Deloitte UK AI 설문조사, 직원들이 상사에게 AI 사용을 숨기고 있는 것으로 나타나

Deloitte는 영국 근로자 10명 중 거의 1명이 고용주가 금지했거나 달가워하지 않을 AI 도구를 사용한 적이 있다고 밝혔다. Deloitte UK AI 설문조사는 직장 내 AI 도입이 허용, 보안, 그리고 직업적 신뢰를 둘러싼 갈등으로 번지고 있음을 보여준다. 직원들은 더 빠르게 검색하고, 요약하고, 초안을 작성할 방법을 원한다. 하지만 고용주는 승인된 대안, 명확한 규칙, 또는 신뢰할 만한 교육을 갖추지 못한 경우가 많다.

이번 조사 결과는 2026년 5월 7일부터 6월 10일까지 영국 전역의 근로자 25,000명을 대상으로 실시한 설문에서 나왔다. Deloitte를 위해 Ipsos가 온라인 현장 조사를 수행했다. 결과는 생성형 AI가 많은 조직이 이를 관리할 수 있는 속도보다 더 빠르게 일상 업무에 들어왔음을 시사한다.

이 격차가 이 글의 핵심 긴장을 만든다. 근로자들은 AI를 일상적인 업무를 처리하는 실용적 도구로 본다. 고용주들은 관리되지 않는 서비스, 민감한 프롬프트, 불확실한 결과물, 그리고 발생 가능한 규정 준수 실패를 본다. 한편 직원들은 AI 사용이 드러날 경우 관리자가 자신의 가치를 의심할 수 있다는 우려도 품고 있다.

이는 단순한 AI 도입 설문조사가 아니다. 직원들은 생산성 문제를 비공개로 해결하는 반면, 고용주들은 어느 정도의 AI 사용을 허용할지를 공개적으로 논의하고 있음을 보여준다. 그 결과 조직은 자신들이 볼 수도, 측정할 수도, 안전하게 관리할 수도 없는 성과 향상에 의존하는 직장 환경이 만들어질 수 있다.

Deloitte UK AI 설문조사가 드러낸 숨은 노동력

생성형 AI는 이미 직장에서 널리 쓰이고 있지만, 상당한 비중의 사용은 여전히 고용주의 감독 밖에 있다.

근로자 설문조사에 따르면 영국의 취업 성인 63%가 업무를 위해 생성형 AI를 의도적으로 사용한 적이 있다. 생성형 AI는 프롬프트를 바탕으로 텍스트, 이미지, 오디오 또는 기타 콘텐츠를 만드는 시스템을 뜻한다.

이 연구는 22개 산업에 걸쳐 18세부터 70세까지의 근로자를 다뤘다. Deloitte는 이를 한 국가 내에서 수행된 최대 규모의 직장 생성형 AI 연구라고 설명한다. 광범위한 표본은 임원이나 기술팀에만 초점을 맞춘 조사보다 더 강한 시사점을 제공한다.

도입은 일회성 실험에 그치지 않았다. 영국 전체 노동력의 거의 4분의 1이 매일 업무에 생성형 AI를 사용했다. 12%는 하루에 여러 차례 사용했지만, 산업과 역할에 따라 비율은 크게 달랐다.

근로자들은 주로 익숙한 업무에 이 기술을 적용했다. 정보 검색과 이메일 초안 작성은 각각 보고된 사용 사례의 43%를 차지했다. 요약 작성은 31%로 뒤를 이었다.

이러한 활동은 AI 도입이 눈에 띄지 않은 채 유지될 수 있는 이유를 설명한다. 근로자는 메모를 챗봇에 붙여 넣거나, 이메일을 다듬거나, 문서를 요약할 수 있으며, 그 과정에서 공식 업무 흐름을 바꿀 필요가 없다. 완성된 작업은 익숙한 소프트웨어로 돌아가고, AI 단계는 시야에서 사라진다.

근로자의 거의 절반은 업무에 무료 AI 도구를 사용한다고 답했다. 또 34%는 고용주가 비용을 지불한 외부 도구를 사용했고, 17%는 내부 개발 시스템을 사용했다. 이 범주는 고용주 승인 배포가 시장의 한 부분일 뿐임을 보여준다.

Deloitte는 생성형 AI 사용자 중 17%가 업무 관련 도구를 하나 이상 개인 비용으로 결제했다고도 밝혔다. 영국 근로자들이 이들 서비스에 연간 총 9억 5,800만 파운드를 지출하는 것으로 추산했다.

개인 결제는 구매 결정권을 누가 쥐는지를 바꾸기 때문에 중요하다. 직원은 조달, 보안 검토, 또는 내부 배포를 기다리지 않고 몇 분 안에 소비자용 도구를 도입할 수 있다. 고용주는 어떤 시스템이 원본 정보를 처리했는지 알지 못한 채 결과물을 받을 수 있다.

생성형 AI 사용자 중 거의 3분의 1은 고용주가 모르는 상태에서 이 기술을 사용했다고 답했다. 이러한 형태의 Deloitte식 Shadow AI는 공식적인 가시성이나 승인 밖에서 업무에 유입된 도구를 포괄한다.

Bloomberg는 더 좁고 대립적인 지표를 부각했다. 설문조사 보도에 따르면 근로자 10명 중 거의 1명은 금지됐거나 고용주의 불승인을 받을 도구를 사용한 적이 있다.

이 구분은 중요하다. 알려지지 않은 도구를 사용했다고 해서 항상 명시적인 규칙을 위반한 것은 아니다. 일부 고용주는 명확한 정책이 없고, 다른 고용주는 직원들이 찾거나 해석하기 어려운 정책을 갖고 있다.

그러나 두 수치는 같은 거버넌스 실패를 보여준다. 직원들은 이미 AI를 업무의 일부로 만들었지만, 많은 조직은 어떤 도구가 쓰이고 있는지 신뢰성 있게 파악하지 못한다. 이런 불확실성은 일상적 지원 업무를 관리되지 않는 비즈니스 프로세스로 바꾼다.

영국 직장 AI가 회사 정책을 앞질러간 이유

도입 격차는 근로자들이 고용주가 승인, 배포, 설명할 수 있는 속도보다 더 빠르게 유용한 AI에 접근할 수 있기 때문에 지속된다.

소비자용 AI 제품은 설정이 거의 필요 없으며, 이미 많은 직원에게 친숙하게 느껴진다. 근로자는 개인적인 질문과 업무용 초안에 같은 어시스턴트를 사용할 수 있다. 이러한 편의성은 공식 시스템이 마련되기 전에 도입을 부추긴다.

Deloitte는 생성형 AI 사용자 중 65%가 리더들이 이 기술을 명확히 이해한 상태에서 논의하는 것을 듣지 못했다고 밝혔다. 30%는 리더십 메시지가 일관성이 없다고 설명했고, 18%는 리더십 차원의 커뮤니케이션을 전혀 듣지 못했다.

정책 격차는 이러한 소통 문제의 배경에 있다. 사용자 중 절반 미만만이 회사에 생성형 AI 정책이 있다고 답했다. 34%는 정책이 없다고 했고, 23%는 정책 존재 여부를 모른다고 답했다.

조직에 현재 적용 가능한 정책이 있고 이를 찾아 이해할 수 있다고 답한 비율은 28%에 불과했다. 근로자가 규칙의 존재를 모르거나 적용할 수 없다면 그 규칙은 행동을 이끌 수 없다.

교육도 뒤처졌다. 생성형 AI 사용자 중 절반은 정식 교육을 받지 못했고, 의무 교육을 완료한 비율은 20%에 그쳤다. 이는 수백만 명의 근로자가 프롬프트 작성, 검증, 정보 처리 방법을 스스로 익히도록 내버려 둔다는 뜻이다.

처음 도입되는 업무가 무해해 보인다는 점에서 이 격차는 특히 중요하다. 이메일 초안 작성이나 메모 요약은 재무 의사결정을 자동화하는 것보다 위험이 낮아 보인다. 하지만 일반적인 프롬프트에도 고객 세부정보, 내부 계획, 소스 코드, 또는 기밀 회의 기록이 포함될 수 있다.

다른 연구도 같은 방향을 가리킨다. Chartered Institute of Personnel and Development의 2025년 가을 설문조사에서는 영국 조직의 76%에서 AI가 사용되고 있는 것으로 나타났다. 또한 직장의 54%에서 무료 도구가 사용되고 있었다.

그러나 허용 범위는 고르지 않았다. CIPD는 이후 조직의 61%가 업무용 생성형 AI 사용을 허용한다고 보고했다. 고용주 조사 결과에 따르면 또 다른 25%는 이를 허용하지 않았고, 허용할 계획도 없었다.

공식 거버넌스는 개선되고 있었지만, 낮은 기반에서 출발했다. 고용주의 31%는 지난 1년 동안 생성형 AI 정책을 마련하는 작업을 진행했다. 이는 2년 전 16%에서 상승한 수치다.

이 불일치는 영국 직장 AI 사용이 왜 숨겨지는지를 보여준다. 직원들은 이 기술을 즉시 사용할 수 있는 생산성 지원 도구로 경험한다. 고용주는 이를 조달, 보안, 법률, 조직 변화 프로그램으로 경험한다.

승인 절차도 서로 다른 속도로 움직인다. 보안팀은 데이터 보존, 모델 학습 관행, 계정 통제, 통합, 감사 기록, 계약상 보호장치를 평가해야 한다. 근로자에게 필요한 것은 브라우저나 개인 계정뿐이다.

일부 조직은 이에 대응해 공개 도구를 차단한다. 이는 눈에 띄는 접근을 줄일 수 있지만, 수요 자체를 없애지는 못한다. 직원들은 기기를 바꾸거나, 개인 계정을 사용하거나, 시스템 사이에서 정보를 수동으로 옮길 수 있다.

승인된 대안의 성능이 낮거나 여전히 사용할 수 없는 경우에도 금지는 실패한다. Microsoft의 2025년 연구에 따르면 승인되지 않은 AI를 사용하는 영국 직원 중 28%는 고용주가 승인된 선택지를 제공하지 않았다고 답했다. 또 41%는 개인 생활에서 익숙한 도구를 선택했다.

이 결과는 표본과 방법론이 다르므로 Deloitte의 수치와 직접 비교할 수 없다. 그럼에도 두 연구는 같은 메커니즘을 확인한다. 직원들은 외부 도구가 업무에 도움이 된다고 믿을 때 마찰을 우회한다.

따라서 문제는 단속보다 더 크다. 고용주는 정당한 사용을 위한 수용 가능한 경로를 제공하고, 금지된 데이터를 명확히 정의하며, 불확실한 사례를 판단하는 방법을 근로자에게 가르쳐야 한다. 이 조합이 없다면 정책은 운영 통제가 아니라 서류 작업이 된다.

직원들은 생산성을 원하고, 고용주는 노출 위험을 본다

핵심 갈등은 열의와 저항의 대립이 아니라 직원의 속도와 고용주의 책임 간의 충돌이다.

Deloitte 응답자들은 직장 AI를 통해 매주 평균 70분을 절약한다고 답했다. 대다수는 절약한 시간을 같은 고용주를 위해 더 많은 업무를 수행하는 데 사용했다고 밝혔다.

이 결과는 단순한 부정행위 서사를 복잡하게 만든다. 숨겨진 사용자가 반드시 일을 회피하거나 전체 업무를 위임하는 것은 아니다. 많은 이들이 검색, 이메일 초안, 요약에 AI를 사용한 뒤 절약한 시간을 조직에 다시 돌려주고 있다.

생산성 향상도 고르게 나타나지 않았다. 전체 설문에서 7%는 매주 최소 5시간을 절약했다고 답했다. 이 비율은 정보통신 부문에서 21%로 높아졌지만, 보건 및 사회복지 부문에서는 5%로 낮아졌다.

약 30%는 AI가 적어도 일부 시간을 절약해 주었다고 답했다. 또 다른 31%는 시간을 절약하지 못한 채 AI를 사용했다. 따라서 도입만으로 생산성이 입증되는 것은 아니다.

직원은 환각을 수정하거나, 일반적인 결과물을 다시 쓰거나, 사실을 확인하는 데 시간을 쓸 수 있다. 환각은 신뢰할 만한 근거가 없는데도 확신에 차서 제시되는 결과물이다. 부적절하게 선택한 업무는 작업을 줄이는 대신 옮겨 놓을 수 있다.

고용주는 개인 사용자가 보지 못하는 위험을 떠안는다. 프롬프트는 회사가 검토하지 않은 약관 아래 정보를 외부 서비스로 전송할 수 있다. 생성된 요약은 원본 문서에서 중요했던 단서나 조건을 빠뜨릴 수 있다.

결과물은 편향을 물려받거나, 인용을 지어내거나, 공유될 때 보호 대상 정보를 노출할 수도 있다. 최종 작업이 고객, 직원, 또는 규제 대상 의사결정에 영향을 미친다면 조직은 여전히 책임을 진다.

영국 National Cyber Security Centre는 승인되지 않은 기술을 더 광범위한 Shadow IT 문제의 일부로 본다. Shadow IT 지침은 알려지지 않은 서비스가 취약한 감독과 데이터 처리 위험을 초래할 수 있다고 경고한다.

AI는 사용자가 프롬프트와 파일 업로드를 통해 적극적으로 정보를 전송하기 때문에 이러한 우려를 키운다. 기존의 무단 소프트웨어는 연락처 목록을 저장할 수 있다. AI 어시스턴트는 전략 문서, 고객 대화, 코드, 또는 전체 데이터세트를 받을 수 있다.

하지만 과도한 제한에도 비용이 따른다. 실험을 더 깊은 지하로 밀어 넣고 팀이 효과적인 관행을 공유하지 못하게 할 수 있다. 그 결과 고용주는 가시성과 유용한 워크플로를 표준화할 기회를 모두 잃는다.

이러한 상충 관계는 핵심 대립이 직원 주도 도입과 고용주 통제 도입 사이에 있음을 설명한다. 한쪽은 즉각적인 유용성을 우선시한다. 다른 한쪽은 데이터를 보호하고, 법적 의무를 충족하며, 일관된 품질을 유지해야 한다.

최선의 대응은 제한 없는 소비자용 도구 사용도, 전면적인 금지도 아니다. 조직에는 실제 근로자 수요에 맞는 승인된 환경이 필요하다. 또한 데이터, 업무, 인간 검토에 관한 명확한 경계도 필요하다.

예를 들어 직원은 일반적인 프레젠테이션 구조를 브레인스토밍하는 것은 허용받을 수 있지만, 기밀 고객 자료를 업로드하는 것은 금지될 수 있다. 또 다른 정책은 이메일 편집을 허용하되 사실 주장에 대한 독립적인 검증을 요구할 수 있다.

이러한 구분이 있어야 거버넌스가 실제로 작동한다. “AI를 책임감 있게 사용하라”는 규정은 마감이 임박한 상황에서 별다른 지침을 제공하지 못한다. 업무 기반 정책은 직원이 어떤 정보를 입력할 수 있는지, 어떤 서비스를 사용할 수 있는지, 누가 결과물을 검토하는지를 알려줄 수 있다.

고용주는 직원들이 왜 외부 시스템을 선택하는지도 살펴봐야 한다. 더 높은 결과물 품질, 적은 접근 장벽, 더 강력한 통합 기능, 또는 승인된 기능의 부재가 이유일 수 있다. 도구를 차단한다고 해서 근본적인 업무 흐름 문제까지 해결되지는 않는다.

따라서 Deloitte UK AI 설문조사는 직원만큼이나 경영진에게도 압박을 가한다. 리더들은 자사의 시스템이 소비자용 제품과 경쟁할 만큼 실용적인지 결정해야 한다. 보안팀은 승인된 행동을 더 쉽게 식별하고 따를 수 있도록 만들어야 한다.

AI를 둘러싼 낙인은 은폐를 부추긴다

직원들은 도구가 승인되지 않았기 때문만이 아니라, 사용 사실을 밝히는 것이 관리자의 역량 평가에 영향을 줄 수 있기 때문에 AI 사용을 숨긴다.

Deloitte는 영국 근로자 23%가 직장 내 AI 사용에 낙인이 있다고 생각한다는 사실을 발견했다. 매주 사용하는 이용자 중 64%는 관리자가 AI가 자신의 업무를 수행할 수 있다고 결론 내릴까 우려했다.

Bloomberg도 관리자의 판단을 우려하는 응답자를 설명하며 동일한 63% 수치를 보도했다. 정확한 설문 표본 기준은 주의 깊게 살펴볼 필요가 있지만, 더 큰 두려움은 분명하다. 직원들은 사용 사실 공개를 대체될 가능성과 연결 짓고 있다.

이 불안은 어려운 유인을 만든다. 고용주는 직원에게 생산성 향상 방안을 찾으라고 요구하는 동시에 자동화와 인력 감축을 논의할 수 있다. 직원들은 AI를 사적으로 사용하고, 방법과 절약된 시간을 모두 보이지 않게 하는 방식으로 대응할 수 있다.

CIPD의 고용주 설문조사는 이러한 두려움이 왜 그럴듯한지를 보여준다. 조직의 17%는 향후 12개월 동안 AI가 인력 규모를 줄일 것으로 예상했다. 증가를 예상한 비율은 6%에 그쳤다.

대형 민간 고용주 사이에서는 이러한 전망이 더 높았다. 인력 감소를 예상한 비율은 26%로, 중소기업의 7%보다 높았다. 금융, 보험, 기술, 법률, 회계, 컨설팅 분야 역시 평균을 웃도는 전망을 보고했다.

이 수치는 확정된 일자리 감소가 아니라 고용주의 기대를 보여준다. 그럼에도 직장 내 행동에 영향을 미친다. 직원들은 리더들이 AI를 보조 수단이자 비용 절감 경로로 설명할 때 이를 주의 깊게 듣는다.

매우 효과적인 업무 흐름을 공개하는 직원은 같은 일을 더 적은 인원으로 처리할 수 있음을 증명하게 될까 두려워할 수 있다. 또 다른 직원은 동료들이 AI의 도움을 글쓰기, 분석 또는 기술 역량이 부족하다는 증거로 볼까 걱정할 수 있다.

이러한 인식 문제는 품질 관리 체계를 약화시킬 수 있다. 공개가 직업적으로 위험하게 느껴질 경우, 직원들은 검토를 요청할 가능성이 낮아진다. 그러면 관리자는 AI가 어디에 기여했고 어떤 검증이 이루어졌는지 알지 못한 채 다듬어진 결과물만 보게 된다.

은폐는 조직이 강력한 활용 사례를 파악하는 것도 막는다. 유용한 업무 흐름은 문서화되고 검증된 프로세스가 되지 못한 채 개인 지식으로 남는다. 위험은 숨겨지고, 이점은 재현하기 어려운 상태로 남는다.

여기서 리더십 메시지가 중요하다. 직원들은 조직이 AI 지원을 받은 성과, 독립적인 전문성, 또는 둘 모두를 중시하는지 알아야 한다. 대체를 암시하는 언어와 함께 모호한 장려가 제시되면 상충하는 유인이 생긴다.

관리자 역시 교육이 필요하다. 이들은 책임 있는 보조와 부주의한 위임을 구분해야 한다. AI로 초안을 다듬는 일은 근거 없는 분석을 그대로 받아들이거나 중대한 영향을 미치는 결정을 자동화하는 것과 다르다.

따라서 공개는 의례가 아니라 위험에 초점을 맞춰야 한다. 사소한 문법 수정마다 표기를 요구하면 행정적 잡음만 늘어날 수 있다. 민감한 데이터, 중대한 결정 또는 외부에 게시되는 사실에 대해 공개를 요구하는 편이 더 분명한 목적에 부합한다.

영국 Information Commissioner’s Office는 일률적인 금지가 효과를 내기 어렵다고 주장해 왔다. 해당 기관의 직장 내 AI 분석은 적법한 접근, 효과적인 감독, 실질적인 억제 수단을 강조한다.

이 접근법은 갈등의 양쪽 측면을 모두 인정한다. 고용주는 데이터 보호 의무를 무시할 수 없다. 또한 서면 금지 조항이 직원들이 이미 유용하다고 여기는 도구를 사라지게 할 것이라고 가정해서도 안 된다.

신뢰는 양방향으로 작동해야 한다. 고용주는 직원이 민감한 정보를 보호하고 결과물을 검증할 것이라는 확신이 필요하다. 직원은 책임 있는 공개가 자신의 평판이나 고용 안정성을 자동으로 해치지 않을 것이라는 확신이 필요하다.

이러한 합의가 없으면 Deloitte의 섀도 AI는 문화적 신호가 된다. 이는 직원들이 공식 채널이 자신의 필요를 충족하거나 이익을 보호한다고 신뢰하지 않는다는 뜻이다.

수치만으로 입증되지 않는 것

이 설문은 큰 거버넌스 격차를 보여주지만, 숨겨진 AI 사용이 실제 피해나 지속적인 생산성을 얼마나 초래하는지는 입증하지 않는다.

Deloitte는 직원 및 자영업자 25,000명을 대상으로 대표성 있는 할당 표본을 활용한 온라인 설문을 실시했다. 결과는 인구통계, 고용, 지역, 교육, 사회적 범주 전반에 걸쳐 가중 처리됐다.

이 방법론은 상당한 범위를 제공한다. 하지만 여전히 응답자가 자신의 행동을 기억하고 솔직하게 설명하는 데 의존한다. 특히 숨겨진 활동은 자기 보고 방식으로 측정하기 어렵다.

“고용주가 알지 못하는 상태”의 의미도 다양하다. 어떤 응답자는 직접적인 금지 조항을 위반했을 수 있다. 다른 응답자는 정책이 없는 상황에서 공개 도구를 사용했을 수 있다. 또 다른 응답자는 관리자가 비공식적 실험을 용인하는 회사에 다닐 수 있다.

Bloomberg의 “거의 10명 중 1명” 지표는 금지 또는 예상되는 반대와 관련된 사용을 더 명확히 분리한다. 그러나 이 범주조차 명시적 규정과 고용주의 반응에 대한 직원의 예측을 함께 포함한다.

이 설문은 직원들이 기밀 정보를 얼마나 자주 입력했는지 밝히지 않는다. 그로 인한 데이터 유출, 잘못된 결정, 고객 피해 또는 규제 조치도 수치화하지 않는다. 숨겨진 사용은 노출을 뜻할 뿐, 사고의 증거는 아니다.

마찬가지로 보고된 시간 절감이 측정된 산출물 향상과 같지는 않다. 직원들은 자신의 절감 시간을 추정했으며, 평균 수치만으로는 결과물의 품질을 알 수 없다. 빠르게 작성한 초안으로 확보한 시간은 이후 검토 과정에서 다시 소모될 수 있다.

설문의 업무 프로필은 얕은 수준의 도입도 시사한다. 검색, 이메일 작성, 요약이 주를 이룬다. 이러한 활동은 개인에게 도움이 될 수 있지만, 반드시 프로세스를 재설계하거나 조직 전체의 생산성을 높이는 것은 아니다.

Deloitte 역시 직장 내 사용이 광범위하지만 얕은 수준이라고 설명한다. 빈번한 일일 사용을 보고한 사람은 소수였으며, 거의 3분의 1은 시간을 절약하지 못한 채 AI를 시도해 본 것으로 나타났다.

다른 섀도 AI 설문과 비교할 때는 주의가 필요하다. Microsoft는 2025년에 훨씬 높은 미승인 사용 비율을 보고했다. 다른 공급업체들은 사무직 근로자, 보안 리더 또는 특정 시장을 기준으로 또 다른 추정치를 발표했다.

정의의 차이가 이러한 격차 일부를 설명하는 경우가 많다. 일부 연구는 모든 소비자용 AI 사용을 무단 사용으로 집계한다. 다른 연구는 금지된 도구, 알려지지 않은 도구, 개인 계정 또는 회사 데이터를 처리하는 서비스만 집계한다.

공급업체의 유인도 중요하다. 엔터프라이즈 소프트웨어나 보안 제품을 판매하는 기업은 섀도 AI가 시급한 문제로 보일 때 이익을 얻는다. 이들의 조사 결과는 여전히 유익할 수 있지만, 독자는 표본, 정의, 후원 관계를 검토해야 한다.

Deloitte 역시 조직의 AI 도입과 거버넌스에 자문을 제공한다. 이러한 상업적 역할이 25,000명 대상 설문의 가치를 무효화하는 것은 아니다. 다만 투명한 방법론과 향후 재현의 중요성을 더욱 높인다.

계획된 6개월 단위 반복 조사는 도움이 될 것이다. 두 번째 조사는 교육, 정책 인지도, 일일 사용이 변화하고 있는지 보여줄 수 있다. 고용주가 공식 접근성을 확대하면서도 직원들이 계속 도구 비용을 부담하는지도 확인할 수 있다.

오늘날 가장 강력한 결론은 일부 헤드라인이 시사하는 것보다 더 제한적이다. 영국 근로자들은 많은 고용주가 거버넌스와 커뮤니케이션을 구축하는 속도보다 빠르게 생성형 AI를 도입하고 있다. 측정 가능한 집단은 때로 고용주의 예상된 의사에 반해 이러한 사용을 숨긴다.

더 엄격한 통제, 더 나은 도구, 더 명확한 정책 또는 변화하는 태도가 이 격차를 줄일지는 아직 분명하지 않다. 그 답은 규제가 엄격한 산업, 소규모 기업, 기술 집약적 직무마다 다를 가능성이 높다.

고용주의 추격 여부를 보여줄 세 가지 신호

다음 단계는 기업이 숨겨진 개인 실험을 가시적이고 지원되며 측정 가능한 업무로 전환할 수 있는지에 달려 있다.

첫 번째 신호는 정책 공표가 아니라 정책 인지도다. Deloitte는 사용자 중 자신의 회사 정책이 어디에 있는지 알고, 이를 이해하며, 최신 상태라고 여긴 비율이 28%에 불과하다는 사실을 발견했다.

조직이 커뮤니케이션을 개선하고 규정을 업무별로 구체화하면 이 수치는 상승해야 한다. 낮은 수준에 머문다면 정책 문서를 더 늘려도 행동은 의미 있게 바뀌지 않을 것이다.

더 강력한 결과에는 정책이 없다고 답하거나 답변하지 못하는 직원이 줄어드는 현상이 포함될 것이다. 이러한 변화는 고용주가 운영 가능한 거버넌스를 구축하고 있다는 견해를 뒷받침한다. 혼란이 계속된다면 그 견해는 약화될 것이다.

두 번째 신호는 개인 도구와 승인된 시스템 간의 균형이다. 현재 직원들은 무료 서비스, 개인 비용으로 결제한 구독, 고용주가 비용을 지불한 제품, 내부 플랫폼을 사용한다.

고용주는 유용한 도입을 줄이지 않으면서 승인된 도구의 비중이 커지는지 지켜봐야 한다. 공식 사용의 증가는 조직이 신뢰할 수 있는 대안을 제공한다는 의미일 수 있다. 개인 비용 부담이 계속된다면 내부 시스템이 여전히 중요한 요구를 충족하지 못한다는 뜻이다.

이 신호는 라이선스만으로 판단할 수 없다. 기업이 직원들이 거의 사용하지 않는 엔터프라이즈 보조 도구를 구매할 수도 있다. 사용량, 업무 완료, 사용자 만족도, 예외 요청이 더 정확한 그림을 제공한다.

조직은 거부된 도구와 차단된 업무 흐름도 연구해야 한다. 동일한 외부 서비스에 반복적으로 접근하려는 시도는 충족되지 않은 수요를 드러낸다. 이러한 증거는 조달 결정을 안내하거나 서비스가 여전히 부적합한 이유를 설명할 수 있다.

세 번째 신호는 교육이 행동과 결과를 바꾸는지 여부다. Deloitte는 사용자 절반이 정식 교육을 받지 못했다는 사실을 발견했다. 더 넓은 노동력의 51%는 교육이 더 빈번한 사용을 장려할 것이라고 답했다.

효과적인 교육은 도입률 이상을 개선해야 한다. 민감한 데이터 공유를 줄이고, 사실 확인을 강화하며, 공개 기준을 명확히 하고, 직원이 적절한 업무를 선택하도록 도와야 한다.

의무적인 슬라이드 프레젠테이션만으로는 충분하지 않다. 직원에게는 실제 직무, 승인된 시스템, 정보 범주와 연결된 사례가 필요하다. 관리자에게는 결과물을 검토하고 공개된 사용에 대응하는 방법에 대한 지침이 필요하다.

Deloitte는 약 6개월마다 설문을 반복할 계획이다. 다음 조사에서는 이 세 가지 신호를 직접 검증할 수 있을 것이다. 독자는 정책 인지도, 도구 조달 방식, 교육 범위를 첫 번째 결과와 비교해야 한다.

일일 사용도 주목할 필요가 있지만, 유일한 성공 지표가 되어서는 안 된다. 거버넌스가 약한 상태에서 사용량이 늘면 위험도 커질 수 있다. 사용량 감소는 성공적인 제한을 의미할 수도 있고, 접근 실패를 반영할 수도 있다.

더 나은 질문은 조직이 AI 지원 업무를 확인하고 평가할 수 있는지다. 여기에는 어떤 도구가 회사 정보를 처리하는지, 어떤 업무가 가치를 창출하는지, 인간이 어디에서 책임을 유지하는지 파악하는 일이 포함된다.

지식 노동자에게 즉각적인 교훈은 실용적이다. 프롬프트와 업로드를 개인적 생각이 아니라 정보 이전으로 다뤄야 한다. 회사 규정을 확인하고, 민감한 세부 정보를 제거하며, 사실적 결과물을 검증하고, 필요한 경우 중대한 지원 사실을 공개해야 한다.

고용주에게도 과제는 똑같이 명확하다. 유용성 측면에서 경쟁할 수 있는 승인된 경로를 제공하고, 경계를 쉬운 언어로 설명하며, 책임 있는 AI 지원과 부주의한 대체를 구분해야 한다.

Deloitte UK AI 설문은 더 이상 기다리는 것이 전략이 아님을 보여준다. 고용주가 아직 그렇게 하지 않았더라도 직원들은 이미 AI가 자신의 업무에 들어갈 위치를 선택했다. 남은 질문은 예방 가능한 실패가 문제를 강제하기 전에 조직이 비밀주의를 유용한 거버넌스로 대체할 수 있는지다.

이번 주에 팀원들에게 한 가지 구체적인 질문을 던져보세요. 실제 업무를 완료하기 위해 사람들이 실제로 어떤 AI 도구를 사용하고 있나요? 그 답변을 승인된 시스템, 문서화된 정책, 제공되는 교육과 비교해 보세요. 그 사이의 격차는 단순한 집행 문제가 아닙니다. 이는 조직의 공식 업무 방식이 더 이상 직원들의 실제 행동과 맞지 않는다는 증거입니다. 이를 해소하려면 더 안전한 도구, 더 명확한 규정, 신뢰할 수 있는 경영진, 그리고 직원들이 AI 사용을 논의한다고 해서 곧바로 자신의 직업적 입지가 위협받지 않는 문화가 필요합니다.