뇌과학으로 보는, AI가 업무를 효율화해도 '당신의 뇌'가 쉬지 못하는 이유

「AI를 활용해서 작업이 압도적으로 빨라졌을 텐데, 왜인지 하루가 끝나면 이전보다 더 녹초가 되어 있다……」

「리모트 워크(Remote Work)로 이동 시간이 줄어들고, 여러 프로젝트를 병렬로 돌릴 수 있게 되었지만, 최근 들어 도저히 집중력이 유지되지 않는다……」

현대의 비즈니스 퍼슨, 특히 생성 AI(Generative AI)나 멀티 에이전트(Multi-agent) 등의 최신 테크놀로지를 능숙하게 다루려는 선진적인 사람들일수록, 이러한 **「수수께끼의 뇌 피로」나 「집중력 저하」**에 직면하고 있습니다.

왜 테크놀로지에 의해 효율화되었을 텐데, 우리의 몸과 마음은 쉬지 못하는 것일까요?

그 원인은 당신의 근성이나 체력 문제가 아닙니다. 뇌 안에 있는 「3가지 네트워크」의 균형이 현대의 일하는 방식에 의해 무너져, 오버히트(Overheat)를 일으키고 있기 때문입니다.

저자 자신도 예전에는 멀티태스킹(Multitasking)과 집중 작업의 양립이 가능했습니다. 하지만 최근 들어 집중할 수 없게 되거나, 주의 산만으로 인해 여러 알림이 도저히 신경 쓰이거나, 업무 후에는 왠지 모르게 푹 지쳐서 그 외의 일을 할 수 없게 되곤 했습니다.

이번에는 뇌과학(Brain Science)의 관점에서 이 피로의 정체를 밝혀내고, 본래의 압도적인 생산성과 깊은 사고력을 되찾기 위한 과정과 진정한 효율성을 탐구해 보겠습니다.

저자는 학생 시절에 뇌신경과학(Neuroscience)을 전공했던(그렇다 해도 10년 가까이 전입니다) 정도이며, 뇌과학 전문가는 아닙니다. 혹시 그 분야의 전문가께서 보신다면 지적해 주시면 감사하겠습니다.

인간의 뇌는 하나의 커다란 덩어리로서 작동하는 것이 아닙니다. 목적에 따라 주로 3가지 영역(네트워크)이 팀을 이루어 작동합니다.

네트워크 명칭	모드	주요 역할
DMN (디폴트 모드 네트워크, Default Mode Network)	아이들링 · 내성	멍하니 있을 때 활성화. 정보의 정리, 기억의 정착, 영감이나 추상적·철학적 사고를 관장함.
CEN (중앙 집행 네트워크, Central Executive Network)	집중 · 실행	눈앞의 명확한 태스크(Task)에 몰입하고 있을 때 활성화. 논리적 사고, 계획 수립, 의사결정을 수행함.
SN (살리언스 네트워크, Salience Network)	전환의 사령관	외부 자극을 감지하여, 「지금 DMN과 CEN 중 어느 쪽을 움직여야 하는가」를 컨트롤하는 스위치.

건강하고 생산성이 높은 뇌에서는 DMN(휴식 · 내성)과 CEN(집중 · 실행)이 적절하게 교체되며, 이를 SN(사령관)이 원활하게 컨트롤하고 있습니다.

하지만 현대의 「텔레워크(Telework)」와 「멀티 AI(Multi-AI)」가 이 균형을 무너뜨리려 합니다.

AI는 데이터 수집이나 문장 작성, 프로그래밍 코드 생성 등 「손을 움직이는 작업」을 초고속으로 대행해 줍니다. 얼핏 보면 인간의 부담은 줄어든 것처럼 보입니다.

하지만 여기에 함정이 있습니다. 작업 프로세스를 분해해 봅시다.

기존의 작업: 정보 수집(작업) ➔ 구성(작업) ➔ 집필(작업) ➔ 수정(판단)
AI를 사용한 작업: 프롬프트(Prompt) 입력 ➔ 출력의 확인·채택 여부의 판단 ➔ 재입력 ➔ 다시 판단

AI를 도입한 결과, 인간 측에는 「뇌의 에너지를 가장 많이 소비하는 『평가 · 판단 · 선택 (CEN의 최고 출력 태스크)』」만이 논스톱으로 쏟아지게 됩니다.

뇌가 하루에 할 수 있는 의사결정(판단) 횟수에는 상한이 있습니다. AI에 의해 CEN(의사결정 모드)을 한계까지 계속 돌린 결과, 뇌는 **「결정 피로 (Decision Fatigue)」**를 일으켜 저녁 무렵에는 판단 피로에 빠지게 되는 것입니다.

참고로 역할과는 반대로 DMN이나 CEN이나 소비하는 뇌의 에너지에는 큰 차이가 없습니다. 판단 피로의 원인은 에너지 부족이 아니라, CEN의 과도한 작업에 의한 신경전달물질의 고갈과 피로 물질의 축적에 있습니다.

따라서 하루 동안 푹 잠을 자면 내일 다시 집중할 수 있게 됩니다.

최근의 AI 에이전트(AI Agent)는 눈부신 발전을 거듭하고 있으며, Claude Agent Teams나 Tmux를 사용하여 Codex, Claude, Gemini를 병렬로 다루거나, 여러 AI 에이전트에게 서로 다른 태스크를 병렬로 실행시키는 움직임이 유행하고 있습니다. 또한, 텔레워크 환경에서는 채팅 툴로부터 차례차례 돌아오는 응답에 대해 실시간으로 계속 반응하고 있을 것이라 생각합니다.

얼핏 보면 이것이야말로 스마트하고 멋진 일하는 방식처럼 보일지 모르지만, 뇌과학적으로는 **「최악의 악수」**입니다.

인간의 뇌는 엄밀히 말해 「여러 가지를 동시에 깊게 생각하는 것(멀티태스킹)」을 할 수 없습니다.

멀티태스킹에 능숙한 사람은 SN(살리언스 네트워크, Salience Network)의 성능이 높고, CEN(중앙 집행 네트워크, Central Executive Network)의 워킹 메모리(Working Memory) 용량이 많은 경향이 있습니다. 실제로는 「DMN(디폴트 모드 네트워크, Default Mode Network)이 항상 의식을 집중하고, SN이 초고속으로 판단하며, 적절하게 CEN의 워킹 메모리를 전환하고 있을」 뿐입니다.

여러 AI로부터 무작위로 응답이 날아오는 상태는 뇌 내에 다음과 같은 비극을 초래합니다.

스위칭 코스트(Switching Cost)의 증대: 문맥을 전환할 때마다 SN이 작동하여 CEN의 워킹 메모리를 전환하기 때문에, SN 내에 피로 물질이 축적됩니다.

DMN의 상시화: 「언제 알림이 올지 모른다」는 경계 상태가 지속되기 때문에, 뇌의 이면에서 항상 DMN이 가동되며, 알림을 기다리는 동안 눈앞의 작업에 집중하기 위한 CEN으로의 전환이 일어나기 어려워집니다.

SN의 과로: 멀티 에이전트(Multi-agent)에 더해 Slack 등으로부터 알림이 끊임없이 오는 상태가 지속되면, SN이 피로해져 CEN으로의 전환을 차단하는 경향이 나타납니다. 그 결과, CEN이라면 본래 무시할 수 있는 미세한 알림이나 잡음을 DMN이 계속 포착하게 되어, 주의력이 산만해지고 집중할 수 없게 됩니다.

결과적으로 뇌의 사령관(SN)이 오버히트(Overheat)하여, 「여러 프로젝트를 처리하는 판단」도 「한 가지 일에 깊게 몰입하는 집중력」도 둘 다 제대로 가동할 수 없게 되는 것입니다.

SN과 CEN은 뇌의 특정 영역에서 가동되며, 피로는 신경전달물질의 고갈과 피로 물질의 축적으로 설명할 수 있습니다.

반면 DMN은 비교적 넓은 범위의 영역에서 움직이는 네트워크이며, 통상적으로 SN이나 CEN보다 피로 물질의 축적으로 인한 데미지가 적은 것으로 생각됩니다.

앞서 언급했듯이, AI의 처리 능력은 「병렬(Parallel)」이지만, 인간의 뇌는 「직렬(Serial)」밖에 할 수 없습니다.

생산성을 폭발시키면서 뇌의 건강을 지키기 위한 철칙은, 「AI의 병렬 처리」와 「인간의 직렬 처리」 사이에 버퍼(Buffer)를 두는 것입니다.

여러 AI로부터 직접 제각각 보고를 받는 것을 그만두십시오. 각 AI의 출력을 통합·정리·필터링하여, 「인간이 판단해야 할 단 한 점」으로 압축해 보고해 주는 **「매니저 AI」**를 한 명 사이에 두는 구조를 만듭니다. 이를 통해 SN의 전환 횟수를 급격히 줄입니다.

매니저 AI의 알림은 스스로 판단하여 확인 타이밍을 결정할 수 있는 구성으로 만듭시다. 그리고 AI가 작동하는 동안 인간은 해당 태스크에서 완전히 벗어납니다. 「1시간에 한 번, 10분 동안만 AI의 진척 상황을 확인하고 판단한다」와 같이 확인 시간을 고정합니다. 몰아서 처리하는 것이 뇌의 모드를 고정할 수 있기 때문에 스위칭 코스트가 압도적으로 적어지며, SN의 건강 상태를 유지할 수 있습니다.

AI에게 지시를 내릴 때는 단순히 답을 내놓게 하는 것이 아니라, 「과제, 그에 대한 세 가지 선택지, 각각의 장점과 리스크, AI로서의 권장안」을 세트로 출력하도록 시스템 프롬프트(System Prompt)로 정의합시다. 인간의 역할을 「0 베이스의 사고·판단」이 아닌, 선택지의 「정밀 검토」로 한정함으로써 CEN의 피로를 억제합니다.

때때로 AI는 실수하기 때문에, 매니저 AI의 말이 신뢰가 가지 않아 결국 세세한 지시를 보내고 대화를 거듭하게 될지도 모릅니다. 하지만 이렇게 하면 결국 대량의 알림을 받게 되어 판단 피로는 개선되지 않습니다. 매니저 AI가 잘못된 판단을 할 때는 매니저 AI를 구성하는 스킬이나 시스템 프롬프트를 개선하여, 원샷(One-shot) 대화로 성공하는 방법을 모색해야 합니다. (스킬이나 시스템 프롬프트도 에이전트가 개수하도록 하는 메타 프롬프트(Meta-prompt)를 작성함으로써 간략화할 수 있습니다.)

그 외에, 매니저 AI와의 커뮤니케이션을 평소 사용하는 채팅 서비스로 한정하는 것도 좋은 방법입니다.

중요한 것은 SN의 피로를 억제하고 CEN을 적절하게 사용하는 것입니다.

아무리 하이스펙의 뇌를 가진 사람이라도, 24시간 엔진을 풀가동하면 언젠가는 망가집니다.

앞으로의 AI 시대에 요구되는 것은, 기술자(AI)들로부터 「다음엔 어떻게 할까요?」, 「이거 완성했습니다」라는 말을 끊임없이 들으며 그 자리에서 피로해지면서 지시를 계속 내리는 「현장 감독」 같은 업무 방식이 아닙니다.

깔끔하게 정리된 결재 서류(AI의 출력)에 대해, 정해진 시간에 한 걸음 물러난 넓은 시야로 승인을 누르는 「경영자」와 같은 스탠스입니다.

AI에 휘둘리는 것이 아니라, **「자신의 뇌 네트워크를 어떻게 지키고 어떻게 휴식시킬 것인가」**라는 관점을 갖는 것이, 테크놀로지의 혜택을 100% 누리며 진정한 생산성과 창의성을 발휘하기 위한 유일한 길이라고 생각합니다.