결론부터 말하면, “AI를 안 쓰면 승진 탈락”이 보편적 규칙이 된 것은 아니다

2026년 현재 모든 회사가 AI 사용 여부를 인사평가 항목으로 넣고 있는 것은 아닙니다. 업종, 직무, 보안정책, 조직의 AI 도입 수준이 다르고, 같은 회사 안에서도 역할마다 필요한 활용 수준이 다릅니다. 따라서 “ChatGPT를 매일 써야 승진한다”처럼 일반화하면 근거를 벗어납니다.

하지만 변화의 방향은 분명합니다. AI 활용이 더 이상 개인의 선택적 생산성 도구에만 머물지 않고, 일부 회사에서는 실제 talent discussion과 performance review의 언어로 들어가기 시작했습니다. 중요한 질문은 “AI를 쓰느냐”에서 “AI를 활용해 어떤 결과와 변화까지 만들었느냐”로 이동하고 있습니다.

Accenture는 일부 senior promotion에서 AI 사용을 실제 판단 신호로 넣었다

Financial Times는 2026년 2월 Accenture가 일부 associate director와 senior manager의 leadership promotion을 논의할 때 회사의 핵심 AI 도구를 정기적으로 사용하는지를 visible input으로 삼기 시작했다고 보도했습니다. 일부 직원에 대해서는 주간 로그인 데이터도 수집됐습니다. Accenture의 전 직원, 전 국가, 전 직급에 동일하게 적용되는 단일 승진 규칙이라는 뜻은 아니지만, AI 사용이 “권장사항”을 넘어 실제 talent discussion에 들어간 사례라는 점은 중요합니다.

이 사례가 보여주는 것은 AI 도구 자체가 새로운 자격증이 됐다는 것보다, 회사가 “새로운 일하는 방식을 받아들이는 사람인가”를 승진 가능성의 일부로 보기 시작했다는 점입니다. 특히 고객에게 AI 전환을 판매하거나 조직을 바꾸는 역할일수록, 본인이 AI를 업무에 통합하지 못하는 것은 리더십 역량과 연결해서 해석될 수 있습니다.

직원들은 이미 압박을 느끼지만, 회사의 보상 체계는 아직 그 속도를 따라가지 못한다

Microsoft의 2026 Work Trend Index에서 AI 사용자 65%는 AI를 활용해 빠르게 적응하지 못하면 뒤처질까 걱정한다고 답했습니다. 반면 AI를 이용해 업무방식을 재설계했는데 당장의 결과가 목표에 미치지 못하더라도 그 시도 자체가 보상된다고 느낀 사람은 13%에 그쳤습니다. 회사는 AI를 써서 바꾸라고 말하지만, 평가·인센티브·목표는 여전히 이전 방식에 묶여 있는 “Transformation Paradox”가 나타난 것입니다.

한국 응답에서는 이 간극이 더 컸습니다. Microsoft Korea가 공개한 수치에서 AI 활용에 대한 위기의식은 78%였지만, 결과가 바로 나오지 않아도 업무 재설계 시도가 보상과 연결된다고 본 비율은 7%였습니다. 직원 입장에서는 AI를 써야 할 것 같은 압력은 커지는데, 어떤 행동이 실제 평가로 이어지는지는 아직 불명확한 상태입니다.

일본에서도 “AI를 잘 쓰는 사람과 아닌 사람의 평가가 갈릴 것”이라는 인식이 생겼다

일본의 생성AI 교육기업 SHIFT AI가 2026년 6월 전국 관리직·경영층 271명을 대상으로 실시한 조사에서는 60.1%가 앞으로 생성AI를 활용할 수 있는 사람과 그렇지 않은 사람 사이에 평가·승진 차이가 생길 것이라고 답했습니다. 향후 3년 안에 평가·승진에 영향을 줄 스킬로는 AI 활용 스킬이 39.5%로 가장 많이 선택됐습니다.

다만 이 조사 결과를 “일본 기업 60%가 이미 AI를 승진평가에 반영한다”로 읽으면 안 됩니다. AI 교육 서비스를 제공하는 회사의 의식조사이고 표본도 271명입니다. 실제 제도 도입률이 아니라 관리직·경영층의 예상과 인식에 가깝습니다. 그래도 일본에서도 AI 활용력이 경력평가와 연결될 수 있다는 문제의식이 빠르게 형성되고 있다는 신호로는 의미가 있습니다.

채용시장에서는 이미 AI literacy가 “있으면 좋은 것”에서 “기본조건” 쪽으로 움직이고 있다

LinkedIn의 2026 Labor Market Report는 미국에서 AI literacy를 요구하는 직무가 전년 대비 70% 증가했다고 집계했습니다. 여기서 AI literacy는 AI 연구자나 머신러닝 엔지니어만을 뜻하지 않습니다. 비기술 직무까지 디지털·데이터 활용과 함께 AI를 업무에 적용하는 능력이 기본 역량으로 번지고 있다는 설명입니다.

이 변화는 내부 승진에도 간접적으로 영향을 줍니다. 외부 노동시장에서 새로 뽑는 사람에게 AI 활용을 요구하기 시작하면, 같은 역할을 맡고 있는 기존 직원의 역량 기준도 시간이 지나며 바뀔 수밖에 없습니다. 회사가 새로운 인재를 채용할 때 보는 기준과 내부 인재를 승진시킬 때 보는 기준은 완전히 분리되어 있지 않습니다.

문제는 “AI를 몇 번 썼는가”를 평가하면 사람들이 점수를 위한 AI를 쓰기 시작한다는 것이다

2026년에는 AI 사용량을 곧바로 성과지표로 만드는 방식의 한계도 드러났습니다. Financial Times는 일부 기업에서 AI 사용량이나 순위를 강하게 밀어붙인 뒤, 직원들이 실제 가치보다 사용량을 맞추기 위한 행동을 하면서 다시 기준을 조정하는 사례를 보도했습니다. Business Insider가 소개한 Gusto의 사례도 단순 사용 횟수보다 AI를 일상 업무에 통합하고 더 나은 결과를 만들며 동료에게 확산시키는 수준을 구분하려는 시도에 가깝습니다.

일본 JILPT가 정리한 기업 AI 활용 조사에서도 HR 영역에서 AI를 “평가”에 쓰는 기업은 아직 제한적이었고, 안전성·공정성·투명성을 함께 확보해야 한다는 과제가 제기됐습니다. AI 시대의 성과평가는 사용량을 쉽게 숫자로 만들 수 있다는 유혹과, 그 숫자가 실제 업무가치를 제대로 측정하지 못할 위험 사이에서 새 기준을 찾아가는 단계입니다.

앞으로 승진에서 더 비싸질 가능성이 큰 것은 프롬프트 기술보다 네 가지다

첫째는 판단입니다. AI가 낸 답을 그대로 쓰는 사람이 아니라 어떤 문제를 AI에게 맡기고 어떤 문제는 사람이 끝까지 책임져야 하는지 구분하는 능력입니다. 둘째는 검증입니다. 오류, 맥락 누락, 보안·규제 위험을 확인하고 결과물의 품질 기준을 세울 수 있어야 합니다. 셋째는 재설계입니다. 기존 일을 더 빨리 하는 데서 끝나지 않고 프로세스 자체를 바꿔 더 적은 비용이나 더 나은 의사결정을 만드는 능력입니다.

넷째는 확산입니다. 개인 혼자 생산성이 올라가는 것보다 팀의 작업방식과 품질기준을 바꾸고 다른 사람도 안전하게 활용하도록 만드는 능력이 관리자와 리더 역할에 더 가깝습니다. 결국 승진에서 AI가 중요해진다는 말은 “AI 도구를 많이 써라”보다 “AI를 이용해 더 큰 책임을 맡을 수 있는 사람임을 증명하라”에 가까워질 가능성이 큽니다.

BANSEOG VIEW

AI가 평가항목이 되는 순간, “도구 사용”과 “역할 가치”를 구분해야 한다

AI가 직장에서 기본 인프라가 되면, 이를 전혀 활용하지 못하는 사람은 일부 역할에서 경쟁력이 낮아질 수 있습니다. 하지만 반대로 AI를 많이 썼다는 사실만으로 높은 성과나 리더십을 증명할 수도 없습니다. 회사가 실제로 사고 싶은 것은 토큰 사용량이 아니라 더 나은 판단, 더 빠른 문제해결, 더 안정적인 품질, 그리고 팀의 일을 바꾸는 능력입니다.

개인에게도 같은 기준이 유리합니다. “하루에 ChatGPT를 몇 번 쓴다”보다 “이전에는 4시간 걸리던 분석을 1시간 안에 끝내면서 오류검증 절차까지 만들었다”, “고객 대응 초안을 자동화해 관리자는 예외 판단에 집중하게 했다”처럼 역할과 결과로 설명하는 편이 경력자산이 됩니다. AI 활용은 새로운 스킬이지만, 결국 가격이 붙는 것은 그 스킬이 책임과 결과를 얼마나 확장했는가입니다.

SOURCES

근거가 된 원자료

Accenture 사례는 Financial Times가 내부 이메일과 관계자를 바탕으로 보도한 일부 senior promotion 사례이며 전 직원에게 동일하게 적용되는 보편 규칙으로 일반화하지 않습니다. SHIFT AI 조사는 일본 관리직·경영층 271명의 의식조사로 실제 제도 도입률이 아닙니다. Microsoft와 LinkedIn 수치도 각각 설문 및 플랫폼 데이터의 범위 안에서 해석합니다. 이 글은 “AI를 안 쓰면 무조건 승진 탈락”이라고 주장하지 않습니다.