“우리 팀 AI 도입률 몇 퍼센트예요?”라는 질문은 대화형 AI 시대에는 말이 됐지만 지금은 거의 아무것도 알려주지 않는다. OpenAI의 Codex 사용 로그 분석은 이 지표가 얼마나 크게 어긋나는지를 숫자로 보여준다. 조직 계정 엔지니어의 평균 Codex 토큰 비중은 26.8%에 불과하지만, 그 직군이 만든 전체 토큰의 88.3%는 Codex에서 나왔다. 법무도 마찬가지로 평균 1.9% vs 전체 17.6%다. 소수의 집약 사용자가 산출량 전부를 만들고 있고, 헤드카운트 기반 지표는 그들을 평균 속에 지워버린다.
근거
같은 기간 개인 계정 사용자 중 최근 28일 내 Codex를 한 번이라도 쓴 비율은 1% 미만이었다. 그런데 이들이 만든 출력 토큰 기준 Codex 점유율은 16.5%다. 사용자 수로 보면 무시해도 될 집단이, 산출량으로 보면 6분의 1을 차지한다.
더 중요한 건 위임하는 일의 크기가 바뀌고 있다는 점이다. 숙련자가 8시간 이상 걸릴 작업을 한 번이라도 던진 사용자 비율은 2025년 12월 2.1%에서 2026년 5월 25.6%로 열두 배 늘었다. 같은 사람이 같은 도구를 계속 쓰고 있어도, 그가 맡기는 일의 단위가 완전히 달라진 것이다. 사용자 수 지표로는 이 변화가 0으로 기록된다.
표준적인 AI 사용 측정 지표 — 활성 사용자, 채팅 수, 메시지 볼륨 — 은 에이전틱 시스템이 확산되면서 정보량이 떨어질 수 있다. 향후 분석은 위임된 작업의 복잡도, 런타임, 워크플로 재사용, 동시성, 생산 산출을 추적해야 한다.
그래서 물어야 할 질문은 “몇 명이 쓰나”가 아니라 “가장 큰 덩어리를 맡기는 사람이 몇 명이고, 그 덩어리가 얼마나 커지고 있나”다. 도입률은 넓이가 아니라 깊이의 지표여야 한다.
연결된 생각
- 20260806-agentic-delegation-measurement — 이 주장을 뒷받침하는 네 가지 측정 축의 정의
- 20260715-time-to-value — 활성화 지표의 전통적 정의가 에이전틱 맥락에서 흔들리는 지점
- 20260806-agentic-bottleneck-is-organizational-review-structure — 왜 같은 도구인데 집단별 깊이가 이토록 다른가