최고경영자의 업무 1시간을 AI에 맡기면 약 20달러가 남고, 웨이터의 업무 1시간을 맡기면 오히려 2달러가량 손해를 본다. 맥킨지(McKinsey)의 AI 조직 퀀텀블랙(QuantumBlack)은 2026년 10월 보고서 ‘AI 가치 곡선(The AI value curve)’을 공개하고, 업종과 직업, 나라별로 AI를 쓸 때의 손익을 계산했다. 맥킨지 AI 가치 곡선은 사람이 일할 때 드는 시간당 인건비에서 같은 일을 AI로 할 때 드는 토큰 비용과 사람의 검토, 재작업 비용을 빼 업무별 이득을 구하는 분석 방식이다. 맥킨지는 AI가 사람보다 저렴한 업무만 더해 전 세계 기회를 연 2조 5,200억 달러로 추산했고, AI 실질 비용이 30% 오르면 이 규모가 34% 줄어든다고 계산했다.

맥킨지 AI 가치 곡선 연 2조 5,200억 달러, 금융이 1위

맥킨지 AI 가치 곡선 분석에서 업종별 가치 규모는 금융 및 보험이 5,300억 달러로 가장 컸다. 교육(4,100억 달러), 기술, 미디어, 통신(3,600억 달러), 헬스케어(3,100억 달러)가 뒤를 이었다.

가치 규모는 두 값을 곱해 구한다. 하나는 업무 1시간을 AI에 맡길 때 남는 돈인 시간당 AI 이득이고, 다른 하나는 업종 전체에서 생성형 AI가 맡을 수 있는 업무 시간의 총량이다. 업무 시간 총량은 직업별로 AI가 맡을 수 있는 업무 비중에 고용 인원과 근무 시간을 곱해 구했다.

도표상 금융의 시간당 AI 이득은 약 14달러로 업종 가운데 가장 높다. 교육은 시간당 이득이 9달러 안팎이지만 업무 시간 총량이 가장 많아 2위에 올랐다. 보고서는 교육과 헬스케어의 규모가 작업당 절감액보다 인력 규모에서 나온다고 설명했다. 제조(약 5달러), 소매 및 도매(약 4달러), 농업 및 임업(약 2달러)은 시간당 이득이 낮았다.

맥킨지는 2030년까지 AI 인프라에 약 7조 달러가 투입되고, 이 투자를 정당화하려면 AI가 매년 약 7,600억 달러의 이익을 내야 한다고 추산했다.

시간당 AI 이득, CEO 약 20달러와 웨이터 마이너스

직업별로는 최고경영자의 시간당 AI 이득이 가장 컸다. 전 세계 평균 기준 도표에서 최고경영자는 약 20달러, 변호사는 약 15달러, 재무 관리자는 약 14달러, 간호사는 약 12달러다. 소프트웨어 개발자는 약 6달러, 교사는 약 3달러, 고객 상담원과 행정 비서는 1.5달러 안팎이었다. 조립공, 웨이터, 냉난방 설비 기사는 마이너스여서, 지금 임금에서는 AI를 쓰는 편이 더 비싸다.

그림1. 직업별 시간당 AI 이득, 전 세계 평균 (자료: 맥킨지 보고서 Exhibit 4 재구성)

콜센터의 고객 상담원은 도표에서 AI가 맡을 수 있는 업무 시간이 가장 많은 직무 가운데 하나지만, 시간당 이득은 최고경영자의 10분의 1에도 못 미친다. 보고서는 가장 큰 이득이 비싼 전문성을 보조하는 데서 나오고, 저임금 업무에 AI를 대량 적용하는 데서 나오지 않는다고 정리했다. 회의 준비, 이메일 관리, 브리핑 자료 요약을 AI가 맡고, 최고경영자는 전략 결정과 관계 관리에 시간을 쓰는 구조다. 보고서는 이런 고임금 직무가 AI로 대체될 가능성은 낮다고 봤다.

고임금 직무에서 이득이 큰 이유는 계산식에 있다. 보고서는 AI 모델 단가를 모든 나라에 같게 적용했다. 같은 AI 비용으로 아끼는 사람 시간의 값이 클수록 남는 몫도 커진다.

보고서는 애서타(Ascerta)의 데이비드 테퍼(David Tepper) 최고경영자가 제시한 기준도 소개했다. AI 에이전트는 사람 대신 여러 단계의 일을 처리하는 AI 프로그램으로, 작업 성공 확률이 사람의 검증 시간을 직접 일하는 시간으로 나눈 값보다 높을 때 가치를 만든다. 직접 하면 1시간 걸리는 일을 사람이 10분 동안 검증한다면, 성공 확률이 약 17%만 넘으면 된다.

약국 보조원과 오락시설 안내원도 지금은 AI가 더 비싼 직무로 나왔다. 보고서는 이 결과가 현재 비용 기준의 경제성일 뿐이며, AI 비용이 내려가면 달라질 수 있다고 밝혔다.

소프트웨어 개발자 시간당 이득, 미국 약 33달러와 세계 평균 6달러

같은 직무라도 나라에 따라 AI의 손익은 크게 달랐다. AI 비용은 나라마다 비슷하지만 인건비는 차이가 크기 때문이다. 보고서 도표에서 소프트웨어 개발자의 시간당 AI 이득은 미국이 30달러대 초반, 전 세계 평균이 6달러 안팎으로 다섯 배 넘게 차이 났다. 최고경영자도 미국은 약 90달러, 세계 평균은 약 20달러였다.

영업과 사무 행정 직무는 나라에 따라 손익이 뒤집힐 수 있다. 보고서는 이 직무들이 미국 비용 기준으로는 AI 적용 가치가 있지만, 인건비가 AI 실질 비용보다 낮은 시장에서는 아직 이득이 아닐 수 있다고 분석했다. 맥킨지는 이 비교를 지역별 인력 전략을 정하는 데 쓰기보다, 개별 활용 사례를 해당 시장 조건에서 평가하는 데 쓰라고 권했다.

AI 비용 30% 오르면 가치 규모 34% 감소

맥킨지가 AI 실질 비용이 30% 오르는 상황을 가정해 계산한 결과, 미국의 가치 규모 9,600억 달러 가운데 3,200억 달러가 사라졌다. 전 세계 규모는 2조 5,200억 달러에서 1조 6,700억 달러로 34% 줄었다. 미국 18개 업종 모두에서 시간당 AI 이득이 줄었고, 일부 자동화 사례는 손실로 돌아섰다. 보고서는 30%가 최근 AI 가격이 실제로 오르내린 폭보다 작다고 설명했다.

토큰당 가격은 오픈소스 모델 확산과 업체 간 경쟁으로 크게 내려갔다. 그러나 많은 기업에서 사용량이 단가 하락보다 빠르게 늘면서 실질 비용은 오르고 있다. 보고서가 인용한 한 추정에 따르면 기업의 거대언어모델 지출은 2025년 말까지 12개월 동안 세 배로 늘었다. 보고서는 칩 공급이 연산 수요를 따라가지 못하거나 데이터센터 전력이 비싸지는 등의 요인이 겹치면 가격 하락 추세가 뒤집힐 수 있다고 봤다.

맥킨지가 제시한 5가지 대응

보고서는 AI를 가장 넓게 쓰는 기업이 반드시 가장 큰 혜택을 보지는 않을 것이라고 결론지었다. 맥킨지가 리더에게 권한 과제는 다섯 가지다. 비용이 가장 많이 드는 부서 다섯 곳의 업무를 점검하고, 화려한 시연보다 시간당 이득과 업무 시간을 곱한 전체 가치가 큰 업무에 먼저 투자한다.

AI 비용은 핀옵스(FinOps) 방식으로 관리한다. 핀옵스는 클라우드나 AI처럼 쓴 만큼 내는 비용을 모델 선택, 토큰 사용량, 결과물당 비용 단위로 관리하는 방식이다. 모든 AI 투자안에는 토큰 비용이 30% 오를 때와 30% 내릴 때의 결과를 함께 넣고, AI 도입 전에 인력 재배치 계획을 세운다. 보고서는 AI가 덜어 준 시간을 어디에 쓸지 정하지 않으면 생산성 향상분이 측정되지 않는 여유 시간으로 사라질 수 있다고 밝혔다.

보고서는 비용 상승에 대비하는 방법도 제시했다. 업무를 사람과 AI 사이에서 넘길 수 있는 혼합형 업무 방식, AI 공급사와의 가격 보호 협상, AI 사용을 줄여도 서비스 수준을 지키는 유연한 프로세스다.

보고서가 밝힌 계산 전제와 한계

맥킨지는 이 수치를 개별 기업의 예측이 아닌, 어디부터 검토할지 정하는 참고 자료로 제시했다. 같은 직무라도 지역 임금, 업무 구성, 토큰 사용량, 검토와 재작업 비용에 따라 기업별 결과가 달라질 수 있다.

계산에는 고용법이나 단체협약 같은 제약이 들어가지 않았다. 컴퓨팅, 교육, 변화 관리에 드는 일회성 전환 투자도 빠져 있어, 보고서는 이를 더하면 실제로 남는 가치가 더 줄어든다고 밝혔다. AI가 맡을 수 있는 업무 비중과 근무 시간은 모든 나라에서 같다고 가정했고, 한국은 별도로 분석하지 않았다. 기사에 쓴 직업별, 업종별 시간당 수치는 보고서 도표에서 읽은 근사치다.

FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)

Q1. 연 2조 5,200억 달러는 AI가 할 수 있는 일 전체의 가치인가요?
아닙니다. 맥킨지가 사람보다 AI를 쓰는 편이 저렴한 업무만 골라 더한 값입니다. AI 비용에는 토큰 비용과 함께 사람이 결과를 검토하고 고치는 비용도 들어갔습니다.

Q2. CEO 업무의 이득이 크다는 것은 CEO가 AI로 대체된다는 뜻인가요?
아닙니다. 보고서는 최고경영자 같은 고임금 직무가 AI로 대체될 가능성은 낮다고 봤습니다. 회의 준비나 자료 요약을 AI가 맡고, 사람은 전략 결정과 관계 관리에 더 많은 시간을 쓰는 방식입니다.

Q3. 웨이터나 조립공처럼 마이너스인 직무는 앞으로도 AI를 쓰기 어렵나요?
지금의 임금과 AI 비용 기준으로는 AI를 쓰는 편이 더 비쌉니다. 보고서는 이 결과가 현재의 경제성일 뿐이며, AI 비용이 내려가면 달라질 수 있다고 밝혔습니다.

기사에 인용된 리포트 원문은 맥킨지에서 확인할 수 있다.
리포트명: The AI value curve: The economics of applying AI to existing work (McKinsey & Company, 2026년 10월)
이미지 출처: AI 생성 콘텐츠
해당 기사는 클로드를 활용해 작성되었습니다.