- AI는 효율성을 높일 것으로 기대되지만, 실제로는 많은 직원이 프롬프트 작성, 결과물 확인 및 수정에 시간을 할애하게 만들고 있다.
- 약 50%의 조직이 AI를 테스트했지만, 준비 상태와 실제 효율성 사이에는 여전히 큰 격차가 존재한다.
- 직원들은 정보 검증, 환각(hallucination) 수정, AI 결과 조정과 같은 ‘보이지 않는 노동’을 떠안고 있다.
- 2026년 Workday 연구에 따르면, AI로 절약된 시간의 1/3 이상이 재작업(rework)으로 인해 다시 손실된다.
- 이러한 현상을 ‘생산성에 대한 AI 세금(AI tax on productivity)’이라고 부른다.
- 실제 사례에 따르면 AI는 계산 착오와 같은 기본적인 오류를 범할 수 있어 인간의 지속적인 감독이 필요하다.
- 많은 직원이 체계적인 교육을 받지 못해 AI를 잘못 사용하거나 부정확한 콘텐츠를 생성하고 있다.
- 결과 검증 없이 AI에 과도하게 의존했다가 직원을 해고해야 했던 조직들도 있다.
- 기업들은 방향을 전환하고 있다. 200개의 AI 활용 사례 중 80%의 가치를 창출하는 약 10개만 남기고 나머지는 폐기하는 추세다.
결론: AI는 단순히 시간을 절약하는 도구가 아니라, AI 자체를 관리하는 새로운 업무 계층을 만들고 있다. 오류 수정으로 인해 이익의 1/3 이상이 손실될 때, ‘AI 세금’은 실질적인 문제가 된다. AI가 가치를 창출하려면 기업은 생산성 측정 방식을 바꾸고, 인력을 교육하며, 올바른 활용 사례를 선택해야 한다. 그렇지 않으면 AI는 업무량을 줄이는 대신 오히려 늘릴 수 있다.
