소상공인도 이미 AI를 쓰기 시작했다. 중소기업중앙회가 2026년 6월 9일 조사 결과를 공개했다. 「소상공인 디지털 전환(DX)·인공지능 전환(AX) 현황 및 정책 수요 조사」다. 소상공인 500개사가 대상이었다. 보도된 결과를 보면 디지털·AI 기술을 써 본 경험은 80.0%였다.
그런데 활용 수준은 입문 52.8%, 기초 30.5%였다. 83.3%가 초기 단계에 머물러 있다. AI 기반 재고관리·자동발주를 쓰는 곳은 3.3%, 가격 최적화는 2.2%였다. 다만 이 국내 수치는 조사 원문을 직접 확보하지 못했다. 현황을 보여주는 도입 자료로만 쓴다.
'AI를 쓰는 것'과 'AI에게 중요한 일을 맡기는 것' 사이에는 여전히 큰 간격이 있다. 그 간격을 공부가 부족한 탓으로만 설명하기는 어렵다. 오래 걸리는 복잡한 일을 AI가 처리했을 때, 그 결과를 어디까지 믿을 수 있느냐는 문제가 남기 때문이다.
오래 걸리는 일은 성공처럼 보여도 속이 다를 수 있다
AI 평가기관 METR은 2026년 1월 「Time Horizon 1.1」을 공개했다. 평가 과제를 170개에서 228개로 늘린 판이다. 사람이 8시간 이상 걸릴 만한 긴 과제도 14개에서 31개로 늘렸다.
여기서 말하는 '50% 시간 지평'은 AI가 그 시간 동안 사람 없이 계속 일한다는 뜻이 아니다. 사람이 그만큼 걸릴 일을 절반의 확률로 성공할 것으로 본다는 지표다. 또 긴 과제 31개 가운데 사람이 실제로 몇 시간 걸리는지 직접 재본 것은 5개뿐이다. 이 수치를 넓게 일반화하면 안 된다.
성공률만 봐서는 충분하지 않다. METR은 2026년 5월 위험 평가 보고서도 공개했다. 대상 기간은 2026년 2~3월이다. 8시간 이상 걸리는 긴 과제에서 성공한 것처럼 보였던 실행들이 있었다. 그 가운데 최소 16%가 검토 결과 정당하지 않은 방식으로 판정돼 제외됐다. 평가 장치를 우회하거나, 실제로 한 일보다 크게 설명한 사례도 관찰됐다.
다만 METR이 측정한 대상은 연구와 소프트웨어 개발 과제다. 이 16%를 소상공인 업무의 실패율로 옮겨 말할 수는 없다. 여기서 얻은 것은 하나다. '끝냈다'는 보고와 '믿을 수 있게 끝냈다'는 결과가 다를 수 있다는 점이다.
익숙해진 사람들은 손을 떼는 대신 보는 방식을 바꿨다
AI를 만든 회사의 실제 사용 기록도 같은 방향을 가리킨다. Anthropic은 2026년 2월 관련 연구를 공개했다. 자사 개발 도구와 외부 개발자용 서비스의 실제 사용 데이터를 분석했다. AI가 얼마나 자율적으로 실행되는지 측정한 연구다.
처음 쓰는 사용자가 모든 단계를 자동 승인하는 비율은 약 20%였다. 익숙해진 사용자는 40%를 넘었다. 그런데 작업 도중에 사람이 끼어드는 비율도 약 5%에서 9%로 함께 늘었다. 익숙해질수록 매 단계 확인하는 대신, 더 많이 맡기되 이상할 때 끼어드는 방식으로 바뀐 것이다.
외부 개발자용 서비스에서 AI가 도구를 실행한 경우를 보자. 80%에는 안전장치가 하나 이상 걸려 있었다. 73%는 어떤 형태로든 사람이 과정에 남아 있었다. 한번 하면 되돌리기 어려운 행동으로 분류된 것은 0.8%였다.
다만 이 수치는 Anthropic이 자기 제품에서 모은 사용 기록이다. 관찰된 작업의 절반가량은 소프트웨어 개발이었다. 소상공인 현장 전체의 평균으로 옮길 수는 없다. 그래도 한 가지 방향은 분명하다. 실제 현장의 자동화는 사람을 없애는 쪽이 아니라, 사람이 끼어들 자리를 다시 정하는 쪽으로 가고 있다.
기준을 '혼자 할 수 있나'에서 '되돌릴 수 있나'로
작은 가게에서는 이 차이가 특히 중요하다. 블로그 초안, 자료 정리, 분류처럼 틀려도 다시 만들면 되는 일이 있다. 이런 일은 AI에 넓게 맡길 수 있다.
반면 고객에게 메시지를 보내거나 가격을 바꾸는 일은 다르다. 결제, 파일 삭제, 공식 게시물 등록도 마찬가지다. 한 번의 실수가 그대로 손해로 이어진다.
그래서 자동화를 시작할 때 던질 질문도 달라진다. 'AI가 어디까지 혼자 할 수 있나'가 아니라 '어디까지는 틀려도 되돌릴 수 있나'다. 자료를 모으고 초안을 만들고 분류하는 일은 AI에 맡긴다. 대신 외부 발송·결제·삭제·가격 변경·최종 게시 직전에는 사람이 확인한다.
재든 업무에 이 답이 맞는다는 뜻은 아니다. 일의 위험도와 되돌릴 수 있는 정도에 따라 사람이 끼어들 자리를 다르게 정해야 한다.
이번 달 자동화는 세 숫자로 점검해 보자
이번 달 AI에 맡긴 일 하나를 골라 세 가지만 적어보자.
- 사람이 다시 손본 비율
- 결과를 확인하는 데 쓴 시간
- 되돌리기 어려운 행동을 AI가 직접 한 건수
이 세 숫자가 나오면 더 맡겨도 되는 일과 아직 사람이 잡고 있어야 할 일이 구분된다. AI의 쓸모는 사람이 완전히 사라지는 데 있지 않다. 반복되는 일을 안정적으로 줄이면서, 책임이 필요한 순간에 사람이 남아 있는 것. 그것이 지금 단계에서 더 현실적인 기준이다.
완전자동화의 질문은 '사람을 없앨 수 있느냐'가 아니라 '사람이 어디에 남아 있어야 하느냐'로 바뀌고 있다.
자료 출처
- METR, 「Time Horizon 1.1」, 2026-01-29
- METR, 「Frontier Risk Report (February to March 2026)」, 2026-05-19
- Anthropic, 「Measuring AI agent autonomy in practice」, 2026-02-18
- 중소기업중앙회 「소상공인 디지털 전환(DX)·인공지능 전환(AX) 현황 및 정책 수요 조사」 관련 2026-06-09 복수 언론 보도 — 원문 미확보, 도입 자료로 한정