- UC 버클리 하스 경영대학원의 민속지학적 연구에 따르면, 생성형 AI는 프롬프팅 및 테스트와 같은 ‘마이크로 모먼트’에서 생산성을 크게 높여주지만, 노동자들은 더 바쁘다고 느끼고 업무에서 로그아웃하기가 더 어려워졌다.
- 많은 기술 엔지니어들은 업무를 더 빨리 끝냄에도 불구하고 더 많은 시간 동안 일하고 있으며, 이로 인해 번아웃 위험이 눈에 띄게 증가했다고 보고했다.
- 경제 이론은 두 가지 효과를 지적한다. 노동 시간을 줄이게 하는 ‘소득 효과’보다, 시간당 가치가 높아져 더 많이 일하게 만드는 ‘대체 효과’가 더 강하게 작용하고 있다.
- AI가 확산됨에 따라 기술의 가치가 빠르게 하락할 수 있어(예: 납을 금으로 바꾸는 연금술), 노동자들은 시장이 포화되기 전에 업무 속도를 높여야 한다는 압박을 받는다.
- 기업들은 인력을 감축하고 소수의 AI 관리자만 남겨 ‘승자 독식’ 형태의 경쟁 환경을 조성할 수 있다.
- 이메일이나 파워포인트 같은 기술의 역사에서 보듯, 국지적인 생산성 향상은 오히려 더 많은 ‘잔무(busywork)’와 업무 압박을 만들어냈다.
- AI는 노동자들을 더 다중 작업(multitasking)하게 만들어 인지 부하를 높이고, 여러 업무 흐름을 동시에 처리해야 한다는 느낌을 강화한다.
- 노동자들은 이전에 타인의 몫이었던 업무까지 점차 맡게 되면서 업무 범위가 통제 불능으로 확장되고 있다.
- AI는 작은 업무들이 짧은 휴식 시간 사이로 파고들게 하여 휴식 시간마저 침해하고 있다.
- 제안된 해결책은 업무와 시스템을 ‘탐욕스러운 일자리(greedy jobs)’가 되지 않도록 설계하고, AI 사용을 연속적이 아닌 계획적으로 제어하는 것이다.
📌 생성형 AI는 단순한 생산성 도구를 넘어 업무 구조를 변화시키고 있다. 속도는 빨라졌지만 노동 시간은 늘어났고, 책임 범위는 넓어졌으며 인지적 압박은 가중되었다. UC 버클리 연구부터 이메일과 같은 역사적 사례까지, 공통적인 추세는 생산성이 오를수록 과부하 느낌도 함께 커진다는 것이다. 합리적인 직무 설계와 AI 사용 규율이 없다면, 10배의 속도 향상은 훨씬 높은 탈진 위험과 맞바꾸게 될 수 있다.
