7%의 집중적 AI 사용자, 유럽의 생산성 격차를 드러내다

수요일(6월 24일), **유럽 중앙은행 (European Central Bank)**은 유럽의 AI 격차를 구체적인 수치로 제시했습니다. 설문에 참여한 기업의 **70%**가 AI를 사용하고 있지만, 유로존 기업 중 **집중적 AI 사용자 (intensive AI users)**는 단 **7%**에 불과합니다.

이 시점이 중요한 이유는 논쟁이 기업들이 AI를 시도했는지 여부를 넘어섰기 때문입니다. 더 날카로운 질문은 그들이 AI를 일상적인 운영의 일부로 만들었는지입니다. PYMNTS가 보도한 새로운 ECB 연구에 따르면, 유럽은 광범위한 AI 노출도를 가지고 있지만 운영의 깊이는 얕은 것으로 나타났습니다.

6월 24일 ECB 데이터, 유럽의 AI 이야기를 도입에서 집중도로 전환하다

헤드라인 수치는 강력해 보입니다. 설문 기업의 **70%**가 AI를 사용하고 있다면, 유럽은 기술 사이클에서 소외되지 않았다는 뜻입니다. 하지만 ECB의 더 깊은 조사 결과는 그러한 낙관론을 꿰뚫어 봅니다. 대부분의 기업이 AI를 드물게 또는 적당하게만 사용하고 있다는 것입니다.

“2025년에 AI를 사용하지 않았던 기업의 거의 절반이 2026년에 AI에 투자할 계획입니다.”라고 ECB는 블로그에 기록했습니다. “동시에, 대부분의 기업은 AI를 드물게 또는 적당하게만 사용한다고 보고했으며, 유로존 기업 중 단 7%만이 집중적인 사용을 보고했습니다.”

이 7%의 집중적 AI 사용자 수치가 진짜 신호입니다. 이는 유로존의 AI 과제가 인지도가 아니라 전환(conversion)에 있음을 말해줍니다. 기업들이 도구를 테스트하고, 라이선스를 구매하며, 사용 사례를 실험하고 있지만, AI를 중심으로 업무를 재편하는 기업은 훨씬 적습니다.

XOOMAR 분석: 이러한 구분은 중요합니다. 왜냐하면 도입 통계는 시장을 실제보다 좋게 보이게 할 수 있기 때문입니다. 가끔 초안을 작성하거나 내부 검색을 위해 AI를 사용하는 기업도 AI 사용자 집계에 포함됩니다. 그것이 AI가 기업의 비용 구조, 서비스 모델, 제품 주기, 컴플라이언스(compliance) 프로세스 또는 의사결정 리듬을 변화시켰음을 의미하지는 않습니다.

70%라는 헤드라인 이후, 7%의 집중적 AI 사용자 수치가 타격을 주다

ECB는 집중적인 AI 사용을 드물거나 적당한 사용 이상의 수준으로 정의합니다. 이로 인해 유로존의 분절된 모습은 매우 극명해 보입니다.

ECB 조사 결과	시사점
설문에 참여한 기업의 70%가 AI를 사용함	AI가 기업의 상당 부분에 도달했음을 보여줌
...

섹터별 세부 사항이 중요합니다. ECB는 집중적인 AI 사용이 서비스업, 특히 정보 및 통신과 같은 "하이테크, 지식 집약적 (high-tech, knowledge-intensive)" 서비스 분야에서 특히 널리 퍼져 있다고 밝혔습니다.

"이러한 섹터에는 고도로 디지털화된 경향이 있는 AI 도구 개발자 및 제공업체가 포함됩니다."라고 ECB 블로그는 설명했습니다. "이들은 또한 풍부한 데이터와 컴퓨팅 인프라에 접근할 수 있으며, 강력한 기술적 기술을 가진 인력을 고용하고 있습니다."

이는 결코 작은 전제 조건이 아닙니다. 이는 집중적인 AI 도입이 열정보다는 데이터, 인프라, 기술 인력, 그리고 모델의 출력값을 수용할 수 있는 프로세스와 같은 투입 요소(inputs)에 더 많이 의존한다는 것을 시사합니다.

XOOMAR 분석: 만약 이러한 투입 요소가 부족하다면, AI는 기업의 주변부에 머물게 됩니다. 특정 업무를 돕는 데는 유용할 수 있지만, 생산 시스템 (production system)이 되지는 못합니다.

즉각적인 해석: 실험은 쉽지만, 워크플로 재편은 쉽지 않다

ECB의 데이터는 기술 문제로 위장된 경영 문제를 가리키고 있습니다.

가벼운 AI 사용은 시작하기 쉽습니다. 한 팀이 챗봇을 테스트하거나, 메모 초안을 작성하고, 문서를 요약하거나, 작은 내부 워크플로 (workflow)를 자동화할 수 있습니다. 하지만 집중적인 사용은 더 어렵습니다. 기업이 업무를 승인하고, 측정하고, 인력을 배치하며, 거버넌스 (governance)를 수행하는 방식을 바꾸어야 하기 때문입니다.

그러한 변화는 다음 요소들에 영향을 미칠 수 있습니다:

데이터 준비성 (Data readiness): AI 시스템에는 사용 가능하고 접근 가능하며 신뢰할 수 있는 데이터가 필요합니다.
디지털 인프라 (Digital infrastructure): 노후된 시스템은 통합을 저해할 수 있습니다.
직원 기술 (Staff skills): 기업에는 AI의 출력값을 비즈니스 프로세스로 전환할 수 있는 인력이 필요합니다.
거버넌스 (Governance): 관리자에게는 검토, 책임 소재, 그리고 벤더 감독을 위한 규칙이 필요합니다.
예산 규율 (Budget discipline): AI 지출은 라이선스 비용을 넘어 통합 및 구조 조정 단계로 넘어가야 합니다.

ECB(유럽중앙은행)는 비용 문제를 명확히 짚었습니다. 조사 결과, 집중적인 AI 사용을 보고한 기업의 84% 이상이 해당 기술에 투자한 반면, 완만한(moderate) 사용자 그룹은 **34%**에 그쳤습니다. 집중적 사용자의 거의 전원인 **99%**가 올해 AI에 투자할 계획이며, 전체 투자액의 약 **20%**를 AI 관련 활동을 위해 할당했습니다.

“이는 일반적인 AI 도구의 라이선스를 구매하는 수준을 넘어서는 투자가 통상적으로 더 상당한 자금을 필요로 한다는 것을 보여줍니다.”라고 ECB는 기술했습니다. “실제로 맞춤형 솔루션 개발이나 디지털 인프라 업그레이드와 같이 핵심 프로세스에 AI를 통합하는 것은 종종 더 크고 장기적인 구조 조정 (restructuring)을 수반합니다.”

이 문장은 왜 그 비중이 7%로 낮은지를 설명해 줍니다. 집중적인 AI 활용은 단순한 조달 (procurement)이 아닙니다. 그것은 구조 조정 (restructuring)입니다.

2026년 예산 신호는 진지한 사용자와 일반 사용자를 구분한다

ECB 연구에서 가장 유용한 부분은 현재의 도입률이 아닙니다. 그것은 집중적 사용자와 완만한 사용자 사이의 투자 분할입니다.

AI 관련 활동에 의미 있는 지출을 하는 기업은 직원들을 위해 일반적인 도구를 구매하는 기업과는 다른 베팅을 하고 있는 것입니다. 전자는 반복 가능한 역량 (repeatable capability)을 구축하려 노력하고 있습니다. 후자는 AI가 워크플로우 (workflow)에 포함되어야 하는지 여부를 여전히 테스트 중일 수 있습니다.

경영진, 노동자, 규제 기관, 그리고 투자자들은 동일한 7%의 집중적 AI 사용자라는 수치를 서로 다르게 해석할 것입니다.

경영진 (Executives): 매력은 분명하지만, ECB(유럽중앙은행)의 수치는 더 깊이 있는 활용을 위해 더 크고 장기적인 구조 조정이 필요함을 시사합니다. 이는 투자 수익률 (ROI)에 대한 기준을 높입니다.
노동자 (Workers): PYMNTS는 별도의 연구를 인용하며 **“인력에 AI를 통합하기 위한 단일한 플레이북(playbook)은 없다”**고 밝혔습니다. 기업들은 AI 전문 인력을 채용하거나, 워크플로 (workflows)를 재구성하거나, 혹은 두 가지 모두를 수행하고 있습니다.
규제 기관 및 정책 입안자 (Regulators and policymakers): 낮은 집중적 도입은 즉각적인 배포 위험이 적다는 것을 의미할 수 있지만, 심층적인 활용이 소수의 기업 그룹에만 집중되어 있다면 경쟁력 문제를 야기할 수 있습니다.
투자자 (Investors): XOOMAR의 분석에 따르면, AI가 핵심 프로세스에 내재화되었음을 보여줄 수 있는 기업은 전략 보고서(strategy decks)에서 AI 관련 용어에만 의존하는 기업들과 쉽게 구별될 것입니다.

더 넓은 AI 스택 (AI stack)을 추적하는 독자들을 위해, XOOMAR는 Baseten Funding Frenzy Tests a $13 Billion AI Wager와 소비자 대상 AI를 다룬 Buried Apple Intelligence Features Rescue iPhone AI에서 시장의 인접 분야를 다룬 바 있습니다. ECB 데이터는 구매자 측면의 관점을 추가합니다: 기업들이 실제로 AI를 일상적인 운영 역량으로 전환하고 있는가?

별도의 EU 데이터셋은 도입 양상이 다양함을 보여주지만, 범위를 혼동해서는 안 됩니다

ECB의 조사 결과는 설문에 참여한 유로존 (euro area) 기업들을 지칭합니다. 이 구분은 중요합니다. 기사 제목은 문제를 EU 기업을 중심으로 구성하고 있는 반면, 핵심적인 집중적 사용 수치는 ECB의 유로존 연구에서 나왔기 때문입니다.

유럽 데이터를 인용한 별도의 Euronews 보고서에 따르면, 유럽 기업들 사이에서 최소 한 가지 유형의 AI 기술을 사용하는 비율은 평균 약 **19.95%**였으며, 국가 간 격차가 컸습니다. 또한 유럽 기업의 AI 사용은 2021년 이후 12.30% 성장했다고 보고했습니다. 이러한 수치들은 유용한 맥락을 제공하지만, ECB 조사와 동일한 데이터셋은 아닙니다.

범위를 명확히 유지하십시오:

소스 맥락 (Source context)	범위 (Scope)
ECB 연구 (ECB research)	AI 사용 강도(usage intensity) 및 투자에 초점을 맞춘 유로존 기업 대상 조사
...
XOOMAR 분석에 따르면, 이러한 소스들을 관통하는 일관된 메시지는 유럽에 AI 활동이 부족하다는 것이 아닙니다. 활동이 불균형하며, '깊이(depth)'가 희소한 자원이라는 점입니다.

다음 결정 지점은 파일럿이 아닌 증명입니다

유럽 AI 시장의 다음 단계는 얼마나 많은 기업이 생성형 도구(generative tools)를 테스트했느냐에 의해 결정되지 않을 것입니다. 대신, 얼마나 많은 기업이 그 도구들을 반복 가능하고, 거버넌스(governed)가 구축되었으며, 측정 가능한 비즈니스 프로세스로 전환할 수 있느냐에 의해 결정될 것입니다.

ECB의 투자 수치는 독자들에게 2026년에 주목해야 할 실질적인 신호들을 제공합니다:

소프트웨어 라이선스를 넘어선 전용 AI 예산 (Dedicated AI budgets)
AI 배포와 연계된 인프라 업그레이드 (Infrastructure upgrades)
단순한 범용 도구 사용을 넘어선 맞춤형 AI 솔루션 (Custom AI solutions)
작업 할당 방식을 변화시키는 인력 재설계 (Workforce redesign)
모델 사용, 검토 및 책임 소재를 위한 거버넌스 프로세스 (Governance processes)
AI가 실험 단계에서 운영 체제(operating system)로 이동했음을 보여주는 측정된 결과 (Measured outcomes)

논지는 간단합니다. 유럽의 AI 발자국(footprint)은 이미 넓지만, 생산성 엔진은 여전히 얕습니다. 개선을 확인해 줄 증거는 통합 및 핵심 프로세스 재설계에 대한 더 높은 투자와 결합된 **집중적 AI 사용자 (intensive AI users)**의 비중 증가입니다. 반대로 이를 약화시킬 증거는 집중적인 배포의 증가 없이 일상적인(casual) AI 사용만 지속적으로 성장하는 것입니다.

영향 분석 (Impact Analysis)

유럽의 AI 격차는 기본적인 채택(adoption)의 문제가 아니라 운영의 깊이(operational depth)에 관한 것으로 보입니다.
7%라는 집중적 사용 수치는 많은 기업이 아직 AI를 생산성 향상으로 전환하지 못했음을 시사합니다.
미래의 경쟁력은 기업들이 실험 단계에서 벗어나 일상적인 AI 기반 워크플로우(AI-driven workflows)로 이동하느냐에 달려 있을 수 있습니다.

원문은 XOOMAR에 게시되었습니다. 더 많은 뉴스 및 분석을 보려면 XOOMAR를 방문하세요.