Seunghwan Lee 님이 소개한 2026 Work Trend Index
Seunghwan Lee 게시물 해석입니다. 원문은 2026년 5월 6일 게시된 Facebook 글이고, 공유 대상은 전체 공개입니다. Microsoft가 2026년 5월 5일 공개한 '2026 Work Trend Index Annual Report'를 소개한 글입니다. 이 글은 약 5개월 전에 나온 보고서를 다시 읽고 정리한 해설이며, 새 발표를 전하는 글이 아닙니다.
Seunghwan Lee 님은 "AI 격차는 기술을 넘어, 조직이 만든다"라는 제목을 붙이고 보고서 내용을 7개 항목으로 나눠 정리했습니다. 제목, 항목 구분, "에이전트가 실행을 맡을수록, 인간에게는 더 많은 주도권이 생긴다" 같은 문장은 Seunghwan Lee 님의 해석입니다. 작성자는 댓글에 Microsoft Source의 보고서 안내 페이지 링크를 남겼습니다.
저는 (주)앨앤씨에서 기업 AI 교육과 AX 컨설팅을 진행합니다. 이 글은 Microsoft 365 Copilot을 쓰는 조직이 보고서 결과를 업무 교육과 도입 점검에 옮길 때 원문에서 확인할 항목을 정리했습니다. 2026년 10월 12일 작업 에이전트가 Microsoft WorkLab의 보고서 원문과 방법론을 열어 Seunghwan Lee 님 글의 수치를 대조했습니다. Microsoft Source 안내 페이지의 메타데이터에는 2026년 5월 5일 게시, 5월 13일 수정으로 적혀 있고, 10월 12일에도 같은 주소에서 열렸습니다.
수치를 인용하기 전에 조사 대상과 기간 확인하기
보고서 서문은 익명화한 Microsoft 365 생산성 신호를 분석하고, 10개국에서 AI를 쓰는 근로자 2만 명을 설문했다고 밝힙니다. 방법론을 보면 설문은 Edelman Data x Intelligence가 진행했고, 대상은 업무에 생성형 AI를 가끔이라도 쓰는 정규직·자영 지식근로자입니다. 시장마다 2,000명씩 20분 길이의 온라인 설문을 했습니다. 조사 시장은 호주, 브라질, 프랑스, 독일, 인도, 이탈리아, 일본, 네덜란드, 영국, 미국이며 한국은 들어 있지 않습니다.
Seunghwan Lee 님 글은 이 표본을 "10개국 2만 명의 직장인"으로 소개했습니다. 응답자는 모두 업무에 AI를 쓰는 사람이므로, 교육 자료에는 "AI를 업무에 쓰는 지식근로자 가운데"라고 대상을 붙여 적어야 합니다. 직장인 전체의 비율처럼 옮기면 뜻이 달라집니다.
조사 기간은 원문 안에서 표기가 다릅니다. 방법론 본문에는 "between February 18, 2026, and April 7, 2026"으로, 도표 주석에는 "February 18–April 20, 2026"으로 적혀 있습니다. 어느 쪽이 맞는지는 이 글에서 판단하지 않고 두 표기를 함께 적었습니다.
보고서 수치는 모두 같은 설문에서 나오지 않았습니다. 아래 표는 Seunghwan Lee 님 글에 나온 주요 수치를 원문 방법론의 데이터 출처와 짝지은 것이고, 오른쪽 칸은 교육 자료에 옮길 때 작성자가 붙인 주의 사항입니다. 이어지는 도식은 같은 내용을 데이터 출처별로 묶어 보여 줍니다.
| 수치 | 보고서가 밝힌 데이터 | 교육 자료에 옮길 때 (작성자 의견) |
|---|---|---|
| Copilot 대화의 49%가 분석·판단·문제 해결 같은 인지 작업 | Microsoft 365 Copilot 대화 105,000건 표본, 2026년 2월 중 1주, 북미 상업 고객 | 한국 조직의 사용 패턴으로 일반화하지 않습니다 |
| AI 사용자 58%, Frontier Professionals 80%가 1년 전에는 못 만들던 결과물을 만든다고 응답 | 2만 명 설문, 본인 응답 | AI 사용자 기준 비율이라고 밝혀 적습니다 |
| Frontier 19%, Blocked agency 10%, Emergent 50% | 개인·조직 준비도 문항에 모두 응답한 16,971명, 시장별로 0~1 정규화한 자기 평가 점수로 구간 분류 | 자기 평가로 나눈 구간이라고 밝혀 적습니다 |
| 조직 요인 67%, 개인 요인 32% | 19,854명, 29개 요인의 랜덤 포레스트 중요도 | 보고서 스스로 통계적 연관만 보여 준다고 밝혔습니다 |
| 관리자가 AI 사용을 보여 줄 때 17·22·30포인트 상승 | 별도 연구: 2025년 7월 Microsoft People Science 조사, 1,800명 | 2만 명 설문 결과와 섞어 인용하지 않습니다 |
| 활성 에이전트 15배, 대기업 18배 | Microsoft 365 Copilot Agents 플랫폼과 SharePoint 에이전트의 28일 단위 활성 수, 2025년 3월~2026년 3월 전년 대비 | 에이전트 수의 증가율로만 소개합니다 |
위임·협업·질문·탐색으로 실습 나누기
보고서는 사람이 작업에 관여하는 방식과 에이전트를 쓰는 정도에 따라 AI 작업 방식을 delegation, collaboration, asking, exploration으로 나눴습니다. 위임(delegation)은 사람이 방향을 정하고 에이전트가 실행하는 방식으로, 회의 메모를 정리된 요약이나 초안으로 바꾸기, 정해진 입력으로 반복 보고서 만들기를 예로 들었습니다. 협업(collaboration)은 여러 차례 피드백으로 제안서를 다듬거나 어조와 표현에 판단이 필요한 글을 쓰는 경우입니다.
질문(asking)은 사실·날짜·정의를 찾거나 문장을 고쳐 쓰는 짧은 요청이고, 탐색(exploration)은 새 업무 흐름을 맡기기 전에 Copilot이 처리할 수 있는지 시험하는 경우입니다. Seunghwan Lee 님은 exploration을 '실험'으로 옮겼습니다. 보고서는 이 그림을 "This is a conceptual framework, not a data visualization"이라고 밝혔으므로, 교육에서는 사용량을 측정한 결과로 소개하지 않습니다.
교육에 옮긴다면 이 작업 방식마다 실습을 배정해 볼 수 있습니다. 예를 들어 같은 부서 업무를 놓고 정기 보고서 정리는 위임, 고객 제안서 수정은 협업, 용어 확인은 질문, 새 업무 흐름 시험은 탐색으로 나누고, 수강생이 업무마다 어떤 방식으로 맡길지 먼저 고르게 합니다. 보고서는 Frontier Professionals가 업무마다 어떤 방식이 맞는지 안다는 점을 차이로 들었습니다. 이 실습 구성은 작성자의 적용 예시입니다.
도입 점검표에 넣을 관리자·팀 항목
보고서는 AI 사용자 65%가 빠르게 적응하지 않으면 뒤처질까 걱정하면서도 45%는 지금 목표에 집중하는 편이 AI로 업무를 재설계하는 것보다 안전하다고 느낀다고 적었습니다. 결과가 나오지 않아도 업무 재설계를 보상받는다고 답한 AI 사용자는 13%였습니다. 보고서는 이 상황을 Transformation Paradox라고 불렀습니다.
같은 설문에서 Frontier Professionals는 그렇지 않은 응답자보다 관리자가 AI를 드러내 놓고 쓴다(85% 대 64%), 관리자가 AI 작업의 품질 기준을 정한다(83% 대 57%), 시험해 볼 여지를 준다(84% 대 61%)고 답한 비율이 높았습니다. 팀에서 AI 팁·새 에이전트·배운 점·실수를 공유한다는 응답도 61% 대 36%였습니다. 이 수치는 두 집단의 자기 응답을 비교한 것입니다. 이 항목을 갖추면 Frontier가 된다는 근거로 쓰지 않고, 아래 표처럼 도입 점검 질문으로 바꿔 쓰는 정도가 적절합니다.
아래 표의 왼쪽 질문은 작성자가 보고서 항목을 옮겨 만든 예시이고, 가운데와 오른쪽 칸은 보고서 원문 항목과 응답 비율입니다.
| 도입 점검 질문 (작성자 예시) | 보고서 항목 | Frontier 대 그 밖의 응답자 |
|---|---|---|
| 팀장이 Copilot을 쓰는 과정을 팀원에게 보여 주는가 | manager openly uses AI | 85% 대 64% |
| AI로 만든 결과물의 품질 기준을 팀장이 정했는가 | sets quality standards for AI work | 83% 대 57% |
| 시험해 볼 시간과 범위를 따로 정했는가 | creates space for experimentation | 84% 대 61% |
| 팀에서 팁·에이전트·실수 사례를 공유하는가 | share AI tips, new agents, learnings, and mistakes | 61% 대 36% |
| 에이전트 작업 흐름, 사람에게 넘기는 지점, 품질 기준을 팀 단위로 문서화했는가 | agent workflows, human handoffs, and quality standards are documented and repeatable at the team | 26% 대 19% |
에이전트를 늘리기 전에 답할 질문
보고서는 Microsoft 365 생태계의 활성 에이전트 수가 1년 사이 15배, 대기업에서는 18배 늘었다고 적고, 에이전트가 실행하는 일이 많아질수록 사람이 하는 평가의 부담도 커진다고 설명했습니다. 그래서 평가 체계(evaluation infrastructure)를 갖추라고 권하며 다음 질문을 제시했습니다. "Who reviews agent performance? Who has the authority to update the workflows that agents run? How does a local win get captured and scaled across the organization?" 우리말로는 에이전트 성과를 누가 검토하는지, 에이전트가 실행하는 작업 흐름을 누가 고칠 권한을 갖는지, 한 팀에서 잘된 방법을 어떻게 조직 전체로 옮기는지입니다.
보고서는 IT 부서가 에이전트를 ID·권한·정책 적용·수명 주기를 관리하는 대상으로 다뤄야 한다고 썼습니다. 보안 쪽에서는 에이전트가 데이터 유출, 의도하지 않은 시스템 동작, 무단 접근이라는 새 위험을 만든다고 보고, 모니터링·정책 적용·감사 기능을 플랫폼에 넣으라고 했습니다.
도입 점검 회의에 옮긴다면, 에이전트를 새로 배포하기 전에 에이전트별로 검토 담당자, 작업 흐름 수정 권한자, 잘된 사례를 다른 팀에 공유하는 경로를 적어 두고 시작할 수 있습니다. 이 회의 방식은 작성자의 적용 예시이며, 보고서가 정한 절차는 아닙니다.
Seunghwan Lee 님 글과 보고서 원문을 대조한 결과
Seunghwan Lee 님은 관리자가 AI 사용을 보여 줄 때 AI 활용 가치 체감 17포인트, 비판적 사고 22포인트, 에이전트 AI 신뢰 30포인트가 올랐다고 소개했습니다. 수치는 원문과 같습니다. 다만 원문은 이 결과를 "A separate Microsoft-led study"로 밝혔고, 출처는 2025년 7월 1,800명을 조사한 Microsoft People Science 설문입니다. 2026년 2만 명 설문의 결과가 아닙니다.
조직 요인과 개인 요인의 67% 대 32%를 Seunghwan Lee 님은 조직 환경이 "두 배 이상 강력한 영향력을 행사했다"고 풀었습니다. 원문 방법론은 모든 변수가 같은 응답자의 같은 시점 자기 응답이라며 "the relationships shown are statistical associations, not causal effects"라고 적었습니다. 교육에서 소개할 때는 연관이 강하게 나타났다고 말하는 편이 원문에 가깝습니다. 조직 AI 문화가 개인 요인 1위보다 약 2.5배 강한 신호였다는 설명은 원문과 같습니다.
Seunghwan Lee 님은 하버드 경영대 카림 라카니 교수의 말처럼 "가장 빠르게 학습한 기업"이 격차를 만든다고 썼습니다. 보고서 페이지에서 Karim Lakhani 교수는 전문가 의견(Perspectives) 항목의 참여자로 소개돼 있고, 본문 글에는 이 문장을 그의 말로 인용한 부분이 없습니다. 전문가 의견 항목의 내용은 열어 보지 않았으므로 해당 발언이 그 안에 있는지는 확인하지 못했습니다.
이 글에서 확인하지 못한 것
보고서 페이지의 전문가 의견(Perspectives) 항목, Market data PDF, Frontier how-to guide PDF, Key takeaways 자료는 열어 보지 않았고 이 글에 반영하지 않았습니다.
조사 기간의 두 표기(4월 7일과 4월 20일) 가운데 어느 쪽이 맞는지 확인하지 못했습니다. 한국은 조사 시장에 들어 있지 않아 한국 조직에 같은 비율이 나타나는지는 이 보고서로 알 수 없습니다. 이 글을 준비하며 Copilot 제품에 직접 입력해 시험한 내용은 없습니다.