이 글에서는 맥킨지 「State of AI 2026」이 드러낸 에이전트 격차의 정체와, 그 격차가 왜 오히려 솔로프리너에게 유리한 신호인지, 그리고 이번 주에 당장 손댈 수 있는 지점을 정리해 드릴게요.
8월 25일에 나온 맥킨지 연례 조사를 읽고 나서 생각이 좀 바뀌었어요. 전 세계 97개국 1,719명에게 물어봤더니, 똑같은 일이 대기업에서도 벌어지고 있었거든요. 그리고 그 안에 솔로프리너에게 꽤 중요한 힌트가 하나 숨어 있었어요.
이번 주 레터에서는 그 숫자들을 하나씩 뜯어볼게요.
1) 먼저 숫자부터 볼게요: 도입은 늘었는데, 돈은 그대로예요
맥킨지의 「The State of AI」 2026년판이 8월 25일에 나왔어요. 2026년 5월 4일부터 6월 8일까지, 97개국 1,719명을 대상으로 한 조사예요.
핵심 숫자 네 개만 볼게요.
- 전사적으로 AI를 확산 중이다: 44% (전년 38%)
- AI가 영업이익(EBIT)에 어느 정도 영향을 줬다: 37% — 전년과 똑같아요
- 영업이익의 5% 이상을 AI로 설명할 수 있다(고성과 그룹): 단 6%
- 개인 차원의 생산성이 좋아졌다: 80%
이 네 숫자가 한 화면에 있으면 이야기가 선명해져요. 도입률은 계속 오르는데 재무 성과는 2년째 제자리고, 그런데 개인 생산성 향상은 80%가 확실하게 체감하고 있어요.
정리하면 이래요. "AI가 사람을 빠르게 만든다"는 건 이미 증명이 끝났어요. 아직 증명되지 않은 건 "그 빨라진 사람들이 모인 조직이 돈을 더 번다"는 쪽이에요.
솔로프리너에게 이건 나쁜 소식이 아니에요. 오히려 반대예요. 우리는 조직이 없거든요. 개인 생산성이 올라가면 그게 곧 사업 성과예요. 중간에서 그 효과를 흡수해 갈 부서도, 결재 라인도, 회의도 없으니까요.
2) 격차가 벌어진 건 딱 한 지점이에요: 에이전트
같은 보고서에서 조직 규모별로 쪼갠 데이터가 있는데, 여기가 이번 주 뉴스에서 가장 많이 인용된 대목이에요.
- 전사 확산: 매출 10억 달러 이상 대기업 54% vs 그보다 작은 조직 33%
- AI 에이전트 확산: 대기업 40%(전년 27%) vs 중소 규모 조직 22%(전년과 동일)
대기업만 1년 새 13%p 움직였고, 1인 기업가(솔로프리너) 쪽은 한 칸도 못 갔어요 (McKinsey, The State of AI, 2026.8.25)
작년까지는 둘 다 20%대였어요. 그런데 1년 사이 대기업만 27%에서 40%로 뛰었고, 우리 쪽은 22%에 그대로 서 있어요. 에이전트에서 격차가 처음으로 숫자로 확인된 해예요.
솔직히 이 숫자를 처음 봤을 때는 좀 씁쓸했어요. "역시 돈 있는 쪽이 먼저 가는구나" 싶었거든요.
그런데 같은 보고서를 조금 더 읽으니 다른 그림이 나왔어요.
3) 그런데 갈림길은 예산이 아니었어요
맥킨지가 "성과를 낸 조직"과 "그렇지 못한 조직"을 갈라 놓고 무엇이 달랐는지를 봤어요. 예산도, 인원도, 도입한 툴 개수도 아니었어요.
고성과 조직의 약 4분의 3(75%)이 "AI 때문에 워크플로를 근본적으로 다시 짰다"고 답했어요. 나머지 조직은 4분의 1 수준이었고요. 그리고 이 75%라는 숫자는 작년 55%에서 올라온 거예요.
성과를 가른 건 얼마를 썼느냐가 아니라 일하는 순서를 갈아엎었느냐였어요 (McKinsey, The State of AI, 2026.8.25)
이게 왜 중요하냐면, 워크플로 재설계는 돈이 드는 일이 아니라 결정이 드는 일이기 때문이에요.
대기업이 에이전트에서 앞서 나가는 건 예산 덕이지만, 성과를 못 내는 이유는 예산 부족이 아니에요. 조직이 일하는 순서를 통째로 바꾸는 걸 못 해서예요. 실제로 맥킨지가 3월에 낸 신뢰 관련 조사를 보면 이유가 더 뚜렷해져요.
- 에이전트 확산의 최대 장벽으로 보안·리스크 우려를 꼽은 응답이 약 3분의 2
- 구현 장벽으로 지식·교육 격차를 꼽은 비율이 약 60% (전년 50%에서 상승)
- 가장 크게 본 위험은 부정확성 74%, 사이버보안 72%
⚠️ 대기업은 에이전트를 "도입"할 수는 있어도 "믿고 맡기는" 단계로 못 넘어가고 있어요. 법무 검토, 보안 심사, 부서 합의를 거쳐야 하니까요.
✅ 그런데 우리는요? 워크플로를 바꾸는 데 필요한 결재가 딱 한 명이에요. 본인이요. 오늘 아침에 결심하면 오늘 오후에 바꿀 수 있어요.
대기업이 40%까지 올라간 건 사실이에요. 하지만 그 40% 중에서 실제로 돈을 버는 건 6%뿐이라는 것도 같은 보고서의 결론이에요. 먼저 도착한 것과 제대로 도착한 건 다른 얘기예요.
4) 한국은행이 확인해 준 반전 하나
여기까지는 글로벌 데이터예요. 그런데 국내 자료가 거의 똑같은 얘기를, 훨씬 결정적인 한 문장과 함께 해 주고 있어요.
한국은행 BOK 이슈노트 제2026-12호 「AI 도입은 생산성을 높이는가? 초기 3년의 효과 분석」(2026년 6월)이에요.
- AI 활용으로 업무시간이 평균 3.8%(주당 약 1.5시간) 단축됐어요
- 잠재 생산성 향상 효과는 약 1.0%로 추정됐고요
- 그런데 이게 실제 생산 증가로는 이어지지 않았어요. 보고서는 이걸 '생산성 단절'이라고 불렀어요
- 다만 자영업자·전문직처럼 성과 유인이 직접적인 집단에서는 생산성 증가가 실제로 관찰됐어요
절약한 시간이 곧장 매출로 연결되는 건 조직이 아니라 '저' 같은 사람이었어요 (한국은행 BOK 이슈노트 2026-12호, 2026.6 / 중소기업중앙회 소상공인 DX·AX 실태조사, 2026.6.11)
AI로 아낀 시간이 곧바로 생산으로 이어진 집단이, 데이터상 딱 하나 있었어요. 성과가 나에게 직접 돌아오는 사람들이요. 회사원이 두 시간을 아끼면 그 시간은 다른 회의로 채워져요. 하지만 우리가 두 시간을 아끼면, 그 시간은 새 제품이나 새 고객으로 갑니다.
다만 국내 현실도 같이 봐야 해요. 중소기업중앙회가 소상공인 500개사에 물은 조사(2026년 6월 11일)를 보면, 80.0%가 디지털·AI를 쓰고 있지만 그중 83.3%가 "기초·입문 수준"이라고 답했어요. 최근 3년간 정부 지원사업에 참여해 본 경험은 3.2%뿐이고, 안 한 이유 1위가 "그런 지원사업이 있는 줄 몰라서"(76.2%)였어요.
그러니까 국내에서는 이런 상황이에요. AI를 쓰는 건 이미 다수예요. 깊이 쓰는 건 아직 소수고요. 격차가 벌어질 지점은 도입 여부가 아니라 깊이예요.
5) 그래서 이번 주에 뭘 하면 될까요
"워크플로를 근본적으로 재설계하라"는 말은 멋있지만 막막해요. 저도 처음엔 뭘 어디부터 손대야 할지 몰랐어요. 제가 실제로 쓰는 순서를 공유할게요.
(1) 관찰: 일주일만 그대로 적어요
자동화 툴을 켜기 전에, 딱 일주일만 "무슨 일을 몇 분 했는지" 적어 보세요. 저는 처음에 이걸 건너뛰고 바로 자동화 하다가, 정작 제일 오래 걸리던 업무는 손도 못 댄 채 사소한 것만 자동화해 놓은 적이 있어요.
(2) 삭제: 자동화 전에 지워요
이게 제일 중요한데 다들 건너뛰어요. 안 해도 되는 일을 자동화하면, 쓸모없는 일을 더 빨리 하게 될 뿐이에요. 목록에서 "이거 안 하면 진짜 큰일 나나?"를 먼저 물어보세요. 보통 20~30%는 그냥 없어져요.
(3) 위임: 판단이 거의 없는 한 덩어리부터
남은 것 중에서 판단이 거의 들어가지 않는 덩어리 하나만 골라서 에이전트에 넘겨요. 처음부터 "내 사업 전체를 도는 에이전트"를 만들려고 하면 반드시 실패해요. Menlo Ventures 조사에 따르면 기업에서 진짜 자율 에이전트로 분류되는 배포는 16%, 스타트업도 27%에 그쳐요. 나머지는 잘 설계된 고정 워크플로예요. 그거면 충분해요.
(4) 검수: 사람이 보는 지점을 하나 남겨요
전 과정을 다 맡기지 말고, 사람이 반드시 확인하는 체크포인트를 하나 남겨 두세요. 대외 발신 직전이 보통 그 자리예요. 이건 품질 안전장치이기도 하지만, 요즘은 리스크 관리이기도 해요. 8월에 확정된 「대한민국 인공지능 윤리원칙」은 개발자뿐 아니라 이용자도 책임 주체로 명시했거든요. "AI가 썼으니 제 책임이 아니다"가 이제 공식 문서상 통하지 않아요.
⚠️ 하나만 더! 원가를 모르는 채로 넘기지 마세요
가트너가 8월 17일에 낸 예측이 좀 무서워요. 에이전틱 워크플로 1건당 추론 비용이 2028년까지 5배 이상 오를 거라고 봤어요. 토큰 단가는 내려가는데, 정교한 워크플로가 쓰는 토큰 양이 훨씬 빠르게 늘어서예요.
그래서 지금 봐야 할 건 "가장 똑똑한 모델"이 아니라 "단계마다 모델을 갈아 끼울 수 있는 구조인가"예요. 요약·분류처럼 단순한 단계엔 싼 모델, 최종 판단에만 비싼 모델. 이 구조를 처음부터 잡아 두면 나중에 청구서가 무서워질 일이 줄어요.
지금 넘길 일 vs 아직 쥐고 있을 일
결론이에요. 모든 걸 에이전트에 넘길 필요는 없어요. 이 기준으로 나눠 보세요.
✅ 지금 넘겨도 돼요
- 결과를 눈으로 바로 확인할 수 있는 일
- 매주 같은 순서로 반복되는 일
- 틀려도 되돌리는 비용이 작은 일
- 혼자 하기엔 시간만 잡아먹는 일
⚠️ 아직은 쥐고 계세요
- 고객 돈·개인정보가 직접 오가는 일
- 틀렸을 때 신뢰가 깎이는 대외 발신
- 토큰이 얼마나 드는지 아직 모르는 일
- 당신의 판단이 곧 상품인 일
이번 주 실무 체크리스트
- 일주일 업무 로그를 시작하세요. 종이도 좋고 메모 앱도 좋아요. "무슨 일 / 몇 분"만 적으면 돼요.
- 로그에서 '안 해도 되는 일'을 먼저 지우세요. 자동화 대상은 그 다음에 고릅니다.
- 판단이 거의 없는 반복 업무 하나만 골라 에이전트에 넘겨 보세요. 두 개 이상 동시에 시작하지 마세요.
- 그 워크플로에 사람이 보는 체크포인트를 하나 넣으세요. 보통 발행·발송 직전이에요.
- 단계별로 모델을 나눠 쓸 수 있는 구조인지 확인하세요. 전 단계에 최고 모델을 쓰고 있다면 지금 바꾸는 게 싸요.
- 판매하는 콘텐츠·서비스에 AI 생성 표시가 있는지 점검하세요. AI 기본법 투명성 조항은 계도기간 중이지만, 지금 정리해 두는 게 편해요.
- 월 API·구독 지출을 한 번 합산해 보세요. 숫자를 모르면 5배가 올라도 모릅니다.
마무리하며
이번 주 데이터를 관통하는 문장은 하나였어요. AI가 개인을 빠르게 만든다는 건 이미 증명됐고, 조직이 그걸 돈으로 바꾸는 건 아직 증명되지 않았다.
대기업은 에이전트 확산에서 40%까지 갔지만 성과를 낸 곳은 6%예요. 우리는 22%에 멈춰 있지만, 일하는 순서를 바꾸는 데 아무의 허락도 필요하지 않아요. 한국은행이 "성과 유인이 직접적인 집단에서만 생산성 증가가 관찰됐다"고 쓴 그 집단이, 바로 우리예요.
그러니까 이번 주에 툴을 하나 더 늘리는 대신, 일주일 업무 로그부터 시작해 보시면 좋겠어요. 재설계는 거기서부터 시작되거든요.
혹시 지금 어떤 업무를 자동화할지 고민 중이시라면, 어떤 일을 얼마나 반복하고 계신지 알려 주세요. 어디부터 손대면 좋을지 같이 짚어 드릴게요. 궁금한 점은 댓글로 편하게 문의 주세요! ☕
의견을 남겨주세요