HBR이 5만 건의 사용 데이터로 2026년 생성형 AI 100대 용도를 공개했습니다. 1위는 '치료/말동무'입니다.
업무 용도는 절반을 넘지만 대부분 '한계적 이득'에 머뭅니다. 일을 근본적으로 다시 짠 사례는 드뭅니다.
100대 용도의 4분의 1은 생각 자체를 AI에 떠넘기는 일입니다. 저자는 이를 '씽크슬롭'이라 부릅니다.
AI가 업무를
바꾼다고 들으셨습니까?
사람들이 AI에 가장 많이 맡기는 일은 업무가 아니라 마음을 털어놓는 일이었습니다.
지난 분기 보고서에 "AI로 업무를 재설계했다"고 쓰셨습니까? 많은 리더가 AI를 업무 혁신 도구로 도입합니다. 그런데 사람들이 실제로 AI를 어디에 쓰는지 보면 그림이 다릅니다.
HBR이 5만 건의 사용 기록을 분석했습니다. 2026년 1위 용도는 업무가 아니라 심리 상담이었습니다. 업무 용도는 많지만 효과는 아직 미미합니다.
이 글은 AI로 조직을 바꾸려는 리더를 위한 것입니다. 기대와 현실의 간격이 어디서 벌어지는지, 그 간격을 어떻게 좁히는지 다룹니다.
챗GPT 등장 3년 반이 지났습니다. 도입은 끝났고, 이제 질문은 하나입니다. 사람들은 이 기술을 정말 어디에 쓰는가.
연구자 마크 자오샌더스는 2024년부터 매년 이 질문에 답해 왔습니다. 이번엔 2025년 3월부터 2026년 2월까지 모은 5만 건의 기록을 분석했습니다.
결과는 도입률 숫자보다 중요합니다. 직원들이 AI에 무엇을 맡기는지가, 조직이 AI로 무엇을 얻을지를 결정하기 때문입니다.
첫째, 1위는 업무가 아니라 마음입니다. 2026년 가장 흔한 용도는 '치료/말동무'였습니다. 작년에 이어 2년 연속 1위입니다. 관계 조언, 일상 정리, 커리어 상담도 상위에 올랐습니다. 자오샌더스는 "우리가 이해하지 못하는 알고리즘이 가장 내밀한 관계를 관리하기 시작했다"고 적었습니다. 아래는 HBR이 공개한 100대 용도 차트 전체입니다. 색은 테마, 테두리만 있는 번호는 신규 용도입니다.
리더에게 이 1위는 신호입니다. 직원들은 회사가 깔아준 도구가 아니라, 가장 사적인 대화에 AI를 먼저 씁니다. 정신 건강과 민감 정보가 통제 밖 챗봇으로 흐른다는 뜻입니다. 복지로 볼지, 데이터 위험으로 볼지 정해야 합니다.
둘째, 업무 용도는 많지만 효과는 미미합니다. 100대 용도의 절반 이상이 일과 관련됩니다. '업무 파트너', '의사결정 보조', '커리어 상담' 같은 것들입니다. 그런데 자오샌더스의 평가는 냉정합니다. AI가 "근본적 변화가 아니라 한계적 이득을 내고 있다"는 것입니다. 영업에서 조금, 자잘한 성과에서 조금 나아질 뿐, 업무 프로세스를 통째로 다시 짠 사례는 거의 없었습니다.
이것이 리더가 주목할 지점입니다. 도입은 넓게 퍼졌지만, 일하는 방식 자체는 거의 바뀌지 않았습니다. 기대와 현실의 간격이 바로 여기서 벌어집니다.
셋째, 4분의 1은 '생각의 외주'입니다. 자오샌더스는 올해 상위 용도의 최소 4분의 1에서 사람들이 "사고의 일부를 AI에 떠넘기고 있다"고 봤습니다. 그는 이를 '씽크슬롭(thinkslop)'이라 부릅니다. 결과로 의도를 잃고, 글솜씨가 나빠지고, 가짜 지적 자신감이 생긴다고 경고합니다. 초안을 맡기는 것과 판단을 맡기는 것은 다릅니다.
넷째, 새 용도 다섯 개가 등장했습니다. 2026년 처음 순위에 든 용도들입니다. 6위 '자율 에이전트 실행'은 AI가 말하거나 조언하는 데 그치지 않고 직접 실행하는 것을 뜻합니다. 다만 자오샌더스가 본 사례는 음성 메모 자동 전사 같은 소규모가 대부분이었습니다. 4위 '팬픽/스토리텔링', 그리고 점성술/타로, 가짜 리얼리티 TV, 바이브 코딩도 새로 올라왔습니다. 자율 에이전트는 모두가 말하지만, 현장은 아직 초기입니다.
직원들이 AI를 어디에 쓰는지 10개만 적으십시오. 각각이 '검증된 도구'인지 '생각의 외주'인지 나누면, 어디를 키우고 어디를 통제할지 보입니다. (30분)
우리 팀이 지난 한 달간 AI를 쓴 용도를 떠오르는 대로 적었습니다. (아래 목록 붙여넣기) 각 용도를 'AI가 초안·실행을 돕는 도구형'과 'AI에 판단·사고를 맡기는 외주형'으로 분류해 주세요. 외주형으로 분류된 항목마다, 사람이 의도와 검증을 다시 쥐려면 어떤 체크포인트가 필요한지 한 줄씩 제안해 주세요.
AI에 초안은 맡기되 의도, 판단, 최종 검증은 사람이 쥐도록 정하십시오. "AI가 쓴 글은 사람이 의도를 다시 확인한 뒤 내보낸다" 같은 한 문장이면 충분합니다. (30분)
카피 한 줄 자동화는 한계적 이득에 그칩니다. 프로세스 하나를 골라 단계 전체를 AI 기준으로 다시 설계하십시오. 근본적 재설계가 데이터에서 비어 있는 자리입니다. (반나절)
소셜 리스닝 데이터입니다. 5만 건은 사람들이 공개적으로 말한 기록 기반입니다. 실제 사용과 다를 수 있고, 말하기 꺼리는 용도는 과소 집계됩니다.
순위는 빈도이지 가치가 아닙니다. 자주 쓴다고 중요하거나 시간을 많이 쓴다는 뜻은 아닙니다. 업무 가치 기준 순위는 또 다를 수 있습니다.
'씽크슬롭'은 저자의 해석입니다. 생각을 떠넘긴다는 판단은 자오샌더스의 관점입니다. 인과가 증명된 결론이 아니라 경고로 읽으십시오.
한계적 이득은 현재 시점입니다. "근본적 변화가 드물다"는 평가는 지금까지의 데이터입니다. 재설계 사례는 앞으로 늘 수 있습니다.
사람들은 AI를 넓게 쓰지만, 일하는 방식은 거의 바뀌지 않았습니다. 도입률을 자랑하지 말고, 생각의 외주를 통제하고 프로세스 하나를 통째로 다시 그리십시오.
소셜 리스닝(social listening): 사람들이 온라인에 공개적으로 남긴 발화를 모아 분석하는 방식입니다. 이 연구의 5만 건이 여기서 나왔습니다.
씽크슬롭(thinkslop): 자오샌더스가 만든 말입니다. 사고의 일부를 AI에 떠넘겨, 의도를 잃고 판단력이 무뎌지는 현상을 가리킵니다.
자율 에이전트(autonomous agentic operations): AI가 말하거나 조언하는 데 그치지 않고 직접 실행에 옮기는 용도입니다. 2026년 새로 순위에 올랐습니다.
바이브 코딩(vibe coding): 코딩을 모르는 사람이 자연어 지시로 소프트웨어를 만드는 방식입니다. 올해 새 용도로 등장했습니다.
한계적 이득(marginal benefit): 전체 판을 바꾸지 못하고 가장자리에서 조금 나아지는 정도의 효과입니다. 저자가 현재 업무 활용을 평가한 표현입니다.
- Gavett, G. (2026, June). New data on how we're really using AI [Newsletter]. Harvard Business Review. (원문 보기 ↗)
- Zao-Sanders, M. (2026, June). How people are really using AI in 2026 [Article]. Harvard Business Review. (원문 보기 ↗)
- Zao-Sanders, M. (2026). How People Are Using Gen AI (2026): Top 100 use cases [Dataset]. the ai wild. (Harvard Business Review 재인용)