효율성의 역설: AI가 우리를 더 똑똑하게가 아니라 더 힘들게 일하게 만드는 이유

지난 몇 년 동안 직장에서의 인공지능(Artificial Intelligence)에 관한 이야기는 단 하나이며 매우 매혹적이었습니다. AI는 궁극적인 시간 절약 도구라는 것입니다. 우리는 대규모 언어 모델(Large Language Models)과 자율 에이전트(Autonomous Agents)가 고된 일을 처리하고, 인간 근로자는 고차원적인 전략과 창의성에 집중하거나, 어쩌면 조금 더 일찍 퇴근할 수 있는 미래를 약속받았습니다.

하지만 이번 주 Harvard Business Review에 게재된 캘리포니아 대학교 버클리(University of California, Berkeley)의 획기적인 새로운 연구는 그 환상을 깨뜨렸습니다. 8개월 동안 미국 기술 기업의 직원 200명을 추적한 이 연구는 극명하게 다른 현실을 보여줍니다. AI 도구는 업무를 줄이는 것이 아니라 지속적으로 강화하고 있다는 것입니다.

Creati.ai에서 이러한 연구 결과를 분석한 결과, 우리가 "생산성 역설(productivity paradox)"의 출현을 목격하고 있음이 분명해졌습니다. 생산량 지표는 상승할 수 있지만, 인지적 피로(cognitive fatigue), 모호해진 경계, 급증하는 번아웃 비율로 측정되는 인적 비용은 훨씬 더 빠르게 상승하고 있습니다.

UC 버클리 연구 결과 분석

하스 경영대학원(Haas School of Business)의 아루나 랑가나탄(Aruna Ranganathan) 부교수와 싱치 매기 예(Xingqi Maggie Ye) 연구원이 주도한 이 연구는 AI 도입이 현장에서 어떻게 이루어지는지에 대해 지금까지 중 가장 세부적인 통찰을 제공합니다. 스스로 보고한 감정에 의존하는 광범위한 설문 조사와 달리, 이 연구는 생성형 AI(Generative AI) 도구를 자발적으로 도입한 인력 내부에 관찰자를 배치했습니다.

연구진은 "업무량 잠식(workload creep)"이라고 명명한 현상을 확인했습니다. 개별 작업은 실제로 더 빨리 완료되었지만, 절약된 시간은 직원들의 휴식이나 깊은 사고를 위해 회수되지 않았습니다. 대신 그 시간은 즉시 더 많은 업무로 채워졌으며, 이는 종종 직원의 핵심 역할과는 다른 성격의 업무였습니다.

연구에 따르면, 업무의 강화는 번아웃이 시작될 때까지 경영진이 흔히 인지하지 못하는 세 가지 구체적인 메커니즘에 의해 주도됩니다.

1. 작업 확장

AI는 복잡한 기술 작업에 대한 진입 장벽을 낮춥니다. 연구에서 제품 관리자는 직접 코드를 작성하기 시작했고, 사용자 연구원은 엔지니어링 티켓을 처리하기 시작했습니다. 이러한 "기술의 민주화"는 처음에 힘을 실어주는 것처럼 느껴졌지만, 결과적으로 직원들이 이전에는 다른 부서의 소유였던 역할을 실질적으로 흡수하게 되었음을 의미했습니다. 그 결과 공식적인 직무 기대치에 대한 조정 없이 업무 범위가 크게 확장되었습니다.

2. "마이크로 휴식"의 소멸

더욱 교묘한 발견 중 하나는 AI가 업무일 중의 자연스러운 휴식을 어떻게 침식했는지에 대한 것이었습니다. 전통적인 워크플로우에서 난관에 봉착한다는 것은 종종 생각을 하거나 동료와 상의하기 위해 휴식을 취하는 것을 의미했습니다. AI를 사용하면 해결책은 언제나 "프롬프트 한 번"이면 가능합니다. 직원들은 점심시간과 회의 사이의 시간을 포함한 모든 여유 시간을 "빠른" AI 쿼리로 채우고 있다고 보고했습니다. 회복에 필요한 정신적 휴식 시간이 즉각적인 답변의 유혹에 의해 체계적으로 제거되었습니다.

3. 멀티태스킹 과부하

연구는 직원들이 동시에 여러 활성 스레드를 관리하는 "새로운 리듬"의 업무를 설명합니다. 개발자는 AI 에이전트가 두 번째 스크립트를 생성하는 동안 하나의 스크립트를 수동으로 디버깅하고, 세 번째 창에서는 테스트 세트를 실행할 수 있습니다. 이러한 병렬 처리는 무거운 인지 부하를 생성하여, 근로자를 집중력 있는 창작자가 아니라 디지털 출력물을 위한 고속 교통 관제사로 변모시킵니다.

변화의 시각화: 전통적 업무 vs AI 증강 업무

업무일의 질감이 어떻게 변했는지 더 잘 이해하기 위해, AI 도입 이전의 워크플로우와 버클리 연구에서 관찰된 강화된 패턴을 비교할 수 있습니다.

표: AI가 워크플로우 역학에 미치는 영향

"항상 켜져 있는" 생산성의 인지적 비용

버클리의 연구 결과는 AI 시대의 인지적 피로에 관한 증가하는 증거들과 일치합니다. 근로자가 반복적인 작업을 AI에 맡기면, 그들에게는 직무의 고위험 의사 결정과 복잡한 문제 해결 요소만 남게 됩니다. 이론적으로는 이상적으로 들리지만, 인간의 뇌는 가치가 낮은 작업이라는 "입가심(palate cleanser)" 없이 8시간 내내 최고 수준의 인지 강도로 작동하도록 설계되지 않았습니다.

연구에 따르면 직원들은 처음에 AI를 밀린 업무를 처리하는 데 도움을 주는 "파트너"라고 묘사하며 추진력이 솟구치는 것을 느꼈습니다. 그러나 이러한 추진력은 종종 착각이었습니다. 연구 6개월 차에 접어들자 번아웃, 불안, 의사 결정 마비에 대한 보고가 급증했습니다. 연구진은 1분기에 생산성 기적처럼 보이는 것이 종종 3분기에는 이직과 품질 저하로 이어진다고 경고합니다.

게다가 보고서에서 언급된 "멀티태스킹 과부하"는 인간의 주의력에 대한 중대한 오해를 강조합니다. 우리는 진정한 멀티태스커가 아니라 작업 전환자(task-switcher)입니다. 근로자가 AI 결과물을 검토하고, 새로운 쿼리를 입력하고, 사실을 확인하는 사이를 전환할 때마다 "전환 비용(switching cost)"이 발생합니다. 하루 동안 이러한 미세한 비용이 쌓여 심각한 정신적 탈진으로 이어집니다.

리더십을 위한 경종

비즈니스 리더들에게 UC 버클리의 연구는 긴급한 경고 역할을 합니다. 활동을 지속 가능한 생산성으로 착각하지 마십시오. 현재 많은 기업이 AI 성공을 측정하기 위해 사용하는 지표(작성된 코드 라인 수나 처리된 티켓 수 등)는 업무의 양을 포착할 뿐 강도를 무시하고 있습니다.

연구진은 이러한 업무 강화가 상당 부분 자발적으로 이루어진다는 점을 강조합니다. 직원들이 반드시 더 많은 일을 하도록 명령받는 것은 아니며, 도구의 능력에 매료되어 더 많은 일을 떠맡게 되는 것입니다. 이로 인해 문제는 감지하기 더 어렵고 해결하기도 더 어려워집니다.

지속 가능한 AI 전략을 위한 권장 사항:

• "AI 관행" 시행: 연구는 조직이 의도적인 규범이나 "AI 관행"을 수립해야 한다고 제안합니다. 여기에는 의무적인 휴식과 AI를 사용하지 않아야 할 때에 대한 명확한 지침이 포함됩니다.
• 생산성 재정의: AI가 쉽게 부풀릴 수 있는 산출물 중심 지표에서 결과 중심 지표로 이동하십시오. 생산 속도만이 아니라 업무의 영향력을 측정하십시오.
• 업무 범위에 대한 안전장치: 관리자는 "범위 잠식"에 대해 경계해야 합니다. 마케팅 관리자가 AI로 SQL 쿼리를 생성할 수 있다고 해서, 본래의 업무 외에 데이터 팀의 업무까지 수행해야 한다는 의미는 아닙니다.
• 인간적 연결 우선순위: AI 에이전트와의 상호 작용이 증가함에 따라, 정서적 지원과 창의적 영감을 제공하는 인간 대 인간의 협업 시간을 보호해야 합니다.

미래의 업무 탐색

Creati.ai에서 우리는 산업을 혁신할 인공지능의 잠재력에 대해 여전히 낙관적입니다. 그러나 혁신이 인력의 정신 건강을 희생시키면서 이루어져서는 안 됩니다. 도구는 인간을 위해 봉사해야 하며, 그 반대가 되어서는 안 됩니다.

UC 버클리의 연구는 기술에 대한 비난이 아니라, 우리가 현재 기술을 배포하는 방식에 대한 비판입니다. 만약 우리가 AI를 단지 하루에서 더 많은 시간을 쥐어짜기 위한 메커니즘으로만 계속 취급한다면, 우리는 어떤 알고리즘으로도 해결할 수 없는 번아웃 위기에 직면하게 될 것입니다. 앞으로 나아갈 길은 우리의 인지적 한계를 인정하고 단기적인 효율성 폭발보다 지속 가능하고 장기적인 창의성을 우선시하는 의도적인 업무 재설계를 필요로 합니다.

2026년으로 더 깊숙이 나아감에 따라, 경쟁 우위는 AI를 사용하여 가장 빨리 달리는 기업이 아니라, 가장 오래 달리는 기업의 것이 될 것입니다.