AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

AI 쓰면 편해진다더니, 현장은 꽤 다르게 굴러가는 중

• 직장인들이 AI 전환 속도에 치이는 사례가 늘고 있음

  • 한 유통 대기업 직원은 회사가 보안상 실무 AI 사용은 제한하면서, 팀마다 AI 전환 공모전 아이디어를 내라고 압박한다고 토로함
  • 국내 IT 스타트업 개발자는 클로드 코드 세션을 대여섯 개씩 열어 동시에 업무를 돌리다가 두통과 피로감이 심해져 일을 잠시 쉬게 됐다고 함
  • 생산성 도구가 분명 맞는데, 관리와 검증까지 사람에게 붙으면 체감 난이도가 확 올라가는 케이스임

• 보스턴컨설팅그룹은 이 현상을 ‘AI 과부하’로 설명함

  • 지난 3월 하버드 비즈니스 리뷰 논문에서 ‘자신의 인지 능력을 넘어선 AI 도구의 과도한 사용이나 감독으로 인한 정신적 피로’를 AI Brain Fry라고 불렀음
  • 연구진은 AI 멀티태스킹이 당연해진 환경에서 실수 증가, 의사결정 피로, 퇴사 비용이 생긴다고 지적함

숫자로 보면 불만 포인트가 더 선명함

• 중앙일보가 직장인 커뮤니티 블라인드에서 진행한 설문에는 5284명이 참여함

  • ‘AI 답변 검증에 시간이 더 걸릴 때’가 31.6%로 가장 많았음
  • ‘AI에 대체될 것 같다고 느낄 때’는 25.3%였음
  • ‘AI로 생산성 높이라는 회사의 압박’은 23.6%였음

• 댓글 사례도 꽤 현실적임

  • 어떤 직원은 KPI가 ‘1인 AX 1건’인데, AI로 업무 효율을 올렸더니 회사가 인원을 줄이겠다고 했다고 말함
  • 상사가 사실 확인도 안 된 내용을 들고 와서 ‘AI가 된다는데?’라고 할 때 지친다는 반응도 있었음
  • 후배가 AI로 빠르게 만든 보고서를 사람이 한 시간 동안 검토해야 하는 상황도 언급됨. 이거 꽤 많은 팀에서 이미 벌어지고 있을 듯함

• ‘클로드 블루’라는 표현까지 나왔음

  • AI 발전으로 인간 직원의 비교우위가 무너지는 심리적 우울감을 뜻하는 말로 온라인 커뮤니티에서 화제가 됨
  • 이후 서울 강남구 디캠프에서 앤트로픽 후원으로 ‘클로드 블루에서 클로드 블룸으로’라는 행사가 열렸고, 사전 신청 인원만 2000명이 몰렸음

빅테크도 딱히 깔끔하게 해결한 건 아님

• 메타는 AI 학습을 위해 직원의 컴퓨터 사용 데이터를 추적하겠다고 공표해 반발을 샀음

  • 직원들이 무엇을 타이핑하는지, 화면에서 무엇을 보고 클릭하는지 추적하겠다는 내용임
  • AI 학습 데이터 확보와 직원 프라이버시가 정면으로 부딪히는 사례임

• 일부 기업은 AI 사용량을 인사 평가에 반영하는 중임

  • 메타, 아마존, 쇼피파이 같은 기업들이 인사 고과에 AI 토큰 사용량을 반영한다고 기사에서 언급됨
  • 파이낸셜타임스는 직원들이 좋은 평가를 받으려고 불필요한 AI 에이전트를 만들며 토큰을 소모하고 있다고 보도함
  • 이쯤 되면 생산성 지표가 아니라 ‘AI 쓴 척하기’ 지표가 될 위험이 큼

결국 문제는 도구가 아니라 업무 방식 재설계임

• 전문가들은 기업이 AI와 인간이 함께 일하는 방식을 다시 정의해야 한다고 봄

  • 박주원 컨설턴트는 돈을 많이 들여 한꺼번에 바꾸겠다는 경영진 관점이 문제라고 지적함
  • 현재 업무 중 예측 가능하고 가장 빠르게 바꿀 수 있는 영역부터 차근차근 올려야 한다는 조언임

• 성공 사례로는 조직 내 AI 활용 경험을 천천히 쌓는 방식이 언급됨

  • 마이리얼트립은 2024년부터 업무에 AI를 도입하고, 현업 문제가 직접 해결되도록 ‘AI 챔피언 제도’를 운영함
  • 우아한형제들은 지난해 말부터 AI를 잘 쓰는 팀원들을 다른 동료의 AI 코치로 양성하는 AI 활성화 프로그램을 운영 중임
  • 박재성 우아한형제들 테크그로스실 실장은 AX의 목표가 구성원 전체 역량을 상향 평준화하는 것이라고 설명함

• 기사 전체의 결론은 꽤 명확함

  • AI 도입은 ‘모두 빨리 써라’로 해결되는 문제가 아님
  • 어떤 업무에 AI를 붙일지, 결과 검증은 누가 할지, 실패 책임은 어떻게 나눌지, 사용 경험을 조직 자산으로 어떻게 만들지를 같이 설계해야 함
  • 안 그러면 AI는 생산성 도구가 아니라 또 하나의 업무 압박이 됨

---

기술 맥락

• 이 기사에서 핵심 기술적 선택은 AI 도구를 개인에게 던져주는 방식과 조직 차원에서 업무 흐름을 재설계하는 방식의 차이에 있어요. 전자는 빠르게 보이지만, 결과 검증과 책임을 개인에게 몰아주기 쉬워요. 그래서 개발자나 기획자가 AI를 여러 개 띄워놓고도 더 지치는 상황이 생겨요.

• AI 코딩 도구나 AI 에이전트는 일을 줄여주지만, 동시에 검토해야 할 산출물도 늘려요. 코드라면 테스트, 보안, 설계 일관성까지 봐야 하고, 문서라면 사실 확인과 맥락 보정이 필요하거든요. 그래서 사용량만 늘리는 KPI는 실제 생산성을 잘 설명하지 못해요.

• 마이리얼트립이나 우아한형제들 사례가 의미 있는 이유는 도구 도입을 교육 한 번으로 끝내지 않았기 때문이에요. 현업 문제를 직접 해결하는 AI 챔피언이나 동료를 돕는 AI 코치 구조를 만들면, 개인의 시행착오가 조직 전체의 패턴으로 쌓일 수 있어요.

• 개발팀에서 이 이슈를 보려면 ‘누가 AI를 많이 쓰나’보다 ‘어떤 작업이 반복 가능하고 검증 가능한가’를 먼저 봐야 해요. 예측 가능한 업무부터 자동화해야 실패 비용이 낮고, 팀원들이 AI를 감시하느라 지치는 문제도 줄일 수 있어요.