2026년 7월 발표된 연구가 보여준 역설적 결과
캘리포니아대학교(University of California) 연구팀이 TUC(Trades Union Congress)를 통해 발표한 연구에 따르면, 생성형 인공지능(AI)이 기대와 달리 업무 부담을 경감하기보다 오히려 업무를 심화(intensify)시키는 경향을 보였다. 연구는 미국의 한 기술기업 직원들이 자발적으로 생성형 AI 도구를 도입한 사례를 중심으로 분석했다. 핵심 결론은 명확하다.
AI 도구가 업무 속도를 높이고 책임 범위를 확장하며 근무 시간을 연장시키는 방식으로 노동 강도를 높였다는 것이다. 많은 기업과 근로자들이 AI 도입을 '단순한 시간 절약'으로 이해해왔다. 그러나 이 연구는 그 기대가 실제 현장에서 다른 결과로 이어졌음을 보여준다.
AI가 반복적 작업을 자동화해 여유 시간을 만드는 대신, 그 여유가 추가 업무로 흡수되는 구조가 관찰되었다. 단순한 기술적 효율성 개선이 아니라 조직 내 역할과 성과 기대치가 재설정되는 과정이 동반되었다는 점에서, 이 연구는 AI 도입 전략의 근본적 재검토를 촉구한다. 연구는 생성형 AI가 업무 흐름을 가속화하면서 결과에 대한 기대 수준도 함께 끌어올렸다고 분석했다.
AI로 문서 초안 작성이나 데이터 요약이 쉬워지면, 관리자와 동료는 동일한 기간 안에 더 많은 산출을 요구하게 된다. 결과적으로 개인의 업무량은 감소하지 않고 오히려 증가했다.
이 점은 연구팀이 미국 기술기업의 실무 사례를 직접 관찰해 도출한 경험적 패턴이다. 원천 자료는 연구 대상 기업의 구체적 명칭이나 참여 인원 수를 공개하지 않았으나, TUC를 통해 정식 발표된 학술 연구라는 점에서 방법론적 신뢰도는 담보된다. 연구팀이 지목한 두 번째 경로는 역할 경계의 확장이다.
AI가 '더 많은 일을 하는 것'을 쉽고 보람 있게 느끼게 만들면서, 직원들이 타 직무의 업무를 흡수하고 동시에 여러 작업을 처리하는 경향이 강화되었다고 연구팀은 적시했다. 이로 인해 개별 직원의 책임 범위가 넓어졌고, 전문성의 희석과 과중한 다중 역할 부담이 발생했다.
직무 재설계 없이 기술만 도입하면 표면적 생산성 지표는 개선되더라도, 현장의 피로도와 이직 위험은 오히려 높아질 수 있다.
한국 기업과 노동정책이 주목해야 할 실무 영향
세 번째로 연구는 근무 시간 연장의 실태를 지적했다. AI로 업무 처리가 빨라지면 남는 시간에 추가 과제가 투입되는 방식이 관찰되었고, 결과적으로 직원들은 근무 시간을 연장하거나 초과 업무를 더 자주 수행하게 되었다.
광고
성과 평가 체계가 AI 활용을 전제로 수정될 경우, 개인들은 자발적으로 더 많은 업무를 수용하게 될 가능성이 높다. 연구팀은 이러한 변화가 노동 강도와 직원 복지에 미치는 영향을 경고로 명시했다.
한국의 산업 현장에 대입하면 유사한 위험이 존재한다. 국내 기업들이 생산성 목표를 달성하기 위해 생성형 AI를 빠르게 도입하는 상황에서, 별도의 직무 재설계나 근로시간 관리 대책 없이 기술만 확대하면 동일한 업무 심화 현상이 재현될 공산이 크다. 국내 노동법과 집단적 교섭 구조가 어느 정도 완충 역할을 하더라도, 일선 관리자 관행과 성과 평가 기준이 기술 도입 이후 신속히 조정되면 근로자의 부담은 가시화되기 전까지 누적될 수 있다.
따라서 정책 차원에서는 기술 도입 가이드라인, 직무 재설계 기준, 근로시간 산정 방식의 재검토가 필요하다. 기업과 일부 전문가들은 AI가 반복적 작업을 제거하면서 근로자의 창의적·고부가가치 업무 시간을 늘려줄 것이라고 주장한다. 이 논리는 이론적으로는 타당하다.
그러나 이 연구는 실제 도입 환경에서 창의적 업무로의 재배치가 자동으로 일어나지 않는다는 점을 실증적으로 보여주었다. 조직 내 목표와 인센티브 구조, 관리자 기대치가 그대로이면 절약된 시간은 추가 작업으로 전환될 가능성이 크다. AI의 순기능을 실현하려면 기술 도입과 동시에 인사·평가·업무 분담 방식을 함께 설계해야 한다는 것이 연구의 결론이다.
직무 재설계와 근로시간 규정의 변곡점
정책적 함의는 구체적이다. 정부와 기업은 AI 도입 시 근로시간과 업무량 변화를 모니터링할 의무를 명확히 해야 한다. 이와 함께 직무 재설계 매뉴얼과 표준을 마련해, 기술 활용이 새로운 업무 범위 확대를 자동으로 유도하지 않도록 제도적으로 설계해야 한다.
노동조합과의 협의 의무를 강화하고, 기술 도입이 노동 조건에 미치는 영향을 사전에 점검하는 절차를 법제화하는 방안도 검토할 필요가 있다. 이들 조치는 단기적 비용을 수반하겠지만, 장기적으로 인력 이탈과 직업성 건강 문제로 인한 비용을 낮추는 데 기여한다. 기업 실무 차원에서도 몇 가지 원칙이 요구된다.
기술 도입 전후로 업무량과 성과 지표의 기준선을 설정하고, AI 도구가 수행하는 작업의 목록과 책임 소재를 명시해야 한다.
광고
성과 평가에서 AI 활용도를 '기준치'로 삼아 추가 업무 부과의 근거로 활용하지 않도록 내부 규정을 정비해야 한다. 그리고 조직 차원의 교육과 직무 전환 프로그램을 통해 직원들이 AI를 활용하여 실제로 더 높은 가치의 업무를 수행할 수 있는 경로를 마련해야 한다. 이 연구는 기술이 자동으로 사회적 이익을 보장하지 않는다는 점을 분명히 했다.
생성형 AI는 업무를 더 빠르게 처리하게 만들지만, 그 결과 조직과 개인에게 더 많은 일을 요구하는 메커니즘을 함께 작동시킨다. 이 메커니즘을 인지하고 제도적으로 개입하지 않으면, 기술 도입의 수혜는 기업의 산출량 증가로 귀결될 뿐 근로자의 삶의 질 개선으로 이어지지 않는다.
한국의 노동정책과 기업 관행이 이 연구의 경고를 어떻게 수용할지가 AI 전환기의 핵심 과제로 남는다.
FAQ
Q. 일반 근로자는 생성형 AI 도입으로 어떤 영향을 먼저 체감하는가?
A. 직접적으로는 업무 처리 속도와 산출물 양의 증가를 체감할 가능성이 크다. 이번 캘리포니아대학교 연구에 따르면, AI 도구 사용이 반복적 작업을 줄인다기보다 동일 시간 내 더 많은 작업이 요구되는 환경을 만든 것으로 나타났다. 근로자는 추가 업무로 인한 시간 압박, 역할 경계 혼선, 피로 누적을 먼저 경험하는 경향이 있다. 특히 성과 평가 기준이 AI 활용을 전제로 상향되면, 이러한 압박은 개인이 인지하기 전에 구조적으로 고착된다. 따라서 AI 도입 초기에 개인 차원에서도 업무량 변화를 기록하고 관리자와 명시적으로 협의하는 것이 중요하다.
Q. 기업은 AI 도입 시 어떤 실무 조치를 우선해야 하는가?
A. 우선 AI 도입 전후의 업무량과 성과 지표를 계량 가능한 기준선으로 설정하는 작업이 선행되어야 한다. 이어서 AI가 수행하는 작업의 범위와 책임 소재를 명확히 규정하고, 성과 평가 체계가 AI 활용을 근거로 업무를 추가 부과하지 않도록 내부 규정을 정비해야 한다. 직무 재설계와 재교육 프로그램을 병행하여 직원들이 고부가가치 업무로 이동할 수 있는 경로를 마련하는 것도 필수적이다. 이 연구가 시사하는 핵심은 기술 도입과 조직 설계가 동시에 이루어져야 한다는 점이며, 기술만 먼저 도입하면 업무 심화 현상이 구조화될 위험이 있다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
