연구 개요
- UC Berkeley 연구진, 2025년 4월~12월 8개월간 기술 기업 200명 관찰
- 결과: AI 도입 후 업무 줄지 않고 오히려 강화·증가
- Harvard Business Review 2026년 2월 게재
AI가 업무를 강화하는 3가지 주요 패턴
-
업무 범위 확장
- AI가 지식 격차 메워줘 → 원래 자기 업무 외 영역까지 침범 (PM이 코드 작성, 디자이너가 코딩 등)
- 작은 실험 → 추가 인력 필요했던 일까지 개인이 흡수
- 엔지니어들은 AI 코드 검토·수정·Slack 코칭·미완성 PR 마무리 등으로 시간 더 씀
-
시간 경계 침식
- 작업 시작 마찰 감소 → 점심·회의 중·파일 로딩 중에도 “작은 업무” 끼워넣기
- 퇴근 직전 “마지막 프롬프트”, 퇴근 후·아침 일찍도 AI 대화 이어짐
- 일과 삶 경계 모호해짐 (채팅처럼 가벼워 보이지만 실제로는 휴식 감소)
-
멀티태스킹 폭증
- AI로 여러 작업 동시 진행 가능해짐 (코딩 중 AI 대안 생성, 다중 에이전트 병렬 실행 등)
- 미뤄둔 작업도 쉽게 부활 → 열려 있는 작업 개수 증가
- 주의력 전환·출력 확인 부하 ↑ → 인지적 피로 심화
자발적 도입이 오히려 문제
- 회사 강제 아닌 직원 자발적 선택으로 위 현상 발생
- “생산성 올라가면 덜 일할 줄 알았는데 더 많이 일하게 됐다” (직원 증언)
- Simon Willison: “LLM 쓰면 2~3개 프로젝트 동시 → 1~2시간 만에 하루 에너지 소진”
생산성 향상의 역설 (관련 연구)
- METR: 숙련 개발자 실제 작업 시간 19% 증가, 주관적으론 20% 빨라졌다고 느낌
- NBER: AI 도입 기업 생산성 향상 3% 에 불과, 근무시간·수입 거의 변화 없음
- 장기 위험: 인지 피로 → 번아웃 → 의사결정 약화 → 품질 저하 → 이직률 증가
제안 및 결론
- 조직 차원 “AI practice” 필요: 사용 시기·방법·중단 규칙 설정
- 예: 중요한 결정 전 “결정 일시정지” (반대 의견 요구, 목표 연계 확인 등)
- 핵심 질문: “AI가 일을 바꾸는 게 아니라, 우리가 변화를 어떻게 설계하느냐가 중요”
AI는 일을 쉽게 만들지만, 멈추기 어렵게 만드는 도구라는 점이 핵심 메시지.