“예전에는 일을 못하거나 늦게 하는 경우가 많았는데, 이제는 다들 빨리는 해와요. 그런데 막상 내용은 없고 그런 결과물들을 다 검토해야 하니 더 힘들어졌어요.” ●겉보기에만 그럴듯한 결과물 내놔 직장인 박모씨는 19일 인공지능(AI)이 만든 결과물의 뒷수습을 동료가 떠안는 이른바 ‘워크슬롭’(workslop)의 고충이 크다며 이렇게 말했다. 최근 같은 부서 직원이 ‘바이브 코딩’(AI에 자연어로 지시해 만드는 프로그램)으로 임원 보고용 애플리케이션(앱)을 만들었는데, 간단한 지시 몇 마디로 소위 ‘딸깍’ 만들었다는 것이다. 겉보기에는 그럴듯했지만 실제 사용 가능성은 낮았고, 후속 작업은 고스란히 실무자 몫이었다고 했다. 보고서나 파워포인트도 서식은 번듯하고 화려한데 막상 내용이 부실하거나 AI에 준 지시가 구체적이지 않아 업무 맥락에 맞지 않는 경우도 많다. 다른 기업 관계자는 “반복되면 결국 해당 직원에게 일을 맡기지 않게 된다”며 AI 시대가 만든 어두운 모습이라고 했다. 기업들이 채용 과정에서 지원자의 AI 활용 능력을 눈여겨보는 이유도 여기에 있다. AI를 잘 다루는 인재와 AI가 만든 결과물을 그대로 가져다 쓰는 인재의 차이가 기업의 생산성은 물론 동료의 업무 부담까지 좌우할 수 있다. ●동료가 다시 검토… 생산성 떨어져 회계·컨설팅 기업 KPMG와 미국 텍사스대 오스틴이 저연차 직원 523명을 대상으로 AI 에이전트 활용 실험을 진행한 결과 AI에 업무를 많이 위임하는 ‘AI 위임자’는 기초 역량 평가에서 가장 낮은 수준을 보였다. 이들은 AI에 업무를 맡겨 결과물을 얻는 데는 능숙했지만, 스스로 문제를 해결하는 역량은 상대적으로 부족했다. 다만 AI가 일정 수준의 결과물을 대신 만들어 주면서 최종 산출물의 성과는 최하위에 머물지 않았다. AI가 만든 결과물의 완성도만으로는 이를 활용한 직원의 실제 역량을 가늠하기 어렵다는 뜻이다. 조혜준 휴마인 대표는 “AI 시대에는 새로운 지식을 얼마나 빨리 학습하는지와 문제 해결력이 중요하다”며 “AI를 팀원처럼 활용하려면 자신이 해결해야 할 문제를 명확히 정의하고, 구체적으로 지시할 수 있어야 한다”고 말했다.

“예전에는 일을 못하거나 늦게 하는 경우가 많았는데, 이제는 다들 빨리는 해와요. 그런데 막상 내용은 없고 그런 결과물들을 다 검토해야 하니 더 힘들어졌어요.” 직장인 박모씨는 19일 인공지능(AI)이 만든 결과물의 뒷수습을 동료가 떠안는 이른바 ‘워크슬롭’(workslop)의 고충이 크다며 이렇게 말했다. 최근 같은 부서 직원이 ‘바이브 코딩’(AI에 자연어로 지시해 만드는 프로그램)으로 임원 보고용 애플리케이션(앱)을 만들었는데, 간단한 지시 몇 마디로 소위 ‘딸깍’ 만들었다는 것이다. 겉보기에는 그럴듯했지만 실제 사용 가능성은 낮았고, 후속 작업은 고스란히 실무자 몫이었다고 했다. 보고서나 파워포인트도 서식은 번듯하고 화려한데 막상 내용이 부실하거나 AI에 준 지시가 구체적이지 않아 업무 맥락에 맞지 않는 경우도 많다. 다른 기업 관계자는 “반복되면 결국 해당 직원에게 일을 맡기지 않게 된다”며 AI 시대가 만든 어두운 모습이라고 했다. 기업들이 채용 과정에서 지원자의 AI 활용 능력을 눈여겨보는 이유도 여기에 있다. AI를 잘 다루는 인재와 AI가 만든 결과물을 그대로 가져다 쓰는 인재의 차이가 기업의 생산성은 물론 동료의 업무 부담까지 좌우할 수 있다. 회계·컨설팅 기업 KPMG와 미국 텍사스대 오스틴이 저연차 직원 523명을 대상으로 AI 에이전트 활용 실험을 진행한 결과 AI에 업무를 많이 위임하는 ‘AI 위임자’는 기초 역량 평가에서 가장 낮은 수준을 보였다. 이들은 AI에 업무를 맡겨 결과물을 얻는 데는 능숙했지만, 스스로 문제를 해결하는 역량은 상대적으로 부족했다. 다만 AI가 일정 수준의 결과물을 대신 만들어 주면서 최종 산출물의 성과는 최하위에 머물지 않았다. AI가 만든 결과물의 완성도만으로는 이를 활용한 직원의 실제 역량을 가늠하기 어렵다는 뜻이다. 조혜준 휴마인 대표는 “AI 시대에는 새로운 지식을 얼마나 빨리 학습하는지와 문제 해결력이 중요하다”며 “AI를 팀원처럼 활용하려면 자신이 해결해야 할 문제를 명확히 정의하고, 구체적으로 지시할 수 있어야 한다”고 말했다.

AI로 기업 맞춤형 시스템 구축40명 전문가, 600개 기관과 연결조혜준 대표 “현업 해결에 집중실제 조직 변하는 사례 만들 것” “인공지능(AI) 교육 분야에서 현업의 문제를 어떻게 해결할지를 함께 찾는 작업이 더욱 중요해졌습니다.” 데이터·AI 교육 전문기업인 휴마인의 조혜준 대표는 13일 서울신문과의 인터뷰에서 “이제 기업들이 원하는 것은 단순히 AI를 사용하는 방법을 배우는 교육이 아니다”라며 이렇게 말했다. 그간 ‘AI 교육’이 새로운 기술의 습득 자체를 의미했다면, 이제는 AI 교육 이후 실제 업무의 혁신이라는 실행 영역까지 확대돼야 한다는 뜻이다. 2020년 설립된 주식회사 휴마인은 ‘데이터 다이빙’이라는 브랜드로 기업과 공공기관 등에게 생성형 AI, 데이터 분석, AI 에이전트 관련 교육·컨설팅을 제공하고 있다. 초기에는 기업에 데이터 분석과 머신러닝, 프로그래밍 언어 등을 가르치는 데 집중했지만 이제는 생성형 AI를 활용해 기업의 업무를 개선하고 효율화하는 교육·컨설팅으로 무게중심을 옮기고 있다. 서울의 한 종합병원은 휴마인의 컨설팅으로 최근 간호사 근무표 작성에 인공지능(AI)을 활용하기 시작했다. 그간 간호사마다 서로 다른 근무 및 휴무일을 가려내고 주간·석간·야간 근무 등 여러 조건을 대조해 일일이 작성했던 근무표 작업을 자동화한 것이다. 이제 담당자는 필요 조건을 직접 설계하고 AI를 활용한 스케줄링 도구를 만들 수 있게 됐다. 근무조별로 필요 인원 등을 입력하면 조건에 맞는 근무표가 자동 생성된다. 기업이 해결하고 싶은 업무나 과제를 제시하면 휴마인은 이를 AI로 해결하는 것이 적합한지, 교육이 필요한지, 별도의 개발이나 컨설팅이 필요한지를 판단한 뒤 맞춤형 프로그램을 설계한다. 해당 문제에 적합한 전문가를 연결해 주기도 한다. 이를 위해 휴마인은 AI 분야 박사와 현업 전문가 등 약 40명의 전문가 풀을 운영하고 있다. 조 대표는 휴마인에 대해 “AI를 잘 아는 전문가와 AI를 잘 모르는 현업 사이를 연결하는 징검다리이자 번역가”라고 표현했다. 서울시농수산식품공사는 최근 휴마인의 컨설팅을 받아 영수증 이미지를 AI로 분석하고, 금액과 사용처를 추출해 계정과목을 판단한 뒤, 회계 전표 작성까지 이어지는 업무를 자동화했다. 기존에 1건당 65.6초가 걸리던 업무를 2.3초로 단축했다. 휴마인과 손을 잡은 한 보험회사도 고객의 보험 보장 내용을 AI로 분석해 상담 문구를 작성하고 보험 상품을 비교한 자료까지 자동으로 생성하는 시스템을 구축했다. 휴마인은 지금까지 약 600개 기업과 기관에 AI 관련 교육과 컨설팅을 제공했다. 조 대표는 “기업이 가진 문제를 함께 진단하고 조직문화부터 교육, 실제 업무 적용까지 한 번에 연결해 주는 파트너가 되는 것이 목표”라며 “AI 도입 자체가 목적이 아니라 실제 조직이 변화했다는 것을 보여주는 사례를 계속 만들어 가는 데 집중할 것”이라고 말했다.