- 화려한 대기업이 의외로 AI 활용에서 무너지고 있는 진짜 이유
- 코딩 한 줄 몰라도 파이썬을 자유자재로 다루는 실무자들이 나타나면서 생산성 격차는 이제 넘사벽이 되다.

ChatGPT한테 "오늘 점심 뭐 먹지?" 물어보는 사람과, AI로 30개짜리 엑셀 재무모델을 파이썬으로 통째로 바꾸는 사람이 같은 시대에 공존 중입니다.

최근 Martin Alderson이 쓴 글 하나가 업계에서 꽤 돌고 있습니다. 제목부터 직관적인데, 요지는 이렇습니다. AI 사용자가 지금 두 부류로 확 갈리고 있고, 그 사이의 격차가 무섭도록 빠르게 벌어지고 있다는 거.

솔직히 말하면, 주변에서도 체감됩니다. 같은 AI 도구를 쓰는데, 어떤 사람은 업무의 80%를 자동화하고, 어떤 사람은 여전히 "요약해줘" 수준에 머물러 있으니까.

1. 파워 유저 vs 챗봇 유저, 같은 AI인데 다른 세계

• 첫 번째 부류는 소위 '파워 유저'. Claude Code, MCP, 각종 에이전트 도구를 적극 활용하는 사람들인데, 놀랍게도 이 중 상당수가 개발자가 아닙니다. 재무, 기획, 경영 쪽 사람들이 터미널에서 코드 에이전트를 돌리고 있다는 거. 특히 재무 담당자들이 엑셀의 한계를 넘어 파이썬 생태계로 넘어가면서 얻는 생산성이 엄청나다고 합니다.

• 두 번째 부류는 여전히 ChatGPT나 비슷한 챗봇에 대화하는 수준에 머물러 있는 사람들. 생각보다 이 캠프에 머무는 사람이 훨씬 많습니다.

2. 마이크로소프트 Copilot, 정작 MS 내부에서도 안 쓴다?

• 기업용 AI 시장에서 압도적 점유율을 가진 M365 Copilot. 그런데 실상은? Office 365에 끼워팔기로 깔려 있을 뿐, 성능은 솔직히 처참한 수준이라고 합니다. '에이전트' 기능이라고 붙여놨는데, CLI 코딩 에이전트와 비교하면 웃음밖에 안 나온다는 평.

• 결정적 한 방. 마이크로소프트 자체 내부 팀들이 Copilot 대신 Claude Code를 쓰기 시작했다는 겁니다. OpenAI 지분까지 갖고 있는 회사가, 자기네 제품을 안 쓰고 경쟁사 도구를 쓴다? 이게 현재 상황을 가장 잘 요약하는 팩트 아닐까요.

3. 대기업이 오히려 위험한 이유

• 대기업은 보안 정책상 환경이 극도로 잠겨 있습니다. 로컬에서 기본적인 스크립트 하나 못 돌리고, VBA조차 그룹 정책에 막혀 있는 곳이 태반.

• 레거시 소프트웨어에 갇혀 있어서 내부 시스템에 API가 없고, 에이전트를 붙이고 싶어도 붙일 곳 자체가 없습니다.

• 엔지니어링 부서는 완전히 사일로화되어 있거나 아예 외주. 안전하게 샌드박스된 에이전트를 운영할 인프라를 만들 내부 인력이 부재합니다.

• 그 결과? 의사결정권자들이 형편없는 Copilot 경험만 하고는 "AI 별거 아니네"라고 결론 내린다는 거. 아니면 컨설팅펌에 거금 쏟아붓고 별 성과 없이 끝나거나.

4. 작은 회사가 오히려 날아간다

• 이런 짐(baggage)이 없는 작은 회사들은 AI로 완전히 다른 차원의 생산성을 보여주고 있습니다.

• 구체적 사례가 인상적인데, 비개발자 임원 한 명이 Claude Code로 30개 시트짜리 복잡한 엑셀 재무모델을 파이썬으로 거의 한 번에 변환했다고 합니다. 프롬프트 두세 번이면 끝. 심지어 AI가 알아서 유닛 테스트까지 붙여놨다는 후기.

• 파이썬으로 넘어가는 순간, 몬테카를로 시뮬레이션, 외부 데이터 연동, 웹 대시보드 구축까지 가능해집니다. 사실상 주머니 속에 데이터 사이언스 팀을 넣고 다니는 셈.

• 예전엔 작은 회사 직원들이 대기업의 인력과 자원을 부러워했는데, 이제 추가 반대로 뒤집히고 있다는 거.

5. 미래의 일하는 방식, 힌트가 보인다

• 진짜 생산성 도약은 위에서 내려오는 'AI 전략'이 아니라, 현장 직원들이 자발적으로 만들어내고 있습니다. 본인이 가장 잘 아는 업무 프로세스에 AI를 붙이니까 당연히 결과가 좋을 수밖에. 업무를 한 번도 안 해본 외주 개발팀한테 맡기는 것과는 차원이 다릅니다.

• 내부 시스템에 API가 있는 회사와 없는 회사의 격차가 갈수록 벌어질 겁니다. 읽기 전용 데이터 웨어하우스에 연결만 돼도 활용도가 확 달라지니까.

• 레거시 엔터프라이즈 SaaS 업체들은 엄청난 락인(lock-in)을 갖고 있지만, 뒤집어 보면 극도로 취약한 위치이기도 합니다. API가 개발자용으로만 설계되어 있어서, 수천 명의 직원이 에이전트로 접근하는 상황에 최적화되어 있지 않거든요.

6. 결국 이런 흐름이다

• 코드 에이전트 + 프로그래밍 환경 + API 접근권. 이 세 가지가 결합되면, 비개발자도 기존의 거의 모든 생산성 앱을 대체할 수 있게 됩니다. MS 오피스든 웹앱이든.

• 사용자가 프롬프트를 주면, 에이전트가 CRM, ERP, 데이터 웨어하우스, 외부 API에 연결해서 리포트, 대시보드, 웹앱, 자동화 액션까지 만들어냅니다. 이게 지식노동의 미래 모습이라는 거.

• 이 양극화는 현재진행형이고, 속도가 점점 더 빨라지고 있습니다. 역사상 이렇게 소규모 팀이 자기보다 천 배 큰 회사를 쉽게 이길 수 있었던 적은 없었다.

재밌는 건 이 현상이 비단 IT 업계만의 얘기가 아니라는 겁니다. 재무, 전략, 영업, 어떤 분야든 AI를 '대화 상대'로만 쓰는 사람과 '일하는 도구'로 쓰는 사람 사이에 건널 수 없는 강이 생기고 있다는 거. 체감상, 이 격차는 6개월 전과 비교해도 이미 몇 배는 벌어진 것같습니다.

대기업의 보안 정책이나 레거시 시스템이 직원들의 AI 활용을 막고 있다면, 그건 보안이 아니라 자해에 가깝습니다. 반대로 작은 회사, 스타트업이라면? 지금이 대기업을 추월할 수 있는 흔치 않은 타이밍일 수 있습니다.

도구는 같은데, 쓰는 깊이가 다르면 결과는 완전히 다른 세상입니다.

출처: Martin Alderson, "Two kinds of AI users are emerging. The gap between them is astonishing.", 2026.2.1