원문 소식, 쉽게 읽기
OpenAI는 2026년 4월부터 7월까지 업무 관련 ChatGPT 메시지 150만 건 이상을 분석해 근로자가 자신의 직무 범위 밖 과업에 AI를 사용하는 방식을 연구했다. 분석에서는 한 번 시도한 과업을 다음 달에도 반복하는 사례가 관찰됐다. 출처
반복된 직무 밖 과업
4월부터 7월까지 계속 관찰된 약 6,200명의 직무별 AI 활동에서 이전에도 사용했던 직무 밖 과업의 비중은 4월 13.1%에서 7월 25.9%로 늘었다. 연구진은 일부 과업이 일회성 사용을 넘어 반복되는 업무 흐름에 들어가는 양상과 일치한다고 설명했다. 출처
한 달 뒤를 추적한 표본에서는 전월에 직무 밖 과업을 수행한 근로자가 같은 과업을 다시 수행한 비율이 23.6%였다. 전월에 해당 과업 사용이 관찰되지 않은 비교 근로자의 같은 과업 사용 비율은 8.4%였다. 출처
과업마다 재사용률이 달랐다
다음 달 재수행률은 고객과 상품·서비스를 논의하는 과업에서 54%, 광고·홍보 문안 작성에서 44%, 마케팅 자료 제작에서 37%였다. 금융 정보를 설명하는 과업은 약 15%였고, 직무 밖 과업 전체 평균은 18.5%였다. 출처
프롬프트 사용 방식
근로자는 직무 밖 과업에 AI를 사용할 때 직무 안의 과업보다 평균적으로 짧은 프롬프트를 입력했다. 설명, 절차 안내, 특정 형식, 조언을 요청하는 비율은 낮았고, 예시나 배경 정보를 제공하거나 결과를 검토·확인해 달라고 요청하는 비율은 높았다. 연구진은 이를 다른 분야의 지식을 현재 문제에 적용하는 사용 방식일 수 있다고 해석했다. 출처
연구에 포함된 데이터
연구는 ChatGPT Business 온보딩 때 제공된 역할·부서 정보를 이용해 직업을 분류하고, 분류 가능한 일부 대화 표본을 분석했다. 여기서 온보딩은 서비스를 처음 도입할 때 사용자 역할과 기본 정보를 설정하는 초기 절차를 뜻한다. 연구진은 개별 메시지 검토 대신 집계·익명화된 데이터를 분석했다. 집계 데이터는 여러 사용자의 기록을 묶어 통계 형태로 만든 데이터이고, 익명화는 개인을 식별할 수 있는 정보를 제거하거나 알아보기 어렵게 처리하는 과정이다. 학습 사용이 비활성화된 데이터와 분류 정보가 없는 메시지는 분석 대상에서 제외했다고 밝혔다. 출처
OYOPICK의 시선
반복 사용은 새 과업이 업무에 들어오는 신호로 볼 만하다. 결과의 품질과 누가 최종 책임을 맡는지는 함께 확인할 다음 질문이다. 다른 직무의 홍보 문안을 반복 작성하는 가상의 팀이라면 사용 횟수와 별도로 담당자의 검토·수정 기록과 실제 활용 여부를 살펴볼 수 있다. 이는 팀의 적용을 평가하기 위한 제안이다.
표본은 직무를 분류할 수 있는 일부 ChatGPT 대화에 한정돼 있다. 그 범위를 유지하면서 반복되는 새 과업의 지식 공유와 책임 배분을 설계한다면 AI가 직무 경계를 넘는 협업을 더 쉽게 만드는 데 도움이 될 수 있다.