AI 생산성 도구와 1인 창업자: 연구 결과와 90%가 실패하는 진실

McKinsey의 2025년 보고서는 다소 민망한 수치를 내놓았다 — 거의 90%의 기업이 이미 AI를 도입했지만, 그중 **94%는 ‘뚜렷한 가치를 못 느꼈다’**고 답했다 [Source: https://www.mckinsey.com/capabilities/strategy-and-corporate-finance/our-insights/where-ai-will-create-value-and-where-it-wont].

그런데 McKinsey의 같은 연구 시리즈는 동시에 AI 도입이 연간 생산성 성장에 최대 약 3.4%포인트의 여지를 가져올 수 있다고 꾸준히 주장한다 [Source: https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier].

한쪽엔 엄청나게 떠들썩한 도구가 있고, 다른 쪽엔 90%의 기업이 활용 못 한다는 현실이 있다. 그 사이에서 무슨 일이 벌어진 걸까?

1인 창업자에게 이 문제는 훨씬 현실적이다. AI를 위해 프로세스를 바꿀 ‘회사’가 없다. 당신 자신이 곧 프로세스다.

연구가 말하는 것: AI는 정말 효과가 있다

MIT 2023년에 수없이 인용된 그 연구 [Source: https://news.mit.edu/2023/study-finds-chatgpt-boosts-worker-productivity-writing-0714]는 453명의 화이트칼라를 대상으로 글쓰기 테스트를 진행했다. 결론은 명쾌하다: ChatGPT를 사용한 그룹은 글쓰기 시간이 40% 줄었고, 결과물 품질은 18% 높아졌다. Science 저널에 전체 논문이 게재됐다 [Source: https://www.science.org/doi/10.1126/science.adh2586].

마케팅 문구가 아니라 통제 실험의 결과다.

하지만 이 연구에서 자주 간과되는 디테일이 있다 — 실험 참가자들이 사용한 건 ChatGPT-3.5였고, 현재 주류인 Claude / GPT-4 시리즈와는 이미 몇 세대 차이가 난다. 동등한 규모의 후속 비교 연구는 아직 적지만, 도구의 능력 상한선은 2023년 당시보다 명확히 높아졌다.

McKinsey 2025 비즈니스 빌딩 보고서는 또 다른 각도를 제시한다: 신규 사업이 유의미한 매출을 달성하는 데 걸리는 시간이 2023년 38개월에서 2025년 31개월로 단축됐다 [Source: https://www.mckinsey.com/capabilities/business-building/our-insights/how-to-build-businesses-faster-and-better-with-ai]. 7개월 차이, 2년 만에 생긴 변화다.

도구는 정말로 효과가 있다.

그런데 왜 90%의 기업은 가치를 못 내는 걸까?

여기서부터가 진짜 흥미로운 지점이다.

McKinsey의 결론은 사실 꽤 반직관적이다 —「AI의 생산성 효과는 프로세스 재설계에서 나오지, AI를 기존 프로세스에 끼워 넣는 것으로는 안 된다」[Source: https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/superagency-in-the-workplace-empowering-people-to-unlock-ais-full-potential-at-work].

이게 무슨 말이냐 하면. ChatGPT를 기존의 ‘초안 작성 → 수정 → 발행’ 흐름에 끼워 넣으면 개선 폭이 제한적이다. 하지만 전체 흐름을 ‘AI가 초안 작성 → 사람은 관점과 사실 여부만 검토 → 어조 수정 → 발행’으로 바꾸면, 그게 바로 그 40%다.

대기업은 프로세스 재설계를 못 한다. 수십 개 부서를 조율하고, SOP를 바꾸고, 인원을 교육하고, 내부 정치 지뢰를 밟아야 하기 때문이다.

1인 창업자의 강점이 바로 여기 있다 — 막는 사람이 없고, 혼자서 전체 프로세스를 다시 짤 수 있다. McKinsey의 ‘프로세스 재설계가 핵심’이라는 결론을 1인 창업자에게 대입하면 이런 뜻이 된다: 대기업의 내부 마찰이 없기 때문에 오히려 AI를 제대로 쓸 수 있는 가장 유리한 위치에 있다.

하지만 도구가 알려주지 않는 한 가지

도구가 도와줄 수 있는 건, 이미 생각이 정리된 일을 더 빠르게 하는 것이다. ‘내가 뭘 원하는지 모르겠다’는 문제는 도와줄 수 없다.

많은 1인 창업자가 이런 루프에 빠진다: AI 도구 다섯 개를 구독하고, 각각 조금씩만 써보다가, 결국 ‘AI는 쓸모없다’는 결론을 내린다.

문제는 도구가 아니라, 먼저 생각을 정리하지 않은 데 있다 — 내가 남겨두고 싶은, 나만이 할 수 있는 일이 무엇인지. 나머지를 그때서야 AI에게 넘겨야 한다.

순서가 틀리면, 아무리 강력한 도구도 소용없다.

1인 창업자를 위한 세 가지 판단 기준

여기까지 정리하면서, 세 가지를 참고용으로 정리한다.

첫째, 먼저 프로세스를 적고, 그다음에 도구를 고른다. 자신이 매일 뭘 하는지조차 나열하지 못한다면, AI 구독을 아무리 많이 사도 그저 모아두는 것에 불과하다.

둘째, 하나나 둘을 깊이 파라, 여러 개를 얕게 건드리지 마라. MIT의 40% 향상은 통제 실험에서 단일 글쓰기 작업을 기준으로 한 수치다. 이 효과를 일상 워크플로우로 확장하려면 도구를 장기적으로 깊이 써서 그 한계를 파악해야 한다. 다섯 개를 얕게 쓰는 게 두 개를 깊이 쓰는 것보다 손해다.

셋째, 당신만이 할 수 있는 일을 남겨라. AI가 시간을 절약해 주지만, 그 절약된 시간을 무엇에 쓰느냐가 그 절약이 의미 있는지를 결정한다. AI가 카피라이팅을 대신 써서 두 시간을 아꼈는데, 그 시간에 또 카피를 두 시간 더 쓴다면, 절약한 게 아니다.

McKinsey가 말한 가치를 못 느낀 94% 기업의 상당수는 세 번째에서 실패했다.

도구는 효과가 있다. 하지만 그걸 의미 있게 쓰느냐는, 또 다른 문제다.