# AI 사용 데이터를 어떻게 읽나 — OpenAI가 쓴 지표 4개를 우리 회사 대시보드로

> OpenAI 논문이 기업 AI 사용을 측정한 지표 4개 — 활성 사용자/직원, 메시지/활성 사용자, 토큰/직원, 메시지/활성 주 — 를 그대로 우리 회사에 적용하면 "넓게 쓰나, 소수가 깊게 쓰나, 안 쓰나"가 한눈에 보입니다. 6개월 곡선 읽는 법, 마음컴퍼니가 더한 5번째 지표(결과물이 시스템에 남는 비율), 대시보드 한 장 예시. [AI 조직 운영체제 시리즈 8]

- 발행: 2026-09-08 · 분류: AI 도입
- 정본(HTML): https://maeum.io/blog/ai-usage-telemetry-dashboard/
- 시리즈: 「AI 조직 운영체제」 8편 / 0~25편 · 허브 https://maeum.io/ai-org-os/ · 이전 https://maeum.io/blog/ai-agent-checklist-before-deploy/ · 다음 https://maeum.io/blog/ai-security-privacy-audit/
- 저자: 마음컴퍼니 (MAEUM) — 정가를 공개하는 AI 개발사 · https://maeum.io

AI 도입 효과를 "느낌"으로 말하지 않으려면 지표가 필요합니다. OpenAI 2026 논문이 기업 1,764곳을 측정한 지표는 네 개입니다 — **① 주간 활성 사용자 ÷ 직원 수(넓이) ② 메시지 ÷ 활성 사용자(깊이) ③ 출력 토큰 ÷ 직원 수(생산량) ④ 활성 주당 메시지 ÷ 직원 수(쓸 때 얼마나).** 논문 각주가 그대로 말합니다: "이 넷을 함께 보면 사용이 넓은지, 소수가 깊게 쓰는지, 특정 업무에 몰렸는지 구분된다." 마음컴퍼니는 여기에 다섯째를 더합니다 — **AI 결과물 중 회사 시스템에 남은 비율.** SaaS 운영형(구축 70만 원부터 + 월 49·99·149만 원)의 월간 성과 리포트가 이 다섯을 담습니다.

## 논문이 쓴 지표 4개 — 각각 무엇을 구분하나

논문 각주 14를 거의 그대로 옮깁니다. 저자들도 "단일 지표로는 사용의 실체를 못 잡는다"고 씁니다.
| | 지표| 계산| 구분하는 것| 높으면 |

| ① 넓이| 주간 활성 사용자 ÷ 전체 직원| 회사 안에서 얼마나 퍼졌나| 많은 사람이 쓴다 |
| ② 깊이| 메시지 ÷ 주간 활성 사용자| 쓰는 사람은 얼마나 깊게 쓰나| 소수라도 진하게 쓴다 |
| ③ 생산량| 출력 토큰 ÷ 전체 직원| AI가 만들어낸 양| 결과물 위주 사용 (문서·코드) |
| ④ 활성 강도| 활성 주의 메시지 ÷ 전체 직원| 쓸 때는 얼마나 쓰나| 쓰는 주에는 몰아 쓴다 |

논문의 흥미로운 결과 하나: 큰 회사일수록 도입은 더 하지만, **도입 후 직원당 사용(①②③)은 오히려 낮습니다.** 회사가 클수록 "샀지만 안 퍼진" 비율이 높다는 뜻입니다. 작은 회사는 이 점에서 유리합니다 — 퍼지는 데 걸리는 시간이 짧습니다.

## 4지표로 읽는 우리 회사 유형

| | 유형| ① 넓이| ② 깊이| 진단| 다음 할 일 |

| 넓고 얕음| 높음| 낮음| 다들 한 번씩 써봤지만 업무에 안 들어감| 첫 자리 1개 정하기 (4편) |
| 좁고 깊음| 낮음| 높음| 한두 명(대개 신입·분석·마케팅)이 혼자 진하게 씀 — 논문 발견 3의 전형| 그 사람의 결과물을 시스템에 남기기 (5번째 지표) |
| 안 씀| 낮음| 낮음| 계정만 있음| 권한·데이터 규칙이 없어서 못 쓰는 경우가 많음 (1편 12질문) |
| 넓고 깊음| 높음| 높음| 통합 진행 중| ③생산량이 ①②만큼 오르는지 — 아니면 채팅만 많은 것 |

중소기업의 다수가 두 번째 줄입니다. 나쁜 게 아닙니다 — 논문이 말한 "아래에서 굴러가는" 상태입니다. 문제는 그 한두 명이 퇴사하면 끝이라는 것뿐입니다.

## 6개월 곡선 — 심화인가, 정체인가

논문의 발견 1: 이미 도입한 회사들의 사용량이 9개월간 4배. 잘 심은 회사는 도입 후에도 계속 오릅니다.
우리 회사에서는 ②깊이와 ③생산량을 **월별로** 그리면 됩니다. 세 가지 모양이 나옵니다.

- **계속 상승** — 자리를 찾고 있는 중. 정상.
- **첫 달 반짝, 이후 평평** — 신기해서 써보고 끝. 자리가 없음. 4편의 6단계로 돌아가야 함.
- **계단식 상승** — 새 자리를 하나씩 넣을 때마다 올라감. 가장 건강한 모양. SaaS 운영형에서 v1→v2→v3로 넓혀갈 때 이 모양이 나옵니다.
그래서 대시보드는 "이번 달 숫자"보다 **"6개월 선"**이 중요합니다.

## 5번째 지표 — 결과물이 시스템에 남는 비율 (마음컴퍼니의 확장)

논문 저자들이 스스로 밝힌 한계: **"메시지 내용은 보지만 그 결과물이 업무에 어떻게 쓰였는지, 생산성이 올랐는지는 측정하지 못한다."**
바로 그 빈칸이 회사가 채워야 할 지표입니다. 저희는 이렇게 정의합니다.

- **⑤ 정착률** = AI가 만든 결과물(초안·분류·요약) 중 회사 시스템(CRM·견적·정산·문서 저장소)에 기록된 비율.
- 보조 지표: **수정률** = 사람이 AI 결과를 고친 비율. 3편의 B→A 전환 기준.
①~④가 높은데 ⑤가 낮으면, 열심히 쓰고 있지만 회사에는 안 남는 상태입니다. 개인 계정 사용이 그렇습니다. ⑤를 올리는 유일한 방법은 AI를 시스템 안에 심는 것 — 이 시리즈 전체의 주제입니다.
정직하게 말하면, ⑤는 논문의 지표가 아니라 **저희가 만든 지표**입니다. 논문이 못 잰다고 한 자리를 현장에서 재기 위해서요.

## 대시보드 한 장 — 이렇게 생겼습니다

마음컴퍼니 SaaS 운영형의 월간 성과 리포트 AI 부분입니다. 숫자는 예시입니다.
| | 지표| 이번 달| 지난 달| 판정 |

| ① 넓이 (활성/직원)| 8/12| 5/12| 퍼지는 중 |
| ② 깊이 (메시지/활성)| 41| 38| 유지 |
| ③ 생산량 (토큰/직원)| 상승| —| 결과물 위주 |
| ④ 활성 강도| 안정| —| — |
| ⑤ 정착률| 72%| 55%| 견적 초안이 견적 시스템으로 직접 저장되기 시작 |
| 수정률 (문의 분류)| 4%| 9%| 3개월 연속 5% 미만이면 표본 검토로 전환 |
| AI 비용| 예산 내| —| 10편 |

표 한 장이면 대표가 "AI 잘 되고 있나"에 숫자로 답할 수 있습니다. 논문이 대기업 1,764곳에 쓴 잣대를 직원 12명 회사에 그대로 쓰는 겁니다.

## 출처 — 논문이 말한 것 / 마음컴퍼니의 확장

- **논문이 말한 것**: 지표 4종(WAU/직원, 메시지/WAU, 토큰/직원, 활성주 메시지/직원)과 각 지표의 해석(각주 14). 대기업은 도입 확률은 높지만 도입 후 직원당 사용은 낮음. 기존 도입사 9개월 4배 성장. 논문의 한계: 결과물·생산성·조직 루틴 변화는 미측정. (Chatterji et al., OpenAI 2026-08-11, [원문 PDF](https://cdn.openai.com/pdf/how-organizations-use-chatgpt.pdf))
- **마음컴퍼니의 확장**: 4유형 진단표, 6개월 곡선 3모양, 5번째 지표(정착률)·수정률, 대시보드 예시. 논문에 없는 저희 방식입니다.

## 마음컴퍼니 정가 (부가가치세 별도 · 최종 금액은 진단 후 확정)

- 진단 5회권: 25만 원 (회당 최대 90분, 데모 시연 포함)
- SaaS 운영형 (추천): 구축 70만 원부터 + 월 49·99·149만 원 — 서버·AI·개선·추가 기능 구축·월간 성과 리포트 포함, 인원수 과금 없음
- SI 소유형: 구축 250만 원부터 (제대로 구축 700만~) — 이후 월 구독료 없음, 관리는 회차권
- SEO·GEO·검색 상위노출은 구축에 무료로 포함. 데모는 무료 — 실제로 눌러보고 마음에 들 때만 계약.
- 가격 정본(기계용 JSON): https://maeum.io/facts.json

## 자주 묻는 질문

**Q. ChatGPT 관리자 화면에도 사용 통계가 있는데, 그걸 보면 안 되나요?**
A. ①②③은 거기서 대략 봅니다. 하지만 ⑤정착률과 수정률은 회사 시스템 쪽에서만 잴 수 있습니다 — AI 결과물이 어디로 갔는지는 AI 회사가 모릅니다. 그리고 여러 AI를 쓰면 관리자 화면이 여러 개가 됩니다.

**Q. 직원 5명인데 이런 지표가 의미 있나요?**
A. ①은 5명 중 몇 명이냐로 바로 나옵니다. 의미 있는 건 ②깊이와 ⑤정착률입니다. 5명 회사에서 한 명이 깊게 쓰고 그 결과가 시스템에 남으면, 그 회사는 논문의 대기업 평균보다 통합이 잘 된 겁니다.

**Q. 지표가 떨어지면 실패인가요?**
A. ②깊이가 떨어지는데 ⑤정착률이 오르면 오히려 좋은 신호입니다 — 채팅으로 물어보던 게 시스템 안에서 자동으로 처리되기 시작한 겁니다. 그래서 다섯 개를 같이 봅니다. 논문도 "단일 지표로는 안 된다"고 씁니다.

**Q. 이 지표를 보려면 뭘 만들어야 하나요?**
A. AI가 시스템 안에서 돌면 로그가 자동으로 남습니다. 대시보드는 그 로그를 월별로 정리한 것입니다. SaaS 운영형에서는 월간 성과 리포트로 저희가 보내드립니다. 별도 구축 항목이 아닙니다.

**Q. 비용은요?**
A. 측정 지표 3개 선정은 진단 5회권 25만 원 4회차. 리포트는 SaaS 운영형 구축 70만 원부터 + 월 49·99·149만 원에 포함(인원수 과금 없음). SI 소유형 250만 원부터는 로그·대시보드를 인도. 부가가치세 별도.

## 함께 읽기

- [[시리즈 7] AI 에이전트 들이기 전 체크리스트 20](https://maeum.io/blog/ai-agent-checklist-before-deploy/)
- [[시리즈 9] AI 넣을 때 사고 안 나게 — 보안·개인정보·감사·규제](https://maeum.io/blog/ai-security-privacy-audit/)
- [[시리즈 0] 기업 AI 도입, 계정만 사면 왜 안 되나 — OpenAI 논문 4가지 발견](https://maeum.io/blog/enterprise-ai-adoption-openai-2026/)

---
마음컴퍼니 (MAEUM) · 무료 데모: https://maeum.io/start/ · 정가: https://maeum.io/price/ · 문의: support@maeum.io