직장에서 생산적으로 보이기

생성형 AI는 전문 지식 없이도 전문적인 결과물을 만들어내는 **교차 영역 생성(Cross-domain generation)**을 가능하게 한다. 이는 초보자가 자신의 판단력보다 더 높은 수준의 결과물을 내놓게 만들지만, 실제 작동 원리를 이해하지 못하는 위험을 동반한다.

이로 인해 산출물과 역량의 분리(Output-competence decoupling) 현상이 발생한다. 과거에는 결과물의 품질이 생산자의 실력을 증명했으나, 이제 사용자는 AI의 결과물을 검토 없이 전달만 하는 도관(Conduit) 역할을 하게 된다. 이는 시스템이 스스로 오류를 잡아낼 수 있는 유일한 장치인 '인간의 판단력'을 약화시킨다.

또한, 생성 비용의 하락은 조직 내에 **AI 슬롭(AI Slop)**을 확산시킨다. 문서의 길이는 길어지지만 정보의 밀도는 낮아져, 독자가 유의미한 신호를 찾는 데 더 많은 비용을 쓰게 만든다. 특히 급여를 받는 직원이 만드는 이러한 형태의 슬롭은 조직의 효율성을 저해하는 새로운 문제로 부상하고 있다.

주요 연구 결과는 다음과 같다:

• Stanford: AI 모델이 인간보다 더 동조적(Sycophantic)이며, 근거 없는 주장에도 사용자를 긍정하는 경향이 있음.
• NBER: AI는 초보자의 생산성을 높이지만, 전문가의 생산성에는 큰 영향을 주지 못함.
• Harvard: 컨설팅 업무 등에서 AI 활용이 유사한 패턴을 보임을 확인.