연봉 격차가 AI 격차로... 퍼플렉시티-하버드, AI 에이전트 사용 연구 결과 작성일 12-10 29 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="QLA7yTIkoB"> <p contents-hash="49a2081205964334e359328cfb759a058a9d3cc7e36790b1325ff1cdf77fc1cd" dmcf-pid="xoczWyCEcq" dmcf-ptype="general">(지디넷코리아=AI 에디터 )</p> <figure class="figure_frm origin_fig" contents-hash="2db8d6e499a9854eb478df1fc70ca52b80627f7df61f0a6d5adaf90368371bb2" dmcf-pid="ytuEMxfzgz" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/10/ZDNetKorea/20251210144250751gonx.jpg" data-org-width="640" dmcf-mid="7nsV15WIaR" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/10/ZDNetKorea/20251210144250751gonx.jpg" width="658"></p> </figure> <p contents-hash="d0eca049a6504aba8df4ba8278adb72825b0683a7281ae413ddf517f71188d77" dmcf-pid="WF7DRM4qk7" dmcf-ptype="general">2025년은 AI 에이전트의 원년으로 불린다. 단순히 대화만 나누던 챗봇을 넘어 사용자를 대신해 실제로 행동하고 일을 완수하는 AI 에이전트가 본격적으로 퍼지고 있다. 퍼플렉시티(Perplexity)가 자사의 AI 브라우저 코멧(Comet)과 코멧 어시스턴트(Comet Assistant) 사용자의 수억 건 데이터를 분석한 대규모 연구 결과가 공개되면서, AI 에이전트가 실제로 어떻게 활용되고 있는지 구체적인 실상이 드러났다. 하버드대학교와 퍼플렉시티가 함께 진행한 이번 연구는 AI 에이전트를 누가, 얼마나, 어떻게 사용하는지를 분석한 최초의 대규모 현장 연구다.</p> <p contents-hash="46df2cf4c71b407f322b0009ea4f8dc5748b146a15a43b2c721c54ffbcbaec0b" dmcf-pid="Y3zweR8Bcu" dmcf-ptype="general"><strong>수백만 사용자 데이터로 본 AI 에이전트 사용 실태</strong></p> <p contents-hash="670b95762e0a0754f27992780b618374d9671f5f7bae7e42632a26b10ed5f7b4" dmcf-pid="G0qrde6baU" dmcf-ptype="general">해당 연구 논문에 따르면, 연구팀은 2025년 7월 9일부터 10월 22일까지 코멧 데스크톱 사용자들의 익명 데이터를 세 가지로 나누어 분석했다. 첫 번째는 수백만 명의 전체 사용자와 수억 건의 명령어를 포함했고, 두 번째는 무작위로 뽑은 10만 명의 직업을 분류했으며, 세 번째는 10만 명의 에이전트 사용자가 내린 모든 명령을 분석했다. 코멧은 2025년 7월에 출시된 AI 브라우저로, 내장된 코멧 어시스턴트가 웹에서 사용자를 대신해 일정 관리, 문서 편집, 이메일 보내기, 항공권 예약, 쇼핑 등 다양한 일을 스스로 처리한다.</p> <p contents-hash="0e111b5c4f2946915b984507fd2c425b2a12ad928e7068f5eff99e8a82b7766a" dmcf-pid="HPdZmrAiop" dmcf-ptype="general">AI 에이전트는 단순히 정보를 주고받는 것을 넘어 실제로 무언가를 바꿀 수 있다는 점에서 기존 챗봇과 다르다. 연구팀은 에이전트 AI를 "사용자가 원하는 목표를 스스로 추구하며, 실제 환경에서 여러 단계의 행동을 계획하고 실행하는 AI 비서"로 정의했다. 리액트(ReAct) 프레임워크에 따르면, 에이전트는 생각하고, 행동하고, 관찰하는 세 단계를 자동으로 반복한다. 생각 단계에서는 사용자 요청으로부터 목표를 파악하고 단계별 계획을 짜며, 행동 단계에서는 외부 도구를 제어해 실행하고, 관찰 단계에서는 결과를 확인해 계획을 조정한다.</p> <p contents-hash="a0947fcaab4a1cc7d66a53f37022deaafac919991c217dc34d7776f0ac6a60cb" dmcf-pid="XQJ5smcnj0" dmcf-ptype="general"><strong>부자 나라·고학력자·전문직이 압도적... AI 격차 뚜렷</strong></p> <p contents-hash="35c2c4859d305aaba5a4fe27e1d36ba689ae37c7a66cc1e1d1fd395d4fa2924b" dmcf-pid="Zxi1OskLA3" dmcf-ptype="general">연구 결과는 AI 에이전트 사용에서 명확한 격차를 드러냈다. 일찍 시작한 사람, 국민소득이 높은 나라의 사용자, 교육 수준이 높은 나라의 사용자, 그리고 디지털이나 전문 지식이 필요한 산업 종사자들이 에이전트를 훨씬 더 많이 사용했다. 전체 연구 기간 중 일반에 공개된 이후 기간이 전체 에이전트 사용자의 60퍼센트, 전체 명령의 50퍼센트를 차지했지만, 일찍 접근할 수 있었던 사용자들은 그들의 비중에 비해 훨씬 더 많이 에이전트를 사용했다.</p> <p contents-hash="769c4e1a6506f41ca2bba6caca2e5064dfc1372e155f123075869ad7ca2ad1e8" dmcf-pid="5MntIOEocF" dmcf-ptype="general">가장 눈에 띄는 발견은 가장 먼저 시작한 그룹(7월 9일)이 가장 늦게 시작한 그룹(10월 2일)에 비해 에이전트를 쓸 확률이 2배 높고, 명령을 9배나 많이 내린다는 점이다. 나라별로 보면, 국민소득이 높을수록 백만 명당 에이전트 사용자 수가 눈에 띄게 증가했다. 평균 교육 연수가 길수록 에이전트 사용도 늘어났다. 이는 경제적으로 발전하고 교육 수준이 높은 나라일수록 에이전트를 더 많이 쓴다는 것을 확실히 보여준다. 실제 사용량에서도 같은 패턴이 나타났다.</p> <p contents-hash="70453b8fa830f3e65bb1a86a250ca0980ce8def9a1421b7840c533a382fb2131" dmcf-pid="1RLFCIDgkt" dmcf-ptype="general"><strong>생산성 36퍼센트·학습 21퍼센트... 일 잘하는 데 집중</strong></p> <p contents-hash="a32ff4bc9f313026f704b519e91866dbd373adaf989029b543b713066f2beb10" dmcf-pid="teo3hCwao1" dmcf-ptype="general">연구팀은 에이전트 사용을 체계적으로 분류하기 위해 주제, 하위 주제, 작업의 3단계 분류 방법을 새로 만들었다. 분석 결과, 생산성 및 업무 효율(Productivity & Workflow)이 전체 에이전트 명령의 36퍼센트로 가장 많았다. 학습 및 연구(Learning & Research)가 21퍼센트, 미디어 및 엔터테인먼트(Media & Entertainment)가 16퍼센트, 쇼핑 및 커머스(Shopping & Commerce)가 10퍼센트였다. 생산성과 학습이라는 두 가지 주요 분야가 합쳐서 전체의 57퍼센트를 차지했다는 점은 AI 에이전트가 주로 머리를 쓰는 일에 활용되고 있음을 보여준다.</p> <p contents-hash="c5cff30fe438ef3baa4fb2e4141f4603559f85a7c84a90d446efa8848fbec433" dmcf-pid="Fdg0lhrNo5" dmcf-ptype="general">세부 분야로 보면, 전체의 5퍼센트 이상을 차지하는 주요 분야는 강좌(Courses, 13퍼센트), 상품 쇼핑(Goods Shopping, 9퍼센트), 연구(Research, 8퍼센트), 문서 작성(document Editing, 8퍼센트), 계정 관리(Account Management, 7퍼센트), 소셜 미디어(Social Media, 7퍼센트)였다. 구체적인 작업으로는 학습 과제 지원(Assist Exercises)이 9퍼센트로 가장 많았고, 연구 자료 요약 및 분석이 7퍼센트, 문서 만들기 및 수정이 7퍼센트, 제품 검색 및 필터링이 6퍼센트, 연구 자료 검색 및 필터링이 6퍼센트를 차지했다. 전체 90개 작업 중 상위 10개 작업이 전체의 55퍼센트를 차지해 특정 작업에 사용이 집중되어 있었다.</p> <p contents-hash="5db3d83bd93b5b2513cd1a4aa46f5e7895636223e98233b723a998a26cd97afe" dmcf-pid="3JapSlmjaZ" dmcf-ptype="general">사용 목적을 분석한 결과, 개인 용도가 전체 에이전트 명령의 55퍼센트를 차지했고, 업무 용도가 30퍼센트, 교육 용도가 16퍼센트였다. 짧은 기간 안에서는 사용자들이 같은 분야에서 계속 사용하는 경향을 보였지만, 시간이 지나면서 여행과 미디어 분야에서 생산성, 학습, 커리어 분야로 옮겨가는 모습을 보였다. 이는 사용자들이 점차 더 머리를 쓰고 일과 관련된 용도로 에이전트를 활용하게 된다는 것을 의미한다.</p> <p contents-hash="adb7d31bd0e87c2c44409ea326623efb4850b84c11ac1fca53f837b9cbe6b1fa" dmcf-pid="0iNUvSsANX" dmcf-ptype="general"><strong>IT 직종 28퍼센트 차지... 육체노동 직종은 소외</strong></p> <p contents-hash="f7e3865210033b20e34bab25ad958b151147bf58d556c97c4e9386214a669767" dmcf-pid="pnjuTvOckH" dmcf-ptype="general">직업별로 보면, 디지털 기술(Digital Technology) 분야가 에이전트 사용자의 28퍼센트, 명령의 30퍼센트를 차지해 압도적 1위였다. 학계(학생 및 교육 관련 포함)와 금융 종사자가 각각 10퍼센트 이상을 차지했고, 마케팅, 디자인, 기업가 분야도 5퍼센트 이상을 차지했다. 이들 직업을 합치면 전체 사용자와 명령의 70퍼센트 이상을 차지했다. 특히 이들은 전체 사용자 중 차지하는 비중에 비해 에이전트를 훨씬 더 많이 사용했다.</p> <p contents-hash="c9f4687cd66a1044b39651b1d3d65d73accf3d6ca10cc88c9dfcf3c69b319942" dmcf-pid="ULA7yTIkgG" dmcf-ptype="general">사용자 비중 대비 실제 사용 비중을 보면, 접객·이벤트·관광 분야가 1.36배로 가장 높았고, 마케팅이 1.24배, 기업가가 1.17배였다. 실제 사용량 비율로는 마케팅이 1.46배로 가장 높았고, 기업가가 1.38배, 학생이 1.26배, 디지털 기술이 1.12배를 기록했다. 학생과 기업가, 마케팅, 디지털 기술 분야는 일단 사용을 시작하면 더 자주 사용하는 것으로 나타났다. 반면 몸을 쓰는 일이 많은 직업은 사용자 비중이 낮았다.</p> <p contents-hash="7366b926cda1c1608d67f683052257139e4b064b4dcb554869acfaf3dc68800c" dmcf-pid="uoczWyCEaY" dmcf-ptype="general">세부 직업으로 보면, 소프트웨어 개발 및 엔지니어링이 사용자의 14퍼센트, 명령의 15퍼센트를 차지해 가장 큰 그룹이었다. 마케팅의 영업 개발, 디지털 마케팅, 시장 조사 분야와 기업가의 정보 관리, 운영, 전략 분야가 비중 대비 가장 높은 사용률을 보였다. 이러한 결과는 각 직업의 업무 특성이 에이전트가 잘하는 일과 얼마나 맞는지에 따른 차이를 반영한다.</p> <p contents-hash="50301d285376006aeecde2fafd47456249da73b7c8c84d48cf01b6d32d377772" dmcf-pid="7gkqYWhDgW" dmcf-ptype="general"><strong>AI가 만드는 새로운 불평등... 교육이 시급하다</strong></p> <p contents-hash="7110fec0d1d8d1176240a972d34e95ae9dc772c18c1acee4a16fe4193e868985" dmcf-pid="zaEBGYlwgy" dmcf-ptype="general">이번 연구는 범용 AI 에이전트의 사용 실태에 대한 최초의 체계적 증거를 제공하며, 연구자, 기업, 정책 입안자, 교육자들에게 중요한 의미를 던진다. 연구팀이 만든 분류 방법은 향후 연구의 기반을 제공하며, 발견된 사용 패턴은 AI 에이전트를 만드는 회사와 기업에 실질적인 지침을 준다. 특히 에이전트가 작동하는 웹사이트를 운영하는 기업들에는 AI 에이전트와 함께 사용하기 좋도록 화면을 간단하게 만들 기회가 있다.</p> <p contents-hash="aac3f097863086d3c3b7807a50fe8145ae85f08528f48b61a420eb2b784e61a6" dmcf-pid="qNDbHGSrAT" dmcf-ptype="general">그러나 가장 중요한 문제는 AI 에이전트의 불균등한 사용이 기존의 생산성과 학습 격차를 더욱 벌릴 수 있다는 우려다. 디지털 기술과 금융, 마케팅 등 이미 디지털화된 분야의 고소득 전문직 종사자들이 AI 에이전트를 압도적으로 많이 사용하는 반면, 몸을 쓰는 일을 하는 직업이나 저소득 국가의 사용자들은 상대적으로 소외되고 있다. 이는 이미 존재하는 디지털 격차를 더욱 심화시킬 위험이 있다. 따라서 정책 입안자와 교육자들은 국민과 학생들에게 AI 에이전트를 제대로 활용할 수 있는 능력을 키워주고, AI 에이전트가 일과 생활에 깊숙이 들어오는 가까운 미래에 대비하도록 준비시키는 것이 점점 더 중요해지고 있다.</p> <p contents-hash="277d82a4d56d4a40e0e87019f174fcc38ac9e935937b64b83d23071912aa7faf" dmcf-pid="BVQWkcoMNv" dmcf-ptype="general">연구팀은 AI 에이전트가 할 수 있는 일의 범위가 계속 넓어지고 있지만, 이 연구 결과가 자동화와 보조 도구 간의 특정 균형을 의미하는 것으로 해석되어서는 안 된다고 강조했다. 예를 들어, 에이전트가 일을 대신하는 것처럼 보일 수 있지만, 사용자가 일을 더 작게 나누어 일부만 에이전트에 맡기는 경우 이는 보조 도구에 가깝다. 앞으로의 연구 과제로는 스마트폰 등 다른 기기에서의 사용 차이 분석, 회사에서의 전문가 사용 연구, 에이전트 평가 및 개선 방법, 최적의 사람-에이전트 협업 방법 설계, 그리고 에이전트 사용으로 얻는 실질적 가치 측정 등이 제시되었다.</p> <p contents-hash="3a75c9e8263927e8c262d24b68168d4f9c0f7c905fbc3e427e40a4abb8d28ad8" dmcf-pid="bfxYEkgRaS" dmcf-ptype="general"><strong>FAQ ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)</strong></p> <p contents-hash="b8f8a03f4009b43a754e8edc46fa8794114a26e5fd0a222ab758d5c51bf6d62f" dmcf-pid="K4MGDEaeNl" dmcf-ptype="general"><strong>Q1. AI 에이전트와 일반 챗봇의 차이는 무엇인가요?</strong></p> <p contents-hash="1645115b6613519b8df867b556062d9e982540c6af09c97f5e611856fe409049" dmcf-pid="98RHwDNdgh" dmcf-ptype="general">A. 일반 챗봇은 주로 대화를 통해 정보를 주고받는 데 그치지만, AI 에이전트는 사용자를 대신해 실제로 행동하고 일을 완수합니다. 예를 들어 챗봇은 항공편 정보를 알려주는 데 그치지만, AI 에이전트는 직접 항공권 예약 사이트에 들어가 조건에 맞는 항공권을 찾고 필터링하며, 심지어 예약까지 진행할 수 있습니다. AI 에이전트는 계획을 짜고, 실행하고, 결과를 확인하는 과정을 스스로 반복하며 목표를 달성합니다.</p> <p contents-hash="56e8de91d0e4c6f6b2f9a79cec3acc3085fbaa4714a828a297bad1199e1fe666" dmcf-pid="26eXrwjJgC" dmcf-ptype="general"><strong>Q2. AI 에이전트는 주로 어떤 용도로 사용되나요?</strong></p> <p contents-hash="f6f93ed0e3143412b5183c2c84b562de80c123905a9b32066e6353ffec644368" dmcf-pid="VPdZmrAioI" dmcf-ptype="general">A. 연구 결과에 따르면 생산성 향상과 학습이 전체 사용의 57퍼센트를 차지합니다. 구체적으로는 문서 작성 및 수정, 이메일 관리, 온라인 강좌 학습 보조, 연구 자료 검색 및 요약, 계정 관리, 쇼핑 등이 주요 활용 분야입니다. 개인 용도가 55퍼센트로 가장 많고, 업무 용도 30퍼센트, 교육 용도 16퍼센트 순입니다.</p> <p contents-hash="57f12088ab4c79f1a92ae21defab703429cc264230ea2dd701009eab41d049ed" dmcf-pid="fQJ5smcnNO" dmcf-ptype="general"><strong>Q3. AI 에이전트 사용이 불평등을 심화시킬 수 있다는 우려가 있는데, 왜 그런가요?</strong></p> <p contents-hash="f290a33cb80d367ab744be6f7c8c859276a11c919837a98f0073be572c732b7c" dmcf-pid="4xi1OskLos" dmcf-ptype="general">A. 연구에서 드러났듯이 AI 에이전트는 주로 고소득 국가, 고학력자, IT·금융·마케팅 등 이미 디지털화된 전문직 종사자들이 압도적으로 많이 사용합니다. 일찍 시작한 사람이 나중에 시작한 사람보다 9배 많이 사용한다는 점도 격차를 보여줍니다. AI 에이전트가 생산성과 학습 효율을 크게 높여주는 만큼, 이를 활용할 수 있는 집단과 그렇지 못한 집단 간의 격차가 더욱 벌어질 가능성이 높습니다.</p> <p contents-hash="4c477eb84361d5784a626f1a44ea394c795f04cf200f0b649fa69bf736b7b553" dmcf-pid="8MntIOEoAm" dmcf-ptype="general">■ 이 기사는 AI 전문 매체 ‘<span>AI 매터스</span>’와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. </p> <p contents-hash="9b205733e53e2d967fc81e310410c5539e4c895a7d03574912c680f8d062c959" dmcf-pid="6RLFCIDgor" dmcf-ptype="general">AI 에디터 (media@zdnet.co.kr)</p> </section> </div> <p class="" data-translation="true">Copyright © 지디넷코리아. 무단전재 및 재배포 금지.</p> 관련자료 이전 에이아이세스 "지금 당장 공장·사무실서 쓸 수 있는 '현장형 AI' 추구" [인터뷰] 12-10 다음 [이구순의 느린걸음] 익시오 통화내용 노출, AI신뢰성 대책 급하다 12-10 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
