AI 썼더니 일이 더 늘어난 이유

요즘 주변에서 이런 말 많이 들리지 않나요? “AI 써보니까 진짜 일이 줄더라.” 저도 처음엔 그 말 철썩같이 믿었거든요. 반신반의하면서 AI 업무 도구 이것저것 깔아보기 시작했습니다. 회의록 요약, 메일 초안, 보고서 구조 잡기… 오, 이거 되네? 싶었죠. 그런데 3개월쯤 지나니까 뭔가 이상한 거예요. 분명히 시간을 아꼈는데, 퇴근 시간은 그대로거든요. 아니, 오히려 더 늦어진 것 같기도 하고. 이거 나만 느낀 거 아니죠…?

AI가 만들어준 시간, 어디로 증발했나

AI 도구를 쓰면 시간이 줄어든다는 건 사실이에요. 근데 그 절약된 시간이 고스란히 ‘여유’로 전환되냐 하면, 그건 완전히 다른 얘기입니다. 실제로 AI 업무 자동화를 도입한 직장인들 사이에서 공통적으로 나타나는 패턴이 있어요. 바로 절약된 시간을 검수·재작업·맥락 입력에 다시 쏟아붓는 구조입니다.

AI가 초안을 뽑아줬다고 끝이 아닌 거죠. “이게 맞나?” 확인하고, 틀린 부분 고치고, 우리 회사 특수 상황 반영해서 다시 손보고… 이러다 보면 그냥 내가 처음부터 쓰는 게 더 빠를 것 같다는 생각이 스멀스멀 올라옵니다 ㅠㅠ. 조사에 따르면 직장인들이 AI를 ‘돌보는 데’ — 그러니까 검수하고, 수정하고, 올바른 맥락을 입력하는 데 — 쓰는 시간이 주당 5.8시간에 달한다는 결과가 있어요. 5.8시간이면… 하루 업무 시간의 거의 하루치 아닌가요. 헐.

게다가 영국에서 디지털 업무를 하는 노동자 1,500명을 대상으로 한 조사를 보면, 80%가 매주 여러 개의 AI 도구를 동시에 쓰고 있고, 90%는 사실상 AI 사용이 반강제 상태라고 해요. 그런데 웃긴 게 뭐냐면, 도구는 늘어났는데 “그래서 절약된 시간을 어떻게 써야 하냐”는 안내는 전혀 없다는 거예요. 화이트칼라 직원 중 AI를 매일 혹은 주 수회 쓰는 비율이 74%까지 올라갔지만, 그중 66%는 시간 활용 방법에 대한 안내를 제한적으로만 받거나 아예 못 받았다고 답했어요. 도구는 줬는데 매뉴얼은 없는 상황. 마치 전자레인지는 샀는데 요리책은 안 준 것 같은 느낌이랄까요.

문제는 도구가 아니라 ‘설계’였다

“AI 도입 = 자동 생산성 향상”이라는 공식은 솔직히 말하면 착각에 가깝습니다. 특히 법률, 의료, 정부 관련 업무처럼 민감한 분야에서는 AI 도구의 신뢰성과 보안 문제가 발목을 잡는 경우가 많아요. AI 아웃풋 자체의 오류 가능성, 데이터 유출 우려, 개인정보 처리 문제 등등… 이런 것들을 확인하고 검토하는 시간이 추가로 발생하면서 오히려 업무 흐름이 느려지는 역설이 생기는 거예요.

철학자 마르틴 하이데거가 ‘도구’에 대해 이런 말을 했죠. 도구는 투명하게 작동할 때 진짜 도구가 된다고요. 망치를 쓸 때 망치 자체를 의식하지 않아야 제대로 쓰는 거라는 논리예요. 그런데 지금의 AI 도구들은 아직 그 단계가 아닌 경우가 많습니다. 쓸 때마다 도구 자체를 신경 써야 하니까요. “이거 맞나?”, “이거 써도 되나?”, “이 결과 믿어도 되나?” 이런 질문들이 계속 따라다니는 거죠.

반면 흥미로운 데이터가 하나 있어요. AI를 완전히 자동화 방식으로 쓰는 것보다, 인간이 판단에 개입하는 협업 구조로 운영할 때 생산성이 1.6배 더 높게 나타난다는 연구 결과입니다. 순수 자동화에 비해서요. 이게 시사하는 바가 크거든요. AI가 만든 것을 그냥 믿고 쓰는 게 아니라, 인간이 판단하고 조율하는 역할을 의식적으로 설계해야 진짜 효율이 생긴다는 거예요. AI 에이전트 POC만 반복되는 이유, 실전 전환 막는 세 가지 허들에서도 비슷한 맥락을 다뤘는데, AI 도입이 ‘실험’에서 ‘운영’으로 넘어가지 못하는 이유가 결국 이 설계 문제와 맞닿아 있어요.

결국 문제의 본질은 이겁니다. AI 도구를 쓰는 시간은 늘었지만, 그 시간을 어떻게 쓸지에 대한 조직 차원의 설계와 개인 차원의 전략이 없다는 것. 도구만 주고 방법은 안 알려주는 구조에서는 아무리 좋은 AI도 ‘관리해야 할 또 하나의 업무’가 될 뿐이에요. 🫠

그래서 우리는 이 상황을 어떻게 봐야 할까

저는 이 현상이 사실 꽤 자연스럽다고 생각해요. 새 기술이 들어올 때마다 항상 이런 과도기가 있었거든요. 이메일이 처음 도입됐을 때도 사람들은 “이제 메모 안 써도 되겠다!” 했지만, 결과적으로는 소통의 양 자체가 폭발적으로 늘어나서 오히려 더 바빠진 역사가 있잖아요. 경제학에서는 이걸 제번스 역설이라고 부르기도 하죠. 효율이 올라가면 총 사용량이 늘어나는 아이러니.

AI 업무 자동화도 지금 그 역설의 초입에 있는 것 같아요. “AI로 업무 3분의 1을 줄이면 생산성도 3분의 1 향상”이라는 계산은 실제로 작동하지 않습니다. 절약된 시간이 검수와 재작업으로 재투입되면서 순효과가 상쇄되기 때문이에요. 이걸 모르고 무조건 AI를 도입하면, 도구는 늘어나고 일도 늘어나는 이상한 결과를 맞이하게 되는 거죠.

그렇다고 AI를 안 쓰는 게 답이냐? 그것도 아닙니다. 인간-AI 협업이 제대로 설계됐을 때 나오는 1.6배의 생산성 차이는 무시하기 어려운 숫자예요. 핵심은 AI를 쓰느냐 마느냐가 아니라, 어떤 구조로 쓰느냐에 있습니다. 어떤 작업은 AI에게 맡기고, 어떤 판단은 내가 하고, 그 경계를 의식적으로 설계하는 것. 이게 AI 시대의 진짜 업무 역량인 것 같아요.

저도 요즘은 이렇게 접근하고 있어요. AI가 초안을 줬을 때 ‘이걸 수정하는 게 나한테 의미 있는가’를 먼저 물어보는 거예요. 의미 없는 검수에 시간을 쓰고 있다면, 그 작업 자체를 AI한테 맡길 필요가 없었던 건지도 모르니까요. 프롬프트 엔지니어링 기초, 이것만 알면 ChatGPT 200% 써먹는다처럼, 애초에 AI에게 제대로 된 요청을 하는 것도 이 낭비를 줄이는 방법 중 하나예요.

결국 AI 업무 자동화의 역설은 이렇게 정리됩니다. AI는 시간을 아껴주지만, 그 시간을 어떻게 쓸지는 여전히 인간의 몫입니다. 그 답을 AI한테 물어보면 안 되는 것처럼요 ㅋㅋㅋ.

자주 묻는 질문 (FAQ)

Q. AI 업무 도구를 쓰면 실제로 일이 줄어드나요?

AI 도구 사용으로 특정 작업 시간은 줄어들 수 있지만, 절약된 시간이 AI 아웃풋 검수·재작업·맥락 입력에 다시 투입되는 경우가 많습니다. 올바른 활용 지침과 인간-AI 협업 구조 설계 없이 AI를 도입하면 실질적인 생산성 향상으로 이어지지 않는 경우가 많아요.

Q. AI로 업무 자동화를 하면 왜 오히려 바빠지는 느낌이 드나요?

AI가 만들어낸 결과물의 오류 확인, 데이터 보안 검토, 회사 맥락에 맞는 수정 등 추가 작업이 생기기 때문이에요. 또한 AI 사용자 중 상당수가 절약된 시간을 어떻게 활용해야 하는지에 대한 안내를 충분히 받지 못한 채 도구만 쓰는 상황이라, 체감 업무량이 늘어나는 현상이 나타납니다.

Q. AI 자동화를 효과적으로 쓰려면 어떻게 해야 하나요?

완전 자동화보다 인간이 판단에 개입하는 협업 구조를 설계하는 것이 효과적입니다. 어떤 작업을 AI에게 맡기고, 어떤 판단은 사람이 직접 할지 경계를 명확히 하는 것이 핵심이에요. AI 도구 사용 시간 대비 검수·재작업에 소비되는 시간을 주기적으로 점검해보는 것도 도움이 됩니다.