AI 활용률 · AI 활용 KPI

AI 활용률이란?

AI 활용률을 지표로 세우면 가장 먼저 바뀌는 것은 도입 보고의 내용입니다. 라이선스를 몇 개 샀는지, 교육을 몇 명이 들었는지는 투입이고, 활용률은 그 투입이 일하는 방식에 남았는지를 묻습니다. 라이선스 배포 수와 실제 사용자 수 사이의 간격이 드러나는 순간 논의는 '도구를 더 살지'에서 '왜 안 쓰는지'로 옮겨 갑니다. 내년 예산을 짜는 10월에 이 숫자가 없으면 전년 라이선스를 관성으로 갱신하거나 근거 없이 잘라내는 두 실수 중 하나를 하게 됩니다.

지표는 보통 세 층으로 나눕니다. 첫째는 접속률로, 배포 인원 가운데 주 1회 이상 로그인한 비율이며 가장 쉽게 뽑히지만 가장 얕습니다. 둘째는 활동률로, 한 주에 몇 건을 요청하는지, 어떤 기능(문서 요약·회의록·데이터 정리)을 쓰는지를 봅니다. 셋째는 업무 반영률로, 산출물이 실제 보고서·제안서·고객 응대에 들어갔는지를 설문이나 샘플 점검으로 확인합니다. 주간 활성 사용자 비율과 사용자당 주간 활용 건수를 짝으로 보는 것이 기본이고, 하나만 보면 '한 번 들어와 본 사람'과 '매일 쓰는 사람'이 같은 숫자로 섞입니다. 부서별·직급별로 쪼개 보지 않으면 평균이 모든 것을 가립니다. 영업이 60%를 쓰고 생산이 5%를 써도 전사 평균은 30%대로 나옵니다.

기준선도 미리 정해야 합니다. 도입 첫 달은 호기심으로 접속률이 높다가 두세 달 뒤 절반 이하로 꺼지는 곡선이 흔한데, 그 하락 뒤에 남는 수치가 진짜 출발점입니다. 목표치는 업계 평균이 아니라 직무별로 쓸 일이 있는 사람의 비율에서 역산해야 합니다. 설비를 돌리는 교대 근무자에게 주 3회 활용을 요구하면 지표가 왜곡되고 숫자를 맞추려는 형식적 접속만 늘어납니다. 관리자 화면의 로그는 대개 개인 식별 정보를 담고 있으므로 집계 단위와 열람 권한을 사내 AI 활용 가이드라인과 개인정보 규정에 맞춰 두어야 합니다.

현장에서 가장 자주 어긋나는 지점은 활용률을 교육 성과 지표로 그대로 쓰는 것입니다. 교육 직후 접속률이 오르는 것은 당연하고 한 달 뒤 수치가 중요한데, 보고서는 보통 교육 다음 주 숫자로 마감됩니다. 또 하나는 활용률이 높은 부서를 곧 생산성이 높은 부서로 읽는 것입니다. 활용률은 '쓴다'를 재는 것이지 '잘 쓴다'나 '덕을 봤다'를 재지 않습니다. 활용률을 개인 평가에 직접 연결하면 숫자를 채우기 위한 무의미한 질문이 로그를 채우고 지표 자체가 망가집니다. 지표는 부서 단위로 보고, 낮은 부서에는 불이익이 아니라 그 직무에 맞는 유스케이스와 교육을 붙이는 것이 올바른 용도입니다.