골드만삭스 ‘1만 중소기업’ 참여자 76% AI 사용…핵심 업무 통합은 14%

미국 중소기업의 AI 활용이 빠르게 늘고 있지만, 실제 핵심 업무에 안정적으로 연결한 사례는 아직 제한적이라는 분석이 나왔다. 다만 76%라는 수치는 미국 중소기업 전체가 아니라 골드만삭스의 ‘1만 중소기업’ 프로그램 참여자를 대상으로 한 설문 결과다. 보스턴권 구직자와 사업자에게는 AI 도구 자체보다 업무 설계, 데이터 관리, 보안과 품질검증 역량의 중요성이 커지고 있다는 신호로 읽힌다.

골드만삭스가 3월 17일 공개한 조사에 따르면 응답자의 76%가 현재 AI를 사용하고 있었으며, 이들 가운데 93%는 사업에 긍정적인 효과가 있었다고 답했다. 84%는 효율성과 생산성 향상을 주요 효과로 꼽았다. 반면 AI를 핵심 운영에 완전히 통합했다는 응답은 14%에 그쳤다.

이 조사는 1월 27일부터 2월 4일까지 골드만삭스 ‘1만 중소기업’ 프로그램 참여자 1,256명을 대상으로 진행됐다. 응답자는 미국 50개 주와 워싱턴DC, 푸에르토리코에 분포했지만, 표본이 무작위로 선정된 미국 전체 중소기업을 대표하는 것은 아니다. 사업 교육과 지원 프로그램에 참여한 기업인 만큼 성장이나 새로운 기술 도입에 상대적으로 적극적인 사업자가 포함됐을 가능성도 고려해야 한다.

미 인구조사국의 전국 대표 자료에서는 더 낮은 채택률이 확인된다. 2025년 11월부터 2026년 1월까지 조사한 기업 가운데 한 가지 이상의 사업 기능에서 AI를 사용한 비율은 18%였고, 기업별 고용 규모를 반영하면 32%였다. 2025년 12월부터 2026년 5월 초까지의 별도 집계에서도 전체 기업의 AI 사용률은 17~20% 수준이었다. 직원이 20명 이상인 기업의 사용률이 더 높았고, 직원 4명 이하 기업은 20%를 밑돌았다.

두 조사의 수치를 직접 비교하기는 어렵다. 표본 구성과 조사 시기뿐 아니라 ‘AI 사용’의 정의도 다르기 때문이다. 그러나 공통적으로 드러나는 흐름은 AI 실험이 확산하는 속도에 비해 조직 전반의 업무 표준으로 정착하는 속도는 느리며, 기업 규모와 업종에 따른 차이도 크다는 점이다.

도입 격차의 중심에는 기술 접근성보다 운영 조건이 있다. 이메일 초안이나 마케팅 문구 작성은 개인이 바로 시작할 수 있지만, 고객 상담·견적·재고·회계·채용 같은 실제 사업 흐름에 AI를 연결하려면 데이터 접근 권한, 결과 검토, 보안, 책임 소재와 비용 측정이 함께 설계돼야 한다. 잘못된 답변이 고객에게 전달되거나 민감한 정보가 외부 서비스에 입력되면 절감한 시간보다 수정과 대응에 드는 비용이 커질 수 있다.

골드만삭스 조사에서도 데이터 개인정보 보호와 보안 우려가 50%, 기술 전문성 부족이 49%, 적절한 도구 선택의 어려움이 48%로 나타났다. 응답자의 73%는 AI를 구현하고 평가하는 데 추가 교육과 자원이 필요하다고 답했다. 이는 중소기업의 다음 과제가 AI 서비스를 더 많이 구매하는 데 있기보다, 사용할 업무와 책임 범위를 구체적으로 정하는 데 있음을 보여준다.

보스턴권에서는 이런 변화가 대형 기술기업에만 국한되지 않는다. 병원과 바이오테크 기업, 대학 연계 연구조직, 전문 서비스 회사, 소매·외식업체 모두 문서 처리와 고객 응대가 많은 산업이다. 특히 의료정보, 연구자료, 법률·재무 문서는 일반적인 홍보 문구보다 엄격한 접근 통제와 사람의 검토가 필요하다. 지역 기업의 AI 투자가 범용 챗봇 구매보다 기존 고객관리시스템이나 업무 소프트웨어에 AI 기능을 안전하게 연결하는 방향으로 이어질 가능성이 있는 이유다.

채용시장에서도 AI 사용 경험이 이미 보편적인 기본 역량으로 확정됐다고 단정하기는 이르다. 이번 설문과 인구조사국 자료는 기업의 도입 현황을 다룬 것으로, 채용 기준의 변화를 직접 측정하지는 않았다. 다만 기업이 실험에서 운영 단계로 이동할수록 단순히 ‘프롬프트를 써봤다’는 설명보다 실제 업무 성과와 위험 관리 경험을 평가하려는 수요가 커질 가능성은 있다.

취업 준비생과 이직자는 반복 업무를 분석해 자동화 범위를 정하고, 처리시간과 정확도를 측정하며, 오류가 발생했을 때 사람이 개입하는 절차를 설계한 사례를 보여주는 편이 유용하다. 소프트웨어 개발뿐 아니라 업무 분석, 데이터 관리, 사이버보안, 품질검증, 고객 운영과 변화관리도 AI 도입 과정에서 함께 필요한 역할이다. 이는 AI가 일부 작업을 자동화하는 동시에 결과를 검증하고 시스템을 운영하는 업무를 늘릴 수 있다는 의미다.

유학생은 채용공고에 ‘AI’가 포함됐는지만 보기보다 실제 담당 업무와 고용주의 운영 여건을 함께 확인할 필요가 있다. 중소기업은 넓은 실무 경험을 쌓을 기회를 제공할 수 있지만 교육 체계와 취업비자 스폰서십 경험은 회사마다 다르다. 스폰서 가능 여부와 예상 일정은 채용 절차 초기에 확인하고, OPT·STEM OPT·H-1B와 관련한 개인별 판단은 학교 담당 부서나 자격을 갖춘 전문가의 안내를 참고하는 것이 적절하다.

창업자와 소규모 사업자는 여러 AI 서비스를 동시에 도입하기보다 매출, 비용 또는 고객 경험과 직접 연결된 한 가지 업무부터 검토할 만하다. 처리시간, 수정률, 고객 응답속도처럼 도입 전후를 비교할 지표를 정하고 민감정보 입력 기준과 최종 승인자를 명확히 해야 효과를 판단할 수 있다. 구독료뿐 아니라 직원 검토시간, 사용량 기반 요금과 기존 시스템 연동 비용도 함께 계산해야 한다.

현재 확인되는 변화는 AI 도구에 대한 관심과 실험이 넓어졌지만, 안정적인 업무 통합에는 여전히 상당한 간격이 있다는 점이다. 장기적으로는 기업이 AI를 몇 개 사용하느냐보다 핵심 업무에 얼마나 안전하게 연결하고 성과를 수치로 설명할 수 있느냐가 더 중요한 변수가 될 전망이다. 보스턴의 구직자와 사업자에게도 기술 이름 자체보다는 업무 설계, 데이터 품질, 보안과 사람의 판단을 결합하는 역량이 실질적인 관전 포인트다.