2024년 미국 성인의 챗봇 사용률은 33%였습니다. 2년 뒤인 2026년, 같은 기관이 같은 질문을 던졌고 그 수치는 49%로 뛰었습니다. 나란히 발표된 다른 수치가 있었습니다. "AI 발전 속도가 지나치게 빠르다"고 답한 비율, 63%였습니다. 사용률보다 높은 숫자입니다.

퓨 리서치 센터는 2026년 6월 발간한 '미국인과 AI' 보고서 본문에서 이 간격을 명시적으로 짚었습니다. "사용량의 증가가 기술에 대한 신뢰를 의미하지 않는다"는 문장이 보고서 안에 들어간 건 이번이 처음입니다. 수치보다 그 해석에 무게를 실은 것입니다.

기기는 늘었지만 마음은 따라오지 않았습니다

보고서는 AI 이용 지형을 크게 네 축으로 정리했습니다. 챗봇과 검색 AI의 보편화, 스마트 홈 기기의 침투, 데이터 보안과 사회적 영향에 대한 회의론, 인구통계별 인식 격차입니다.

보급 측면에서는 확산이 뚜렷합니다. 챗봇 사용률이 2년 만에 16%포인트 오른 것 외에도, AI가 요약을 상단에 배치하는 검색 결과를 읽는 성인은 60%에 달합니다. 스마트워치(37%)와 스마트 스피커(35%) 같은 AI 기반 기기도 미국 가정에 안착한 상태입니다.

심리 지형은 다른 방향에서 움직였습니다. AI가 개인정보 보안을 더 취약하게 만들 것이라는 응답은 71%였고, 사회적 영향을 부정적으로 보는 응답(40%)은 긍정적으로 보는 응답(16%)의 두 배를 넘깁니다. 미국 정부가 AI를 제대로 규제할 것이라 신뢰하지 않는다는 응답은 2024년 62%에서 67%로 올랐습니다. AI를 개발하는 기업이 책임감 있게 기술을 다룰 것이라 믿지 않는 비율도 60%를 유지했습니다.

이 숫자들이 나란히 있을 때 생기는 불편함이 있습니다. 도구를 적극 쓰면서도 그 도구를 만드는 주체에 대한 신뢰가 오르지 않고, 오히려 내려가는 상태입니다.

교차 데이터는 더 뚜렷한 장면을 만들어 냅니다. 18~29세 응답자의 챗봇 사용률은 66%로 전 연령대 중 가장 높습니다. 그런데 AI가 사회에 부정적 영향을 미칠 것이라고 답한 비율도 이 집단에서 48%로 가장 높게 나왔습니다. 반대로 아시아계 미국인은 사용률(70%)과 개인적 영향에 대한 긍정 인식(41%) 모두에서 다른 집단을 앞섰습니다. 같은 도구를 두고 인구통계에 따라 체감 방식이 다르게 나타나는 것입니다.

의심하며 쓴다는 것이 모순이 아닐 수 있습니다

이 역설을 어떻게 읽어야 할지는 관점에 따라 갈립니다.

노출 효과로 보는 시각이 있습니다. AI를 자주 쓸수록 오류와 한계를 더 자주 목격하게 됩니다. 챗봇이 사실과 다른 내용을 자신감 있게 내놓거나, 민감한 맥락에서 예상치 못한 방향으로 답할 때, 불신은 막연한 두려움보다 훨씬 구체적인 형태로 자리 잡습니다. 한 번도 써본 적 없는 사람의 불안과, 매일 써온 사람의 회의 사이에는 성격이 다른 간격이 있다는 설명입니다.

정보 접근 경로에서 찾는 해석도 있습니다. AI를 많이 쓰는 사람일수록 AI 관련 뉴스와 논쟁을 더 자주 접하게 됩니다. 알고리즘 편향, 데이터 무단 수집, 규제 공백에 관한 기사들이 뉴스 피드에 올 때, 단순 이용자보다 외면하기 어렵습니다. 이 관점에서 보면, 많이 쓰는 집단에서 불신도 높다는 것은 무지의 산물이 아니라 더 많이 알기 때문에 생기는 결과에 가깝습니다.

비판적 입장에서 보면, 이 조사에는 명확히 구분되지 않은 부분이 있습니다. "신뢰하지 않는다"는 응답이 AI 기술 전반을 가리키는지, 특정 기업의 서비스를 가리키는지, 정부의 규제 역량을 가리키는지가 조사 안에서 세분화되지 않습니다. '불신'의 범위가 지나치게 넓으면 수치 자체의 설명력이 약해집니다. 사용률과 불신을 동시에 측정했다고 해서 두 지표 사이에 원인과 결과가 있다고 보기 어렵습니다. 비판적 성향의 사람들이 오히려 도구를 더 적극적으로 써보는 방향일 수도 있습니다.

그럼에도 보고서가 포착한 흐름 하나는 지나치기 어렵습니다. Z세대가 보여주는 패턴, 즉 가장 활발하게 쓰면서 가장 강하게 의심하는 태도는, 도구를 다루는 방식이라는 관점에서 보면 오히려 건강한 방향에 가깝습니다. 편리하다는 것이 옳다는 것을 보증하지 않습니다. 이 간격을 의식하는 사람이 도구를 더 잘 다룰 가능성이 있습니다.

저는 이 데이터를 처음 접했을 때 Z세대의 높은 불신을 부정적 신호로 읽었습니다. 그러나 조금 달리 읽히기도 합니다. 가장 많이 써본 집단이 가장 강하게 의심한다면, 그들은 AI가 어떤 맥락에서 틀리는지를 이미 경험으로 학습한 집단이기도 합니다. 무비판적 수용이 아닌 선택적 활용으로 이어지고 있다는 해석입니다.

한국 실무자가 이 숫자에서 꺼낼 수 있는 것

이 보고서는 미국 성인 대상 조사입니다. 한국 현장에 수치가 그대로 적용되지 않습니다. 플랫폼 환경, 직업 문화, 규제 맥락이 다릅니다. 그러나 사용이 늘어나는 속도와 신뢰가 뒤따르지 않는 간격이라는 구조는 공유될 가능성이 있습니다.

한국 업무 현장에서도 챗봇을 쓰는 실무자는 꾸준히 늘고 있습니다. 회의록 정리, 제안서 초안, 고객 응대 문구, 시장 자료 취합 등 여러 구간에 AI 도구가 들어왔습니다. 동시에 "이 결과물을 그대로 써도 되는가", "AI가 만든 내용을 내 이름으로 내도 괜찮은가"라는 질문도 현장에서 자주 제기됩니다.

이 맥락에서 실무자가 점검해볼 항목은 사용 빈도보다 판단 기준에 있습니다. AI를 자주 쓴다는 것이 AI 결과물 전체를 수용한다는 뜻이 아닙니다. 어떤 작업을 AI에 맡길지, 어떤 결과물을 다시 검토할지, 어느 지점에서 사람이 직접 판단해야 하는지를 의식적으로 정하는 일이 도구 활용 능력의 실제 내용입니다.

2030년 이후 직업 세계의 변화를 추적하는 여러 노동·경영 연구들이 이 방향을 반복해 가리킵니다. AI가 처리하는 작업의 범위가 넓어질수록, 사람이 해야 하는 역할은 어디서 개입하고 어디서 넘길지를 결정하는 층위로 이동한다는 논점입니다. 기술을 쓰는 속도보다 기술을 쓰지 않아야 할 때를 아는 판단이 더 드문 능력으로 남게 됩니다.

71%가 AI 때문에 개인정보가 더 위험해진다고 답했다는 수치는 또 다른 실무적 시사를 줍니다. 고객이나 독자가 AI가 만든 콘텐츠나 제안에 어떤 심리 상태로 반응할지를 미리 고려해야 한다는 이야기입니다. 의료·재무·법률 같은 민감한 영역에서는 이 심리적 거리감이 더 높을 수 있습니다. 1인 사업자나 소규모 팀 입장에서는 AI를 어떻게 쓰느냐만큼, 그 사용을 고객에게 어떻게 설명하느냐가 신뢰 형성의 다른 축이 됩니다. "우리는 AI를 씁니다"라는 말이 상대방에게 효율성으로 읽히는지 거리감으로 읽히는지는 맥락에 따라 달라집니다. 그 맥락을 읽는 일이 지금 시점 AI 도입에서 덜 다루어지는 항목입니다.

AI를 도입한 조직이 "팀원들이 잘 활용하고 있다"고 판단하는 동안, 그 팀원들은 도구를 의심하며 쓰고 있을 가능성이 있습니다. 사용률이 현장의 신뢰 상태를 대변하지 않는다는 퓨 리서치의 진단은 조직 내부에서도 같은 방식으로 작동합니다.

쓰는 사람이 늘었다는 사실이 도구가 현장에 제대로 자리를 잡았음을 말해주지 않습니다. 어떻게 쓰고 있는지, 어디서 멈추는지, 결과물을 다시 들여다보는 사람이 몇 명인지가 더 오래 남는 질문입니다.