리더들은 AI 생산성 함정에 빠지지 않도록 주의해야 한다

[이매진]

리더들은 AI 생산성 함정에 빠지지 않도록 주의해야 한다

https://www.channelnewsasia.com/commentary/singapore-ai-council-workplace-adopt-productivity-6209631

Commentary: Leaders must beware of the AI productivity trap

싱가포르-ETH 센터의 마누 카푸르는 AI가 중요하지만 장기적인 이익을 위해서는 AI를 어떻게 배우고 도입하는지가 더욱 중요하다고 말합니다.

인공지능을 단순히 생산성 향상 도구로만 여긴다면, 비생산적인 성공을 확대하는 결과를 초래할 위험이 있습니다. (사진: iStock)

듣다

6 분

마누 카푸르

2026년 6월 26일 오전 6시(최종 업데이트: 2026년 6월 26일 오전 8시 32분)

서표

왓츠앱전보페이스북지저귀다이메일링크드인

 Google 검색 시 CNA를 기본 검색 소스로 설정하세요.

FAST에서 이 기사의 요약을 읽어보세요.

빠른

싱가포르: 노동 시장 경색 과 비용 상승이 심화되는 시대에 인공지능은 선택 사항이 아닌 경제 경쟁력 강화와 국가 발전을 위한 필수적인 수단으로 자리매김하고 있습니다.

싱가포르는 인공지능(AI) 정책을 주도하고 , 기업의 AI 도입 비용을 낮추며, 특정 AI 교육 과정에 등록하는 개인을 지원하기  위해 국가 위원회를 설립했습니다  .

하지만 국가, 기업, 개인을 막론하고 모든 AI 전략에는 치명적인 위험이 도사리고 있습니다. 생산성 향상에 효과적인 방법이 학습 및 역량 개발에는 반드시 효과적이지는 않을 수 있다는 점입니다 .

AI 생산성 함정

인공지능의 즉각적인 잠재력은 분명합니다. 이메일을 작성하고, 보고서를 요약하고, 슬라이드 자료를 만들고, 마케팅 문구를 제안하고, 심지어 의사 결정까지 추천합니다. 생산성은 향상되고, 응답 시간은 단축되며, 비용은 절감되고, 핵심 성과 지표(KPI)는 달성됩니다.

CNA 게임즈

단어 맞추기

한 줄씩 차근차근 단어를 풀어보세요.

유행어

주어진 글자를 사용하여 단어를 만드세요

미니 스도쿠

작은 퍼즐, 강력한 두뇌 게임

미니 크로스워드

작은 전력망, 큰 도전

단어 찾기

최대한 많은 단어를 찾아보세요

더 보기

간략히 보기

기술 덕분에 작업이 쉬워지면 사람들은 당장은 더 나은 성과를 내지만, 새로운 상황에 적용할 수 있는 지식 습득은 오히려 줄어듭니다. 최근 30개월 동안 2만 6천 명이 넘는 중국 학생들을 대상으로 한 연구에 따르면, 인공지능(AI) 사용이 숙제 수행 능력과 완료 시간을 단축시켰지만, 학생들의 학습과 시험 성적에는 부정적인 영향을 미친 것으로 나타났습니다.

이는 직원 역량 개발에 투자하려는 기업들에게 중요한 문제입니다. 다음 예를 생각해 보세요. 신입 변호사가 AI 보조 도구를 사용하여 선임 파트너의 승인을 받기 위해 몇 분 만에 계약서를 작성합니다. 표면적으로는 AI가 신입 변호사의 생산성 향상에 도움을 준 것처럼 보입니다. 

하지만 회사 입장에서는 수석 파트너의 승인이 없이는 업무가 완료된 것이 아닙니다. 파트너는 해당 분야에 대한 지식과 역량 때문에 책임을 져야 하기 때문입니다.

인공지능이 복잡한 작업을 대신 처리하게 되면, 신입 변호사들은 면책 조항이 왜 중요한지, 기밀 유지 예외 조항이 언제 위험한지, 또는 데이터 보호 의무를 언제 강화해야 하는지 등을 배우지 못할 수도 있습니다.

이 모든 것에는 해당 분야에 대한 지식과 판단력이 필요합니다. 이러한 전문성은 신입 사원들이 계약서 초안 작성을 연습하고, 피드백을 받고, 이해하지 못하는 부분을 직접 확인하고 다시 시도하는 과정을 통해서만 쌓을 수 있습니다.

이는 결과적으로 기업이 장기적으로 AI를 통해 더 큰 이점을 얻도록 도와줍니다. 직원들이 AI를 사용할 뿐만 아니라 AI 결과물을 비판적으로 평가할 수 있게 되기 때문입니다. 이러한 논리는 컨설팅, 회계, 금융에서부터 의학, 정책 결정, 교육에 이르기까지 신입 직원을 교육해야 하는 모든 분야에 동일하게 적용됩니다. 

관련된:

논평: 인공지능 재학습이 단지 위안을 주는 거짓말이라면 어떨까?

논평: 인공지능은 변호사들이 고객에게 제공하는 가치에 대해 다시 생각하게끔 자극해야 한다

두 가지 경로로 구성된 입양 계획

기업들이 직원들을 AI 교육에 보낼 때, 직원들은 문제를 진단하고, 가정을 검증하고, 출처를 확인하고, 학습한 내용을 새로운 상황에 적용하는 방법을 배워야 합니다. 하지만 대부분의 기업에게 있어 AI를 도입하는 가장 빠른 방법은 업무 프로세스가 허용하는 모든 곳에 AI를 배포하는 것입니다.

기업이 AI를 도입하는 데 있어 보다 지속 가능한 접근 방식은 두 가지 방향으로 진행되는 도입 계획을 수립하는 것입니다. 첫 번째 방향인 성과 중심 방향에서는 적절한 관리 및 모니터링을 통해 속도와 일관성이 중요한 영역에 AI를 배포할 수 있습니다.

두 번째 트랙, 즉 학습 트랙에서는 기업이 직원 팀이 사고 과정을 외부에 위탁할 수 없는 환경을 의도적으로 조성해야 합니다. 이러한 환경에서 직원들은 다양한 솔루션을 실험하고, AI 결과물을 비판적으로 검토하고, 실패 원인을 분석하고, 내부 실행 지침을 개발해야 합니다. 

트랙 A 도입만 진행하는 기업은 단기간에 상당한 성과를 거둘 수 있겠지만, 환경이 변화함에 따라 성장의 한계에 부딪힐 것입니다. 반면 트랙 B도 도입하는 기업은 지속적으로 적응하고 성장하며 성공하는 조직을 구축할 수 있습니다.

이것이 바로 기업 경영진이 AI 관련 인력 감축에 신중해야 하는 이유입니다. 기업이 AI를 단순히 인력 감축 수단으로만 활용한다면 단기적인 비용 절감 효과는 누릴 수 있겠지만, 역량 부채를 초래할 수 있습니다. 업무 흐름, 예외 상황, 고객 및 위험 요소를 깊이 이해하는 인력이 줄어들기 때문입니다.

기업들은 "인공지능이 얼마나 많은 업무를 대체할 수 있을까?"에 집중하기보다는 "인공지능으로 인해 업무 방식이 바뀌었기 때문에 이제 우리는 어떤 인간의 역량을 키워야 할까?"라는 질문을 던져야 할 것이다. 

일부 직업은 진화하고, 일부는 사라지며, 새로운 직업이 생겨날 것입니다. 하지만 승자는 인공지능이 일상적인 업무를 대체함에 따라 사람들이 더 높은 가치를 창출하는 역할로 이동할 수 있도록 업무 방식을 재설계하는 기업일 것입니다.

관련된:

논평: IT 기업들이 대규모 해고의 원인을 AI 탓으로 돌리고 있다. 과연 무슨 일이 벌어지고 있는 것일까?

논평: 앤트로픽의 AI 개발 일시 중단 요청은 주목할 만하며, 동시에 여러 가지 의문을 제기한다.

AI 성과 측정

정책 입안자들에게도 동일한 논리가 국가적 차원에서 적용됩니다. 싱가포르의 국가 인공지능 위원회는 여러 분야에 걸쳐 조치를 조율할 수 있다는 점에서 유망합니다. 하지만 인공지능의 성공을 단순히 도입률, 배포된 도구의 수 또는 단기적인 생산성 향상으로만 측정해서는 안 됩니다.

더 나은 평가표는 다음과 같은 네 가지 질문을 던져야 합니다.

1. 생산성: 기업들은 시간을 절약하고, 비용을 절감하며, 서비스 품질을 향상시키고 있는가?
2. 신뢰성: AI 기반 프로세스는 오류를 줄이는 것일까, 아니면 단순히 오류를 더 빨리 발생시키는 것일까? 
3. 역량: 직원들이 문제를 진단하고, AI 출력에 이의를 제기하고, 결정을 설명하는 능력이 향상되고 있는가? 이는 AI를 활용할 수 있는 상황뿐만 아니라 직원들이 독립적으로 추론해야 하는 상황에서도 평가되어야 한다.
4. 혁신과 회복력: 기업들은 단순히 기존 업무 흐름을 자동화하는 데 그치지 않고, AI를 활용하여 새로운 서비스를 창출하고, 프로세스를 개선하며, 새로운 문제에 적응하고 있을까요?

싱가포르는 인공지능 실행에 진지하게 임하겠다는 의사를 밝혔습니다. 다음 단계는 실행만으로는 보장할 수 없는 학습에도 똑같이 진지하게 접근하는 것입니다.

인공지능을 단순히 생산성 도구로만 취급한다면, 비효율적인 성공을 확대하는 결과를 초래할 위험이 있습니다. 그러한 성공은 오늘날에는 인상적인 성과를 낼지 모르지만, 내일에는 취약하고 적응력이 떨어지는 기능으로 이어질 수 있습니다.

대신 성능과 학습 능력을 모두 고려하여 AI 도입을 설계한다면, 기술이 필연적으로 변화함에 따라 지속적으로 적응할 수 있는 인력과 경제를 구축할 수 있습니다.

마누 카푸르는 싱가포르-ETH 센터 소장이자 스위스 취리히 연방 공과대학교(ETH Zurich)의 학습 과학 및 고등 교육학 교수입니다. 그는 『생산적인 실패: 실패의 과학을 통해 더 깊은 학습을 열다』의 저자입니다.