2026 Office Automation · 현실 점검

AI가 바꾸는 직장인의 하루, 어디까지 진짜일까

가장 크게 바뀐 건 개인의 잡무다. 가장 안 바뀐 건 회사의 시스템이고. 바뀐 것 3가지·바뀌는 중 2가지·아직 아닌 1가지를 직무별로 갈라 봤다.

JUNAI Tech 리포트 · 2026년 6월

월요일 오전 9시 12분, 마케터 J는 어제 회의 녹음을 받아쓰기 앱에 올리고 그 사이 챗봇에 보고서 초안을 맡겼다. 9시 40분, 두 작업이 동시에 끝났다. 회사는 이 장면을 모른다. 한국 기업의 55.7%가 생성형 AI를 쓴다고 답했지만(2026 CIO Korea 조사), 정작 "AI로 회사가 무엇을 바꿨느냐"를 물으면 답이 궁색해진다.

바뀐 건 회사가 아니라 J의 30분이었다. 2026년 오피스 자동화의 진실은 대체로 이 어긋남 위에 서 있다. 그래서 "AI가 직장을 다 바꿨다"는 말도, "아직 아무것도 안 변했다"는 말도 둘 다 틀렸다. 층을 갈라 봐야 보인다.

이미 바뀐 세 가지 — 책상 위에서 끝난 일

이미 바뀜

먼저 분명한 사실. 개인 책상 단위에서 끝나는 잡무는 진짜로 압축됐다. 같은 조사에서 기업이 AI를 가장 많이 쓰는 업무 유형이 이를 그대로 보여준다.

기획·마케팅에선 보고서 초안이 첫 줄에서 끝난다. 빈 화면을 노려보던 20분이 사라졌다. 물론 초안은 초안일 뿐, 숫자와 논리를 다시 손보는 건 여전히 사람 몫이다. 총무·경영지원은 회의록에서 가장 크게 덕을 봤다. 한 시간짜리 받아쓰기가 자동 요약으로 떨어지면서, 회의가 "기억"이 아니라 "기록"으로 남는다. 개발자에게 코드 보조는 이미 공기다. 반복되는 보일러플레이트, 테스트 코드, 정규식 — 검색창을 열던 자리에 자동완성이 들어섰다.

공통점이 있다. 셋 다 한 사람이, 한 화면 안에서, 결재선을 거치지 않고 끝낼 수 있는 일이다. 바로 그래서 빨리 바뀌었다.

바뀌는 중인 두 가지 — '답변'에서 '실행'으로

진행 중

다음 층은 아직 완성되지 않았다. 요약과 초안을 넘어, AI가 실제 업무를 실행하려는 시도다. 여기서부터 속도가 확 떨어진다.

이메일이 업무로 연결되는 단계

영업·구매 현장에서 에이전트형 도구들이 시험대에 올라 있다. 고객 문의 메일을 읽고 답장 초안을 쓰는 데서 멈추지 않고, CRM에 리드를 등록하고 ERP에 발주를 거는 데까지 손을 뻗는다. 다만 대부분 "수집 → 의도 분석 → 사람 검토 → 실행" 구조다. 사람이 'Confirm' 버튼을 누르기 전까진 아무 일도 일어나지 않는다. 자동화라기보단 반자동에 가깝다.

데이터가 의사결정을 거드는 단계

관리자·데이터 분석가는 데이터 분석(40.3%)을 두 번째로 많이 쓰지만, 여기엔 큰 제동장치가 있다. 같은 조사에서 기업이 꼽은 최대 우려가 '잘못된 정보 생성·결과 신뢰도 부족'(61.3%)이었다. 숫자를 뽑아주는 건 빠르지만, 그 숫자를 믿고 결정을 내리는 단계는 아직 사람이 한 번 더 검산한다. 속도는 얻었고, 신뢰는 빌리는 중이다.

아직 안 바뀐 한 가지 — 회사의 뼈대

아직 아님

여기까지가 통념이다. 도구가 늘고, 잡무가 줄고, 실행이 시도된다. 하지만 한 층을 더 파면 풍경이 뒤집힌다. 회사 그 자체는 거의 안 바뀌었다.

도입률은 85%, 성과는 5%. 가장 많이 인용된 두 숫자가 같은 사무실을 정반대로 묘사한다.

MIT가 2025년 펴낸 'GenAI Divide' 보고서는 300여 개 기업 프로젝트를 뜯어보고 충격적인 결론을 냈다. 300~400억 달러가 들어갔는데, 파일럿의 95%가 측정 가능한 손익 효과를 내지 못했다. 가치를 만든 건 5%뿐. 80% 넘는 조직이 챗봇과 코파일럿을 굴려 봤지만, 그게 올린 건 대부분 '개인 생산성'이지 '기업 성과'가 아니었다.

보고서는 이걸 '그림자 AI 경제'라 불렀다. 진짜 일을 하는 건 직원이 회사 승인 없이 몰래 켜 둔 도구들이고, 정작 회사의 결재선·ERP·업무 프로세스라는 뼈대는 그 자리에 그대로 있다. J의 30분은 바뀌었지만, J가 속한 부서의 일하는 방식은 어제와 같다.

한국은 여기에 한 겹을 더 얹는다. AI가 사람을 대체하기보다 옆에 붙어 거드는 쪽으로 흐른다는 신호다.

자료: KIEP, Anthropic Economic Index 분석(2026.1)

자동화 비율이 떨어지고 증강 비율이 오른다는 건, 직무 자체가 사라지는 게 아니라 직무를 하는 손이 빨라진다는 뜻이다. 무서운 그림은 아니다. 다만 "AI가 내 일을 다 해 준다"는 기대와도 거리가 멀다.

그래서, 무엇을 준비해야 하나

층을 갈라 보면 준비할 것도 갈린다. 개인은 잡무를 압축하는 도구 두세 개를 손에 익히되, 진짜 자산은 도구가 아니라 그 결과를 의심하고 고치는 검토 능력이다. 신뢰도 우려가 1위인 시대에, AI가 뱉은 보고서·숫자·코드를 한 번 더 뒤집어 보는 사람이 결국 살아남는다. 회사라면 방향은 더 분명하다. MIT가 짚은 성공한 5%는 거창한 자체 개발이 아니라, 외부 도구를 사서(Buy) 현장 매니저에게 권한을 주고 기존 프로세스에 통합한 쪽이었다. 자동화는 '도구를 깔았다'가 아니라 '일하는 방식을 바꿨다'에서 시작한다. 직무를 막론하고 공통 준비물은 하나다 — AI를 거들게 두되, 마지막 판단은 끝까지 사람이 쥐는 습관.

다시 J의 책상. 오후 6시, 그가 닫은 건 노트북이지 자동화된 회사가 아니다. 내년 이맘때 달라져 있을 건 J의 도구 목록일까, 아니면 부서의 결재선일까. 둘 중 무엇을 먼저 바꿀 수 있는지 아는 사람이, 2026년 사무실에서 가장 빠르다.