2004년쯤이었다. 포춘 500대 기업의 시니어 엔지니어가 이메일을 인쇄한 뒤 여백에 답장을 손으로 쓰고, 그걸 비서에게 건네 다시 타이핑하게 하는 장면을 본 적이 있다. 그는 나이가 많지 않았다. 고집이 센 것도 아니었다. 다만 '도구를 인지하는 수준'에서 '도구에 능숙한 수준'으로 넘어가는 문턱을 한 번도 넘지 못한 것뿐이었다. 인지와 능숙함 사이의 그 간극은 스프레드시트 이래 모든 기업 기술 물결에 유령처럼 따라붙었다. 이제 Anthropic이 AI 시대에 대한 숫자를 내놓았다. 업계가 불편해질 만한 숫자다.

TechCrunch가 보도한 Anthropic의 새 연구 데이터에 따르면, 소수의 AI '파워 유저' 집단이 생산성과 산출물 품질 모두에서 동료들을 극적으로 앞서가고 있다. 나머지, 즉 지식 노동자의 압도적 다수는 호기심 정체기라 부를 만한 상태에 머물러 있다. ChatGPT나 Claude를 한번 써보고, 회의록 요약을 시켜봤을 수도 있지만, 다시 기존 업무 방식으로 돌아간다. 역량 격차가 다가오는 게 아니다. 이미 벌어져 있다.

이것이 무엇을 의미하는지, 그리고 무엇을 의미하지 *않는지*를 이해하기 위해, 연구자들, 기업 컨설턴트들, 그리고 파워 유저 몇 명과 직접 이야기를 나눴다.

데이터: Anthropic이 실제로 발견한 것

Anthropic의 발견은 클라우드 컴퓨팅 초기, 모바일 퍼스트 개발, 원격 근무로의 전환을 겪어본 사람이라면 익숙한 패턴을 보여준다. 소수의 사용자, 대략 상위 20~25%가 의미 있는 AI 활용의 대부분을 차지한다. 이들은 단순히 AI를 더 자주 쓰는 사람들이 아니다. 다르게 쓴다. 프롬프트를 반복 수정한다. AI를 다단계 워크플로에 통합한다. 모델을 검색 엔진이 아닌 협업 파트너로 대한다.

하위 계층, 즉 대부분의 사람들은 간단한 작업에 한두 번 AI를 써보고 다시는 돌아오지 않는다.

"전형적인 S-커브 도입 문제입니다"라고 포춘 500대 기업의 AI 도입을 자문하는 한 기업 AI 컨설턴트가 말했다(고객 기밀 때문에 익명을 요청했다). "벤더들은 제품을 *시도해 본* 사람 수를 좋아합니다. 하지만 시도는 도입이 아닙니다. 도입은 행동 변화입니다. 그리고 행동 변화는 어렵습니다."

Anthropic이 이 데이터를 세일즈 행사에서 발표했다. 감안해야 하지 않을까?

맥락에 대해 솔직해지자. Anthropic은 이 데이터를 Axios AI 서밋에서 발표했다. 잠재적 기업 고객으로 가득 찬 행사장이었다. 암묵적 메시지는 분명하다: 여러분의 인력에는 역량 격차가 있으며, 더 나은 도구, 교육, 그리고 엔터프라이즈 Claude 도입을 통해 이를 해소할 수 있다는 것이다.

그렇다고 데이터가 틀린 건 아니다. 다만 벤더가 내놓는 연구는 늘 그렇듯, 한쪽 눈썹을 살짝 올리고 읽어야 한다는 뜻이다.

"역사상 모든 SaaS 기업은 자기들이 파는 것이 더 필요하다는 연구를 발표해왔습니다"라고 AI 산업 프레이밍에 대한 오랜 비평가인 메러디스 휘태커(Meredith Whittaker) 박사는 벤더 주도 도입 연구에 대해 물었을 때 이렇게 말했다. 문제는 데이터가 진짜인지가 아니다. 이것이 *가치* 격차가 아닌 *역량* 격차라는 프레이밍이 맞느냐는 것이다.

역량 격차인가, 가치 격차인가: 이 구분이 모든 것을 바꾸는 이유

역량 격차는 이런 뜻이다: 사람들이 도구를 효과적으로 쓸 줄 모른다. 해결책은 교육이다. 가치 격차는 이런 뜻이다: 많은 업무에서 도구가 기존 워크플로를 바꿀 만큼 충분히 신뢰할 수 있는 가치를 아직 제공하지 못한다. 해결책은 더 나은 도구다.

진실은 아마 둘 다일 것이다. 하지만 그 비율이 기업의 투자 방향을 결정한다.

이렇게 생각해보자. 당신이 Jira, Slack, Google Docs에서 하루를 보내는 프로젝트 매니저인데, 누군가가 Claude로 더 나은 상태 업데이트를 쓸 수 있다고 말한다면, 한번 시도해볼 수는 있다. 하지만 결과물을 크게 수정해야 하고, 팀 약어를 모르고, 마감일을 환각으로 만들어낸다면, 다시 기존 템플릿으로 돌아갈 것이다. 이건 역량 격차가 아니다. 제품 격차다.

반면 어떤 개발자가 Claude로 API 테스트 스위트 전체를 몇 분 만에 스캐폴딩할 수 있다는 걸 발견하면, 지루한 작업 3시간을 아낄 수 있으니, 내일도 쓸 것이다. 모레도. 가치가 즉각적이고, 실체가 있으며, 반복 가능하다.

아무도 인정하고 싶지 않은 역사적 패턴

여기서부터가 AI 투자자들이 잠시 멈춰야 할 부분이다. Anthropic의 데이터는 의도했든 아니든, 지난 40년간 모든 주요 기업 기술 물결의 도입 곡선과 거의 완벽하게 일치한다.

1980년대의 스프레드시트. 1990년대의 이메일. 2010년대의 클라우드 인프라. 매번 초기 데이터는 소수의 파워 유저가 압도적인 가치를 만들어내는 것을 보여줬다. 매번 업계는 빠른 보편적 도입을 예측했다. 매번 실제 광범위한 도입까지의 경로는 10~15년이 걸렸고, 기술이 사용자에게 맞춰가야 했지 그 반대가 아니었다.

"스프레드시트가 승리한 건 회계사들이 스프레드시트를 더 잘 쓰게 됐기 때문이 아닙니다"라고 그 기업 컨설턴트는 말했다. "스프레드시트가 회계사들이 이미 하던 일에 더 잘 맞게 됐기 때문입니다. 자동 채우기. 템플릿. 이미 쓰고 있던 도구와의 통합. AI에서도 같은 일이 벌어질 겁니다. 하지만 시간이 걸리고, 도구가 사용자 쪽으로 굽혀져야 합니다."

"AI가 하룻밤 만에 모든 것을 바꾼다"는 타이밍의 문제이지, 사실의 문제가 아니다

정확히 틀린 건 아니다. 시기상조일 뿐이다. 더 정확한 표현은 이렇다: AI는 이미 특정 유형의 지식 노동자에게는 모든 것을 바꿨다. 기술적 호기심이 있고, 비정형적 창의·분석 업무를 하며, 자기 워크플로를 실험할 자율성이 있는 사람 말이다.

스타트업의 시니어 소프트웨어 엔지니어에게? AI는 이미 혁신적일 수 있다. 47단계 규제 체크리스트를 따라야 하는 지역 은행의 컴플라이언스 담당자에게? 그 변혁은 수년 뒤의 일이다. 아직 그 특정 워크플로에 끼워 넣을 수 있는 도구가 만들어지지 않았기 때문이다.

이것이 Anthropic의 데이터가 드러내는 도입 천장이다. AI의 잠재력에 대한 영구적 한계가 아니라, *오늘날의* AI 침투율에 대한 매우 현실적인 한계다. 그리고 그 한계는 투자 유치 자료와 기조연설이 암시하는 것보다 낮다.

행동으로 옮길 만한 세 가지 시장 시사점

기업 AI 매출 성장은 가속하기 전에 먼저 둔화할 것이다. 손쉬운 고객, 즉 파워 유저와 얼리 어답터는 이미 유입됐다. 다음 성장 파도는 회의적인 다수를 전환시켜야 하며, 이는 근본적으로 더 어려운 영업이다. 대규모로는 아직 존재하지 않는 교육, 통합, 그리고 워크플로 특화 도구가 필요하다.

AI 역량 격차는 채용과 인재 유지의 핵심 변수가 될 것이다. 만약 20%의 직원이 AI로 극적으로 더 높은 생산성을 낸다면, 기업은 그들에게 프리미엄을 지불할 것이다. 이는 초기 클라우드 시대를 반영하는 이중 노동시장을 만든다. 당시 '클라우드 네이티브' 엔지니어는 레거시 시스템에서 동등한 경력을 가진 동료 대비 30~40%의 연봉 프리미엄을 받았다.

가장 큰 기회는 모델을 만드는 데 있지 않을 수 있다. 모델과 나머지 75%의 워크플로 사이에 다리를 놓는 데 있을 수 있다. 미들웨어. 통합. 템플릿. 산업별 파인튜닝. Anthropic의 데이터가 맞다면, 사용자가 있는 곳에서 만나는 화려하지 않은 작업이야말로 진정한 시장 확장이 일어나는 곳이다.

10분 안에 할 수 있는 한 가지

이 글을 읽고 있는 당신이 그 다수에 속한다면, AI를 한번 시도했다가 멀어진 그 그룹이라면, 지금 당장 해볼 만한 것이 있다.

오늘 했던 업무 중 반복적이고 리스크가 낮은 것 하나를 골라라. 가장 중요한 업무가 아니어도 된다. 지루한 것이면 된다. 회의록 정리. 정례 이메일 초안. 데이터 포맷팅 작업. Claude든 회사에서 제공하는 AI 도구든 열어서, 전체 작업을 맡기는 대신, 가장 짜증나는 20%만 처리해달라고 해보라. 당신이 질색하는 부분 말이다.

대부분의 파워 유저가 그렇게 시작했다. AI가 업무를 혁신할 거라는 거창한 비전이 아니라, 더 이상 신경 쓰기 싫은 사소한 짜증에서부터.

파워 유저와 나머지의 차이는 재능이나 지능이 아니다. 계속 돌아와서 실험해보겠다는 결정이다. 천장은 실재한다. 하지만 천장이란, 역사적으로, 우리가 도구를 만들어 높이는 대상이다.