18
“AI로 한 일이 정말 내 실력일까요?”
요즘 조직심리 컨설팅에서 이런 고민이 부쩍 늘었다. 직장인은 AI에 의존하게 될까 불안해했고, 대표는 직원들이 AI에 어디까지 맡기는지 알기 어려워했다. 그래서 AI를 사용하면서도 나를 잃지 않는 방법을 연구에서 찾아봤다.
결론은 단순했다. AI에게 실행은 맡겨도 생각의 주도권은 넘기면 안 됐다.
생산성은 높아졌지만 주인의식은 낮아질 수 있었다
AI를 활용하면 실제로 일이 빨라졌다. 66개 기업, 7,137명의 지식노동자를 대상으로 한 현장실험에서 AI를 사용한 사람들은 이메일에 쓰는 시간을 매주 약 2시간 줄였고, 정규 근무시간 밖에서 일하는 시간도 감소했다. 고객상담 직원 5,172명을 분석한 연구에서도 AI 도입 후 생산성이 평균 15% 높아졌으며, 특히 경험이 적은 직원에게 효과가 컸다.
하지만 속도가 곧 성장이라는 의미는 아니었다. 최근 사전등록 실험에서는 AI에 수동적으로 의존해 업무를 수행한 사람들이 AI 없이 일할 수 있다는 자신감과 결과물에 대한 주인의식, 일의 의미를 낮게 느꼈다. 반대로 AI와 능동적으로 협업한 경우에는 이러한 문제가 완화됐다.
AI의 위험은 단순히 틀린 답을 내놓는 데 있지 않았다. 결과물은 빨라졌지만 그 안에서 내가 사라질 수 있다는 데 있었다.
AI를 직무가 아니라 과업 단위로 봐야 했다
758명의 컨설턴트를 대상으로 한 실험에서는 AI에 적합한 업무를 수행할 때 속도가 25.1% 빨라졌다. 그러나 AI의 능력 범위를 벗어난 복잡한 문제에서는 AI를 사용한 사람의 정답률이 오히려 19%포인트 낮았다.
이 결과가 대표에게 주는 메시지는 분명했다. “우리 회사가 AI를 사용할 것인가?”라는 질문은 지나치게 컸다. 대신 업무를 세 가지로 나눠야 했다.
- 요약·정리·초안처럼 AI에 맡길 업무
- 분석·기획처럼 AI와 사람이 함께 검증할 업무
- 인사·투자·안전처럼 사람이 판단하고 책임질 업무
AI 활용 능력은 모든 일에 AI를 적용하는 능력이 아니었다. 무엇을 맡기지 않을지 결정하는 능력이었다.
AI보다 먼저 내 생각을 적어야 했다
319명의 지식노동자가 제공한 936개의 AI 활용 사례를 분석한 연구에서는 AI에 대한 신뢰가 높을수록 비판적 사고를 덜 사용한다고 보고했다. 반대로 자신의 판단에 대한 자신감이 높을수록 비판적 사고를 더 많이 사용했다.
그래서 AI를 켜기 전에 세 줄을 먼저 적는 방식을 권했다.
- 내가 생각하는 결론
- 그렇게 판단한 이유
- 아직 확신하지 못하는 부분
그다음 AI에게 반론과 누락된 근거를 요청했다. 내 생각 없이 AI를 만나면 AI의 답이 기준이 됐지만, 내 생각을 가지고 만나면 AI가 검토자가 됐다.
결과만 받지 말고 기준을 배워야 했다
AI는 경험이 적은 사람의 성과를 빠르게 끌어올렸다. 그렇다면 AI를 정답 제공자가 아니라 숙련자의 기준을 배우는 멘토로 활용할 수 있었다.
“답을 만들어줘”라고 요청하는 대신 다음을 물었다.
- 왜 이렇게 판단했는가
- 좋은 결과물의 기준은 무엇인가
- 내 결과물과 비교하면 무엇이 부족한가
- 다음 업무에도 적용할 원칙은 무엇인가
결과물만 받으면 일이 남았다. 기준까지 배우면 실력이 남았다.
대표가 설계해야 할 것은 도구가 아니라 관계였다
덴마크의 11개 직군, 18,000명의 근로자를 조사한 결과 직장인들은 AI의 생산성 잠재력을 높게 평가하면서도 회사의 제한과 교육 부족 때문에 활용하지 못한다고 답했다. 업무상 AI 사용 경험에도 집단별 격차가 나타났다.
구독권을 지급하고 “적극적으로 활용하세요”라고 말하는 것만으로 조직의 AI 역량은 높아지지 않았다. 대표는 최소한 네 가지를 정해야 했다.
- 어떤 업무에 AI를 사용할 것인가
- 어떤 정보는 입력하지 않을 것인가
- 누가 결과를 검증하고 책임질 것인가
- 직무별로 어떤 교육을 제공할 것인가
직장인에게 AI는 비서이자 멘토, 사고를 확장하는 동료가 될 수 있었다. 그러나 최종 판단자와 책임자가 되어서는 안 됐다. 좋은 AI 전략은 사람을 빼는 전략이 아니라, 효율을 높이면서도 사람의 판단력과 주인의식을 남기는 전략이었다.
참고
0
0