AI가 개발팀 밖으로 번져요 | 법률 108배가 남긴 질문

📰 2026년 8월 14일 기준 최신 소식 | 이 글은 특정 시점의 뉴스를 다루고 있어요.

핵심 요약 — OpenAI가 기업 고객의 실제 사용 데이터를 공개했어요. 눈에 띄는 건 세 숫자예요. 상위 10% 기업이 사용자 한 명당 뽑아내는 출력량이 일반 기업의 8.3배로 벌어졌고(1월엔 2.6배였어요), 기업 고객이 만들어낸 출력의 64%가 대화가 아니라 에이전트 쪽에서 나왔어요. 그리고 법률 분야에서 주간 사용자가 2월 대비 108배 늘었어요. 개발 도구인 줄 알았던 게 개발팀 밖으로 번지고 있다는 이야기예요.

“우리도 AI 도입해야 하나요?”

이 질문을 요즘 자주 받는데, 사실 대부분 회사는 이미 쓰고 있어요. 직원들이 각자 구독해서요. 문제는 그다음이에요. 쓰는 사람은 늘었는데 회사에서 달라진 게 뭐냐고 물으면 답이 잘 안 나와요.

그저께 나온 OpenAI 리포트가 그 틈을 숫자로 보여줘서, 발주자 입장에서 읽어볼 만한 부분만 정리해봤어요.

---

1. 무슨 데이터가 공개됐나요

OpenAI가 8월 12일에 기업 고객의 사용 패턴을 정리한 리포트를 냈어요. 설문이 아니라 실제 사용량 데이터라는 점이 좀 달라요.

핵심은 “보조에서 실행으로”라는 한 문장이에요. 사람이 물어보고 답을 받는 방식에서, 일을 통째로 맡기고 결과물을 받는 방식으로 무게가 옮겨가고 있다는 거예요.

숫자로 보면 이래요.

OpenAI 공개 리포트 기준 (2026년 8월)

지표	값	비교 시점
상위 10% 기업의 1인당 출력량 배수	8.3배	1월엔 2.6배
기업 고객 출력 중 에이전트(Codex) 비중	64%	6월 기준
플러그인 주간 사용률(상위 기업)	21%	일반 기업 9%
법률 분야 주간 사용자 증가	108배	2월 대비

2. ‘보조’와 ‘실행’은 실제로 뭐가 다른가요

되돌아오는 게 문장이냐 결과물이냐로 갈려요.

보조는 “이 계약서 요약해줘”예요. 답을 읽고 판단은 사람이 해요. 실행은 “이 조건으로 계약서 초안 만들고 기존 양식이랑 다른 데 표시해줘”에 가까워요. 결과물이 나오고, 사람은 그걸 검수해요.

출력의 64%가 에이전트 쪽에서 나왔다는 건 후자의 양이 이미 더 크다는 뜻이에요. 대화창에서 오가는 말보다 맡겨서 나온 결과물이 많아진 거예요.

이 차이가 왜 발주자에게 의미가 있냐면, 검수라는 일이 새로 생기기 때문이에요. 답변을 읽는 건 그냥 읽으면 되는데, 결과물이 나오기 시작하면 누가 확인하고 누가 책임지는지를 정해야 해요. 그 순간부터 도구 문제가 아니라 업무 설계 문제가 돼요.

용어 정리 — 에이전트는 사람이 한 번 시키면 여러 단계를 스스로 밟아 결과물까지 만들어내는 방식을 말해요. 플러그인은 그 AI가 우리 회사의 다른 도구나 자료에 접근할 수 있게 연결해주는 부분이고요. 실무에서 “AI 붙인다”고 하면 대개 이 연결 부분을 만드는 일을 가리켜요.

3. 왜 하필 법률에서 108배가 나왔을까요

Codex는 원래 코드 쓰는 도구로 알려져 있어요. 그런데 가장 빠르게 늘어난 곳이 법률이었어요.

이유를 짐작해보면 법률 업무가 개발과 닮은 구석이 있어요. 정해진 양식이 있고, 앞뒤가 맞는지 따져야 하고, 조건을 바꾸면 여러 군데가 같이 바뀌어요. 문서 하나를 놓고 반복해서 고쳐나가는 일이라는 점도 같고요.

여기서 짚어둘 게 있어요. 업종이 아니라 일의 생김새가 기준이라는 거예요. 우리 회사가 제조업이냐 유통업이냐보다, 지금 그 부서가 하는 일이 “정해진 틀에 맞춰 문서를 반복해서 만드는 일”인지가 더 중요해요.

그렇게 보면 후보가 꽤 나와요. 견적서 만드는 일, 사업계획서 양식 채우는 일, 매달 나가는 보고서, 민원 답변 초안 같은 것들이요.

4. 격차가 8.3배로 벌어진 건 무슨 뜻일까요

같은 도구를 쓰는데 결과가 갈렸다는 뜻이에요.

1월에 2.6배였던 게 8.3배가 됐어요. 반년 만에 세 배 넘게 벌어진 거예요. 상위 기업이 계정을 더 많이 산 게 아니라, 한 사람이 맡기는 일의 양이 달랐어요.

플러그인 사용률 차이가 힌트를 줘요. 상위 기업은 21%가 매주 쓰는데 일반 기업은 9%예요. 플러그인은 AI를 우리 자료에 연결하는 부분이라, 이 숫자가 낮다는 건 AI가 회사 안을 못 보고 있다는 뜻에 가까워요.

회사 자료를 못 보는 AI한테는 일반적인 질문밖에 못 해요. 우리 지난달 매출 자료를 보고 정리해달라고 하려면 그 자료에 닿을 길이 있어야 하거든요. 도입이 성과로 안 넘어가는 자리가 대체로 여기예요.

5. 우리 회사는 어느 업무부터 붙여야 할까요

붙이기 쉬운 순서와 효과 큰 순서가 다를 수 있어요. 저희가 상담에서 같이 그려보는 표는 대략 이런 모양이에요.

업무 성격	붙이기	개발이 필요한 지점
정해진 양식으로 문서 반복 생산	쉬움	양식·과거 사례를 어디서 읽어올지
사내 자료를 찾아 답하기	보통	문서 저장소 연결, 권한 구분
시스템에서 값 꺼내 보고서 만들기	어려움	기간계 연동, 수치 검증
결과를 다시 시스템에 써넣기	어려움	되돌리기, 기록 남기기

위 두 줄은 도구 설정만으로도 꽤 가요. 아래 두 줄부터 개발 이야기가 돼요. 그리고 실제 업무 효과는 대개 아래쪽이 커요. 이 어긋남이 “도입은 했는데 성과가 없다”는 말이 나오는 이유예요.

어디서 시작할지 감이 안 잡히시면 AI 도입 비용, 얼마부터 시작하고 어디에 돈이 들까요 글에서 단계별 예산을 나눠뒀어요.

6. 붙이는 순간 새로 생기는 일

여기부터는 저희가 실제로 겪는 부분이에요.

AI를 회사 자료에 연결하면 세 가지가 따라와요.

누가 무엇까지 볼 수 있는지 정하는 일. 사람은 직급으로 권한을 나누는데 AI는 그 사람을 대신해서 움직여요. 그래서 사람 권한을 그대로 물려줄지, 따로 좁혀줄지를 정해야 해요. 이 부분은 AI가 우리 계정에 로그인해요 | 권한 열기 전 정할 6가지에서 더 자세히 다뤘어요.

결과가 틀렸을 때 되돌리는 일. 읽기만 하면 괜찮은데, 시스템에 값을 써넣기 시작하면 잘못 들어간 걸 되돌릴 방법이 있어야 해요. 이 부분을 안 만들어두면 나중에 손으로 고치게 돼요.

무엇을 했는지 남기는 일. 사람이 한 일은 결재선에 남는데 AI가 한 일은 안 남아요. 나중에 왜 이렇게 됐는지 따질 일이 생기면 이 기록이 없어서 곤란해져요.

CDP(고객 데이터 플랫폼)처럼 여러 시스템의 데이터를 모아 쓰는 구조라면 이 셋이 한꺼번에 걸려요. cdp ai 조합을 고민하고 계시다면 CDP 구축 비용, 무엇이 가격을 결정하고 얼마부터 시작할까요를 먼저 보셔도 좋아요.

7. 운영해보니 여기서 돈이 갈려요

저희도 자체 서비스 4종을 돌리면서 AI 기능을 붙여봤는데, 예상과 달랐던 게 하나 있어요.

만드는 값보다 매달 나가는 값이 흔들린다는 점이었어요. 사용자가 늘면 요금이 같이 오르는 구조라 처음 계산이 금방 어긋나요. 그래서 요즘은 견적을 낼 때 개발비와 별개로 “이 기능이 한 달에 얼마나 나가는지”를 따로 적어드려요.

또 하나는 검수예요. 결과물이 나오기 시작하면 사람이 확인하는 시간이 새로 생겨요. 이게 줄어든 시간보다 크면 도입한 의미가 없어지고요. 그래서 처음엔 되돌리기 쉬운 업무부터 붙이는 편이 안전해요.

AI를 어디서부터 붙일지 아직 정하지 못하셨어도 괜찮아요. 지금 그 업무의 자료가 어디에 있는지만 알려주시면, 도구로 될 부분과 만들어야 할 부분을 나눠서 말씀드릴 수 있어요. 우리 업무에 맞는 시작점 찾아보기 →

8. 자주 묻는 질문

ai 자체 도입과 외주 개발 중 어떤 선택이 맞나요?

붙이려는 업무의 자료가 이미 정리돼 있으면 구독형 도구를 먼저 써보는 편이 빨라요. 사내 시스템에서 데이터를 꺼내 오거나 결과를 다시 써넣어야 하면 그 연결 부분은 만들어야 하고요.

AI 도입 효과를 어떤 숫자로 봐야 하나요?

계정 수가 아니라 맡긴 일의 양으로 보세요. 이번 리포트에서 상위 기업과 일반 기업을 가른 것도 도입률이 아니라 1인당 출력량이었어요.

ai 모델링 최적화 견적은 어떤 항목으로 받아야 하나요?

모델 사용료와 개발비를 나눠서 받으세요. 실제 비용은 데이터 연결, 검수 화면, 기록 남기기에서 생겨요.

9. 마무리

이번 리포트에서 가장 눈에 남은 건 8.3배라는 숫자였어요. 같은 도구를 쓰는데 반년 만에 격차가 세 배 넘게 벌어졌다는 게요.

갈린 지점은 도구 선택이 아니었어요. AI가 회사 안을 볼 수 있게 연결해뒀느냐, 그리고 결과물을 검수하고 기록하는 자리를 만들어뒀느냐였어요. 둘 다 도구를 사서 되는 일이 아니라 만드는 일이에요.

저희는 10년 넘게 50개 이상 프로젝트를 진행하고 자체 SaaS 4종을 직접 운영해온 개발사예요. 롯데·캐논 같은 곳과도 함께해 왔고요. 매일 돌아가는 서비스를 직접 지켜보다 보니 붙인 다음에 어디서 손이 가는지를 먼저 보게 돼요. 아직 방향만 있는 단계여도 지금 상황부터 편하게 이야기 나눠요 →

관련 글

• AI 도입 비용, 얼마부터 시작하고 어디에 돈이 들까요
• AI가 우리 계정에 로그인해요 | 권한 열기 전 정할 6가지
• CDP 구축 비용, 무엇이 가격을 결정하고 얼마부터 시작할까요