KPMG와 텍사스 대학교 오스틴 캠퍼스는 실제 비즈니스 업무에서 신입사원들이 AI와 어떻게 협업하는지 평가하기 위해 미국 내 신입사원 523명(근무 기간 18개월 미만)을 대상으로 현장 연구를 수행했습니다.
참가자들은 AI Agent의 지원을 받아 전문 실습 과제를 수행했으며, 그 후 인간이 창출한 추가 가치를 측정하기 위해 AI가 단독으로 완료한 기준 수준과 결과를 비교했습니다.
결과에 따라 참가자들은 3개 그룹으로 나뉘었습니다. AI Apprentices(24.1%)는 AI보다 낮은 성과를 냈고, AI Delegators(25.8%)는 AI와 대등한 수준을 달성했으며, AI Amplifiers(50.1%)는 AI보다 뛰어난 성과를 창출했습니다.
놀랍게도 비판적 사고력, 전문 지식, AI에 대한 지식은 누가 어느 그룹에 속할지 예측해 주지 못했습니다. 차이점은 업무 과정에서 이들이 AI와 협업한 방식에 있었습니다.
AI Apprentices 그룹은 탄탄한 기본기를 갖추고 있었으나 AI를 활용할 줄 몰랐습니다. 이들은 가설을 검증하고 결과를 평가하며 결과물의 품질을 높이는 데 AI를 사용하기보다, 정보를 재작성하거나 정리하는 데 AI를 자주 요구했습니다.
AI Delegators 그룹은 AI가 생성한 결과를 거의 수정 없이 그대로 수용했습니다. AI가 비교적 괜찮은 결과물을 만들어낸 덕분에 허용 가능한 수준의 성과는 냈지만, 추가적인 가치는 거의 창출하지 못했습니다.
AI Amplifiers 그룹은 AI를 ‘사고의 파트너’로 활용했습니다. 이들은 문제를 올바르게 정의하고, AI에게 논리적 근거를 설명하도록 요구하며, 가설을 검증하고, 다른 가능성을 검토하여 실제 업무 기준에 맞게 결과물을 지속적으로 다듬었습니다.
이 연구는 기업이 단순히 AI 기술이나 개별 전문 지식을 교육하는 대신, AI 워크플로우 내 실습 과제에 집중하여 신입사원 교육 방식을 바꿔야 한다고 권장합니다.
KPMG는 전사적으로 AI Amplifiers 그룹의 행동 양식을 발전시키기 위해 실제 업무 시뮬레이션 시나리오와 지속적 학습 로드맵을 활용한 맞춤형 AI 교육 프로그램을 추진하고 있습니다.
저자들은 기업이 최종 결과뿐만 아니라 AI와 일하는 방식, 문제를 정의하는 방식, 결과물을 검증하고 의사결정을 내리는 방식을 바탕으로 직원들을 평가해야 한다고 주장합니다. 향후 인간의 가치는 단순히 스스로 정답을 만들어내는 능력이 아니라, AI가 생성한 결과를 방향 지시하고 평가하며 확장하는 능력에 더욱 존재하게 될 것입니다.
📌 결론: 연구에 따르면 AI는 직원 간의 격차를 자동으로 줄여주지 않으며, 오히려 각자가 일하는 방식의 차이를 한층 더 부각시킵니다. 523명의 신입사원을 대상으로 한 조사에서 약 절반은 AI를 능가하는 결과를 낸 반면, 약 4분의 1은 AI 자체보다 못한 성과를 냈습니다. 결정적인 요인은 지식이나 AI에 대한 이해가 아니라 AI와 협업하고, 질문을 던지며, 비판적으로 검증하고, 결과물을 지속적으로 개선하는 능력이었습니다. 이는 기업이 AI 시대에 맞춰 인재 교육, 평가 및 개발 방식을 재설계해야 함을 보여줍니다.
