AI가 실제로 하는 일을 센 세 숫자 — ChatGPT 대화의 68%는 일이 아니고, 에이전트에 전권을 주려는 기업은 7%, 배달 앱에 에이전트가 넣은 주문은 「수백 건」이다

같은 주에 「AI가 실제로 무엇을 하고 있나」를 센 숫자 셋이 나왔습니다. OpenAI가 공개한 소비자 ChatGPT 사용 통계(Signals v3.0, 10월 26일)에서 업무 관련 메시지의 비중은 2년여 사이 51.6%에서 32.2%로 내려왔고, 글쓰기는 1위 자리를 「실용 안내」에 내줬습니다. 리뷰 사이트 G2가 대기업 리뷰 3,222건을 분석한 결과(30일)에서는 에이전트에 완전한 자율을 주고 싶다는 응답이 7%였고, 신뢰를 높이는 요소로는 「왜 그렇게 했는지 설명」이 1위였습니다. 도어대시 CEO는 실적 발표에서(29일) 제3자 AI 에이전트가 넣은 주문이 지금까지 「합쳐서 수백 건」이라고 말했습니다. 분기 총주문은 9억 9,300만 건입니다. 세 숫자를 우리 앱·커머스·에이전트 운영에 어떻게 쓰는지 정리했습니다.

이 글은 AI(Claude)와 함께 작성했고 편집자가 검수했습니다. 첫 번째 소식의 주인공 OpenAI는 Claude를 만든 앤트로픽과 경쟁하는 회사이고, 우리 회사는 두 회사의 유료 고객입니다. 두 번째 소식의 G2는 소프트웨어 회사에 마케팅 서비스를 파는 리뷰 플랫폼이라 자기 보고서에 상업적 이해관계가 있습니다. 회사가 발표한 수치는 「회사가 발표한 것」으로 표시했고, 출처가 한 곳뿐인 내용은 그 출처를 함께 적었습니다. 특정 기업에 대한 투자 의견이 아닙니다.

AI 회사의 발표는 「무엇을 할 수 있나」를 말합니다. 그런데 이번 주에는 드물게 「실제로 무엇을 하고 있나」를 센 숫자가 세 곳에서 한꺼번에 나왔습니다. 하나는 쓰는 사람 쪽(OpenAI가 공개한 소비자 ChatGPT 메시지 분류), 하나는 사는 회사 쪽(G2에 올라온 대기업의 에이전트 리뷰), 하나는 파는 가게 쪽(도어대시 실적 발표에서 나온 에이전트 주문 수)입니다. NO.16·17에서 「어떤 AI를 어디에 쓰나」를 회사들의 발표로 읽었고, NO.25에서는 웹 점유율이 세지 않는 것을 봤습니다. 이번에는 세는 방식이 서로 다른 세 숫자를 나란히 놓고, 우리 같은 작은 팀이 무엇을 계획의 전제로 삼고 무엇을 관찰 항목으로만 둘지 정리합니다.

1. 소비자 ChatGPT 메시지의 68%는 일이 아니다 — OpenAI Signals v3.0 (사실)

OpenAI는 10월 26일 사용 통계 프로그램 Signals의 세 번째 판(v3.0)을 공개했습니다(PPC Land·Search Engine Journal·Relevant Audience 보도, 공개일은 세 곳 일치). 방법은 이렇습니다. 매달 소비자 플랜(Free·Go·Plus·Pro)에서 약 100만 개 메시지를 표본으로 뽑아 자동 분류기가 주제(실용 안내·정보 탐색·글쓰기·기술 도움·자기 표현·멀티미디어·기타)와 「업무/학교/그 외」를 붙이고, 차등 프라이버시 노이즈를 더해 집계합니다. 사람이 대화를 읽지 않고, 18세 이상이라고 밝힌 계정만 들어가며, 기업용 플랜과 코딩 제품 Codex는 빠집니다. 이 방법은 OpenAI가 올해 2월에 낸 Signals 설명서와 2025년 하버드 공동 논문의 분류 기준을 잇는 것으로, 설명서는 우리가 직접 열어 확인했습니다.

수치는 2024년 7월과 2026년 9월을 비교한 것입니다(세 매체가 같은 수치를 적음). 업무 관련 메시지 51.6% → 32.2%. 즉 지금 소비자 ChatGPT 메시지 열에 일곱은 일과 무관합니다. 주제별로는 글쓰기 34.1% → 21.4%, 실용 안내 26.1% → 28.1%(2025년 3월부터 매달 1위), 정보 탐색 16.7% → 20.2%, 기술 도움 13.5% → 4.6%, 자기 표현 4.0% → 8.9%, 멀티미디어 2.0% → 8.8%. 8월 한 달은 정보 탐색(20.7%)이 글쓰기(20.6%)를 아주 근소하게 앞섰고 9월에 다시 뒤집혔습니다. 나라별로 보면 업무가 과반인 나라가 2024년 3분기에는 137개국 중 44곳이었는데 2026년 3분기에는 한 곳도 없고, 나라별 업무 비중의 중앙값은 46.4%에서 27.9%로 내려왔습니다(PPC Land가 정리한 수치, 한 곳). 무료 플랜만 보면 업무 비중이 44.0%(2024년 9월)에서 24.7%로 내려왔다는 수치는 Relevant Audience 한 곳의 정리입니다.

이 숫자를 읽을 때 조심할 점이 셋 있습니다. 첫째, 비중이지 양이 아닙니다. 전체 메시지가 늘었다면 업무 메시지의 절대량은 늘면서 비중만 내려갈 수 있고, Signals는 양을 공개하지 않습니다. 둘째, 기술 도움이 13.5%에서 4.6%로 준 것은 코딩이 Codex로 옮겨 갔기 때문일 수 있는데, Codex가 집계에서 빠져 있어 이 데이터로는 알 수 없습니다. 기업용 플랜도 빠져 있으니 업무 사용은 실제보다 적게 잡힙니다. 셋째, Signals는 판을 올릴 때마다 지난달 수치를 다시 계산해서, 같은 달이라도 v2와 v3의 숫자가 다릅니다. 인용할 때 판 번호를 같이 적어야 하는 이유입니다. 한 가지 더 적어 둡니다. 우리가 OpenAI의 Signals 데이터 페이지를 직접 열었을 때는 「5월 11일 갱신, 2026년 3월까지」라는 이전 판이 표시돼 v3.0 수치를 공식 페이지에서 직접 대조하지는 못했습니다. 위 수치는 성격이 다른 매체 세 곳이 같은 날 같은 숫자를 적은 것을 근거로 옮겼습니다.

2. 에이전트에 전권을 주려는 기업은 7% — G2 대기업 리뷰 3,222건 (사실)

소프트웨어 리뷰 플랫폼 G2는 10월 30일, 직원 1,000명이 넘는 기업의 이용자가 올린 AI 에이전트 리뷰 3,222건(2025년 1월~2026년 10월 23일, 제품 231개, 업무 운영·고객 지원·에이전트 빌더·영업 개발·마케팅 다섯 분류)을 분석한 글을 냈습니다(G2 자체 자료, 이해관계 고지는 첫머리에). 리뷰 수는 2025년 983건에서 2026년 2,239건(10월 23일까지)으로 두 배 넘게 늘었고, 「거의 매번 또는 매번 쓴다」는 이용자는 47%에서 53%가 됐습니다. 용도는 프로세스 자동화 34%, 고객 서비스 27%, 소프트웨어 개발 21%, 영업 개발 12%, 마케팅 7%입니다.

자율성 문항의 답이 이 글의 핵심입니다. 원하는 자율 수준은 「가드레일 안에서 자율」 60%, 「제한된 자율」 21%, 「모든 행동에 사람 확인」 11%, 「완전 자율」 7%(2025년 6%). 자기 에이전트를 「매우 신뢰한다」는 응답자만 봐도 완전 자율을 주겠다는 비율은 15%이고, 관리자(5%)와 임원 후원자(2%)는 일반 이용자(10%)보다 더 보수적입니다. 신뢰를 높이려면 무엇이 필요한지 물었을 때 79%가 「보이게 하거나 통제하게 해 달라」를 골랐습니다. 결정 이유 설명 32%, 가드레일 설정 29%, 의심스러운 행동 전 경고 18%. 「더 정확하게」는 21%였습니다. 같은 맥락으로, 약 500명의 평가에서 결과의 정확도에 4~5점을 준 비율은 92%인데 「결과를 설명하거나 실수를 고치는 것」은 82%였고, 「왜 그렇게 했는지 모르겠다」는 불만은 전체 불만의 3.0%에서 5.3%로 늘었습니다.

만족도 쪽 숫자는 조금씩 내려왔습니다. 추천 의향 평균 9.24(2024) → 9.10(2025) → 9.04(2026), 10점 만점 비율 55% → 48%, 조직 안에서 에이전트를 완전히 도입한 이용자 비율 평균 68% → 55%. 불만 1위는 설정·복잡성(25%)이고, 「연동이 좋다」는 칭찬은 30%에서 21%로 줄었습니다. G2가 같은 글에서 인용한 별도 설문(2026년 7월, B2B 의사결정자 1,019명; SaaStr가 10월 16일 정리)에서는 조직의 66%가 에이전트를 제한적 또는 본격 운영 단계에 두고 있지만, 31%는 직원이 주 6시간 이상 에이전트를 감독하고, 45%는 감독과 재작업이 기대한 이익의 4분의 1 이상을 먹는다고 답했습니다. 그 설문에서도 완전 자율 선호는 7%였습니다(가드레일 48%·제한 29% — 리뷰 분석과 분포가 조금 다릅니다).

단서입니다. G2 스스로 좋아요·싫어요 태그는 키워드 방식이라 「방향만 보라」고 적었고, 리뷰는 쓰기로 한 사람만 쓴 자기 선택 표본이며, 6%에서 7%로의 변화는 작아서 통계적 의미가 있다고 보기 어렵습니다. 2026년 수치는 10월 23일까지의 부분 연도입니다. 그리고 G2는 이 글 끝에 벤더용 서비스 안내를 붙여 둔 회사입니다.

3. 배달 앱에 에이전트가 넣은 주문은 「합쳐서 수백 건」 — 도어대시 실적 발표 (사실)

미국 배달 플랫폼 도어대시는 10월 29일 3분기 실적을 발표했습니다. 분기 총주문 9억 9,300만 건(전년 대비 28% 증가), 주문 총액 339억 달러, 매출 46억 달러(회사 실적 자료, PPC Land가 정리). 실적 자료에는 에이전트 관련 수치가 없고, 자사 에이전트 셋을 소개합니다. 평소 주문과 비슷한 식당을 추천하고 장바구니를 만드는 Ask DoorDash(6월), 앱 밖에서 문자로 주문하는 Text DoorDash(9월), 외부 AI 에이전트와 연결하는 MCP(기업 단체 주문용). 7월에는 명령줄에서 주문하는 CLI 에이전트도 냈습니다(TechCrunch).

숫자는 실적 발표 질의응답에서 나왔습니다. 애널리스트가 에이전트 주문을 묻자 CEO 토니 쉬는 「아직 매우 유동적인 영역」이라며, 「일부 제3자 에이전트에서 합쳐서 아마 수백 건 정도의 주문을 보고 있다」고 답했습니다(TechCrunch 10월 30일, 발언 인용). 이름이 나온 외부 에이전트는 Muse·Instinct·Fo 등입니다. 그는 「중력과 싸우려 해서는 안 되지만, 착각에 빠져서도 안 된다」고 덧붙였고, 대부분의 이용자는 여전히 앱에서 주문한다고 했습니다. 실적 발표 요약(GuruFocus)에 따르면 회사는 일상 주문은 앱에 남고 에이전트는 오래 고민하는 구매나 미리 챙기는 구매에 더 맞을 것으로 보며, 에이전트 안의 광고를 기회로 언급했습니다. 분기 주문 9억 9,300만 건 옆에 「수백 건」을 놓으면 비율은 100만 분의 1 안팎입니다. 하루 평균 배달 약 300만 건(회사의 2025년 보고서, TechCrunch 인용)과 견주면 하루치의 1만 분의 1쯤입니다.

같은 주에 도어대시가 인스타카트 인수에 합의했다는 보도(10월 28일 계약, TechCrunch·PPC Land)가 있었지만, 이 글의 주제가 아니고 투자 판단 자료도 아니라 적지 않습니다.

세 숫자를 함께 읽으면 (해석)

세 숫자는 세 가지 다른 것을 셉니다. Signals는 메시지의 비중, G2는 리뷰를 쓴 사람의 선호, 도어대시는 한 회사의 주문 건수입니다. 그래서 「AI 사용이 줄었다」거나 「에이전트는 안 된다」로 합치면 틀립니다. 셋이 같이 말하는 것은 더 좁고 더 쓸모 있습니다. 사람들은 AI를 「물어보고 안내받는 데」 많이 쓰고, 회사는 AI가 「대신 하는 것」을 보되 설명을 요구하며, 가게 앞까지 와서 「대신 사는」 일은 아직 거의 일어나지 않았다는 것입니다.

첫째 숫자에서 우리가 읽는 것은 「일」의 정의가 바뀌었다기보다 쓰는 사람이 넓어졌다는 점입니다(해석). 업무 비중이 내려간 2년 동안 ChatGPT는 무료 이용자가 늘었고(NO.25에서 본 점유율 반등의 바탕), 실용 안내와 정보 탐색이 커졌습니다. 우리 세이프리스트 이용자가 성분표를 찍고 「이거 먹어도 돼?」라고 묻는 것은 Signals 분류로 치면 「실용 안내」와 「정보 탐색」입니다. 즉 우리 앱이 하는 일은 소비자 AI 사용의 가장 큰 두 칸 안에 있습니다. 다만 그 칸은 범용 챗봇도 같이 차지하고 있으니, 우리가 다른 점은 「안전하다고 말하지 않는」 근거 구조(NO.3)여야 합니다.

둘째 숫자는 NO.29의 「권한 0에서 시작」과 같은 방향입니다. 대기업 리뷰어 열에 여섯이 가드레일 안의 자율을 고르고, 열에 여덟이 「더 정확하게」보다 「왜 그랬는지 보여 달라」를 고른다는 것은, 에이전트 제품의 경쟁력이 정확도만큼이나 설명과 경고에 있다는 뜻입니다(해석). 감독에 주 6시간 이상이 든다는 31%와 이익의 4분의 1 이상이 감독·재작업으로 빠진다는 45%는, 에이전트를 들이면서 감독 시간을 비용에 넣지 않은 계획이 왜 어긋나는지 설명합니다.

셋째 숫자는 「에이전트 커머스」라는 말이 지금 어디쯤 있는지 보여 줍니다. 도어대시는 자사 에이전트 셋과 MCP까지 열어 뒀는데도 외부 에이전트 주문은 수백 건입니다. 우리는 이것을 「에이전트 주문은 오지 않는다」가 아니라 「채널은 열어 두되 매출 계획에는 0으로 적는다」로 읽습니다(해석). CEO가 「중력과 싸우지 않되 착각하지 않는다」고 한 말이 그대로 작은 커머스에도 맞습니다.

우리라면 — 이번 주에 할 세 가지 (실전)

우리 앱의 AI 답변을 「안내·탐색」 두 칸으로 다시 분류한다. 세이프리스트·한글컵스의 AI 기능이 받는 질문을 Signals의 주제 칸(실용 안내·정보 탐색·글쓰기·기술 도움·자기 표현·멀티미디어)으로 한 달치 표본만 나눠 봅니다. 사람이 읽지 않고 분류기로만 하되, 우리 안의 비중이 소비자 ChatGPT 전체(안내 28%·탐색 20%)와 어떻게 다른지 적어 둡니다. 「글쓰기」 요청이 생각보다 많다면 그 기능이 없어서 이탈하는 것이고, 「자기 표현」이 많다면 상담처럼 쓰이고 있다는 뜻이라 안내 문구를 손봐야 합니다. 결과는 NO.17의 작업표 옆에 「우리 이용자 분포」 칸으로 둡니다.
에이전트 채널은 「열어 두고 0으로 적는다」. 우리 커머스의 상품 정보를 외부 에이전트가 읽을 수 있게 구조화한 피드(가격·재고·성분·배송 조건)는 준비하되, 올해 매출 계획에 에이전트 유입은 0으로 적습니다. 대신 유입 경로에 「에이전트」 칸을 따로 만들어 월별 건수를 셉니다. 도어대시처럼 「합쳐서 수백 건」이 몇 달 이어지면 그때 광고·제휴를 생각해도 늦지 않습니다. NO.28에서 본 「광고 계정 기본값 점검」과 같은 표에 「에이전트 유입 집계」 줄을 더합니다.
우리 에이전트에 「왜」 로그와 「하기 전 경고」를 먼저 붙인다. 리아 영상 제작 파이프라인과 후기 분석 에이전트는 지금 「결과」만 남깁니다. G2 리뷰어가 1·3위로 고른 「결정 이유 설명」과 「의심스러운 행동 전 경고」를 먼저 넣고, 정확도 개선은 그다음입니다. 구체적으로는 에이전트가 한 단계를 끝낼 때마다 「무엇을 왜」 한 줄을 남기고, 돈·발송·삭제가 걸린 단계에서는 사람 확인을 요구하는 NO.29의 권한 표를 그대로 씁니다. 감독에 드는 시간은 주 단위로 재서 비용표에 넣습니다. 주 6시간이 넘으면 그 에이전트는 「자율 수준을 낮추거나 범위를 줄이는」 쪽으로 고칩니다. G2가 제안한 「90일 안 도입률 목표」도 우리 식으로 둡니다. 석 달 뒤 팀원의 절반이 안 쓰면 그 에이전트는 접습니다.

이번에 고르지 않은 것

G2 설문의 요금제 선호(종량제 57%·좌석제 9% 등)는 우리가 사는 쪽 판단에는 유용하지만 이 글의 주제와 달라 뺐습니다. 깃랩이 10월 30일 정식 출시한 컨텍스트 그래프 Orbit의 「토큰 4.5배 과다 사용」은 회사 주장이고 공식 글을 찾지 못해 넣지 않았습니다(NO.21·30 「값과 비용」 후속 후보). 보안 평가사 Irregular가 GLM-5.3의 사이버 평가에서 편법 정답을 발견했다는 보도(Help Net Security)는 본문을 읽지 못했고 공격 세부가 있을 수 있어 다루지 않았습니다. Next.ink의 「구글이 AI 모드에 광고를 붙인다」(10월 29일)는 구글 공식 글을 확인하지 못해 NO.28 후속으로 미룹니다. promppy에 재게시된 OpenAI 자금 조달 축소 보도와 Opus 5.5 추론 강도 설정 팁은 원문·공식 확인 전이라 쓰지 않았습니다.

이 소식에서 확인하지 못한 것

OpenAI Signals v3.0: 공식 데이터 페이지를 직접 열었으나 이전 판(5월 갱신)이 표시돼 v3.0 수치는 매체 세 곳의 일치로만 확인했습니다. 메시지의 절대량, 분류기의 모델 이름, 노이즈 크기는 공개되지 않았습니다. 나라별 중앙값(46.4% → 27.9%)과 무료 플랜 업무 비중(44.0% → 24.7%)은 각각 매체 한 곳의 정리입니다.
G2: 리뷰 분석과 별도 설문의 자율 선호 분포(60/21/11/7 vs 48/29/—/7)가 왜 다른지는 글에 설명이 없습니다. 「주 6시간 이상 감독 31%」「이익의 4분의 1 이상 45%」는 설문(1,019명)의 수치로, 우리는 SaaStr의 정리와 G2 글의 인용으로 확인했고 설문 보고서 원문은 열지 않았습니다.
도어대시: 「수백 건」은 CEO 발언이며 회사 자료에 수치가 없습니다. 외부 에이전트의 이름(Muse·Instinct·Fo)이 어떤 회사의 제품인지는 확인하지 않았습니다. 하루 300만 건은 2025년 보고서 기준이라 2026년 3분기와 시점이 다릅니다.

함께 읽은 글

성격이 다른 출처를 직접 열어 확인했습니다. 공식 자료·방법 설명서, 조사 기관, 매체 보도, 실적 발표 요약을 나눠 적습니다.

공식 자료·방법 설명서:

조사 기관(이해관계 있음):

매체 보도:

실적 발표 요약:

finance.yahoo.comDoorDash (DASH) Q3 2026 Earnings Call Highlights (GuruFocus, 야후 파이낸스 게재)영문, 질의응답 요약

우리 이전 글: