근로자들은 매주 6시간 이상 AI '봇시팅(botsitting)'에 시간을 소비하며 직무 불만을 키우고 있다
요약
화이트칼라 근로자들이 AI의 오류를 수정하고 검증하는 '봇시팅(botsitting)'에 매주 평균 6.4시간을 소비하며 직무 불만이 커지고 있습니다. AI 도입이 개인의 생산성은 높일 수 있으나, 조직 전체의 성과로 이어지지 않는 생산성 역설과 이직 위험을 초래하고 있습니다.
핵심 포인트
- 근로자들은 매주 평균 6.4시간을 AI 오류 수정 및 검증에 소모함
- AI 사용자의 75%는 생산성이 향상되었다고 느끼나, 조직 성과 개선 응답은 13%에 불과
- 봇시팅 작업은 보상이나 인센티브가 없는 지루하고 소모적인 업무로 분류됨
- 봇시팅 비중이 높은 근로자는 이직 가능성이 73% 더 높게 나타남
AI는 근로자의 시간을 절약해 줄 것으로 기대되었습니다. 하지만 대신, 일부 직원들은 매주 AI가 저지른 실수를 수습하는 데 시간을 보내고 있다고 보고합니다.
Notre Dame, Stanford, UC Berkeley를 포함한 대학 연구진과 함께 Glean의 Work AI Institute가 작성한 새로운 보고서에 따르면, 화이트칼라(white-collar) 근로자들은 매주 평균 6.4시간 동안 AI를 '봇시팅(botsitting)'하는 데 시간을 소비하고 있는 것으로 나타났습니다. 이는 AI에 문맥(context)을 제공하고, 출력값(outputs)을 확인하며, 실수를 디버깅(debugging)하고, 오류를 수정하는 작업을 포함합니다.
연구진은 2025년 12월부터 2026년 1월 사이에 주로 컴퓨터나 디지털 도구를 사용하는 미국, 영국, 호주의 전업 근로자 6,000명을 대상으로 설문조사를 실시했습니다.
'봇시팅(botsitting)'이라는 용어는 AI를 유용하게 만드는 데 필요한, 종종 간과되는 작업을 설명하기 위해 보고서 저자들이 만들어낸 용어입니다.
보고서는 "근로자들은 현재 매주 평균 6.4시간을 봇시팅에 소모하고 있으며, 이는 매주 전체 근무일의 대부분에 해당한다"라고 밝혔습니다.
'종종 지루하고' '진을 빼는' 작업
이번 조사 결과는 개인의 생산성 향상과 회사 전체의 성과 사이의 커지는 괴리를 강조합니다. 이는 Business Insider의 Juliana Kaplan과 Jacob Zinkula가 이번 주 연재물인 "The Great Coding Reset"에서 보고한, 많은 기업이 직면하고 있는 생산성 역설(productivity paradox)입니다.
Glean의 보고서에 참여한 조사 대상 근로자의 87%는 직장에서 AI를 사용한다고 답했고, 75%는 AI가 자신을 더 생산적으로 만든다고 답했지만, 조직이 AI 덕분에 눈에 띄게 더 나은 성과를 내고 있다고 답한 비율은 13%에 불과했습니다.
Glean의 Work AI Institute 책임자이자 보고서 저자 중 한 명인 Rebecca Hinds에 따르면, 사라진 생산성의 상당 부분은 직원들이 전혀 예상하지 못했던 작업에 소비되고 있습니다.
수요일 진행된 "Cognitive Revolution" 팟캐스트에서 Hinds는 봇시팅을 "종종 지루하고", "진을 빼는" 작업이라고 설명하며, 이는 "보상받지 못하고, 인정받거나 추적 또는 측정되지 않으며, 조직 내에서 인센티브(incentivized)가 제공되지도 않는" 작업이라고 덧붙였습니다.
이직 위험
이러한 부담은 직원의 사기에 영향을 미치고 있는 것으로 보입니다.
보고서에 따르면, AI 업무 시간 중 유독 많은 비중을 '봇시팅 (botsitting)'에 소비하는 노동자들은 다른 직업을 적극적으로 찾고 있을 확률이 73% 더 높은 것으로 나타났습니다.
귀사의 AI 도입이 귀하를 "봇시팅 (botsitting)" 상태로 만들었거나 직업을 재고하게 만들었습니까? 이 기자에게 이메일 tspirlet@businessinsider.com 또는 Signal thibaultspirlet.40으로 연락해 주세요. 개인 이메일 주소, 업무용이 아닌 WiFi 네트워크, 그리고 업무용이 아닌 기기를 사용하십시오. 여기 정보를 안전하게 공유하는 방법에 대한 가이드가 있습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 HN AI Posts의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기