[AI는 지금] AI로 업무 3분의 1 줄여도 생산성 바뀌지 않는 이유는
직장인 상당수가 업무 과정에서 인공지능(AI) 도구를 사용하고 있지만 실제 생산성 향상으로 조사 결과가 나왔다. AI로 절약한 시간을 다시 검수·재작업·맥락 입력에 소비하는 시간이 늘고 있기 때문이다. 11일 글린 테크놀로지스는 산하 워크 AI 연구소를 통해 직장 내 AI 활용 실태를 조사한 '더 워크 AI 인덱스: UK 2026(The Work AI Index: UK 2026)' 보고서를 발표했다. 이번 조사는 연구진은 영국의 디지털 노동자 1500명을 대상으로 설문조사한 결과다. 응답자 90%가 업무에 AI를 의무적으로 사용하고 있다고 밝혔으며 80%는 매주 여러 개의 AI 도구를 사용한다고 답했다. 보고서에 따르면 AI 도입 효과는 적지 않은 것으로 나타났다. 응답자는 AI 자동화로 주당 약 11시간을 절약한다고 답했다. 영국 평균 주간 근무시간 3분의 1에 가까운 수준이다. 그러나 정작 AI가 생산성이나 성과를 크게 개선했다고 느낀 비율은 13%에 그쳤다. 이런 답변의 원인으로 보고서는 절약된 시간이 생산적인 업무에 투입되지 못하고 오히려 AI를 제대로 작동시키기 위한 부수 노동에 흡수되고 있다고 분석했다. 직장인이 AI에서 결과물을 받아내는 데 1시간을 쓰면, 이를 실제 업무에 쓸 수 있도록 다듬는 데도 거의 1시간을 추가로 쓰는 셈이라며 이를 '봇시팅'이라 명명했다. 배경에는 AI 도구의 잦은 실패가 있다. 조사에 따르면 전체 AI 사용 세션 36%는 사실상 실패로 끝났으며 사용자는 이를 처음부터 다시 시작하거나 수정해야 했다. 그 결과 응답자는 매주 평균 5.8시간을 봇시팅에 허비하는 것으로 집계됐다. 봇시팅 과정에서 가장 많은 시간이 드는 일은 AI가 이미 알고 있어야 할 정보를 매번 다시 입력해 컨텍스트 창을 채우는 작업과 AI가 내놓은 결과를 검토·수정·보완하는 작업이다. 사용자는 답변이 틀렸는지, 중요한 맥락이 빠졌는지 혹은 그럴듯해 보이지만 실제로는 부정확한지를 일일이 확인해야 한다. 문제가 발견되면 업무는 더욱 길어진다. 다시 프롬프트를 입력하고, 추가 맥락을 제공하고 다른 모델로 바꿔본 뒤 또다시 재입력을 반복해야 한다. 만약 이 과정에서 오류를 걸러내지 못하면, 잘못된 결과물은 다른 동료에게 넘어가고 해당 동료가 자신이 만들지도 않은 문제를 뒤늦게 수습해야 하는 상황이 벌어진다고 보고서는 지적했다. 워크 AI 연구소 연구진은 최근 여러 기업 내 직원이 회사 내 수 많은 AI 도구를 연결하는 인간 통합 레이어 역할을 하고 있다고 평가했다. 어떤 정보원을 써야 하는지, 어떤 문서가 최신인지, 어떤 맥락이 중요한지를 사람이 직접 판단해 AI에 전달하고, 동시에 AI의 실수를 교정하고 있다는 것이다. API나 모델 컨텍스트 프로토콜(MCP) 같은 기술 표준은 원래 도구 간 데이터 연동 문제를 해결할 것으로 기대됐지만 보고서는 이것만으로는 맥락(context) 문제를 해결하지 못한다고 평가했다. 결국 계속해서 AI에게 필요한 배경정보를 수동으로 공급해야 하는 업무가 존재하고 그 부담은 고스란히 사람에게 남는다는 지적이다. 이 과정이 길어질수록 직원 피로도도 커지는 것으로 나타났다. 보고서에 따르면 영국의 AI 사용자 가운데 70%는 충분히 괜찮아 보이는 첫 번째 결과물을 그대로 넘긴 적이 있다고 인정했다. 반복되는 검토와 재작업 속에서 사람들이 점차 출처 확인이나 사실 검증을 생략하고, AI의 권고가 타당한지 따지는 데도 소홀해질 수 있다는 우려를 표했다. 워크 AI 연구소는 영국이 AI 도입 속도 면에서 미국보다 앞선 일부 지표를 보이고 있다고 평가했다. 특히 단순한 콘텐츠 생성 도구를 넘어 실제 업무 운영과 의사결정에 AI를 깊숙이 투입하고 있다는 점이 특징이라고 분석했다. 더불어 보고서는 영국에서 AI가 인사(HR) 등 법적 규제가 강한 고위험 영역으로까지 확대되고 있다고 밝혔다. 응답자의 절반 이상은 AI가 성과 평가에 관여하는 것에 대해 편안함을 느낀다고 답했고 약 40%는 이미 성과 리뷰 과정에서 AI가 사용되고 있다고 응답했다. 또 영국 노동자는 미국 노동자보다 AI가 채용, 승진, 보상, 심지어 해고 결정에 관여하는 데 상대적으로 더 개방적인 태도를 보이는 것으로 조사됐다. 그러나 실제로는 영국 기업이 해고 판단에 AI를 활용하는 비중은 미국보다 낮은 편인데 이는 영국의 고용법 체계상 부당해고 관련 책임을 방어하기가 더 어렵기 때문이라는 풀이다. 보고서는 영국이 직장 내 AI 도입을 위한 제도적 기반을 비교적 탄탄하게 구축한 국가 중 하나라고 평가하면서도 도입 자체가 곧 혁신을 의미하지는 않는다고 강조했다. 중요한 것은 AI가 일을 더 빨리 처리하게 만들었는지가 아니라 그 결과물이 실제로 더 나은지, 그 과정에서 새로 생긴 간접비용이 없는지를 측정하는 일이라는 것이다. 워크 AI 연구소의 책임자인 레베카 하인즈 박사는 "도입만으로는 AI전환(AX)이 일어나지 않는다"며 "직원이 생산성 향상으로 확보한 시간을 봇시팅에 다시 쓰고 있다면 기업은 일을 없앤 것이 아니라 새로운 형태의 간접 업무를 만들어낸 것"이라고 말했다.
