구글 AI·경제 ATLAS 새로운 인사이트 공개
구글이 AI & Economy ATLAS 데이터를 누구나 쉽게 탐색할 수 있는 대화형 오픈액세스 경험을 출시했습니다. 새 데이터에 따르면 인도 창작산업과 미국 기술직의 AI 활용률이 세계 평균을 크게 앞서며, 과학자 절반 가까이가 매일 AI를 사용해 주당 약 7시간을 절약하고 있습니다.
구글 AI & Economy ATLAS의 새로운 인사이트 2026년 9월 15일
새로운 데이터 시각화는 ATLAS 데이터를 더 쉽게 탐색하고 활용할 수 있게 하며, 새 연구는 과학자들이 AI를 어떻게 사용하는지에 대한 통찰을 제공합니다.
Zanna Iscenko (AI & Economy 리드, 수석 이코노미스트 오피스) Scott Strand (전략운영 및 특별프로젝트 총괄, Technology & Society)
전 세계 사무실, 연구실, 창작 스튜디오에서 사람들이 일상적으로 AI를 어떻게 사용하고 있을까요? 구글의 AI & Economy ATLAS의 통찰은 AI가 글로벌 업무를 실제로 재편하고 있음을 보여줍니다. 예를 들어:
- 인도의 창작 산업은 세계 다른 지역보다 높은 비율로 AI를 사용하고 있습니다. 예술·디자인·미디어 직군이 업무 관련 AI 사용의 19%를 차지하며, 이는 세계 평균의 1.6배입니다.
- 미국은 기술 분야 AI 도입을 선도하고 있습니다. 컴퓨터 및 수학 관련 직군이 업무 관련 AI 사용의 30%를 차지하며, 세계其余 지역 비중의 두 배입니다.
이러한 통찰과 ATLAS의 수백만 개 글로벌 데이터 포인트를 더 쉽게 탐색할 수 있도록, 우리는 새로운 대화형 오픈액세스 경험을 출시합니다. 전기 기술자부터 구매 관리자까지 다양한 직업의 AI 사용률을 자세히 살펴보고, 사람들이 가정에서 AI를 활용하는 방식을 탐구하며, 세계 각국의 AI 도입률을 확인할 수 있습니다.
또한 구글과 Google DeepMind가 MIT FutureTech와 협력해 수행한 새로운 ATLAS 기반 연구는 과학자들이 업무에서 AI를 어떻게 활용하는지에 대한 새로운 통찰을 제공합니다:
- 과학자들은 다른 많은 직업보다 높은 비율로 AI를 사용하며, 설문 조사 대상 과학자의 거의 절반이 매일 어떤 형태로든 AI를 사용합니다.
- LLM과 전문(특화) 모델이 모두 과학 분야에서 널리 사용되며, 서로 보완적으로 강화하는 방식으로 활용됩니다.
- 과학자들은 AI로 주당 약 7시간을 절약하여 더 많은 연구에 시간을 할애할 수 있게 되었다고 보고합니다. 다만 연구 생산 파이프라인의 하류에 병목이 발생해 가설이 밀려 있는 현상도 나타나고 있습니다.
어떤 직업이 AI를 가장 많이 사용하며, 어디서 사용할까요?
ATLAS 데이터는 전 세계 여러 직업이 AI를 어떻게 도입하고 있는지 보여주며, 주요 지역별 추세와 사용 패턴을 부각합니다:
직업별 AI 사용: OECD 국가에서는 컴퓨터·수학 직군과 비즈니스·금융 운영 직군이 AI 사용을 주도합니다. 비OECD 국가에서는 사무·행정 지원, 예술·디자인·엔터테인먼트·스포츠·미디어, 교육·도서관 직군이 상위권을 차지합니다.
소득 수준 대비 도입률: AI 도입률은 대체로 국가의 소득 수준과 상관관계가 있지만, 브라질과 UAE는 1인당 GDP로 예측한 수준보다 높은 도입률을 보이며 돋보입니다.
수동 작업을 위한 AI: 실시간 장비 진단 및 문제 해결에 대한 사용은 지역별로 큰 차이를 보입니다. 브라질과 독일에서는 업무 AI 사용의 7%가 수동 작업에 쓰이며(세계 평균의 1.4배), 일본에서는 4%입니다.
과학자들은 AI를 어떻게 사용할까요?
새 연구는 과학자들이 업무에서 AI를 어떻게 활용하는지도 조명합니다. 구글, Google DeepMind, MIT FutureTech의 새로운 연구는 ATLAS 데이터에 기반합니다. 이 연구는 2,600개의 특화 AI 모델 분석과 600명 이상의 미국·영국 과학자 설문을 포함하며, MIT FutureTech가 과학자의 업무를 체계화한 새로운 분류 체계로 정리되었습니다.
연구에 따르면 과학자들은 다른 많은 직업보다 높은 비율로 AI를 사용하며, 거의 절반이 매일 어떤 형태로든 AI를 사용합니다. 과학자들은 특화 모델과 LLM을 모두 사용하지만 서로 다른 작업에 활용합니다. Gemini 같은 LLM의 사용은 과학 분야와 작업 범주 전반에 널리 퍼져 있는 반면, 특화 AI 모델은 상대적으로 건강·생명과학 및 도메인 특화 영역에서 더 흔하게 사용됩니다.