Executive Summary

주요 수치

출처: 콘스탄츠대 KI-Studie 2026 3차 조사(2026년 5월, 재직자 1,105명) — 보도자료 PI Nr. 83/2026

콘스탄츠대 Future of Work Lab은 2024년 3월부터 같은 질문지를 들고 독일 재직자를 따라다녔다. 1차 조사에 2,019명, 2025년 5월 2차에 1,024명, 이번 3차에 1,105명이 답했다. 앞선 조사에 참여한 사람을 다시 부르고 새 응답자를 더해 온라인 패널 업체 빌렌디가 표본을 모았고, 연구비는 독일연구재단 우수클러스터 '불평등의 정치'가 댔다. 플로리안 쿤체 교수와 카롤리나 오피츠, 엘레나 게르디켄이 결과 보고서를 썼다.

보고서 제목에 박힌 말은 성장 둔화다. 업무 중 AI를 쓴다는 비율이 35%에서 38%가 됐으니, 1년 동안 3%p 움직였다. 그사이 바깥에서는 모델이 몇 세대씩 바뀌었다. 보도자료는 전면적 정착을 말할 단계가 아니라고 적었고, 독일 인사·노무 매체들도 아직 격변은 아니라는 제목으로 받았다. 여기까지가 이 조사의 헤드라인이다.

3%p를 그대로 추세로 읽기 전에 표본을 한 번 볼 필요가 있다. 3차 조사는 2차 참여자 600명가량을 다시 부르고 400명쯤을 새로 더해 채웠고, 그 과정에서 직군 구성이 움직였다. 생산·육체 노동이 2025년 28%에서 2026년 37%로 늘었고 사무·지식 노동은 62%에서 55%로 줄었다. 그런데 연구팀은 두 직군의 사용률이 각각 4%p씩 올랐다고 적는다. 직군별로는 4%p씩 올랐는데 전체는 3%p에 그쳤다. 사용률이 낮은 쪽의 비중이 커진 표본 구성과 무관하지 않아 보인다. 다만 이 연결을 적은 것은 보고서가 아니라 이 글이다.

같은 조사에 문항이 하나 더 있다. AI를 쓴다고 답한 사람에게, 가장 자주 쓰는 그 도구가 고용주가 공식적으로 도입한 것이냐고 물었다. 그렇다는 답이 55%다. 보도자료가 이 결과에 붙인 문장은 이렇다. AI는 조직이 도입하는 방식이 아니라 직원들이 스스로 회사 안으로 들고 들어오는 방식으로 퍼지는 경우가 많다.

45%라는 숫자를 보고서가 직접 적지는 않았다. 다만 뒤집어 읽는 데 무리가 없도록 분모와 대상이 분명하다. 55%는 전체 재직자가 아니라 AI를 쓴다고 답한 사람들이 각자 가장 자주 쓰는 도구 하나를 놓고 내놓은 값이다. 회사 도구와 개인 도구를 섞어 쓰는 사람까지 세면 비공식 경로에 닿은 사람은 더 늘어난다. 전체 재직자로 환산하면 38%의 45%이니 대략 여섯 명 중 한 명꼴이다. 이 곱셈은 보고서에 없다.

보고서는 이 55%를 홀로 놓지 않고 옆에 다른 값을 붙여 둔다. 사내에서 만든 AI 도구가 회사에 있다고 답한 사람은 전체 응답자의 24%다. 넷 중 셋은 회사가 자체적으로 마련한 도구는 없다고 답했다. 회사가 계약해 들여온 외부 도구까지 없다는 뜻은 아니지만, 연구팀은 이 값을 55%와 묶어 공식 경로와 비공식 경로가 나란히 간다고 정리한다. 이 모습에는 이미 이름이 있다. 연구팀이 인용한 독일 ifo 연구소의 2025년 작업논문은 고용주가 들여오는 길과 직원이 들여오는 길이 동시에 열리는 것을 이중 확산이라고 부른다. 한쪽 길만 보고 도입 현황을 세면 나머지 절반이 통계에서 사라진다.

직원이 도구를 먼저 들여오는 것 자체는 나쁜 소식이 아니다. 새 기술은 늘 그렇게 퍼졌고, 조직이 허락을 내리기 전에 일하는 사람이 먼저 써 보는 일은 흔하다. 문제는 그 통로에 무엇이 붙어 있느냐다. 조사는 규모가 작은 조직에서 그 답을 찾았다. AI 교육을 받았다는 응답이 11%, 구속력 있는 이용 규칙이 있다는 응답이 10%다. 열에 아홉은 배운 적도 없고 지켜야 할 문장도 없는 상태에서 도구를 쓴다.

보도자료와 영문 기사는 여기서 멈추고 큰 조직이 더 낫다고만 적었지만, 결과 보고서에는 규모별 값이 끝까지 실려 있다. 연구팀은 조직을 네 구간으로 나눴다. 49명 이하가 작은 조직, 50~249명이 중간 조직, 250~1,000명이 큰 조직이고, 1,000명을 넘으면 마지막 구간이다. 구속력 있는 이용 규칙이 있다는 응답은 이 순서대로 10%, 24%, 29%, 31%였다. 교육은 작은 조직 11%, 큰 조직 약 26%, 1,000명을 넘는 조직 약 29%다(중간 구간 값은 보고서에 없다). 사내에서 만든 AI 도구가 있다고 답한 비율도 11%, 22%, 29%, 36% 순으로 올라간다.

사다리를 끝까지 올라가도 31%다. 직원이 1,000명 넘는 조직에서도 회사가 AI 이용 규칙을 정해 두었다고 답한 사람은 셋 중 하나에 못 미친다. 보고서도 이 대목에 단서를 달았다. 큰 조직이라고 해서 이런 규정이 전면적으로 자리 잡은 것은 아니라는 문장이다. 규칙의 공백을 작은 회사의 사정으로 좁혀 읽기 어려운 이유가 여기 있다. 작은 조직은 가장 낮을 뿐이고, 가장 높은 쪽도 삼분의 일에 닿지 못한다.

사용률 자체도 직군에 따라 크게 벌어진다. 사무와 지식 노동에 종사하는 사람은 49%가 AI를 쓰는데, 생산 현장과 육체 노동 쪽은 25%다. 학력으로 나누면 고학력자 56%와 저학력자 21%로 거의 세 배 차이가 난다. AI가 모두에게 같은 속도로 도착하지 않는다는 뜻이고, 게르디켄은 이 분포를 두고 지식집약적 직무와 높은 학력, 큰 조직에 속한 사람이 지금 가장 많은 기회를 얻고 있으며 표적화된 지원이 없으면 기존 불평등이 더 굳어질 위험이 있다고 말했다.

연구를 이끈 쿤체는 상황을 이렇게 요약했다. 많은 조직에서 거대한 AI 혁명은 지금까지 계획된 전환 과정으로 일어나지 않았다. 대신 많은 직원이 각자 AI를 실험하고 있고, 고용주는 명확한 규칙을 세우고 교육을 제공하고 안전한 AI 해법을 마련하는 일에서 여전히 뒤처져 있다. 연구팀이 내놓은 권고도 그 순서를 따른다. 안전한 사용을 위한 분명한 규칙, 업무에 붙은 재교육, 중소기업을 겨냥한 맞춤 지원, 그리고 사무직 바깥의 직군까지 닿는 AI 해법이다.

여기서 한 가지는 구별해야 한다. 규칙이 없다는 말은 금지가 없다는 뜻이지 자유가 있다는 뜻이 아니다. 직원 입장에서는 무엇을 넣어도 되는지, 무엇을 넣으면 안 되는지 아무도 알려 주지 않은 상태다. 사고가 나면 판단을 혼자 한 사람이 책임을 지는 구조이기도 하다. 교육 11%라는 숫자가 가리키는 것은 사람들의 부주의가 아니라 회사가 아직 길을 내지 않았다는 사실이다.

섀도우 AI라는 말은 직원이 몰래 쓰는 장면을 떠올리게 한다. 이번 조사는 그 장면도 흔든다. 3차 조사에서 처음 물은 문항이 있는데, AI를 쓰는 사람에게 자기 사용을 남에게 얼마나 열어 놓는지 물은 것이다. 드러내기를 꺼리거나 불편하다고 답한 쪽은 9%였다. 직군으로 나누면 사무·지식 노동에서 동료와 상사에게 사용을 알린다는 쪽이 51%인데 생산·육체 노동에서는 28%로 내려가고, 꺼린다는 쪽은 7%와 16%로 갈린다. 숨기는 사람이 많아서 회사가 모르는 것이 아니다. 말할 자리가 마련되지 않아서 모르는 것이다.

조사 하나만 놓고 보면 독일 노동시장의 특수한 사정으로 읽을 수 있다. 그런데 비슷한 시기에 설계가 전혀 다른 조사 두 건이 같은 방향을 가리켰다. 표본도 질문도 다르니 수치를 나란히 놓고 더하거나 빼면 안 된다. 여기서 볼 것은 숫자의 크기가 아니라 방향이다.

페이저듀티가 6월 11일 공개한 자료는 웨이크필드 리서치가 4월에 호주·일본·영국·미국의 사무직 1,250명에게서 받은 답이다. 연매출 5억 달러 이상 기업에 다니는 사람들이고 IT와 기술 직군은 제외했다. AI 도구를 써 본 사람 가운데 66%가, 회사 정책상 허용되지 않는다고 생각하면서도 썼다고 답했다. 직원 1,500명이 넘는 조직에서는 72%로 올라간다. 업무 관련 정보를 공개 AI 서비스에 넣어 본 사람이 88%였고, 그중 고객 정보를 넣었다는 사람이 34%, 민감한 업무 문서는 31%였다.

테라마인드가 6월 17일 낸 보고서는 방향이 다르다. 기업 정보보안 책임자 300명 설문에 행동 기록을 붙였다. 기업에서 일어나는 AI 사용의 67%가 회사 기기 위에서 돌아가는 개인 계정을 거친다고 적었다. 보안보다 속도를 앞세운다는 응답은 경영진에서 69%, 현장 직원에서 37%로 갈렸다. 규칙을 안 지키는 쪽이 신입이라는 통념과 반대 방향이다.

세 조사를 겹쳐 놓으면 그림이 하나로 모인다. 콘스탄츠대는 학술 조사로 도입 경로를 물었고, 페이저듀티는 사무직에게 규칙을 어긴 적이 있느냐고 물었으며, 테라마인드는 보안 담당자에게 무엇이 보이느냐고 물었다. 질문은 셋 다 다른데 답이 한 곳을 가리킨다. 도구는 이미 들어와 있고, 그 도구가 무엇을 받아 갔는지는 회사가 모른다.

데이터 계보는 어떤 데이터가 어디서 나와 어디를 거쳐 어디에 쓰였는지를 남긴 기록이다. 학습에 쓴 데이터의 출처를 따질 때도, 고객 정보가 어느 시스템까지 흘러갔는지 확인할 때도 이 기록이 근거가 된다. 회사가 도입한 도구에는 이 기록을 붙일 자리가 있다. 계약서에 데이터 취급 조건이 적히고, 접속 기록이 남고, 보존 기간과 삭제 절차가 정해진다.

개인 계정으로 들어간 파일은 그 자리를 건너뛴다. 회의록을 요약하려고 붙여 넣은 문서, 고객 문의를 다듬으려고 넣은 이름과 연락처, 코드 한 덩어리는 회사 경계 밖으로 한 번 나간 뒤에 어디에 저장됐는지 얼마나 남아 있는지 학습에 쓰였는지를 회사가 확인할 방법이 없다. 사고가 아니라 설계다. 그 경로에는 애초에 기록을 남기는 장치가 없다.

재직자 본인도 같은 걱정을 한다. 콘스탄츠대 조사에 이를 묻는 문항이 있다. AI 도구에 넣은 정보가 어떻게 되는지 마음에 걸린다는 응답은 중간 규모 조직에서 27%로 가장 높았다. 연구팀은 이 값을 한 방향으로 읽지 말라고 적었다. 책임 소재가 분명해진 조직에서 비로소 질문이 생긴 것일 수도 있고, 통제에 대한 불안일 수도 있다는 것이다. 어느 쪽으로 읽든 자기가 넣은 정보의 행방을 궁금해하는 사람이 이미 넷 중 하나는 된다.

우리가 AI-Ready Data를 이야기할 때 데이터 계보를 앞에 두는 이유가 여기에 있다. 데이터를 잘 정리해 두는 일은 모델 성능을 위한 준비이기도 하지만, 먼저 지금 무엇이 어디에 있는지 말할 수 있는 상태를 만드는 일이다. 콘스탄츠대 조사가 보여 준 것은 그 상태에서 멀어지는 속도가 도입 속도보다 빠르다는 점이다. 사용률은 3%p 올랐는데, 그 사용의 절반 가까이는 애초에 기록되지 않는 경로로 들어왔다.

규칙 문서를 한 장 더 쓰는 일로는 이 간격이 좁혀지지 않는다. 금지 목록을 붙여도 페이저듀티 조사의 66%처럼 안 된다는 걸 알면서 쓰는 사람이 남고, 그 사용은 더 안 보이는 곳으로 옮겨 갈 뿐이다. 먼저 필요한 것은 목록이다. 지금 이 회사에서 쓰이는 AI 도구가 무엇이고, 각 도구에 어떤 데이터가 들어가며, 그 데이터가 어디에 얼마나 남는지를 적은 목록이다. 네 가지를 점검해 보면 현재 위치가 대략 나온다.

• 지금 업무에 쓰이는 AI 도구의 이름을 댈 수 있는가. 결재를 거친 것만이 아니라 실제로 쓰이는 것 전부를 말한다.
• 각 도구에 어떤 종류의 데이터가 들어가는가. 고객 정보와 계약 문서, 소스 코드가 들어가는 도구를 따로 구분해 둘 수 있는가.
• 그 데이터가 어디에 남는지 확인할 방법이 있는가. 학습에 쓰이지 않는다는 조항이 계약서에 있는지, 그것을 확인한 사람이 있는지까지.
• 직원이 새 도구를 쓰고 싶을 때 물어볼 곳이 있는가. 물어볼 곳이 없으면 규칙이 아니라 침묵이 답을 대신한다.

이 물음들이 페블러스만의 착안은 아니다. 2절에서 옮긴 연구팀 권고의 첫 항목을 펼쳐 보면 회사가 정해 두어야 할 것이 넷으로 적혀 있다. 어떤 도구를 써도 되는지, 어떤 데이터는 넣으면 안 되는지, 어디에 사람의 확인이 남아야 하는지, AI가 내놓은 결과를 어떻게 검증하는지다. 이 가운데 두 번째가 위 목록의 두 번째와 같은 곳을 가리킨다. 넣으면 안 되는 데이터를 정하는 일과 넣은 데이터가 어디로 갔는지 아는 일은 같은 질문의 앞뒤다. 연구팀은 이런 규칙을 제약이 아니라 안전하게 쓰기 위한 조건으로 부르자고 덧붙였다. 조직행동학을 하는 사람들과 데이터를 다루는 회사가 서로 다른 문으로 들어와 같은 방에 도착한 셈이다.

이 조사가 독일 재직자 1,105명에게 물은 결과라는 점, 그리고 3절에 붙인 두 조사가 보안 제품을 파는 회사들이 낸 자료라는 점은 기억해 두는 편이 좋다. 한국 기업의 비율이 얼마인지 이 자료들은 말해 주지 않는다. 다만 도구가 회사보다 먼저 도착한다는 구조는 국경을 잘 타지 않는다. 우리 회사에서 지금 쓰이는 AI 도구의 목록을, 데이터가 어디로 갔는지와 함께 댈 수 있는지는 어디서든 같은 질문이다.

여기까지 읽어 주셔서 감사하다. 이 글이 인용한 수치는 콘스탄츠대 보도자료와 영문 보도에서 누구나 확인할 수 있다. 여러분의 조직에서는 쓰이는 AI 도구의 목록을 어떻게 관리하고 계신지, 그 목록에 데이터 행선지가 함께 적혀 있는지 나눠 주시면 좋겠다.

학술 조사·기관 자료

• 1.Kunze, F., Opitz, C., & Gerdiken, E. (2026). "Konstanzer KI-Studie 2026: Verlangsamtes Wachstum der KI-Nutzung am Arbeitsplatz, aber nicht für alle Beschäftigte gleichermaßen." Ergebnisreport September 2026, Universität Konstanz (KOPS). 20쪽 결과 보고서 전문. 이 글의 규모별 수치와 4.4절 내용은 이 보고서에서 직접 확인했다.
• 2.Arntz, M., Baum, M., Brüll, E., Dorau, R., Hartwig, M., Matthes, B., Meyer, S.-C., Schlenker, O., Tisch, A., & Wischniewski, S. (2025). "Low barriers, high stakes: Formal and informal diffusion of AI in the workplace." ifo Working Paper No. 422, ifo Institute. 콘스탄츠 보고서가 이중 확산 개념의 출처로 인용한 연구.
• 3.Universität Konstanz. (2026-09-08). "KI-Nutzung am Arbeitsplatz: langsam, informell und ungleich." 보도자료 PI Nr. 83/2026 (idw).

보도

• 4.Phys.org. (2026-09-18). "Workplace AI adoption remains slow, informal and uneven, survey finds."
• 5.Haufe. (2026-09-08). "Konstanzer KI-Studie: Kein Umbruch, aber größere Ungleichheit."

업계 조사 (보안 업체 자체 자료)

• 6.PagerDuty. (2026-06-11). "PagerDuty Report Finds Two-Thirds (66%) of Office Professionals Have Used Unauthorized AI Tools at Work." 조사 수행: Wakefield Research, 사무직 1,250명, 2026년 4월.
• 7.Teramind. (2026-06-17). "Shadow AI Behavior Report." 기업 정보보안 책임자 300명 설문 및 행동 기록 분석.