인공지능 기술이 사무직 근로자의 업무 효율을 높이고 있지만, 동시에 자동화 시스템을 통한 감시가 강화되고 있습니다. 업무 시간 단축의 이득이 개인 정보 보호와 자율성 침해라는 새로운 문제로 상쇄되는 상황입니다.
AI 도입으로 생산성은 높아졌지만 숨겨진 비용이 커지고 있습니다
인공지능이 전 세계 기업에 확산되면서 근로자들의 반복적인 업무를 덜어주고 있습니다. 그러나 동시에 새로운 형태의 일거리가 생겨나고 있습니다. Work AI Institute가 발표한 최신 조사에 따르면 AI를 사용하는 개인들은 주당 약 11시간의 시간을 절약할 수 있었습니다. 하지만 같은 근로자들은 평균적으로 주당 6시간 이상을 AI 결과물을 검토하고 오류를 수정하며 명령어를 다시 실행하는 ‘봇시팅’에 소비하고 있습니다.
UC 산타바바라의 기술경영 교수인 폴 레오나르디는 “대부분의 사람들은 시간 절약을 위해 도구 작업에 얼마나 많은 시간을 쓰고 있는지 깨닫지 못하고 있습니다”라고 지적했습니다. 이 연구는 스탠포드 대학교와 UC 버클리 등 학계 전문가들이 참여한 것으로, AI 회사 글린이 후원했습니다. 조사는 미국, 영국, 호주의 6,000명 디지털 근로자를 대상으로 12월부터 1월 사이에 실시되었습니다.
흥미롭게도 개인 수준의 생산성 향상은 기업의 실제 수익 증가로 이어지지 못하고 있습니다. 응답자의 75%가 생산성 향상을 보고했지만, AI 도입으로 인한 실질적인 사업 성과를 경험한 기업은 13%에 불과했습니다. 이는 AI 기술이 아직 조직 차원의 가치 창출로 완전히 전환되지 못하고 있음을 시사합니다.
봇시팅이 생각보다 많은 시간을 차지합니다
AI 도구의 생산성 향상이 때로는 낭비로 이어지는 이유는 근로자들이 봇의 작업을 수정하고 필요한 파일, 문서, 암묵적 지식을 수집하는 데 소비하는 시간 때문입니다. 레오나르디 교수는 “사람들이 이 작업에 쏟는 시간과 노력의 규모는 상당히 놀랍습니다”라고 말했습니다. 대부분의 직원들은 이제 주당 6시간 이상을 업무 챗봇을 감시하는 데 보내고 있습니다.
조사 결과에 따르면 근로자가 AI로부터 유용한 결과물을 얻기 위해 1시간을 투자하면, 그것을 실제로 사용 가능하게 만드는 데 약 1시간을 더 소비합니다. 근로자들이 AI와 상호작용하는 전체 시간 중 37%는 봇시팅에, 36%는 실제 업무 생산에 할당됩니다. 이는 AI 도구 사용의 거의 절반이 검증 및 수정 작업에 소비된다는 의미입니다.
봇시팅에 이렇게 많은 시간이 소모되는 이유 중 하나는 AI 도구의 실패율입니다. 근로자들은 AI 세션의 3분의 1 이상이 완전히 실패하여 처음부터 다시 시작하거나 상당한 재작업이 필요하다고 보고했습니다. 이러한 빈번한 실패는 예상된 생산성 이득을 크게 감소시킵니다.
책임 회피와 설명 불가능한 업무 제출의 위험성
역설적이게도 근로자들이 업무의 더 큰 부분을 AI에 넘기면서 개인적 판단과 책임을 봇에게 위임하고 있습니다. 조사에 따르면 41%의 근로자가 자신이 설명할 수 없는 AI 생성 업무를 제출한 적이 있다고 답했습니다. 이는 업무의 품질과 정확성에 대한 책임이 모호해지는 문제를 야기합니다.
한 사례로 주니어 소프트웨어 엔지니어인 로빈은 수천 줄의 AI 생성 코드를 검토 없이 제출했습니다. 그 코드에 결함이 있었고, 이미 마감 기한에 쫓기던 시니어 엔지니어가 그것을 해결해야 했습니다. 로빈은 자신이 제출한 코드를 설명하지 못했습니다. 이 사건은 AI 도구 사용이 얼마나 책임감 있게 관리되어야 하는지를 보여줍니다.
레오나르디 교수는 “현재 많은 생성형 AI 도구에서 일어나는 일은 개별 기여자들이 관리자처럼 행동하기를 기대하는 것입니다”라고 설명했습니다. “그들은 AI 도구와 에이전트를 관리하고 있으며, 우리는 그들이 훨씬 더 많은 업무를 생산할 수 있을 것으로 기대하지만, 실제 관리 업무에 들어가는 모든 작업을 고려하지 않고 있습니다.”.
기업의 AI 투자가 실제 성과로 이어지지 못하는 이유
지난 6개월간 실리콘밸리 기업들은 직원들에게 AI 사용을 최대한 늘리도록 권장해왔습니다. 그러나 단순히 AI 사용량을 늘리는 것의 이점은 명확하지 않습니다. 우버는 2026년 AI 예산 전체를 4개월 만에 소진했지만 실제로 사용 가능한 기능을 출시하지 못했습니다. 이는 AI 투자가 반드시 비즈니스 성과로 이어지지 않을 수 있음을 보여줍니다.
조사 보고서는 “전체 시스템을 함께 유지하는 대부분 보이지 않는 인간 노동의 두터운 층”이 존재한다고 지적했습니다. 이는 AI의 성공이 기술 자체뿐만 아니라 그것을 관리하고 감시하는 인간의 노력에 크게 의존한다는 의미입니다. 기업들이 AI 도입의 진정한 비용을 이해하지 못하면 투자 수익률을 달성하기 어려울 것입니다.
개인 생산성 향상과 조직 성과 간의 이러한 격차는 AI 도입 전략의 근본적인 문제를 드러냅니다. 기업들은 AI 기술 자체에만 초점을 맞추고 있으며, 그것을 효과적으로 통합하고 관리하기 위한 조직 구조와 프로세스 개선에는 충분한 투자를 하지 않고 있습니다.
AI 도구를 효과적으로 활용하기 위한 실용적 조언
AI 도구를 사용할 때 가장 중요한 것은 결과물을 항상 검토하는 습관입니다. 도구가 생성한 내용을 그대로 받아들이기보다는 정확성, 관련성, 완전성을 확인하는 과정을 거쳐야 합니다. 특히 중요한 업무나 다른 사람에게 영향을 미칠 수 있는 결과물은 더욱 신중하게 검토해야 합니다.
AI 도구를 최대한 활용하려면 명확하고 구체적인 지시사항을 제공하는 것이 중요합니다. 모호한 요청보다는 상세한 맥락, 예시, 기대 결과를 포함한 프롬프트를 작성하면 도구의 성공률을 높일 수 있습니다. 또한 처음부터 완벽한 결과를 기대하기보다는 반복적인 개선 과정을 거치는 것이 효율적입니다.
팀 차원에서는 AI 도구 사용에 대한 명확한 지침과 책임 체계를 수립해야 합니다. 누가 어떤 유형의 업무에 AI를 사용할 수 있는지, 어느 수준의 검토가 필요한지를 정하면 혼란과 오류를 줄일 수 있습니다. 정기적인 교육과 모범 사례 공유도 조직 전체의 AI 활용 능력을 향상시키는 데 도움이 됩니다.
※ 개별 사정에 따라 해석이 달라질 수 있어 전문가 상담이 필요합니다.
