모두가 모든 일에 AI를 쓰는 것은 아니다 — 2026년 미국 사용 데이터로 본 진실

2026년 6월, "모두가 모든 일에 AI를 쓰는 것은 아니다"라는 긱뉴스 글이 화제다. 채팅 인터페이스로 접근하는 생성형 AI는 보편적 일상 도구라기보다 적극 사용, 간헐 사용, 비사용으로 나뉘는 연속선에 가깝다는 데이터 분석이 눈에 띈다. 실제 사용 통계를 종합하면 미국 AI 사용은 대략 3분의 1씩 세 축으로 나뉜다.

실제 사용 데이터가 보여주는 미국 AI 사용 분포

여러 설문과 사용 데이터를 종합하면 미국 AI 사용은 적극 사용 3분의 1, 간헐 사용 3분의 1, 비사용 3분의 1에 가깝다. Microsoft의 United States AI Diffusion 데이터는 미국 생산연령 인구의 30% 초과가 AI를 사용한다고 보지만, 이는 약 70%가 해당 기준의 AI 사용자가 아님을 뜻한다. 사용 기준은 ChatGPT, Google Gemini, Anthropic Claude, Microsoft Copilot 등 주요 AI 서비스에서 한 달에 최소 90분을 쓴 경우다.

Datos의 실제 사용 데이터도 비슷한 그림을 그렸다. 작년 6월 기준 데스크톱 기기의 21%만 AI 도구를 월 10회 이상 방문했고, 62%는 0회였다. Searchlight Institute 조사에서는 58%가 ChatGPT나 Claude 같은 AI를 사용하거나 시도한 적이 있다고 답했지만, 비교적 정기적으로 쓰는 비율은 30%에 그쳤다.

Gen Z에서도 AI 인지도는 높지만 채택은 거의 정체됐다. Gallup의 최근 1년 Gen Z 수치에서 AI를 드물게라도 쓰는 비율은 79%, 81%다. AI에 불안을 느끼는 비율은 41%, 42%다. AI를 월 1회 또는 몇 달에 한 번만 쓰는 비율은 32%, 31%다. AI를 전혀 쓰지 않는 비율은 21%, 19%다.

주요 우려 — 일자리, 개인정보, 허위정보

Searchlight 조사에서 상위 3개 우려는 일자리 대체와 실업, 개인정보 침해, 허위정보와 거짓 확산이다. "AI가 일자리를 대체하고 실업을 초래할 것"은 42%, "AI가 사람들의 개인정보를 침해할 것"은 35%, "AI가 허위정보와 거짓을 퍼뜨릴 것"은 33%다. 안전과 개인정보 보호를 위한 AI 규제 선호도도 강하다.

AI 유용성에 대한 회의감도 크다. 사회 전체에 미치는 영향의 순긍정 평가는 AI가 +8%에 그친다. 비교 대상인 소셜미디어는 +7%, 암호화폐는 -17%다. 휴대전화, 인터넷, 태양광 에너지는 각각 +68%, +67%, +65%다. 이 격차는 AI가 인터넷이나 휴대전화처럼 일상에 깊이 흡수되지 않았음을 시사한다.

Gallup의 Gen Z 조사에서 AI에 대한 분노는 전년 대비 약 40% 상승했다. 많은 사람이 실제 우려와 낮은 체감 가치 때문에 AI 사용을 제한한다. 상당한 비율의 사람들은 AI 사용을 적극적으로 제한하고 있으며, 주요 이유는 AI에 대한 현실적 우려다.

고기 소비에 비유한 AI 사용 스펙트럼

이 글의 핵심 비유는 AI 소비와 고기 소비의 유사성이다. AI 소비는 고기 소비와 비슷하게, 적극적으로 받아들이는 사람, 사용을 줄이는 사람, 완전히 피하는 사람으로 나뉜다. 단백질이 식단에서 중요하다는 메시지는 생산성에 AI가 유용하다는 메시지와 유사하다.

미국의 고기 소비 선호도도 전원 소비 구조가 아니다. 95%는 고기를 먹지만, 70%는 붉은 고기 소비를 줄인다고 답한다. 30%는 모든 고기를 드물게 또는 가끔만 먹고, 12%는 붉은 고기를 먹지 않는다. 4%는 채식주의자, 1%는 비건이다. 고기 소비 제한 이유에는 건강, 비용, 환경, 윤리가 있으며, 이는 AI 소비에서도 주요 우려와 겹친다.

이 비유는 AI에 대한 감정과 특정 우려가 다른 사람들을 위한 시장 기회를 보여준다. DuckDuckGo는 모든 AI 기능을 선택 사항으로 만들고, duck.ai를 개인정보 우려에 대응하는 비공개 챗봇 대안으로 제공한다. 이 접근은 메뉴에 다양한 선택지를 둔 식당에 가깝다.

시장 기회와 제품 선택지

AI 사용자의 스펙트럼 전반을 고려하려면 단일한 AI 강제 사용보다 선택 가능한 구조가 필요하다. 비공개 AI, AI 사용 축소, AI 끄기 같은 선택지가 함께 존재해야 한다는 주장이다. 사용 강도와 우려가 다른 사람들을 전제로 접근해야 "모두 사용" 또는 "아무도 사용 안 함"의 이분법을 피할 수 있다.

현재 드물게 또는 가끔만 AI를 쓰는 약 3분의 1이 영원히 같은 사용 패턴을 유지한다고 볼 수는 없다. AI는 고기와 달리 기술 환경이 빠르게 변하고 있어, 제품과 규제가 어디에 도달할지 매우 불확실하다. 제품 진화는 평균적인 사람에게 AI를 더 유용하게 만들 수 있고, 규제는 우려를 줄일 수 있다.

기업, 평론가, 정책 입안자는 사람들이 AI에 대해 실제로 어떻게 느끼고 행동하는지 무시하면 안 된다. 2026년 6월 현재 기준으로 의미 있는 비율의 사람들이 지금의 AI를 시도해 본 뒤, 사용을 적극적으로 제한하기로 결정했다. AI 사용은 전원 사용 또는 전원 비사용의 이분법이 아니라, 다양한 의견과 사용 강도가 섞인 연속선이다.

현업에서 AI를 다루는 법 — 기술 면접과 실무 사례

이 주제는 현업에서 AI 활용을 어떻게 표현할지 고민하는 이들에게도 시사점이 있다. 대학원 졸업 후 구직 중인 한 Hacker News 사용자는 기술 면접에서 "LLM을 어떻게 쓰고 있나요?"라는 질문을 자주 받는다고 토로했다. 답하기 까다로운 이유는 상대가 AI에 열광적인지 조심스러운지 모르기 때문이다.

실제로는 채팅/질문 기능을 매일 빠른 디버깅이나 새 기술 학습에 쓴다. 그러나 완전한 에이전트나 컴퓨터 사용 제품은 몇 번 써본 결과가 좋지 않아 거의 안 쓴다. 백엔드(PHP)와 프론트엔드(Swift)에 AI를 적용한 사례에서는 PHP 쪽은 합리적인 설계 결정을 내렸고, Swift 쪽은 생성된 코드가 너무 나빠 다시 쓰는 경험을 했다.

결론은 단순하다. LLM이 어떤 작업에 적합한지 판단하는 방식과 결과를 실제로 개선했는지 확인하는 방법을 간결하게 보여주면 강한 답변이 된다. 잘 작동한 짧은 예시 하나와 잘 안 된 예시 하나를 준비하면, 직접 탐색해봤고 흥미로운 관찰을 설명할 만큼 생각해봤다는 신호가 된다. 2026년 6월 현재, 다양한 의견과 사용 강도가 섞인 연속선 위에서 자신의 위치를 솔직하게 말하는 것이 가장 효과적인 전략이다.