능력' | 17% | 21% | 19% | 19% | 23% | 19% | 20% | 22% | 19% | 11% | 25% | 19% | 22% | 22% | 23% | 19% | 18% |
| AI 시스템을 직접 구축하거나 관리하는 '기술적 하이엔드 역량' | 26% | 22% | 27% | 21% | 27% | 25% | 24% | 26% | 23% | 35% | 20% | 22% | 24% | 21% | 27% | 27% | 23% |
'프롬프트 엔지니어링' 기술 습득에 대한 의향은 전북특별자치도가 36%로 가장 높았고, 부산광역시가 26%로 가장 낮았다.
'프롬프트 엔지니어링'이 가장 많은 선택을 받았다.
'기술적 하이엔드 역량'도 상당한 응답을 받았으나, '프롬프트 엔지니어링'보다 낮았다.
인간의 경쟁력을 높이기 위해 AI와의 협업 능력이 중요하다는 인식이 높아졌다.
다른 질문에서도 '데이터 작업' 등 AI에 넘길 수 있는 영역이 선호되었다는 점에서 AI와 함께 일을 할 때 인간의 주도적 역할이 강조되고 있다.
이렇게 활용할 수 있어요
- 설문 결과를 바탕으로, 기업은 AI 도입 시 직원 교육 프로그램을 강화하여 AI 사용에 대한 이해도와 책임 의식을 높이는 방안을 도입할 수 있다.
- 교육 기관은 '프롬프트 엔지니어링'과 같은 새로운 기술을 포함한 커리큘럼을 개발하여 AI 시대에 필요한 역량을 학생들이 습득할 수 있도록 지원할 수 있다.
참여자 구성과 조사 현황
- 성별분포 전체 참여자 10000명 중 남성은 4349명(43.49%), 여성은 5336명(53.36%)으로 여성 참여자가 9.87% 더 많았다. 남성보다는 여성의 참여율이 높았다는 특이점이 나타났다.
- 연령별분포 40대와 50대가 각각 2743명(27.43%) 및 2958명(29.58%)으로 가장 많은 비율을 차지했다. 이 두 연령대가 전체 참여자의 57.01%를 구성하여 중장년층의 참여가 많았다는 패턴이 나타났다.
- 거주지별분포 서울특별시 2662명(26.62%)와 경기도 2498명(24.98%)이 가장 많은 비율을 차지했다. 두 지역이 전체의 51.6%로 참여자가 집중되어 있었다. 상대적으로 세종특별자치시와 제주특별자치도 등 특정 지역의 참여는 적었다.
- 연령,성별분포 전체적으로 여성 참여자가 많은 가운데, 40대와 50대의 여성이 두드러졌다는 특징이 나타났다. 이 연령대와 성별 조합에서 전체 참여자의 주요 비율을 구성하고 있다는 점이 주목할 만했다.
- 조사기간 26.01.19 06:00 ~ 26.01.21 18:25로, 계획보다 약 4일 11시간 34분 빨리 끝났다.
- 참여인원 계획된 10000명과 실제 10000명 모두 참여하여, 참여율이 100%를 기록했다.
- 미참여인원 설문을 완료하지 못한 사람 수는 16명으로, 참여 조건에 맞지 않아 참여하지 못한 사람은 없었다.
- 참여시간 참여가 가장 높았던 시간대는 26.01.19 06:00, 07:00, 08:00로 각각 1442명, 1172명, 929명이 참여했다.
- 응답시간 설문 응답자들의 평균 응답 시간은 21초로 짧은 시간 내에 응답이 완료되었다.
자료: SK텔레콤 AI Survey 공개 리포트. 수치는 응답자 기준 비율이며(복수응답은 응답자 수 대비), 분석 문장은 리포트의 AI 분석을 옮긴 것입니다.
