목차
▪️487명 컨설턴트 실험이 밝힌 외골격 효과… 챗GPT 사용 후 지식 보존율의 한계
▪️델프트공대 지식노동자 연구… 동료 피드백 실종과 ‘침묵의 모래성’
▪️‘수행의 확장’인가 ‘기술의 침식’인가… BCG와 영국 TUC의 서로 다른 시선
▪️신입사원 채용 기피와 이직 딜레마… AI 에이전트 시대 ‘대체 불가능한 인재’를 키우는 일터
▪️[표 1] 생성형 AI 도입에 따른 업무 수행 성과와 지식 습득 실증 연구 비교
▪️FAQ
▪️핵심 인사이트 3가지
▪️핵심 참고자료
▪️전문 용어 사전
▪️함께 읽으면 좋을 기사
2026년 10월 26일 국제 학술지 《네이처 인간 행동》에 발표된 컨설턴트 487명 대상 실험에서, 챗GPT를 활용한 과업 수행 점수는 올랐지만 인공지능의 활용 없이 치른 사후 지식 평가에서는 별다른 우위가 확인되지 않았다.
보스턴대와 BCG, 오픈AI 연구팀은 생성형 AI가 업무 산출물을 높이는 외골격 역할을 하지만, 이것이 개인의 독립적인 역량 축적으로 이어지지는 않는다는 실험 결과를 내놓았다. 시스템이 낸 일시적 성과와 직원의 실질적인 숙련을 분리해 평가해야 한다는 사실을 객관적 데이터로 입증한 셈이다.
신입 지식노동자가 인공지능 도구를 활용해 완성도 높은 보고서를 척척 들고 오지만, 정작 구체적인 분석 근거나 본인의 생각을 물어보면 제대로 답하지 못하는 당혹스러운 상황이 일터 곳곳에서 벌어지고 있다. 스스로 자료를 찾고 치열하게 고민해 작성한 결과물이 아니다 보니, 외형적인 결과물의 완성도와 달리 실무자의 머릿속에는 업무의 원리와 맥락이 온전히 남지 않는 탓이다.
인공지능을 활용한 일시적인 성과 이면에서 일터의 배움과 역량이 어떻게 달라지고 있는지, 보스턴대와 BCG의 487명 정밀 실험 데이터와 현장 인터뷰가 그 실상을 생생하게 보여주고 있다.
《네이처 인간 행동》에 실린 487명 지식노동자 AI 실험과 분석 화면을 표현한 일러스트
487명 컨설턴트 실험이 밝힌 외골격 효과… 챗GPT 사용 후 지식 보존율의 한계
이번 연구는 보스턴대와 보스턴컨설팅그룹(BCG) 헨더슨 연구소, 오픈AI 연구진이 글로벌 경영 컨설팅 기업 소속 전문직 986명을 무작위로 배정해 진행했다. 이 가운데 배정된 데이터 분석 과업을 완수한 487명(AI 활용군 260명, 전통적 자원 훈련 대조군 227명)의 답안을 주 분석 표본으로 삼았다. 참가자들은 코딩, 통계적 이해, 예측 모델링 등 세 가지 과업 중 두 개를 배정받아 과업당 최대 90분 동안 작업을 수행했다.
분석 결과 챗GPT를 활용한 집단은 데이터과학자 기준 정규화 점수에서 코딩(+0.490점), 통계(+0.201점), 예측(+0.172점) 모두 대조군보다 통계적으로 유의미한 성과 향상을 보였다. 작업 시간 역시 예측 모델링(-14.5분)과 코딩(-8.9분)에서 뚜렷하게 단축됐다.
그러나 과업 종료 후 인공지능의 활용 없이 치른 사후 기술지식 평가 5문항에서는 두 집단 사이에 유의미한 점수 차이가 나타나지 않았다. 연구진은 이를 인공지능이 작업 능력을 일시적으로 끌어올리는 ‘외골격(Exoskeleton) 효과’라고 정의했다.
인공지능 도구를 활용할 때는 복잡한 데이터 과업을 문제없이 해내지만, 도구의 도움을 받지 못할 때는 개인의 독립적인 지식 축적으로 이어지지 않는 ‘일시적 업스킬링(Temporary upskilling)’의 한계를 실증한 결과다. 도구의 유무에 따라 지식노동자의 지식 보존율에 확연한 차이가 드러난 셈이다.
정돈된 AI 보고서 뒤로 동료 피드백이 사라진 일터의 소통 단절을 묘사한 일러스트
델프트공대 지식노동자 연구… 동료 피드백 실종과 ‘침묵의 모래성’
이러한 한계는 실제 일터의 풍경과도 정확히 맞물린다. 네덜란드 델프트공과대학교(TU Delft) 연구진이 발표한 지식노동자 38인 심층 인터뷰 연구에 따르면, 생성형 AI 도입 이후 일터의 비공식적인 배움 경로가 빠르게 줄어들고 있는 것으로 나타났다.
신입 직원이 인공지능으로 단숨에 정돈된 보고서를 만들어내면서, 과거 선배나 동료와 머리를 맞대며 오가던 동료 피드백과 조언의 기회가 눈에 띄게 사라진 것이다. 피드백의 실종은 일터의 소통과 평가 기준마저 흔들어놓고 있다. 직원이 혼자 고민해 쓴 결과물이 아니기에, 상사는 그 직원이 업무의 맥락과 원리를 어디까지 알고 있는지 가늠하기 어렵다.
결과물만 통과되면 스스로 일을 잘하고 있다고 착각하기 쉽지만, 실상은 아무런 검증도 거치지 않은 ‘침묵의 모래성’을 쌓는 것과 다름없다. 문서 작성은 인공지능에 맡길 수 있어도, 현장에서 예상치 못한 문제가 터졌을 때 대처하고 책임을 지는 주체는 결국 사람이다.
책임이 따르는 일일수록 상호 피드백이 사라지는 것은 치명적인 위험을 낳는다. 외형적인 결과물이 직원의 온전한 이해를 보장하지 못한다면, 조직은 이제 무엇으로 실무자의 실질적인 직무역량을 평가하고 가르쳐야 하는가. 인공지능 시대의 일터가 답해야 할 무거운 숙제가 바로 여기에 남겨져 있다.
‘수행의 확장’인가 ‘기술의 침식’인가… BCG와 영국 TUC의 서로 다른 시선
이러한 숙제를 두고 기업과 노동계의 시선은 매우 다르다. 글로벌 컨설팅 기업 보스턴컨설팅그룹(BCG)은 인공지능이 일반 직원의 일 처리 능력을 넓혀준다는 효율성에 주목한다. 전문지식을 모두 외우지 않아도 인공지능 도구를 활용해 당장의 업무를 확장하는 것 자체가 조직의 가치라는 시각이다.
다만 BCG 역시 인공지능으로 결과물을 내는 것과 일의 원리를 스스로 배워 익히는 것은 완전히 다른 문제라고 선을 긋는다. 결과물의 오류를 걸러낼 전문가의 검토와 함께, 직원에게도 일의 기초를 공부할 ‘보호된 학습 시간’을 따로 주어야 한다고 제안한다.
반면 노동계의 경고는 훨씬 절박하다. 영국노동조합회의(TUC)는 2026년 7월 영국 의회에 제출한 의견서를 통해, 인공지능을 단순한 인건비 절감 수단으로 삼지 말고 직원의 교육훈련 투자와 역량 개발에 과감히 환원해야 한다고 촉구했다.
사람이 직접 현장에서 부딪치며 쌓는 경험과 대처 노하우야말로 일터의 핵심인데, 신입 직원이 이를 스스로 겪으며 배울 기회가 사라지면 결국 조직 전체의 미래가 흔들린다는 지적이다.
결국 양측 모두 인공지능을 쓴다고 해서 저절로 개인의 실력이 늘지는 않는다는 점에 공감한다. 경험과 노하우 없이 인공지능에만 기대는 직원이라면 나중에 더 뛰어난 기술로 얼마든지 대체될 수 있다. 인공지능 시대의 일터가 지켜내야 할 핵심은 도구의 편리함이 아니라, 현장의 문제를 스스로 해결할 수 있는 ‘대체 불가능한 사람’을 길러내는 일이다.
인공지능 시대에 기초 숙련과 동료 피드백을 통해 대체 불가능한 인재를 길러내는 일터를 표현한 일러스트
신입사원 채용 기피와 이직 딜레마… AI 에이전트 시대 ‘대체 불가능한 인재’를 키우는 일터
실제 최근 채용 시장에서는 인공지능 활용 능력을 갖춘 경력자 위주로 선발하고 신입사원 채용을 줄이는 흐름이 두드러진다. 당장의 실적과 효율을 앞세운 선택이지만, 이로 인해 첫걸음을 떼는 청년들은 일터에서 기초를 배우고 실전 경험을 쌓을 기회조차 얻기 어렵다.
업무의 배경지식과 기초 훈련이 부족한 상태에서는 인공지능이 낸 결과물의 오류를 판별하거나 비판적으로 검토할 검증 역량조차 기를 수 없다. 도제식으로 전수되던 배움의 사다리가 일터에서 점차 끊겨나가는 이유다.
그렇다고 기업에만 일방적인 부담과 교육 투자를 요구하기도 쉽지 않다. 많은 시간과 비용을 들여 직원을 교육해도, 숙련을 쌓은 뒤 더 나은 조건을 찾아 떠나는 높은 이직률 탓에 기업 역시 선뜻 교육에 나서지 못한다. 사람을 키우는 위험과 비용을 감당하기 어려워진 기업은 당장 현장에 투입할 경력자만 찾고, 남은 공백은 인공지능으로 대체하는 흐름으로 이어지고 있다.
인공지능 에이전트 시대로 빠르게 접어든 현시점에서, 이는 어느 한쪽의 책임으로 돌릴 수 없는 사회 전체의 구조적 과제다. 신입과 중간 관리자, 숙련된 베테랑이 함께 호흡하며 경험을 잇지 못한다면, 일터의 인간 생태계는 기초부터 허물어질 수밖에 없다.
인공지능이 업무 시간을 줄여준 만큼, 조직은 그 여력을 단순히 단기 비용 절감에 쏟을 것이 아니라 각자의 영역에서 스스로 질문하고 문제를 해결하는 역량을 다지는 데 돌려주어야 한다. 기계에 의존하지 않고 각자의 몫을 해내는 ‘대체 불가능한 인재’들이 건강한 사다리를 이룰 때, 비로소 기술의 발전도 인간의 일터를 파괴하지 않고 지속 가능한 공존으로 나아갈 수 있다.
보스턴대·BCG·오픈AI의 487명 컨설턴트 무작위 통제 실험(RCT), 델프트공대 38인 인터뷰, 미국심리학회(APA) 취재 데이터를 대조해 AI 외골격 효과와 일시적 업스킬링 실증 결과를 정리한 심층 비교표.
FAQ
Q1. 챗GPT를 매일 쓰면 정말 사람의 사고력이나 인지 기능이 떨어지는가?
A. 이번 《네이처 인간 행동》 논문은 뇌 손상이나 인지 기능 저하를 입증한 연구가 아니다. 챗GPT를 쓰면 당장의 과업 수행 점수는 향상되지만, 도구 없이 혼자 수행할 때의 지식 축적으로 이어지지 않는다는 "수행과 학습의 괴리"를 실증한 연구이다.
Q2. 인공지능으로 보고서를 빨리 쓰는데 왜 머릿속에는 원리가 남지 않는가?
A. 결과물 산출과 원리 학습은 서로 다른 인지 과정이다. 인공지능이 복잡한 문장을 다듬고 코드를 대신 짜주는 과정에서, 사람이 직접 고민하고 실패하며 수정하는 "능동적 인지 개입"과 기초 연습 기회가 생략되기 때문이다.
Q3. AI 도구 없이 업무를 시작하기 불안하면 과도한 의존증인가?
A. 계산기나 내비게이션처럼 업무 도구로 활용하는 것 자체를 병리적 의존으로 볼 수는 없다. 다만 도구가 없을 때 업무의 기초 맥락이나 데이터의 근거를 스스로 설명하지 못한다면, 독립적인 실무 숙련이 형성되지 않았다는 신호이다.
Q4. 기업은 인공지능 활용 능력과 직원의 고유한 실력을 어떻게 구분해 평가해야 하는가?
A. 단순히 인공지능이 생성한 최종 보고서의 완성도만으로 평가해서는 안 된다. 결과물의 논리적 근거를 설명하는 능력, 돌발 변수가 발생했을 때의 대처 능력, 그리고 도구의 오류를 스스로 걸러내는 비판적 검증 역량을 분리해 평가해야 한다.
[핵심 인사이트 3가지]
1. 인공지능의 일시적 수행 성과와 개인의 지식 축적 분리
— 생성형 AI로 완성한 업무 산출물의 수준이 실무자 개인의 독립적인 전문성 축적으로 직결되지 않는다. 작업 시스템이 제공하는 속도와 효율 이면에서 실무자에게 실제로 남는 고유한 숙련을 분리해 가늠해야 한다.
2. 동료 피드백의 실종과 ‘침묵의 모래성’ 경계
— 정돈된 인공지능 보고서 뒤로 질문과 비판적 조언이 사라지면 조직은 직원의 실질적인 역량을 파악할 수 없다. 상호 피드백이 단절된 일터는 예상치 못한 돌발 위기 앞에서 무기력하게 무너질 수밖에 없다.
3. 신입 채용 기피와 이직 딜레마 속 일터 생태계 위기
— 생성형 AI 활용 역량을 갖춘 경력자 선호와 청년층의 높은 이직률이 맞물리며, 도제식 기초 훈련과 세대 간 경험 전수의 사다리가 일터에서 끊겨나가고 있다. 기업의 교육 투자 위축과 현장 실무 공백이 동시에 심화되는 구조적 딜레마를 마주하고 있다.
[핵심 참고자료]
Nature Human Behaviour, "Generative AI and the temporary upskilling of knowledge workers" (2026.10.26)
경영 컨설턴트 487명 대상 무작위 통제 실험을 통해 AI 활용 성과와 사후 지식 평가 결과를 규명한 공식 학술 논문
네덜란드 델프트공과대학교 연구진이 지식노동자 38인 심층 인터뷰를 통해 전문기술의 변화와 피드백 감소를 분석한 연구 보고서
Trades Union Congress (TUC), "AI, business and the future of the workforce" (2026.07.22)
영국노총이 영국 의회 기업통상위원회에 제출한 공식 의견서로 기술 침식 방지와 교육훈련 투자를 촉구한 정책 자료
기업 현장에서 AI를 통한 과업 수행 확장과 보호된 학습 시간, 전문가 검토 체계의 필요성을 분석한 연구 보고서
[전문 용어 사전]
▪️외골격 효과 (Exoskeleton Effect): 무거운 짐을 들게 돕는 착용형 로봇 외골격처럼, 인공지능 도구를 쥐고 있을 때는 작업 능력이 급상승하지만 도구를 내려놓는 순간 본래 실력으로 돌아가는 현상을 뜻한다.
▪️일시적 업스킬링 (Temporary Upskilling): 도구의 도움으로 과업 수행 수준이 일시적으로 높아지지만, 장기적이고 독립적인 기술지식의 내재화로 이어지지 않는 상태를 가리킨다.
▪️무작위 통제 실험 (RCT, Randomized Controlled Trial): 참가자를 무작위로 실험군과 대조군으로 나누어 특정 처치(AI 도구 사용 여부)의 순수한 인과적 효과를 검증하는 가장 신뢰도 높은 과학적 연구 방법이다.
▪️인지적 외주화 (Cognitive Offloading): 기억, 계산, 초안 작성 등 인간의 뇌가 수행하던 인지적 노동을 외부 도구나 인공지능에 맡겨 인지적 부담을 덜어내는 행위다.
▪️탈숙련화 (Deskilling) / 기술 침식 (Skill Erosion): 도구에 과도하게 의존하면서 직접 문제를 해결하고 기초를 연습할 기회를 잃어버려, 과거에 가지고 있거나 형성되어야 할 실무 역량이 서서히 무뎌지는 현상이다.
▪️학습 시간 보호 (Protected Learning Time): 인공지능 도입으로 단축된 업무 시간을 단순 업무 추가에 쓰지 않고, 실무자가 업무 원리를 탐구하고 기초 훈련을 받을 수 있도록 회사가 보장하는 전용 학습 시간이다.
[함께 읽으면 좋을 기사]
[Pocus 3부작 특별 기획 시리즈: ‘AI 시대, 인간 창작의 영토를 묻다’] 3편: 구글·스탠퍼드 퀘스트와 10대 AI 과의존… "시행착오는 살 수 없다"
[Pocus 실전 마케팅] AI 검색이 손님을 끌어오는 시대… 살아남는 콘텐츠 전략의 비밀
[Pocus 심층 분석 기획] 2027 예술 트렌드: AI 이미지 범람과 ‘포스트 AI 저자성’… ‘무엇을 만들까’에서 ‘어떻게 만들까’로
[Pocus 창작 교육 칼럼] 15화: 노벨 문학상 앤 카슨 『녹스』로 만나는 아코디언 책의 매력
[Pocus 전시 해설] 안산 경기도미술관 《사랑노동아시아하기》, 아시아 8개국 작가들이 펼치는 설치·사진·소리 축제
※ AI 활용 고지: 본 기사는 The Imaginary Pocus의 기획과 편집 방향에 따라 관련 법령·공식 문서·학술자료를 검토해 구성했으며, 자료 구조화와 표·이미지 제작 과정에 AI를 활용했습니다. 최종 내용의 사실 확인과 편집 책임은 The Imaginary Pocus에 있습니다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
