현장 직원 68%가 매일 AI를 쓰는데 배울 시간은 0시간인 위험한 모순

도구는 쥐여주고 배울 시간은 주지 않는 직장의 불편한 현실

직장 안에서 인공지능은 더 이상 미래의 이야기가 아니다. 이미 사무실 깊숙이 들어와 직원들이 일하는 방식을 통째로 바꾸고 있다. 기업 교육 및 역량 평가 기관인 워케라(Workera)가 미국 내 5,000인 이상 대기업에 근무하는 정규직 직원 1,000명을 대상으로 조사한 결과, 기업의 80%는 2026년에 자사가 인공지능 중심의 미래를 순조롭게 준비하고 있다고 답했다. 1년 전 조사에서 67%가 그렇다고 답했던 것과 비교하면 13%포인트나 뛴 수치다. 경영진 입장에서는 인공지능 기반 회사로 빠르게 탈바꿈하고 있다는 자신감이 붙은 셈이다.

하지만 화려한 도입 구호 이면에는 심각한 균열이 벌어지고 있다. 기업이 가장 중요하게 챙겨야 할 ‘사람’, 즉 현장 직원들의 실제 교육을 놓치고 있기 때문이다. 2025년까지만 해도 기업들의 주된 관심사는 챗GPT 같은 생성 도구를 직원들에게 깔아주고 계정을 열어주는 ‘접근 권한’에 쏠려 있었다. 그러나 2026년에 접어들며 분위기는 완전히 달라졌다. 도구를 쥐여줬으니 이제 당장 눈에 보이는 결과와 실질적인 업무 성과를 내놓으라는 압박이 직원들을 짓누르기 시작했다.

문제는 도구만 던져졌을 뿐, 이를 제대로 다루는 훈련을 받을 시간은 회사 일정표 어디에도 없다는 점이다. 일상적인 업무 마감은 이전과 똑같이 쏟아지는데, 새로운 기술까지 알아서 익혀 성과를 내라는 요구가 겹치면서 현장 직원들은 극심한 스트레스에 시달리고 있다. 워케라 설립자 키안 카탄포루쉬 대표는 경영진이 도구를 사주는 것만으로 역할을 다했다고 착각해서는 안 되며, 직원들이 근무 시간 안에 기술을 익히고 실수도 해볼 수 있는 제도적 배려와 심리적 안정감을 만들어 주어야 한다고 꼬집었다.

도입률 68%와 훈련 시간 0시간의 충돌: 실제 숫자로 확인한 대기업 현장

설문 조사에 나타난 숫자들은 현장의 모순을 명확하게 드러낸다. 현재 직원의 67.8%는 챗GPT를 넘어 다양한 생성 도구를 일주일에 최소 며칠 이상 꾸준히 업무에 쓰고 있다. 2025년 같은 조사에서 39.9%에 머물렀던 것과 비교하면 1년 만에 약 28%포인트나 급증했다. 일상적으로 도구를 만지는 직원의 비중이 열 명 중 일곱 명꼴에 달할 정도로 보편화된 것이다.

그러나 실무 역량을 키우는 환경은 1년 전과 비교해 나아진 것이 거의 없다. 응답자의 56.4%는 근무 시간 중에 새로운 역량을 익힐 시간이 아예 배정되지 않는다고 답했다. 42.5%는 회사에서 제공하는 교육 자료가 실제 내 업무와 동떨어져 있어 배울 만한 내용이 없다고 호소했다. 주당 기술 개발에 쓰는 시간을 묻는 질문에는 응답자의 84.3%가 5시간 이하라고 답해, 일주일에 채 한 시간도 훈련에 쏟지 못하는 실정이다.

여기에 더해 심각한 보안 위험 신호도 포착됐다. 전체 응답자의 46.5%는 회사가 공식적으로 제공하지 않은 외부 인공지능 도구를 개인적으로 가져와 역량을 익히고 업무를 처리하고 있다고 답했다. 이들 중 74.6%는 챗GPT, 클로드, 제미나이 같은 일반 대중용 무료 및 개인 유료 계정을 썼다. 회사가 제대로 된 도구와 학습 환경을 열어주지 않자, 직원들이 각자 사비나 개인 계정을 이용해 회사의 내부 문서를 복사해 붙여넣는 이른바 ‘그림자 인공지능(Shadow AI)’ 현상이 대기업 절반 가까이에서 일상화된 셈이다.

이러한 현상을 비용으로 환산하면 손실은 더 뚜렷해진다. 5,000명 규모의 기업에서 직원 1명이 검증되지 않은 프롬프트와 서툰 도구 활용으로 매주 낭비하는 시간(오류 수정, 부정확한 답변 재작업)을 주당 2시간으로만 잡아도 연간 약 50만 시간의 생산성이 허공으로 사라진다. 직원 평균 시급을 40달러로 계산하면 연간 약 2,000만 달러(한화 약 270억 원)에 달하는 보이지 않는 인건비가 ‘서툰 기술 사용’ 때문에 길바닥에 버려지고 있는 셈이다.

시간 없는 도입이 현장에 남기는 3대 청구서

인공지능 도입을 서두르면서 직원에게 훈련 시간을 주지 않는 방침은 결국 회사 전체의 운영 기반을 갉아먹는다. 실무 부서가 마주하는 구체적인 피해는 크게 세 가지 측면에서 터져 나온다.

잘못된 데이터와 저품질 산출물로 인한 운영 비용 폭증

첫 번째 타격은 작업 결과물의 품질 저하다. 도구 사용법을 체계적으로 배우지 못한 직원은 인공지능이 그럴듯하게 지어낸 거짓말(환각 현상)이나 알맹이 없는 답변을 걸러내지 못하고 그대로 기안서나 보고서에 얹어 유통한다. 미국 업계에서는 이를 두고 ‘인공지능 쓰레기(AI Slop)‘라고 부른다.

겉보기에는 번지르르하지만 사실관계가 틀린 시장 보고서, 엉뚱한 수식이 들어간 엑셀 표, 문맥을 잘못 짚은 고객 안내문이 쏟아져 나오면, 결국 이를 발견한 중간 관리자가 처음부터 다시 손을 대야 한다. 도구를 써서 업무 속도를 높이려다 오히려 검토와 재작업에 두 배 이상의 시간과 운영 비용(OPEX)이 들어가는 역효과가 발생한다. 워케라 연구진 역시 “현장에 쏟아지는 저품질 쓰레기 결과물의 양은 직원들이 도구를 얼마나 잘 다루는지와 정반대로 움직인다”고 지적했다.

회사 밖 외부 도구 의존으로 인한 정보 유출과 처리 지연

두 번째 위협은 보안 구멍과 업무 지연이다. 사내에서 안전하게 쓸 수 있는 도구와 가이드라인이 없다 보니, 앞서 확인했듯 직원의 46.5%가 개인 외부 도구로 업무를 처리한다. 이 과정에서 회사의 대외비 기획안, 개발 소스 코드, 고객 개인정보가 일반 공용 서버로 무방비하게 전송된다.

규정 위반을 우려한 보안 부서가 뒤늦게 접속 차단 조치를 내리면, 이미 해당 도구에 기대어 일하던 실무자들은 작업 도구가 하루아침에 끊겨 심각한 작업 지연(Lead Time 연장)을 겪는다. 안전한 길을 터주지 않고 무조건 막기만 하거나 방치하는 운영 방식이 업무 흐름을 사방에서 끊어먹는 병목을 낳는다.

극심한 직무 피로도와 기술 불신이 부르는 조직 안정성 붕괴

세 번째 피해는 사람에게 온다. 현재 직원의 76.6%는 여전히 인공지능보다 자신이 업무를 훨씬 더 잘 처리할 수 있다고 확신한다. 인공지능 에이전트가 현재 내 업무의 절반 이상을 대신할 수 있다고 답한 직원은 9.5%에 불과했다. 직원 대다수는 현장 업무의 미묘한 맥락과 문제 해결력을 기술이 온전히 흉내 내지 못한다고 여긴다.

이런 상황에서 회사가 명확한 직무 기준과 평가 체계 없이 “인공지능을 쓰지 않으면 뒤처진다”는 식의 막연한 불안감만 조성하면, 직원들은 기술을 업무 도구가 아닌 내 자리를 위협하는 적으로 받아들인다. 심리적 안정감이 사라진 상태에서 배울 시간조차 없이 성과만 강요받는 직원들은 결국 극심한 피로(Burnout)를 느끼며 이탈하게 되고, 이는 조직의 핵심 인재 유출로 이어진다.

앞서가는 기업들은 학습 시간을 업무 일정표에 어떻게 못 박았는가

직원들에게 무작정 알아서 배우라고 등을 떠미는 기업들과 달리, 성공적으로 안착한 기업들은 완전히 다른 접근법을 취하고 있다. 이들은 기술 학습을 ‘개인의 자기계발’이 아니라 ‘회사의 생산성 인프라 구축’으로 취급한다.

가장 먼저 도입된 장치는 ‘학습 시간의 공식 업무화’다. 대표적인 선진 기업들은 매주 금요일 오후나 주당 4시간 안팎을 ‘인공지능 실험 시간’으로 지정해 업무 일정표에 공식 등록한다. 이 시간만큼은 일상적인 회의를 잡지 못하게 막고, 실패해도 좋으니 업무 관련 프롬프트나 자동화 도구를 직접 만들어 테스트하도록 보장한다. 키안 카탄포루쉬 대표가 강조한 “시간이 주어져야 비로소 실수해도 괜찮다는 심리적 안정감이 생겨난다”는 조언을 제도화한 것이다.

또한, 이들 기업은 ‘단계별 권한 부여’ 모델을 쓴다. 무턱대고 전 직원에게 고가의 엔터프라이즈 생성 도구 권한을 열어주지 않는다. 대신 사내 업무에 맞춘 최소한의 프롬프트 작성법, 데이터 보안 수칙, 환각 검증법을 평가하는 간단한 실습형 진단을 거치게 한다.

• 기본 단계: 사내 데이터 보안 규정과 프롬프트 기본 원리를 이수한 직원에게 표준 챗봇 접근 권한 부여
• 심화 단계: 실제 업무 자동화 흐름을 만들고 산출물 오류를 스스로 검증할 줄 아는 직원에게 고급 코딩 및 데이터 분석 에이전트 권한 부여
• 성과 보상 연계: 검증된 역량을 사내 공용 템플릿으로 만들어 부서 생산성을 높인 직원에게 실질적인 인사 가점과 상여금 지급

이처럼 명확한 숙련도 기준을 세우고 그에 맞춰 도구 권한과 보상을 연계하면, 직원들은 외부 도구를 몰래 쓰며 눈치 볼 필요 없이 회사 안에서 검증된 방식으로 실력을 키워나간다. 이는 사내에 떠도는 저품질 산출물을 사전에 차단하는 가장 단단한 방파제가 된다.

향후 1–2년 시장 재편 시나리오와 승자의 조건

단순히 계정만 사주고 마는 방식의 도입은 앞으로 1–2년 안에 한계에 부딪힐 수밖에 없다. 도구를 다루는 직원의 숙련도가 뒷받침되지 않은 채 쏟아져 나오는 저품질 산출물과 보안 사고는 기업의 수익성을 직접적으로 갉아먹기 시작할 것이다. 앞으로 펼쳐질 기업 간 격차 시나리오와 실무에서 살아남을 핵심 조건을 짚어본다.

기존 레거시 기업이 직면할 마진 압박 시나리오

직원에게 배울 시간을 주지 않고 도구 도입만을 서두른 기업들은 조만간 심각한 마진 압박에 직면한다.

• 소프트웨어 구독료 낭비: 값비싼 기업용 인공지능 계정을 대량으로 구매했으나, 실제 직원의 80% 이상은 인터넷 검색이나 단순 요약 수준으로만 쓰고 있어 소프트웨어 투자 비용 대비 성과(ROI)를 전혀 건지지 못한다.
• 운영 인건비의 이중 지출: 인공지능이 잘못 짚은 오답을 사람이 일일이 찾아내 고치는 데 더 많은 시간이 쓰이면서, 기존 업무 마감 시간을 맞추기 위해 외주 용역을 쓰거나 야근 수당을 지급하는 악순환이 발생한다.
• 그림자 도구 사고로 인한 규제 과징금: 통제되지 않은 개인 도구 사용으로 인해 고객 정보나 독점 기술이 유출되면서 법적 소송과 금융 당국의 징벌적 과징금 폭탄을 맞을 위험이 급격히 커진다.

변화하는 생태계에서 주도권을 쥘 승자의 핵심 조건 3가지

인공지능 도입을 진짜 생산성으로 연결하며 시장 주도권을 쥘 기업들은 다음 세 가지 원칙을 철저하게 지키는 곳이다.

1. 학습 시간을 공식 근무 시간으로 할당하라: 일주일에 최소 2–4시간은 다른 업무 간섭 없이 새로운 도구를 테스트하고 내 업무에 맞춰볼 수 있는 공식 시간을 배정해야 한다. 이 시간을 비용이 아니라 장비 점검과 같은 필수 유지 관리 작업으로 인식해야 한다.
2. 사내 직무에 맞는 구체적인 역량 표준을 정의하라: 단순히 “인공지능을 잘 쓰자”는 식의 구호는 아무 효과가 없다. 마케팅팀이라면 ‘고객 분석 보고서 초안 작성 후 팩트체크 완료’, 개발팀이라면 ‘단위 테스트 코드 자동 생성 및 보안 검증’처럼 각 직무별로 도구를 어떻게 써야 합격점인지 명확한 기준을 세워야 한다.
3. 인간의 숙련도를 존중하고 검증된 사람에게 권한을 넓혀라: 설문 응답자의 76.6%가 말했듯 실제 업무의 완성도를 결정하는 것은 현장 전문가의 안목이다. 기술이 사람을 대체한다는 공포를 심는 대신, 기술을 검증하고 올바른 방향을 지시할 줄 아는 숙련된 직원에게 더 큰 결정 권한과 적절한 보상을 제공해야 한다.