AI 모멘텀의 새로운 기준, 일하는 방식의 전환

자레드 스파타로(Jared Spataro), AI at Work 최고마케팅책임자(CMO)

마이크로소프트는 최근 실적 발표에서 마이크로소프트 365 코파일럿(Microsoft 365 Copilot)의 유료 라이선스가 3,000만 개를 넘어섰으며, 신규 유료 라이선스 증가 규모도 전 분기 대비 두 배 이상 늘었다고 발표했습니다.¹ 이는 중요한 성과일 뿐 아니라, 훨씬 더 광범위한 변화가 진행되고 있음을 보여줍니다. 모든 산업에서 AI는 단순한 보조 도구를 넘어 업무에 직접 참여하는 존재로 진화하고 있습니다. 이제 AI는 사람들이 필요할 때 사용하는 도구에 머무르지 않고, 업무 수행 방식의 필수 요소가 되고 있습니다. 조직들은 AI를 중심으로 워크플로를 재설계하고 있으며, 직원들은 에이전트에게 업무와 프로젝트, 프로세스를 맡기며 더 많은 업무를 주도하고 더 큰 성과를 만들어가고 있습니다.‌

기업용 AI의 첫 단계는 도입 확대가 중심이었습니다. 배포, 라이선스, 절감된 시간과 같은 실질적인 성과가 이를 보여주며, 이러한 성과는 앞으로도 계속 축적될 것입니다. 다음 단계는 전환으로 정의될 것입니다. 지구상의 모든 개인과 조직이 더 많은 것을 성취할 수 있도록 돕는 것이 마이크로소프트의 사명입니다. 사람과 에이전트가 협력해 이전에는 불가능했던 것을 만들어가는 가운데, 마이크로소프트가 이 사명을 실현할 수 있는 기회도 더욱 커지고 있습니다.

마이크로소프트 365 코파일럿의 텔레메트리 신호에서는 새로운 데이터가 확인됐습니다. 전 세계 고객과 마이크로소프트 내부 팀의 사례 역시 이러한 전환이 이미 실제 업무 현장에서 일어나고 있음을 보여줍니다. 이 변화는 크게 세 가지로 나타납니다. 사람들이 AI를 얼마나 깊고 폭넓게 활용하고 있는지, AI가 더 빠른 업무 수행부터 완전히 새로운 역량 창출까지 무엇을 가능하게 하는지, 그리고 조직이 각 역할에 맞춰 AI를 어떻게 조정하고 있는지입니다. 먼저 기술 측면부터 살펴보겠습니다.

혁신의 도약

지난 몇 달 동안 새로운 유형의 AI 제품이 등장했습니다. 모델에 에이전틱 하네스(agentic harness)를 결합해 스스로 계획하고 실행하며, 테스트와 수정을 거쳐 최종 결과물을 만들어내는 방식입니다. 이러한 접근 방식은 지난 6월 정식 출시된 코파일럿 코워크(Copilot Cowork)의 기반이 됐습니다. 코워크는 여러 단계로 이뤄진 업무를 수행할 수 있습니다. 사용자가 작업을 정의하면, 코워크가 처음부터 끝까지 실행해 완성된 결과물을 제시합니다. 멀티모델 설계를 통해 각 작업에 필요한 모델을 활용할 수 있으며, 더 많은 모델이 제공될수록 작업에 필요한 역량도 함께 확장됩니다. 테스트 결과, 코워크는 단일 모델 옵션 대비 비용이 30~40% 낮은 것으로² 나타났습니다. 또한 마이크로소프트는 첫 번째 오토파일럿 에이전트인 마이크로소프트 스카우트(Microsoft Scout)도 선보였습니다. 스카우트는 고유한 ID와 권한을 갖고 백그라운드에서 작동하며, 사용자가 다른 업무에 집중하는 동안에도 업무가 계속 진행되도록 지원합니다. 모든 결과물은 워크 IQ(Work IQ)를 기반으로 합니다. 워크 IQ는 사람들의 역할, 프로젝트, 우선순위, 조직 지식 등 조직 내 업무 맥락을 이해해 각 비즈니스와 관련성 높은 결과를 제공합니다.

마이크로소프트는 고객에게 제공하는 제품뿐 아니라, 엔지니어링 팀이 제품을 개발하는 방식에서도 큰 변화를 경험하고 있습니다. 많은 직원이 코워크 개발에 기여했지만, 핵심 팀은 의도적으로 작은 규모를 유지했습니다. 시작 당시 3명의 엔지니어로 출발했고, 제품이 정식 출시됐을 때도 9명에 불과했습니다. 그럼에도 시장 출시 속도는 매우 빨랐습니다. 코워크는 아이디어 구상에서 프리뷰를 거쳐 포춘 500대 기업 절반이 사용하는 제품으로 확대되기까지 6개월밖에 걸리지 않았습니다. 이러한 배경에는 소프트웨어 개발 프로세스를 에이전트 중심으로 다시 설계한 변화가 있었습니다. 이를 통해 소규모 팀은 기존 엔지니어링 워크플로로는 어려웠던 속도와 규모, 자동화를 구현했습니다.

마이크로소프트 스카우트 역시 공통의 맥락, 평가, 명확한 요구사항을 바탕으로 자율 에이전트와 함께 일하는 소규모 팀에서 시작됐습니다. 그리고 초기 아이디어에서 실제 작동하는 제품으로 발전하기까지 몇 달이 아닌 몇 주밖에 걸리지 않았습니다. 마이크로소프트 스카우트 기업 부사장 오마르 샤힌(Omar Shahine)은 이렇게 말합니다. “과거에는 팀이 확장될 수 있도록 돕는 데 많은 시간이 필요했습니다. 큰 조직의 방향을 정렬하고, 업무를 조율하며, 모든 일이 함께 진전되도록 하는 일이었습니다. 이제는 전문가 팀이 빠르게 움직이고, 안전하게 실험하며, 배운 내용을 계속 정리하고 활용해 다음 프로젝트가 이전보다 더 나은 출발점에서 시작되도록 기반을 마련하는 일이 더 중요해졌습니다.” 이처럼 민첩하고 목표가 분명하며, 사람과 에이전트의 협업을 특징으로 하는 프론티어 팀은 앞으로 몇 달, 몇 년 동안 지식 업무가 어떻게 변화할지를 보여주는 중요한 단서입니다.

코파일럿 활용의 확산과 심화

AI 제품과 이를 개발하는 방식이 발전하면서, 조직 전반에서 코파일럿 활용도 빠르게 확산되고 있습니다. 지난 1년 동안 사용자당 대화 수는 두 배 가까이 늘었으며,³ 여러 코파일럿 기능을 사용하는 사용자 수는 세 자릿수 성장률을 기록했습니다.⁴ 코파일럿의 평균 주간 참여도는 아웃룩(Outlook) 및 팀즈(Teams)⁵ 와 비슷한 수준까지 올라왔으며, 이는 AI가 일상 업무에 빠르게 자리 잡고 있음을 보여줍니다.

특정 주에 사람들이 코파일럿 코워크에 가장 많이 요청한 내용을 보면, 여러 단계로 이어지는 요청이 늘고 있습니다. 데이터를 분석하고 분석 결과를 설명하는 이메일을 작성하거나, 문제를 조사한 뒤 해결 코드를 작성하는 사례가 대표적입니다. 이러한 다단계 워크플로까지 포함하면 분석 관련 작업은 전체의 49%를 차지합니다. 분석을 단독 작업으로 집계했을 때의 29%보다 크게 높아진 수치입니다.⁶ 이는 AI가 개별 작업을 돕는 수준을 넘어, 여러 작업이 연결된 업무 흐름까지 지원하고 있음을 보여줍니다.

산업별로 보면, 제조, 은행, 소프트웨어 및 기술 산업처럼 초기부터 도입을 주도해 온 산업은 여전히 마이크로소프트 365 생태계에서 활성 에이전트 수가 가장 많은 산업군으로 남아 있습니다. 눈에 띄는 변화는 자동차와 헬스케어 같은 산업에서 에이전트 도입이 가장 빠르게 늘어나고 있다는 점입니다.⁷ 이는 에이전트의 가치가 초기 선도 산업에 머무르지 않고 확산되고 있음을 보여줍니다.

이러한 모멘텀은 조직들이 코파일럿을 전사적으로 확대하는 속도에서 가장 뚜렷하게 드러납니다. 5만 개 이상의 라이선스를 보유한 고객 조직은 전년 대비 7배 이상 증가했습니다. 또한 지식 근로자 대다수에게 코파일럿을 배포한 엔터프라이즈 고객 수도 전 분기 대비 약 75% 늘었습니다. 이는 코파일럿이 조직의 일하는 방식에 그만큼 깊이 자리 잡고 있음을 보여줍니다. 조직의 전체 사용자 중 월간 활성 사용률 80%를 넘기기까지 걸리는 시간도 지난 1년 사이 몇 달에서 며칠 수준으로 단축됐습니다.⁸ 이러한 변화는 조직들이 AI와 에이전트를 일상 업무 전반에 더 자연스럽게 통합하고 있음을 보여줍니다.

AI가 여는 새로운 가능성

가장 단순하게 보면, AI를 통해 빨라진 업무 속도는 효율성을 높입니다. 그러나 AI를 효과적으로 활용하는 조직은 효율성만을 추구하는 데서 그치지 않습니다. AI가 업무 자체를 어떻게 변화시키는지, 나아가 조직이 할 수 있는 일의 범위를 어떻게 넓히는지에 주목하고 있습니다.

예를 들어, 마이크로소프트의 클라우드 공급망 팀은 “에이전트보다 린(lean before agents)”이라는 접근에서 출발했습니다. 먼저 6개의 엔드투엔드 업무 흐름을 파악하고 단순화한 뒤, 공유 데이터 기반을 마련했습니다. 이후 계획, 소싱, 주문 이행, 물류 전반에 걸쳐 특정 목적에 맞춘 에이전트 70개 이상을 배포했습니다. 그 결과, 선정된 워크플로의 업무 처리 주기가 75% 단축됐습니다. 여기서 얻은 교훈은 명확합니다. 문제가 있는 프로세스에 에이전트를 얹는 것이 아니라, 자동화에 앞서 업무 자체를 먼저 단순화해야 한다는 점입니다.

업무 처리 주기는 성과를 보여주는 한 가지 지표입니다. 그 속도를 뒷받침하는 의사결정의 품질 역시 중요합니다. 지능형 전력 관리 기업인 이튼(Eaton)에서는 문제의 근본 원인을 파악하는 과정에 오랫동안 많은 시간과 노력이 필요했습니다. 이러한 부담을 줄이기 위해 이튼은 AI 기반 품질 에이전트를 활용하기 시작했습니다. 이 에이전트는 전문가들이 제조 품질 이슈 관련 보고서를 검토할 때 잠재적 근본 원인과 추세, 공급업체 관련 인사이트를 빠르게 파악할 수 있도록 돕습니다. 이 에이전트는 지금까지 약 5,000건의 보고서를 분석하는 데 활용됐으며, 분석 속도를 높이고 데이터 기반 의사결정을 강화했습니다. 또한 위험을 보다 조기에 파악하고 예방 조치를 취할 수 있도록 지원했습니다. 이 과정에서도 모든 의사결정은 이튼의 전문가 팀을 중심으로 이뤄집니다.

다른 조직들은 문제를 가장 가까이에서 다루는 직원들이 직접 솔루션을 만들 수 있도록 지원하고 있습니다. 이를 통해 AI가 어떤 가능성을 열 수 있는지 확인하고 있습니다. 프리메라 블루 크로스(Premera Blue Cross)는 직원들이 직접 AI 에이전트를 구축해 반복적인 수작업 부담을 줄이고, 쌓여가는 업무와 사람이 직접 처리하던 워크플로를 해결할 수 있도록 지원하는 데 초점을 맞췄습니다. 워싱턴과 알래스카 전역의 회원에게 서비스를 제공하는 이 헬스 플랜은 직원들이 매일 사용하는 도구에 마이크로소프트 365 코파일럿과 코파일럿 스튜디오(Copilot Studio)를 도입하는 것에서 시작했습니다. 또한 교육과 명확한 가드레일을 마련해, 직원들이 회원의 신뢰를 훼손하지 않는 범위에서 실험할 수 있도록 했습니다. 이후 이 팀이 구축한 에이전트는 현재까지 900개를 넘어섰습니다. 그중에는 지능형 문서 처리를 통해 30~45분 걸리던 수동 처리 업무를 약 3분으로 단축한 계약 별첨 문서 에이전트도 포함됩니다. 이를 통해 직원들은 의료 서비스 이용이나 중요한 질문에 대한 답변이 필요한 회원에게 더 집중하고 있습니다.

AI는 이전에는 불가능했던 업무까지 가능하게 합니다. 소비자 인사이트부터 인사(HR)까지 AI 활용을 확대하고 있는 리바이 스트라우스 앤 코.(Levi Strauss & Co.)에서는 에이전트가 하루 만에 1,100개의 재무 표준 운영 절차를 분석하고 1만8,000개의 개별 작업을 분류했습니다. 이를 통해 기존 방식으로는 파악하기 어려웠던 업무의 세부 구조가 드러났습니다. 리바이스 재무 담당 부사장 리사 스털링(Lisa Sterling)은 “이 에이전트는 제가 정량화하기 어렵다고 생각했던 기회의 규모를 파악해냈습니다”라고 말했습니다.

글로벌 컨설팅 조직 EY에서는 자율 소싱 에이전트(Autonomous Sourcing Agent, ASA)가 구매 요청부터 협상, 구매 주문 생성까지 이어지는 조달 과정 전반에서 저비용, 저위험 거래를 자동화합니다. 이 에이전트는 비용, 납기, 보증 조건을 기준으로 단일 공급업체는 물론 여러 공급업체와도 동시에 협상할 수 있습니다. 검증이나 추가 검토가 필요한 경우에는 사람이 판단할 수 있도록 설계됐습니다. 2025년 10월 파일럿을 시작한 이후 ASA는 200건 이상의 거래에 활용됐으며, 향후 1년 동안 1,500건을 처리할 것으로 예상됩니다. 이를 통해 조달 업무는 더 빠르고 효율적으로 바뀌었고, 팀은 공급업체로부터 더 큰 가치를 얻을 수 있게 됐습니다. 중요한 판단은 계속 사람이 맡는 구조입니다.

역할에 맞춘 AI 확장

이러한 변화를 만들어내는 조직과 아직 성과를 기다리는 조직에는 분명한 차이가 있습니다. 그 차이는 AI를 얼마나 넓게 배포했는지가 아닙니다. 관건은 AI를 실제 업무에 맞게 얼마나 구체화했는지입니다. 그러나 여전히 많은 조직은 모두에게 같은 범용 도구를 제공하는 방식으로 AI를 도입합니다. 반면 뚜렷한 가치를 만들어내는 조직은 다르게 접근합니다. 먼저 특정 역할의 실제 업무 방식을 이해하고, 그 흐름에 맞춰 AI를 설계합니다.

한 가지 사례로, S&P 글로벌(S&P Global)은 신뢰할 수 있는 인텔리전스를 업무 흐름 속에 직접 제공하며, AI가 전문 지식에 대한 접근성을 어떻게 넓힐 수 있는지 보여주고 있습니다. AI에 바로 활용할 수 있는 데이터에 대한 수요가 증가하자, S&P 글로벌은 마이크로소프트 코파일럿 에이전트 빌더(Microsoft Copilot Agent Builder)와 마이크로소프트 그래프 커넥터(Microsoft Graph connectors)를 활용해 마이크로소프트 팀즈(Microsoft Teams)에서 사용할 수 있는 코파일럿 에이전트를 구축했습니다. 이 에이전트를 통해 S&P 글로벌의 고객은 원자재 리서치와 시장 인사이트에 더 쉽게 접근하고 상호작용할 수 있습니다. 또한 데이터 추출 속도는 95%, 비교 분석 속도는 98% 개선돼, 방대한 정보를 실행 가능한 인텔리전스로 더 빠르게 전환할 수 있습니다. 이는 글로벌 에너지 및 원자재 시장 전반에서 더 신속하고 정보에 기반한 의사결정을 지원합니다.

마이크로소프트 영업팀은 영업 담당자의 역할 유형에 맞춰 전담 AI 에이전트를 배치했습니다. 여기에는 리서처(Researcher), 애널리스트 에이전트(Analyst Agent), 세일즈 에이전트(Sales Agent), 딜 에이전트(Deal Agent), 영업 인텔리전스 및 보고 에이전트인 MSXi 코파일럿(MSXi Copilot) 등이 포함됩니다. 각 에이전트는 영업 담당자의 업무 흐름 속 특정 단계에 맞춰 설계됐습니다. 에이전트가 더 많은 관리 및 조율 업무를 맡으면서, 영업 담당자가 고객 대면 활동에 쓰는 시간은 25%에서 50%로 두 배 늘었습니다. 파일럿 그룹에서는 1인당 매출이 9.4% 증가했고, 거래 성사 속도는 20% 빨라졌으며, 설문 결과 주요 사용 사례 활용은 3배 증가한 것으로 나타났습니다.⁹ 

칸타(Kantar)는 실무자 중심으로 접근했습니다. 마케팅 데이터 및 분석 기업인 칸타는 HR 문의 처리를 위한 ‘피플 에이전트’를 구축하고 확장하고 있습니다. 이 피플 에이전트는 약 10개의 에이전트가 60개의 주제와 관련 플로우를 함께 처리하는 시스템으로, 피플 팀에서 이러한 요청을 직접 처리하고 지원하는 구성원들의 협업을 통해 개발되고 있습니다. 이미 사람의 개입 없이 처리되는 문의 비중도 늘고 있습니다. 예전에는 재직 증명서 발급에 3일이 걸렸지만, 이제는 2분 만에 처리됩니다. 칸타에 따르면 이 방식으로 처리되는 HR 문의 비중은 2월 0%에서 현재 약 40%로 증가했으며, 연말 목표는 95%입니다.

마이크로소프트의 피플 오퍼레이션(People Operations) 팀은 100개 이상의 시스템 전반에서 매년 100만 건이 넘는 직원 관련 문의와 요청을 처리하고 있습니다. 이는 직원 경험에 직접적인 영향을 미치는 중요한 업무입니다. 이 팀은 프론티어 튜닝(Frontier Tuning)을 활용해 개별 작업을 하나씩 개선하는 데 그치지 않고, 프로세스와 직원 경험 전반에 HR 전문성을 확장하고 있습니다. 실무자의 전문성을 작업, 기술, 평가 기준의 형태로 정리해 품질 기준을 정의하는 방식입니다. 그 결과, 성공적인 업무 수행에 필요한 맥락과 기준, 조직 지식을 갖춘 AI 기반 시스템이 마련됐습니다. 이를 통해 실무자의 전문성이 조직 차원의 역량으로 확장됩니다. 팀은 에이전트가 실제 업무에서 어떻게 작동하는지 확인하고, 도구, 맥락, 기술, 모델 자체를 조정해 안정적인 성과를 낼 수 있도록 개선합니다. 프론티어 튜닝으로 개발된 이 에이전트는 현재 피플 오퍼레이션에서 운영 중이며, 기준이 되는 범용 모델과 비교해 성공적인 작업 완료율을 5배 높였습니다.¹⁰ 반복적인 업무를 AI가 점점 더 맡게 되면서, 마이크로소프트 HR의 피플 오퍼레이션 전문가들은 복잡한 직원 관련 사안, 맥락을 고려해야 하는 판단, 전략적 업무처럼 사람의 통찰이 특히 중요한 영역에 더 집중할 수 있습니다.

앞으로의 방향성

AI 기술이 발전하고 전 세계 조직들이 실질적인 가치를 확인하기 시작하면서, 성과를 판단하는 기준도 달라지고 있습니다. 앞으로는 단순한 도입 규모보다 AI 활용의 깊이, 업무 자체의 변화, 에이전트의 확장과 관리가 더 중요해질 것입니다. 역할과 워크플로를 다시 설계하고, 과거에는 가능하지 않았던 역량을 만들어내는 능력도 중요한 기준이 됩니다. 지속적인 우위를 만들어가는 조직은 기술, 운영 모델, 사람의 주도성이 함께 발전하는 조직입니다. 이러한 조직이 바로 지금 등장하고 있는 프론티어 기업(Frontier Firm)입니다.

###.

각주

마이크로소프트 4분기 실적 발표.
이 분석은 마이크로소프트 내부 팀이 수행했습니다. 분석에서는 총 12개의 경량, 중간, 고중량 업무 데이터 프롬프트를 대상으로 코파일럿 코워크와 마이크로소프트 365 커넥터를 사용하는 클로드 코워크(Claude Cowork)를 비교했습니다. 두 제품 모두 Opus 4.8 모델을 사용했습니다. 코파일럿 코워크의 비용은 내부 로그에 기록된 관련 모델, 맥락, 도구, 실행 시간을 기준으로 변동 요율을 적용해 산정했습니다. 클로드 코워크의 비용은 토큰 사용량과 마이크로소프트 365 커넥터 사용량을 바탕으로 공개 API 요율을 적용해 산정했습니다. 이를 통해 실행당 총 비용을 계산하고, 경량, 중간, 고중량 프롬프트 세트 전반에서 코파일럿 코워크와 마이크로소프트 365 커넥터를 사용하는 클로드 코워크의 비용을 비교했습니다. 비용 절감 결과는 2026년 6월에 수행된 테스트를 기반으로 합니다. 실제 비용과 잠재적 절감 효과는 사용량, 구성, 시점 및 기타 요인에 따라 달라질 수 있습니다.
마이크로소프트 4분기 실적 발표.
익명화 및 집계된 마이크로소프트 365 코파일럿 생산성 신호를 기반으로 합니다. 28일 동안 2개 이상의 고유한 코파일럿 기반 기능을 사용한 월간 활성 마이크로소프트 365 코파일럿 사용자 수를 집계했습니다. 2025년 6월과 2026년 6월 기준 모든 국가와 엔터프라이즈 고객을 포함합니다.
마이크로소프트 4분기 실적 발표.
익명화 및 집계된 마이크로소프트 365 코파일럿 생산성 신호를 기반으로 합니다. 2026년 7월 19일부터 7월 26일까지의 코워크 텔레메트리를 사용해 해당 보고 기간 동안 고객이 코파일럿 코워크에 가장 많이 위임한 작업을 분석했습니다.
익명화 및 집계된 마이크로소프트 365 코파일럿 생산성 신호를 기반으로 합니다. 월간 활성 에이전트는 선언형 에이전트(Declarative Agents), 커스텀 엔진 에이전트(Custom Engine Agents), 셰어포인트 에이전트(SharePoint Agents) 전반의 텔레메트리에서 관찰된 고유 활성 에이전트 수를 측정합니다. 이 지표는 28일 이동 기간을 기준으로 계산됩니다. 에이전트는 해당 28일 동안 두 가지 기준 중 하나를 충족할 경우 ‘활성’으로 집계됩니다. 하나는 사용자 주도 사용이 최소 하루 이상 발생한 경우이며, 다른 하나는 자율 실행을 최소 한 번 완료한 경우입니다. 조건을 충족한 에이전트는 사용 횟수와 관계없이 한 번만 집계해 활성 에이전트 기반을 중복 없이 측정합니다. 성장률은 2025년 6월부터 2026년 6월까지 12개월 기간의 시작 시점과 종료 시점의 활성 에이전트 수를 비교해 평가했습니다.
마이크로소프트 4분기 실적 발표.
2024년 1월부터 6월까지 마이크로소프트 365 코파일럿을 사용하는 마이크로소프트 영업 담당자 687명의 내부 데이터를 기반으로 합니다. 코파일럿 사용률이 낮은 영업 담당자와 비교한 결과입니다.
성공은 ‘완벽한 실행’으로 정의했습니다. 즉, 사람이 정의한 평가 기준에서 작업이 100점 만점에 100점을 달성한 경우를 의미합니다. 작업은 완료 경로, 작업 순서, 도구 선택의 변동성을 고려하기 위해 여러 차례 실행해 평가했습니다. 이 중 일관되게 완벽한 결과를 낸 경우만 성공으로 집계했습니다.