AI VIDEO BRIEFING
ChatGPT 사용 실태 연구: 하루 28억 건 메시지가 말해 주는 진짜 사용법과 이용자 변화
오픈AI 경제 연구팀과 하버드 연구진이 소비자용 ChatGPT 대화 100만 건을 분석했다. 전체 사용의 70%가 몰린 세 가지 용도와 이용자 구성의 변화, 그리고 묻기와 맡기기를 가르는 기준을 정리했다.
핵심 메시지
- ChatGPT는 출시 3개월 만에 주간 이용자 5,000만 명에 도달했다. 텔레비전이 같은 규모에 이르는 데 12년, 인터넷이 7년 걸린 것과 비교되는 속도다.
- 실제 사용의 약 70%는 실용적 조언, 정보 탐색, 글쓰기 세 가지에 몰려 있고 프로그래밍은 전체의 4.2%에 그쳤다.
- 이용자 구성이 크게 바뀌어 초기 약 70%였던 남성 비중이 역전됐고, 이용자의 약 75%가 35세 미만이다.
- 업무와 무관한 사용 비중이 초기 절반 수준에서 약 70%까지 올라갔다.
- 연구진은 대화를 '맡기기'와 '묻기'로 나누고, 설명해야 할 맥락이 많은 일일수록 사람들이 위임 대신 조언 요청을 택한다는 모형을 제시했다.
쉽게 이해하기
스탠퍼드 디지털 경제 연구소 세미나에서 경제학자 조이 히치그가 소비자용 ChatGPT의 첫 3년을 분석한 연구를 발표했다. 오픈AI 경제 연구팀 소속이었던 공동 저자들과 하버드 케네디스쿨 교수가 함께한 작업으로, 설문이 아니라 실제 사용 기록을 분류해 무엇을 하는지 살펴봤다는 점이 특징이다. 다만 이 데이터에는 서비스를 쓰지 않는 사람이 잡히지 않기 때문에, 이미 쓰는 사람들 안에서의 사용 양상을 보는 연구라는 한계도 분명히 했다.
연구진은 데이터의 성격이 완전히 새롭다는 점을 강조하며 개인정보 보호 절차를 먼저 설명했다. 연구 과정에서 대화 기록을 직접 들여다본 적은 한 번도 없고, 자동 분류기가 내놓은 분류 결과만 봤다. 분류기가 제대로 작동하는지는 공개된 대화 데이터셋에 세 명의 사람이 라벨을 붙여 비교하는 방식으로 검증했고, 인구 통계 정보 역시 원자료가 아니라 집계값만 볼 수 있는 격리된 환경에서 다뤘다.
성장 속도와 이용자 구성의 변화가 먼저 눈에 띈다. 2022년 11월 아무도 모르던 서비스가 3개월 만에 주간 이용자 5,000만 명을 넘었고, 2025년 9월 기준 하루 약 28억 건의 메시지가 오간다. 흥미로운 점은 이 증가분이 초기 이용자가 아니라 나중에 합류한 사람들에게서 주로 나온다는 것이다. 발표자는 뒤늦게 들어온 사람일수록 훨씬 유능해진 모델을 처음 만났기 때문일 것으로 봤다.
무엇에 쓰는지는 예상과 다소 다르다. 대화 주제를 일곱 갈래로 나눴을 때 실용적 조언, 정보 탐색, 글쓰기 세 가지가 전체의 약 70%를 차지했다. 언론에서 자주 다뤄지는 두 영역, 즉 프로그래밍은 4.2%, 인사·감정 표현 성격의 사용은 4.3%였다. 발표자는 프로그래밍 비중이 낮게 보이는 이유로 개발자들이 별도의 코딩 도구를 통해 모델을 쓰기 때문에 소비자용 화면 데이터에는 잡히지 않는다는 점을 들었다.
연구의 핵심 기여는 대화를 '맡기기'와 '묻기'로 가르는 분류다. 이메일 초안을 대신 쓰게 하는 것은 맡기기이고, 어떤 근거를 인용해야 하는지 물어본 뒤 직접 쓰는 것은 묻기다. 연구진은 이 선택을 두 가지 변수로 설명하는 모형을 세웠다. 하나는 AI가 나보다 얼마나 잘하느냐이고, 다른 하나는 그 일이 얼마나 나만의 맥락을 필요로 하느냐다. AI의 상대적 실력이 높을수록 위임이 늘고, 설명해야 할 맥락이 클수록 위임은 줄어든다.
주요 인사이트
- 업무용 사용이 늘어날 것이라는 통념과 달리, 업무와 무관한 사용 비중은 초기 절반 수준에서 약 70%까지 높아졌다. 소비자 요금제만 본 데이터라는 점을 감안해도 일상 속 사용이 빠르게 자리 잡았음을 보여 준다.
- 업무 사용을 표준 직무 활동 분류로 살펴보면, 상위 항목이 특정 산출물 생산이 아니라 정보를 얻고 해석하기, 판단하고 조언하기, 창의적으로 생각하기 같은 의사결정 지원에 몰려 있었다.
- 모델이 좋아질수록 위임이 늘어날 것 같지만 데이터에서는 오히려 묻기 비중이 늘고 있었다. 연구진은 사람들이 점점 더 맥락이 많이 필요한 일에 도구를 쓰기 시작했기 때문일 수 있다고 설명하고, 실제로 고맥락 대화의 비중이 늘어나는 흐름을 함께 제시했다.
- 맥락 전달 비용이 0에 가까워지면 그림이 달라진다. 세미나에서는 메일과 문서를 통째로 읽는 도구가 등장하면 위임 영역이 넓어질 것이라는 지적이 나왔고, 발표자도 맥락 전달에 비용을 지불하는 확장 모형에서 위임 구간이 넓어진다고 인정했다.
- 같은 사람 안에서 비교해도 경향은 유지됐다. AI가 잘할 것으로 평가되는 업무에 해당하는 메시지일수록 맡기기로 분류될 확률이 높았고, 맥락이 많이 필요한 메시지일수록 묻기로 분류될 확률이 높았다. 다만 연구진은 인간관계 상담처럼 맥락 격차가 매우 큰데도 활발히 쓰이는 영역은 이 모형 밖에 있다고 인정했다.
자주 묻는 질문
이 연구는 대화 내용을 직접 읽고 분석한 것인가요?
아닙니다. 연구진은 대화 기록을 직접 열어 본 적이 없고, 언어 모델 기반 자동 분류기가 각 메시지에 붙인 분류 결과만 봤습니다. 분류기의 정확도는 공개된 대화 데이터셋을 사람 세 명이 라벨링한 결과와 비교해 검증했으며, 인구 통계 정보도 집계값만 볼 수 있는 격리 환경에서 다뤘습니다.
사람들이 ChatGPT를 가장 많이 쓰는 용도는 무엇인가요?
대화 주제 일곱 갈래 가운데 실용적 조언, 정보 탐색, 글쓰기 세 가지가 전체 사용의 약 70%를 차지했습니다. 실용적 조언에는 학습 지도, 방법 안내, 건강과 자기 관리, 아이디어 발상이 포함됩니다.
'묻기'와 '맡기기'는 어떻게 구분하나요?
결과물을 대신 만들어 달라고 요청하면 맡기기, 내가 직접 하되 필요한 정보를 얻으려고 요청하면 묻기입니다. 회의 불참 메일을 써 달라고 하면 맡기기이고, 정책 보고서에 인용할 만한 자료를 알려 달라고 한 뒤 직접 쓰면 묻기에 해당합니다.
프로그래밍 사용 비중이 4.2%에 불과한 이유는 무엇인가요?
이 연구가 소비자용 ChatGPT 화면에서 오간 대화만 다뤘기 때문입니다. 발표자는 상당수 개발자가 API를 호출하는 별도의 코딩 도구를 통해 모델을 쓰고 있어 그 사용량이 이 데이터에는 잡히지 않는다고 설명했습니다.
원문과 출처
이 글은 원본 영상의 자막을 바탕으로 한국어 독자를 위해 요약했습니다. 전체 맥락과 최신 정보는 원문에서 확인하세요.
YouTube 원본 영상 보기 ↗