소규모 조직의 AI 도입 순서와 교육 전달 구조

OpenAI가 2026년 9월 30일 Helping small businesses put AI to work을 공개했습니다. 미국 전역의 소기업지원센터 네트워크인 America's SBDC와 파트너십을 맺어 어드바이저 교육과 현장 워크숍을 진행한다는 발표와 함께, 소규모 사업체의 AI 사용 패턴을 정리한 보고서 Small Businesses, Bigger Capabilities를 함께 내놨습니다. 발표 자체는 미국 소기업 정책 영역의 소식이지만, 교육 전달 구조와 사용 데이터는 중소·중견 규모 조직의 AX 도입 순서를 설계할 때 참고할 만한 재료를 담고 있습니다.

어드바이저를 먼저 교육하는 전달 구조

OpenAI는 연간 100만 명의 창업자를 지원하는 America's SBDC와 함께 첫 단계로 약 150명의 소기업 어드바이저를 OpenAI Academy의 Community Trainer Program으로 교육한다고 밝혔습니다. 대면 교육으로 최소 1,000개 소규모 사업체에 닿고, 일대일 상담과 공동 제작 자료를 통해 그보다 많은 수에 닿는 것을 목표로 제시했습니다.

파일럿은 세 갈래로 구성됩니다. 첫째, 어드바이저 교육과 자격 부여입니다. America's SBDC가 어드바이저를 선발해 OpenAI Academy의 교육·인증 경로를 밟게 하고, 어드바이저는 사업주가 쓸만한 출발점을 고르고 책임 있게 AI를 사용하고 효과가 있는지 판단하도록 돕습니다. 집단 세션을 진행할 수 있도록 별도의 퍼실리테이터 경로와 소기업용 워크숍 모듈도 준비합니다. 둘째, 현장 워크숍입니다. OpenAI Academy의 3시간 실습형 포맷을 따라 참여 네트워크마다 최소 한 번씩 열고, 사업주가 실제 업무에 ChatGPT를 써 보고 적용 계획을 가지고 돌아가게 합니다. 워크숍 이후에는 어드바이저가 후속 상담으로 질문을 정리하고 무엇이 실제로 쓰이는지 확인합니다. 셋째, 수요를 반영한 자료입니다. 마케팅, 운영, 제조, 수출, 정부 조달 등을 후보 주제로 두고 실무 가이드와 산업별 보조 가이드를 만들어 양측 채널로 배포합니다.

이 구조에서 눈에 띄는 지점은 교육 대상이 사업주 본인에 앞서 이미 신뢰 관계를 가진 어드바이저라는 것입니다. 사내 교육을 설계하는 입장에서 보면 외부 강사가 전 직원을 한 번 만나는 방식과 조직 안의 중간 전달자를 먼저 길러 반복 상담까지 맡기는 방식의 차이에 해당합니다. OpenAI는 파일럿 기간 내내 사업주를 다시 찾아가 무엇이 도움이 됐고 무엇을 계속 쓰고 있으며 어디서 추가 지원이 필요한지 확인해 교육과 자료에 반영하겠다고 밝혔습니다.

보고서가 제시한 사용 규모와 에이전트 비중

보고서는 2026년 9월 9일부터 15일까지 한 주 동안 전 세계에서 임직원 1명에서 499명 규모 기업의 약 400만 명이 OpenAI 도구를 사용했다고 밝혔습니다. 이 가운데 다섯 명 중 한 명 가까이가 임직원 10명 미만 기업 소속이었습니다.

사용의 성격 변화도 수치로 제시됐습니다. 2026년 8월 기준으로 ChatGPT Work와 Codex 같은 제품의 에이전틱 출력 토큰이 소규모 사업체 전체 출력 토큰의 3분의 2를 차지했고, 이는 2026년 4월의 3분의 1에서 올라온 수치입니다. 질문에 답을 받는 사용에서 작업을 맡기는 사용으로 무게가 옮겨갔다는 의미로 읽힙니다.

제품별 성장도 측정 코호트 기준으로 공개됐습니다.

Codex의 관측 시작점은 데스크톱 앱 출시 시점인 2026년 2월입니다. 모든 수치는 OpenAI 자사 제품 사용자에 대한 내부 분석이라는 점을 감안해서 읽어야 합니다. 시장 전체의 AI 사용률이 아니고 제품별 관측 창도 서로 다릅니다.

전담 인력이 없는 기능에 먼저 들어간다

보고서는 소규모 사업체 사용자가 어떤 업무에 AI 에이전트를 쓰는지를 다른 비즈니스·팀·엔터프라이즈 요금제 사용자와 비교했습니다. 재무·회계, 공급망, 법무·컴플라이언스, 마케팅·성장 네 영역에서 상호작용 비중이 최소 3배 이상 높았습니다.

네 영역의 공통점은 작은 팀에 전담 전문가를 두기 어려운 기능이라는 점입니다. 보고서는 소규모 사업자가 성장을 위해 도움이 필요하지만 그 도움을 살 매출이 없고, 외부 전문가를 쓸 수 있을 때에도 무엇이 필요한 일이고 적정 비용이 얼마이며 좋은 결과가 어떤 모습인지 판단하기 어렵다는 딜레마를 지적합니다. 미국 연방준비제도의 2025년 조사에서 소규모 고용 기업의 57%가 고객 확보와 매출 성장에 어려움을 보고했고 54%가 운영비 지급에 어려움을 보고했다는 수치, 노동통계국 자료로 미국 민간 사업장의 약 절반이 5년을 넘기지 못한다는 수치가 배경으로 인용됩니다. 같은 연준 조사에서 AI를 쓰는 소규모 기업의 71%가 생산성 향상을, AI를 쓰는 고용 기업의 31%가 매출 증가를 보고했다고도 정리했습니다.

규모가 더 작아지면 쓰는 영역이 또 달라집니다. 19명 기업 사용자는 100499명 기업 사용자에 비해 마케팅·성장 비중이 2.8배, 고객 서비스가 3.3배, 공급망이 2.5배, 디자인·미디어가 1.9배 높았습니다. OpenAI의 2026년 5월 분석에서는 창업을 준비하는 사람은 브랜딩과 제품 개발, 아이디어 검증에 더 많이 쓰고 이미 사업을 운영하는 사람은 마케팅과 카피라이팅 비중이 가장 컸다고 합니다.

사례에서 확인되는 적용 방식

Taylor 부부의 사례는 AI가 없었으면 생략했을 일을 처리한 경우입니다. 메뉴 가격을 올리기 전에 배달 수수료를 반영하고 샌드위치 무게와 음료 용량으로 가치를 비교하게 했고, 그 결과 일부 품목에서 경쟁력을 잃을 인상을 피했습니다. Ted는 그 조사를 원래는 하지 않았을 것이라고 말했습니다. 직원 핸드북에 없던 소셜미디어 정책 초안도 ChatGPT로 작성했고, 이후 HR 업체 검토에서 그 조항은 그대로 유지됐습니다.

Goliath Data는 투입 비용과 결과가 함께 제시된 드문 사례입니다. 학군 단위 부동산 검색 기능을 원하는 잠재 고객의 요구를 한 단락으로 Codex에 설명했고, Codex가 공개된 학군 경계 데이터를 찾아 검색 필터를 만들고 테스트했습니다. 회사 추정으로 약 하루와 약 40달러의 AI 연산 비용이 들었고 6일 뒤 영업 담당자가 고객의 대상 지역에서 기능을 시연해 월 1만 달러 계약을 체결했습니다. 제안된 변경은 엔지니어가 검토합니다.

Teri Moten의 사례는 고객 발굴 과정을 보여줍니다. 집 근처 농촌 교육구를 조사하고 잠재 고객을 찾아 교사 연수 일정에 맞춘 제안을 작성하라고 음성으로 요청했고, 약 10분 뒤 연락처 48건과 개인화된 메일 초안을 받았습니다. 본인이 검토해 발송한 뒤 두 곳이 48시간 내에 회신했고, 통화와 대면 미팅을 거쳐 시작 10일 안에 유료 교육이 확정됐습니다. 보고서가 강조하는 지점은 초안 생성과 발송 사이에 사람의 검토가 있었다는 것입니다.

제품 조직 관점에서는 Elizabeth Rider와 Tom Tomaszewski의 사례가 참고가 됩니다. Rider는 가격과 사용자 증가를 모델링하고 인터페이스 목업을 만들어 개발팀과의 논의를 쉽게 만들었고, Tomaszewski는 Codex로 제품 개발과 고객 지원을 처리하고 ChatGPT Work로 행정을 맡기면서 8월에 데이터 아키텍처 경험이 있는 공동창업자를 영입했습니다. Allison Leeds와 Karen Rodriguez는 1인 사업에서 콘텐츠 기획과 고객 맞춤 서비스를 AI로 운영한 경우입니다. 다만 이 사례들은 모두 사업주 본인의 자기 보고에 기반한 서술이고 OpenAI가 선별해 소개한 것이라는 점은 감안해야 합니다.

기존 소규모 사업자 지원 프로그램과의 연결

이번 파트너십은 OpenAI가 이어 온 소규모 사업자 지원 작업의 연장선에 있습니다. 2025년 11월에 OpenAI Academy는 DoorDash, SCORE와 지역 사업자 단체와 함께 미국 5개 도시에서 Small Business AI Jams를 열어 마케팅, 고객 커뮤니케이션, 일상 운영 업무를 실습 형태로 지원했습니다. 2026년 7월에는 ChatGPT for small business 프로그램을 도입해 교육과 자료를 제공하기 시작했습니다. America's SBDC와의 협력은 이미 지역에서 사업주를 지원하는 어드바이저를 매개로 이 작업을 확장하는 구조입니다.

보고서는 창업 환경 지표도 함께 인용했습니다. 미국 사업자 신청은 2019년 350만 건에서 2025년 570만 건으로 늘었고, 2026년 1월부터 7월까지는 390만 건으로 전년 같은 기간보다 14% 많았습니다. 신청 건수는 창업 의향을 보여주는 지표이고 실제 개업한 기업 수와는 다릅니다. 급여 서비스 기업 Gusto가 2025년 창업자 1,051명을 조사한 결과 60%가 창업에 AI를 활용했고 절반은 AI가 없었다면 훨씬 더 많은 시간이나 비용이 필요했을 것이라고 답했습니다.

우리나라 기업이 확인할 것

첫째, 교육 전달 구조를 어드바이저 모델로 바꿔볼 수 있습니다. OpenAI와 America's SBDC는 150명의 어드바이저를 먼저 교육하고 이들이 워크숍 진행과 후속 상담까지 맡는 구조를 택했습니다. 전 직원 대상 일회성 특강보다 부서별 전달자를 먼저 양성하고 실습 세션과 후속 질의 대응을 그들에게 맡기는 방식이 조직에 남는 역량 측면에서 비교해 볼 가치가 있습니다.

둘째, 도입 순서를 전담 인력이 없는 기능에서 찾아보십시오. 보고서 표본에서 소규모 사업체는 재무·회계, 공급망, 법무·컴플라이언스, 마케팅에 에이전트를 3배 이상 많이 썼습니다. 담당자가 한 명뿐이거나 겸임으로 돌아가는 기능이 어디인지 먼저 확인하면 첫 적용 지점을 고르기가 쉬워집니다.

셋째, 에이전트 비중 변화를 자사 기준으로도 측정해야 합니다. OpenAI 분석에서 에이전틱 출력 토큰 비중은 2026년 4월 3분의 1에서 8월 3분의 2로 올라갔습니다. 조직 안에서 대화형 질의와 작업 위임의 비율이 어떻게 변하는지는 교육 내용과 도구 선택을 바꾸는 신호가 됩니다.

넷째, 사람이 검토하는 지점을 공정에 명시해야 합니다. Teri Moten은 생성된 메일을 직접 검토하고 발송했고, Goliath Data는 Codex가 제안한 변경을 엔지니어가 검토하며, Taylor 부부가 작성한 사내 정책은 HR 업체가 다시 확인했습니다. 외부로 나가는 문서, 코드 변경, 사내 규정에는 각각 검토 책임자를 정해 두는 편이 안전합니다. 특히 고객 정보를 다루는 조사나 영업 자동화는 우리나라 개인정보보호법상 처리 근거를 먼저 확인할 필요가 있습니다.

다섯째, 수치의 성격을 구분해 읽으십시오. 400만 명, 900% 같은 숫자는 OpenAI 자사 제품 사용자에 대한 내부 분석이고, 사례의 성과는 사업주 자기 보고입니다. 자사 도입 효과를 판단할 때는 같은 지표를 자체 기준으로 정의하고 도입 전후를 비교하는 절차를 따로 두는 것이 맞습니다.

출처: Helping small businesses put AI to work, Small Businesses, Bigger Capabilities (PDF)