AI를 잘 쓰면 56% 더 번다? 통계의 진실

2026. 6. 25.

지피터스 뉴스레터 — 기획 호 디자인 시안

GPTERS · 2026.06.25

AI 잘 쓰면 56% 더 번다?

요즘 부쩍 자주 보이는 통계가 하나 있습니다. "AI 잘 쓰는 사람이 56% 더 번다." 링크드인과 뉴스 헤드라인을 떠도는 그 숫자요. 이런 기사를 볼 때마다 마음 한편이 조급해지는데요. 나는 아직 ChatGPT 창 앞에서 머뭇거리는데 말입니다.

그런데 곰곰이 생각해보면 '잘 쓴다'는 말처럼 모호한 말도 없습니다. 누군가는 그것을 프롬프트를 잘 외우는 일로, 누군가는 신기능을 빨리 따라잡는 일로 여기죠. 정말 그게 56%를 가르는 걸까. 그 '잘'이란 대체 무엇일까. 숫자를 끝까지 따라가 봤습니다.

56%라는 숫자는 어디에서 왔을까

이 56%는 글로벌 컨설팅 회사 PwC가 전 세계 채용공고 약 10억 건을 분석한 숫자입니다. 표본은 충분하죠. 다만 숫자를 믿기 전에 늘 물어야 할 게 있어요. 정확히 무엇과 무엇을 비교한 것인가.

흔한 오해는 "AI 관련 직업이 일반 직업보다 56% 더 번다"는 해석입니다. 하지만 그런 뜻이 아니에요. 비교는 같은 직무 안에서 이뤄졌거든요.

이렇게 생각하면 쉽습니다. 비슷한 경력의 마케터 두 사람이 있어요. 한 사람의 채용공고에는 'AI 활용 능력'이 적혀 있고, 다른 사람은 없습니다. 그 두 자리의 임금 차이가 평균 56%였다는 거죠. 직업을 바꾸라는 이야기가 아니라고 한 까닭이 여기 있습니다. 내 옆자리 동료와 나의 차이에 가까운 숫자니까요.

보다시피 6%부터 56%까지 제각각입니다. 누가 틀린 게 아니라, 재는 방법이 서로 달라서예요. PwC는 가장 느슨하게(공고 기준, 다른 조건은 통제하지 않음) 쟀고, 한국은행은 실제 근로자 한 사람 한 사람을 따져 가장 엄격하게 쟀습니다.

그러니 한국 직장인에게 "AI 쓰면 당장 56% 더 받는다"고 말하는 건 과장입니다. 우리나라는 아직 6% 수준이니까요(미국이 약 25%). 숫자를 부풀려 전하고 싶지는 않습니다.

다만 모든 조사가 한 가지에서만은 일치합니다. 숫자는 달라도 부호는 모두 플러스라는 것. 그리고 한국은 미국을 빠르게 따라가며 매년 오르고 있다는 것. 방향은 이미 정해진 셈이죠.

출처 · PwC 2025 Global AI Jobs Barometer · Lightcast · Oxford Internet Institute · 한국은행 이슈노트 2025-36호

아는 사람 말고, 시킬 줄 아는 사람

한 실험이 단서를 줍니다. 스탠퍼드와 MIT 연구진이 콜센터 상담원 5천 명에게 똑같은 AI 도구를 나눠주고, 누구의 성과가 가장 오르는지 지켜봤어요.

예상은 베테랑이었습니다. 잘하던 사람이 좋은 도구까지 쥐면 더 앞서갈 테니까요. 그런데 결과는 반대였어요. 베테랑은 거의 그대로였고, 들어온 지 얼마 안 된 신입의 성과가 34%나 올랐습니다. 하위권이던 이들이 중상위권으로 올라온 거죠.

이유는 이렇습니다. AI가 10년 차 베테랑들의 응대 노하우를 학습해 신입에게 실시간으로 안내해준 거예요. "이 고객에게는 이렇게 답하세요" 하고요. 오랜 시간 쌓아야 할 감각을, 입사 초기에 빌려 쓴 셈입니다.

여기서 한 가지가 분명해집니다. "일을 잘 안다"는 것 자체는 점점 흔해진다는 사실이요. 지식도, 프롬프트 요령도, 도구 사용법도 이제 AI가 평평하게 깔아주니까요. 그렇다면 56%를 만드는 진짜 차이는 과연 어디에 남아 있을까요?

마이크로소프트가 전 세계에서 AI를 가장 잘 쓰는 상위 16%를 따로 모아 분석한 적이 있습니다. 이들이 평범한 사용자와 무엇이 달랐을까요. 답은 의외로 단순했어요.

이들은 일을 시작하기 전에 먼저 정합니다. 이건 AI에 맡기고, 이건 내가 하고, 결과는 이렇게 확인하자고요. 이렇게 미리 분담을 설계하는 비율이 53%로, 일반 사용자(33%)보다 훨씬 높았습니다. 한 번 잘된 방식은 다음에도 쓰도록 흐름으로 남겨두고요.

어딘가 익숙한 모습입니다. 일 잘하는 팀장님이 떠오르거든요! 좋은 팀장은 모든 일을 직접 하지 않습니다. 무엇을 누구에게 맡길지 정하고, 잘게 쪼개 설명하고, 돌아온 결과를 검토해 책임지죠. AI 시대에 값이 붙는 능력이 정확히 이것입니다. 팀원이 사람에서 AI로 바뀌었을 뿐이에요.

결국 56%의 정체는 이렇게 정리됩니다. 정답을 많이 아는 사람이 아니라, 무엇을 맡길지 정하고, 쪼개고, 결과를 책임지는 사람. 한마디로 '시킬 줄 아는 사람'이죠. 다행인 점은, 이것이 타고나는 재능이 아니라 연습으로 느는 감각이라는 사실입니다.

그 판단력은 어떻게 늘까?

그런데 이 판단력에는 까다로운 성질이 하나 있습니다. 강의를 듣는다고 늘지 않는다는 거예요. 'AI 활용법' 영상을 아무리 많이 봐도, 내 일에 직접 써보지 않으면 머릿속 지식으로만 남습니다.

관련 연구도 있어요. AI 코딩 도구를 쓴 숙련 개발자들이 오히려 19% 더 느려진 실험입니다(METR). 흥미롭게도 본인들은 "AI 덕에 빨라졌다"고 느꼈고요. 기업들의 AI 프로젝트도 95%는 측정 가능한 성과를 내지 못했습니다(MIT). 모두 AI를 쓰기는 했는데도요.

여기서 '시킬 줄 안다'를 오해하기 쉽습니다. 다 떠넘기는 게 잘하는 거라고요. 그런데 실험은 반대를 보여줘요. 모든 일을 AI에 맡긴 사람은 가장 빨리 끝냈지만 가장 적게 배웠고, 다음에 스스로 할 때 더 헤맸습니다. 반면 잘 쓰는 사람일수록 오히려 덜 맡기고, 더 자주 들여다봤어요.

그러니까 진짜 판단력은 무엇을 맡기고 무엇을 내가 쥘지를 가르는 눈입니다. 최종 판단, 사람을 향한 글, 책임이 따르는 결정은 여전히 내 몫이에요. 그 경계를 아는 것까지가 '잘 쓰는' 능력인 거죠.

그리고 그 경계 감각은 결국 하나로만 길러집니다. 성공한 사람들은 AI를 멀리서 구경하지 않았어요. 자기가 매일 하는 진짜 업무에 직접 붙여, 될 때까지 고쳐가며 반복했습니다. 자전거처럼, 넘어져 가며 몸에 익히는 것이니까요.

문제는 혼자 하면 처음 막히는 지점에서 멈추기 쉽다는 데 있습니다. "역시 어렵네" 하고 창을 닫게 되죠. 그래서 결론은 단순합니다. 내 일에 AI를 붙여보고, 내가 할 일과 AI가 해야 되는 일을 구분지어 판단하는 힘을 기르는 것. 지금 함께 시작할 수 있는 두 가지 길을 아래에 소개합니다.

AI를 내 일에 붙여보는, 두 가지 방법

AI를 내 업무에 붙이는 습관과 한 단계 더 나아가는 길. 지피터스와 함께해요.