최근 기업 환경에서 AI 도입은 거스를 수 없는 흐름처럼 보입니다.

경영진은 AI가 업무 효율을 극대화하고 생산성을 비약적으로 높일 것이라 기대하며 수십억 달러를 투자하고 있습니다.

그러나 현장의 목소리는 사뭇 다릅니다.

많은 직원이 AI 덕분에 더 생산적이 되었다기보다, 오히려 수정에 더 많은 시간을 할애하며 ‘워크슬롭(Workslop)’이라는 새로운 형태의 업무 과중에 시달리고 있다고 토로합니다.

과연 AI는 약속된 유토피아로 우리를 이끌고 있는 것일까요, 아니면 예상치 못한 혼란을 야기하고 있는 걸까요?

더 가디언의 최신 보도를 통해 이 AI 생산성 역설의 이면을 심층 분석합니다.

‘워크슬롭’ 현상이란? AI 시대의 새로운 역설

‘워크슬롭’은 AI 붐의 예상치 못한 결과로, 겉보기에는 그럴싸하지만 실제로는 결함이 많아 대대적인 수정이나 재작업이 필요한 AI 생성물을 지칭하는 신조어입니다.

사이버 보안 기업의 카피라이터 켄의 사례는 이를 명확히 보여줍니다.

그의 CEO는 인력 감축 후 남아있는 직원들에게 AI 챗봇 사용을 의무화하며 생산성 증대를 주문했습니다.

그러나 현실은 달랐습니다.

AI가 초안을 빠르게 생성했지만, 켄과 동료들은 AI가 만들어낸 오류를 수정하고, 동료의 챗봇이 생성한 결과물 간의 불일치를 조정하는 데 AI를 사용하지 않았을 때보다 훨씬 더 많은 시간을 소요했습니다.

켄은 이렇게 말합니다.

“품질은 현저히 떨어졌고, 콘텐츠 제작 시간은 상당히 늘어났으며, 무엇보다 사기가 꺾였습니다.

AI가 도입된 후 모든 것이 훨씬 더 나빠졌습니다.” 그는 경영진이 AI로 인한 생산성 저하에 대해 직원들에게 책임을 전가했다고 덧붙였습니다.

이처럼 AI가 겉으로만 번지르르한 ‘작업 폐기물’을 양산하며 실제 업무 부담을 가중시키는 현상은 이제 단순한 해프닝이 아닌 심각한 구조적 문제로 부상하고 있습니다.

경영진과 현장 직원의 극명한 인식 차이

켄의 경험은 AI에 대한 직원과 리더 간의 커져가는 인식 격차를 반영합니다.

최근 5,000명의 미국 화이트칼라 직원을 대상으로 한 설문조사에 따르면, 비관리직 직원의 40%는 AI가 업무 시간을 전혀 절약해주지 못한다고 답한 반면, 고위 경영진의 92%는 AI가 자신들을 더 생산적으로 만든다고 응답했습니다.

이 극명한 대비는 AI 도입의 현실과 이상 사이의 간극을 명확히 보여줍니다.

기업들은 Block, Amazon, Dow, UPS, Pinterest, Target과 같이 생성형 AI에 수십억 달러를 투자하는 동시에 인력을 감축하며 AI의 잠재적 생산성을 그 이유로 들었습니다.

남은 직원들은 더 많은 작업을 AI를 활용해 생산하라는 압력에 시달리지만, 정작 AI 활용에 대한 명확한 지침이나 교육은 부족한 경우가 태반입니다.

생성형 AI에 대해 들떠 있는 경영진과 AI가 오히려 자신의 업무를 더 어렵게 만든다고 느끼는 직원들 사이에 깊은 단절이 존재하고 있는 것입니다.

‘워크슬롭’은 왜 발생하는가? AI 도입의 맹점

워크슬롭 현상의 원인은 단순히 직원들이 업무를 대충 처리해서 생기는 문제가 아닙니다.

근본적인 원인은 경영진의 접근 방식에 있습니다.

스탠퍼드 연구원이자 BetterUp 과학 고문인 제프 핸콕은 “사람들은 지침이나 지원 없이 AI를 사용하라는 지시를 받고 있다”고 지적합니다.

그의 연구(아직 동료 검토 전)에 따르면, 1,150명의 미국 사무직 직원 중 40%가 한 달 이내에 워크슬롭을 경험했으며, 이를 처리하는 데 한 달 평균 3.4시간을 보냈다고 합니다.

이는 10,000명 규모의 조직에서 연간 810만 달러의 생산성 손실로 추정되는 막대한 비용입니다.

프리랜서 제품 디자이너 켈리 캐신은 동료들이 봇의 메시지를 그대로 복사-붙여넣기 하는 경우가 흔하며, 심지어 “AI가 무슨 뜻인지 잘 모르겠어요”라고 답하며 판단을 챗봇에 아웃소싱하는 상황까지 목격했다고 말합니다.

이는 업무 시장의 불확실성과 생산성 증대에 대한 압박이 겹쳐 직원들이 제대로 검증하지 않은 AI 결과물을 무분별하게 사용하는 원인이 됩니다.

미시간 대학의 필립 배리슨 역시 의료진 사이에서 환자 질문에 대한 AI 생성 이메일 답변을 사용하는 과정에서 편집 노동, 좌절, 데이터 보안 및 오류에 대한 우려 등 유사한 워크슬롭 문제를 발견했습니다.

이는 결국 AI 도구가 “새로움을 넘어선 순간부터 외면당한다”는 결론으로 이어졌습니다.

Data & Society 비영리 연구소의 아이하 응우옌은 많은 기업이 기술 투자 후 노동 비용을 절감하려 AI를 추진하지만, 이러한 투자는 아직 결실을 보지 못했다고 분석합니다.

MIT 보고서에 따르면 기업의 95%가 AI 투자에 대한 수익을 얻지 못하고 있으며, SAP나 딜로이트 보고서에서도 소수의 기업만이 투자 수익을 창출하고 있다고 합니다.

응우옌은 “생성형 AI는 종종 무엇이든 할 수 있는 범용 도구로 제시되지만, 현실은 그렇지 않다.

그래서 워크슬롭의 일부는 AI의 불분명한 목적이나 사용 사례에서 비롯될 수 있다”고 설명합니다.

AI 생산성 신화, 그 이면의 노동 역학 변화

AI의 도입은 단순한 생산성 문제를 넘어, 노동 시장의 근본적인 역학 관계에도 변화를 가져오고 있습니다.

미국 통신노동자연맹(Communications Workers of America)의 연구 경제학자 댄 레이놀즈는 AI가 노동조합 협상의 중요한 쟁점이 되고 있다고 언급합니다.

노동조합은 기술에 대한 명확한 지침과 더불어 AI 활용 방식에 대한 노동자의 의견과 통제권을 요구하고 있습니다.

카네기 멜런 대학 테크 솔리다리티 랩의 사라 폭 디렉터는 기업들이 생산성과 효율성 향상을 위해 AI를 배포한다고 주장할 때 회의적인 시각을 보입니다.

그는 “실제로는 노동 역학의 더 큰 변화를 숨기고 있으며, 근로자의 자율성을 강화하기보다 오히려 감소시킨다”고 강조합니다.

이는 AI가 단지 도구로서가 아니라, 경영진의 통제 강화 수단으로 악용될 수 있다는 우려를 불러일으킵니다.

‘워크슬롭’을 넘어, 지속 가능한 AI 활용을 위한 제언

AI가 진정으로 생산성을 향상시키고 직원들에게 도움이 되려면, 현재의 접근 방식에 대한 근본적인 성찰이 필요합니다.

단순히 AI 도구를 도입하고 ‘더 많이 만들라’고 지시하는 것만으로는 부족합니다.

다음과 같은 전략적 접근이 필수적입니다.

  • 명확한 사용 지침 및 교육 제공: AI 도구가 어떤 목적으로, 어떻게 사용되어야 하는지 명확한 가이드라인을 제시하고, 직원들이 도구를 효과적으로 활용할 수 있도록 충분한 교육과 지원을 제공해야 합니다.
  • 인간 중심의 AI 통합: AI는 인간의 업무를 대체하는 것이 아니라, 보완하고 강화하는 도구로 활용되어야 합니다. AI가 생성한 결과물에 대한 인간의 검토와 판단 과정을 필수적으로 포함하여 워크슬롭 발생 가능성을 최소화해야 합니다.
  • 파일럿 프로그램 및 피드백 루프: 새로운 AI 도구를 전사적으로 도입하기 전에 소규모 팀에서 파일럿 프로그램을 운영하여 실제 효과와 문제점을 검증하고, 직원들로부터 지속적인 피드백을 받아 개선해나가야 합니다.
  • 투명한 커뮤니케이션과 협력 문화 구축: AI 도입의 목표와 기대를 직원들과 투명하게 공유하고, 발생할 수 있는 문제에 대해 솔직하게 논의하며 함께 해결책을 찾아가는 문화를 조성해야 합니다. 이는 AI에 대한 불신과 저항을 줄이는 데 기여할 것입니다.
  • 생산성 지표 재정의: AI 도입 후의 생산성 지표를 단순히 ‘생성된 양’이 아닌, ‘오류율 감소’, ‘최종 결과물의 품질 향상’, ‘직원 만족도’ 등 다각적인 관점에서 재정의하여 AI의 실질적인 가치를 측정해야 합니다.

결론적으로, AI는 여전히 엄청난 잠재력을 지닌 혁신 기술입니다.

그러나 현재 많은 기업이 AI의 잠재력을 충분히 활용하지 못하고 있으며, 오히려 직원들의 업무 부담을 가중시키고 있습니다.

진정한 AI 시대의 생산성 혁신은 기술 도입 그 자체를 넘어, 사람에 대한 투자, 즉 직원 교육과 문화 조성에 달려 있음을 기억해야 합니다.

워크슬롭이라는 그림자에서 벗어나, AI가 인간의 창의성과 효율성을 증진하는 진정한 동반자가 되기를 기대합니다.

출처: https://www.theguardian.com/technology/2026/apr/14/ai-productivity-workplace-errors