“버그 없는” 인력: AI의 효율성이 팀을 결속하는 상호작용을 미묘하게 어떻게 방해하는가

업계 동료들과 많은 논의를 나누면서, AI 도입에 관한 이야기를 주고받을 때 다음과 같은 문구를 더 자주 듣기 시작했습니다.

“이제 더 이상 누군가를 귀찮게(bug) 할 필요가 없어요.”

프로덕트 디자이너(Product designers)는 더 이상 리서처(researchers)를 귀찮게 할 필요가 없습니다. 검색 증강 생성 (RAG, retrieval-augment generation) 도구가 통찰력을 즉각적으로 제시하기 때문입니다. 프로덕트 매니저(Product Managers)는 목업(mockups)을 위해 디자이너를 귀찮게 할 필요가 없습니다. AI가 수용 가능한 옵션들을 생성해 줍니다. 엔지니어(Engineers)는 접근성(accessibility) 팀을 귀찮게 할 필요가 없습니다. 자동 스캐너(automated scanners)가 실시간으로 문제를 표시해 줍니다.

이는 해방으로 묘사되며, 여러 면에서 실제로 그렇습니다. 작업이 막히지 않고, 기다릴 필요가 없으며, 독립적으로 문제를 해결할 수 있다는 점에는 진정한 안도감이 있습니다.

AI와 함께, 우리는 “버그 없는 인력(bug-free workforce)”을 구축하고 있습니다.

하지만 AI가 자동화하여 없애버리고 있는 그 ‘버그’들, 즉 짧은 질문, 잡담, 유기적인 연결 등이 사실은 건강한 팀을 구축하고 유지하는 비계(scaffolding, 지지 구조)의 중요한 부분이라면 어떨까요?

사라지는 비계 (The Vanishing Scaffolding)

동료와 직접 소통하기 전에 AI의 도움을 받을 때 실제로 무엇이 사라지는지 생각해 보십시오. 예를 들어 다음과 같습니다.

2분짜리 Slack 대화가 20분짜리 화이트보딩(whiteboarding) 세션으로 이어지는 과정.
근본적인 불일치를 드러내는 “짧은 질문”.
멘토링(mentorship)으로 발전하는 접근성 검토(accessibility review).

이러한 상호작용들은 주로 정보를 교환하고 개인의 업무 막힘을 해결하기 위한 목적을 가지고 있지만, 많은 경우 직장 내에서 무형적이지만 매우 중요한 소속감과 연결감을 형성하는 구축 요소가 됩니다.

대인 커뮤니케이션과 일상적인 상호작용의 비효율성은 ‘업무 문화(work culture)’라고 불리는 더 큰 유기체를 형성합니다. AI가 이러한 상호작용을 방해할 때, 무엇을 잃게 될까요?

연구가 실제로 보여주는 것

우리의 가설을 뒷받침하는 심리학 연구는 충분합니다. 만약 유기적이고 비공식적인 연결을 통해 구축된 신뢰가 위협받는다면, 팀은 부정적인 영향을 받을 것입니다. 몇 가지 사례를 살펴보겠습니다:

2012년, MIT의 Human Dynamics Lab (Pentland, 2012)은 팀 생산성을 예측하는 가장 좋은 지표가 공식적인 회의가 아니라 비공식적 소통에서 발생하는 "에너지 (energy)", 즉 복도에서의 대화, 커피 타임, 그리고 짧은 질문들이라는 사실을 발견했습니다. 비공식적 상호작용이 가장 활발한 팀은 성공적인 결과물이 35% 더 많았습니다. AI와 함께할 때, 어떤 에너지가 생성되지 않음으로써 더 적은 성공적 결과로 이어지게 될까요?

2015년, Google의 Project Aristotle은 180개 이상의 팀을 연구하여 왜 어떤 팀은 번창하고 다른 팀은 성과가 저조한지 조사했습니다. 그들은 빈번하고 부담 없는 상호작용을 통해 구축되는, 대인 관계에서의 위험 감수가 안전한 환경이라는 팀원들 사이의 공유된 믿음인 심리적 안전감 (psychological safety)이 고성과를 예측하는 제1의 지표라는 것을 발견했습니다. 지능도, 자원도 아니었습니다. 바로 **마이크로 모먼트 (micro-moments)**를 통해 구축된 신뢰였습니다. 우리가 AI를 과도하게 사용할 때 사라지는 바로 그 마이크로 모먼트들 말입니다.

2025년, Harvard, Columbia, 그리고 Yeshiva University의 연구진은 AI가 성과와 팀 조정 (team coordination)에 미치는 영향에 초점을 맞춘 연구를 발표했습니다. 저자들은 AI 기반의 자동화 (automation)가 전반적인 팀 성과를 감소시키고 조정 실패 (coordination failures)를 증가시킨다고 결론지었습니다. 이러한 효과는 단기적으로, 그리고 저숙련 및 중숙련 팀에서 특히 크게 나타났습니다. 또한 자동화는 팀의 신뢰를 감소시켰습니다.

이것이 중요한 이유

AI가 팀의 에너지와 심리적 안전감을 저해할 때 단절감이 생겨나며, 이는 결과적으로 회사의 수익 (bottom line)에 해를 끼칩니다.

단절된 직원은 떠납니다

사람들은 업무 때문에 회사에 머무는 것이 아닙니다. 사람 때문에 머무는 것입니다. 만약 AI의 존재로 인해 동료와의 연결이 감소한다면, 그것이 어떻게 퇴사를 가속화할 수 있을까요?

이 질문을 달러 가치로 환산하여 생각해 보십시오. McKinsey의 Great Attrition 연구에 따르면, 소속감을 느끼지 못하는 것이 직원이 회사를 떠나는 가장 빈번하게 언급되는 이유 중 하나였습니다. 비공식적인 마이크로 상호작용 (micro-interactions)이 사라지면 소속감은 침식되고, 사람들은 떠나갑니다.

“직원의 몰입도 저하와 이직은 중간 규모의 S&P 500 기업에 연간 2억 2,800만 달러에서 3억 5,500만 달러 사이의 생산성 손실 비용을 초래할 수 있습니다.”

— McKinsey

리더들은 AI 도입을 통한 잠재적 이익과 약속된 생산성 향상이, 몰입도가 낮고 이직 가능성이 높은 인력으로 인한 비용보다 더 큰지 스스로에게 물어야 합니다. 증거는 그렇지 않음을 시사합니다.

단절된 팀은 혁신성이 낮다

2024년 한국의 연구진은 민간 부문의 혁신을 분석하였으며, 가끔씩 교류하는 사람들과의 가교 역할을 하는 대화인 약한 유대 (weak ties)가 활발한 기술 혁신을 특징으로 하는 기업에서 혁신적 성과를 유지시킨다는 결론을 내렸습니다.

단순히 말해, 돌파구는 반드시 핵심 팀 내부에서만 나오는 것이 아니라, 과거라면 당신이 ‘귀찮게 굴었을 (bugged)’ 사람들과의 상호작용에서 나옵니다. AI를 위해 이러한 상호작용을 제거하는 것은 팀의 건강에 부정적인 영향을 미칠 뿐만 아니라, 디자인, 코딩, 콘텐츠 등 다양한 분야에서 혁신의 깊이와 폭을 감소시켜 비즈니스에 타격을 줄 수 있습니다.

AI의 유혹은 팀원들이 우연히 같은 프로젝트를 수행하는 낯선 사람이 되었다는 사실을 깨닫기 전까지는 순수한 이득처럼 느껴진다는 점입니다.

공통된 목적 의식과 소속감이 사라지면, 고용주는 몰입도가 낮고 혁신성이 떨어지며 이직 가능성이 높은 인력을 갖게 됩니다.

만약 AI가 우리가 서로를 덜 필요로 하게 만든다면, 기업이 어떻게 연결되고 지원받으며 효과적인 인력을 육성하기를 기대할 수 있겠습니까?

그 해답은 균형 잡힌 다각적인 접근 방식을 요구합니다. 지루하고 반복적이며 양이 많은 작업에는 AI 도구를 사용하되, 인간의 뇌는 더 높은 수준의 문제 해결을 위해 남겨두십시오. 인간 관계를 유지하거나 증진할 수 있는 물리적 작업 공간과 온라인 팀 상호작용을 설계하십시오.

양쪽의 장점을 모두 유지하기

요컨대, AI 도구와 인간 능력의 장점을 모두 활용하십시오.

1. 고된 노동 (Toil)을 제거하기 위해 AI를 사용하라

2026년 3월 기사 “AI 사용이 ‘브레인 프라이(Brain Fry)’를 유발할 때”에서 저자들은 AI 사용이 전문가들에게 미치는 영향을 이해하기 위해 미국 기반의 전업 노동자 1,488명을 대상으로 한 연구 결과를 개괄합니다. 그 결과로 그들은 “AI 브레인 프라이 (AI Brain Fry)”라고 부르는 개념을 도출했는데, 이는 개인의 인지 능력(cognitive capacity)을 넘어선 AI 도구의 과도한 사용, 상호작용 또는 감독으로 인해 발생하는 급성 정신적 피로 및 인지적 소진(cognitive exhaustion)의 한 형태를 의미합니다.

나아가, 이 연구는 집중적인 AI 사용으로 인해 발생하는 인지적 부담이 결정 피로(decision fatigue)와 오류가 발생하기 쉬운 업무를 포함하여 비즈니스 비용을 초래한다는 사실을 밝혀냈습니다. 아마도 가장 우려스러운 발견은 브레인 프라이를 경험했다고 보고한 노동자의 34%가 직장을 그만둘 의사가 있었다는 점일 것입니다. 이직으로 인한 조직 지식(institutional knowledge)의 손실은 이미 잘 문서화되어 있습니다.

한 가지 결론은 AI가 본질적으로 나쁘거나 인지적으로 부담을 주는 것이 아니라는 점입니다. 오히려 다른 모든 도구와 마찬가지로, 중요한 것은 그것이 어떻게 사용되느냐입니다.

실제로 Harvard Business Review의 저자들은 고된 노동 (toil)을 제거하기 위해 AI를 사용한 연구 참여자들이 번아웃 (burnout) 비율이 15% 낮았을 뿐만 아니라, *“‘키보드에서 벗어나(off keyboard)’ 보낼 시간이 더 많아졌기 때문에... 동료들과의 사회적 연결성이 더 높다”*고 보고했다는 점을 설명합니다. 이러한 고된 노동 제거 시나리오에서 AI는 팀의 연결을 방해하지 않았습니다. 오히려 팀이 동료들과 함께 문제를 해결하는 것을 방해했던, 우리가 ‘잡무(busy work)’라고 간주하는 것들을 제거해 주었습니다.

2. 생산적 마찰 (Productive Friction)을 제도화하라

Steve Jobs는 직원들이 서로 부딪힐 수밖에 없도록 Pixar 스튜디오를 설계한 것으로 유명합니다. *“Steve는 사람들이 서로 마주치고 눈을 맞출 때, 무언가 일어난다는 것을 깨달았습니다”*라고 영화 <인크레더블>과 <라따뚜이>의 감독인 Brad Bird는 회상했습니다. Pixar의 가장 사랑받는 영화들을 책임졌던 John Lasseter는 *“이 건물만큼 협업과 창의성을 잘 촉진하는 건물은 본 적이 없다”*고 공유했습니다. Jobs는 뜻밖의 충돌(serendipitous collision)이 창의적인 작업을 추진한다는 것을 이해했으며, Pixar의 작품 세계(oeuvre)는 그 천재성을 보여줍니다.

AI 시대에 이러한 유형의 조직 설계 (organizational design)를 구축하는 것의 대안은 무엇일까요?

팀을 연결하는 AI 도구를 구축하세요.

우리는 내부 에이전트 (internal agents)를 구축할 때, 작업물에 원작자의 이름을 붙이고 정보를 찾는 사람들을 해당 제작자에게 안내하는 것이 가장 좋다는 것을 발견했습니다. 이렇게 하면 정보를 찾는 사람은 단순히 정답을 찾는 데 그치지 않고, 더 많은 조직적 지식 (institutional knowledge)을 가진 다른 사람들과 연결되어 도움을 받을 수 있습니다.

AI의 성공적인 팀 활용 사례를 공개적으로 조명하세요.

팀이 AI를 활용하여 함께 더 효과적이고 효율적으로 일한 사례를 찾아 공공 포럼이나 타운홀 미팅 (townhalls)에서 강조함으로써, AI가 우리를 갈라놓는 것이 아니라 하나로 묶어주는 존재가 될 수 있다는 서사 (narrative)를 구축하는 데 도움이 됩니다.

순환 프로그램 (rotation programs)을 수립하세요.

AI 덕분에 제품 관리자 (product managers)가 프로토타입 (prototype)을 제작할 수 있게 되었다 하더라도, 그들이 디자이너의 업무를 쉐도잉 (shadowing)하게 하십시오. 직접적인 대화를 통해 서로의 전문 분야를 더 총체적으로 이해하는 것은 단순한 AI 결과물 이상의 이점을 양측 모두에게 제공합니다.

업무의 진화에 관한 패널 토론을 개최하세요.

다기능 파트너 (cross-functional partners)들을 모아 우리의 업무가 현재 어떻게 변하고 있는지, 혹은 가까운 미래에 어떻게 변할 수 있는지에 대해 정기적으로 논의하고 토론하십시오. 이는 의도적인 변화를 항상 염두에 두고 공개적으로 유지할 수 있게 합니다.

3. AI에서 영감을 얻은 웃음을 통해 팀 결속력 구축하기

직장 내에서의 긍정적인 유머는 팀이 유대감을 형성하는 방법으로서 광범위하게 연구되어 왔습니다. 우리는 AI가 즐겁고 황당한 웃음을 통해 팀의 연결성을 어떻게 개선할 수 있는지 확인했습니다.

나쁜 UX 바이브코딩 (Vibecoding) 경연 대회

팀원들에게 황당한 프롬프트(예: "최악의 볼륨 조절 장치를 디자인하세요")를 주고, 30분 동안 엉망진창인 솔루션을 바이브코딩 (vibe-code)하게 하십시오. 이러한 결과물을 만드는 과정은 팀이 새로운 AI 도구를 배우고, 창의력을 자극하며, 무엇보다 중요한 것은 함께 웃을 수 있도록 도와줍니다.

초구체적인 AI 창작물

이 워크숍에서 특정 이미지가 사람들을 미소 짓게 할 수 있을까요? 직장에서 일어나는 재미있는 아이디어를 AI가 생성한 노래로 만든다면 훨씬 더 이상해질까요? 이러한 것들을 황당한 업무 순간에 활용하는 것은 사람들을 웃게 만드는 즐거운 방법입니다.

고된 업무 (Toil)를 제거하고, 생산적인 마찰 (Productive friction)을 제도화하며, 유머를 통해 팀 결속력을 구축하는 것은 인간의 두뇌와 AI 알고리즘의 장점을 통합하는 것이 가진 힘을 보여줍니다.

결론

인공지능 (Artificial Intelligence)을 도입할 때 그에 상응하는 수준의 감성 지능 (Emotional intelligence)을 함께 발휘하는 리더는, 팀이 AI의 힘을 활용하도록 하면서도 이러한 새로운 도구의 파괴적인 특성과 관련된 내재적 위험으로부터 팀을 보호함으로써 팀이 번창할 수 있게 할 것입니다.

예기치 못한 상황 — 위기, 피벗 (Pivot), 혹은 하룻밤 사이에 만들어낼 수 없는 신뢰가 필요한 순간 — 이 닥쳤을 때, 문화가 온전히 보존된 팀만이 번창할 것입니다.

참고 문헌

The 4 Stages of Psychological Safety: Defining the Path to Inclusion and Innovation, Clark, T. R. (2020), Berrett-Koehler Publishers
What Google Learned From Its Quest to Build the Perfect Team, Duhigg, C. (2016), The New York Times Magazine
Psychological Safety and Learning Behavior in Work Teams, Edmondson, A. C. (1999), Administrative Science Quarterly, 44(2)
The Strength of a Weak Tie in the Innovative Performance of Firms: A Case of Korean High-tech Manufacturing Small and Medium-sized Enterprises, Hong, Jinki; Lee; Raehyung; Ohm, Jay Y.;, Lee, Duk Hee (2024), Sociology Compass Volume 18, Issue 5
How Psychological Safety Impacts R&D Project Teams, Liu, Yuwen; Keller, R.T. (2021), Research-Technology Management Volume 64, Issue 2
Creating Psychological Safety in the Workplace, McCausland, Tammy (2023), Research-Technology Management Volume 66, Issue 2
Some Employees Are Destroying Value. Others Are Building It. Do You Know the Difference?, De Smet, Aaron; Mugayar-Baldocchi, Marino; Reich, Angelika; Schaninger, Bill (September 11, 2023), McKinsey Quarterly
The New Science of Building Great Teams, Pentland, A.

(2012), Harvard Business Review

Super Mario Meets AI: Automation과 Skills가 팀 성과와 조정에 미치는 실험적 효과, Dell’Acqua, Fabrizio; Kogut, Bruce; Perkowski, Patryk (2025), The Review of Economics and Statistics 107 (4)
Humor Is Serious Business: 왜 유머가 비즈니스와 삶에서 비밀 무기가 되는가, Aaker, J; Bagdonas, Naomi (2021)