인공지능을 통한 자동화는 흔히 노동력을 절감해 줄 것으로 기대를 모으지만, 버클리 하스(Berkeley Haas) 경영대학원 연구진이 발표한 연구 결과는 그 이면의 고단한 현실을 보여준다. 미국 한 기술 기업의 직원을 분석한 아루나 랑가나탄(Aruna Ranganathan, 버클리 하스 교수)과 싱치 매기 예(Xingqi Maggie Ye, 버클리 하스 연구원)의 연구에 따르면, 거대언어모델(LLM)은 협업 파트너 역할을 하며 근로자가 여러 작업을 동시에 수행하도록 몰아붙이는 경향이 있는 것으로 나타났다.

이러한 변화는 업무 환경에 긴박한 리듬을 가져왔다. 예를 들어 개발자가 직접 코드를 작성하는 동안 배경에서 AI가 대안을 생성하게 하거나, AI 도구가 있으니 할 만하다는 생각에 미뤄뒀던 프로젝트를 다시 꺼내 드는 식이다. 특히 이러한 '멀티스레딩'은 잦은 주의력 전환을 유발하는데, 이는 정신적 에너지를 빠르게 고갈시킬 뿐만 아니라 뇌를 시종일관 높은 경계 상태로 유지하게 만든다.

무엇보다 "프롬프트 하나만 더"라는 생각으로 손쉽게 결과를 만들어내는 과정은 일종의 중독성을 띠기도 한다. 실제로 이러한 방식의 업무 세션은 불과 몇 시간 만에 인지적 예비력을 바닥나게 할 수 있으며, 이는 수십 년간 이어온 일과 삶의 균형 및 인지적 한계에 대한 통찰을 뒤흔들고 있다.

이에 따라 기업들은 AI 도구의 배포 방식을 체계화한 '에이전트 프랙티스'를 구축해야 한다고 권고받고 있다. 하버드 비즈니스 리뷰 등을 통해 소개된 이 프레임워크는 기술 통합이 인간의 웰빙을 해치지 않도록 돕는다. 즉, 실제 생산성 향상과 소모적인 인지적 저글링을 명확히 구분하여 지속 가능한 업무 환경을 조성하는 것이 목적이다.

인공지능을 통한 자동화는 흔히 노동력을 절감해 줄 것으로 기대를 모으지만, 버클리 하스(Berkeley Haas) 경영대학원 연구진이 발표한 연구 결과는 그 이면의 고단한 현실을 보여준다. 미국 한 기술 기업의 직원을 분석한 아루나 랑가나탄(Aruna Ranganathan, 버클리 하스 교수)과 싱치 매기 예(Xingqi Maggie Ye, 버클리 하스 연구원)의 연구에 따르면, 거대언어모델(LLM)은 협업 파트너 역할을 하며 근로자가 여러 작업을 동시에 수행하도록 몰아붙이는 경향이 있는 것으로 나타났다.

이러한 변화는 업무 환경에 긴박한 리듬을 가져왔다. 예를 들어 개발자가 직접 코드를 작성하는 동안 배경에서 AI가 대안을 생성하게 하거나, AI 도구가 있으니 할 만하다는 생각에 미뤄뒀던 프로젝트를 다시 꺼내 드는 식이다. 특히 이러한 '멀티스레딩'은 잦은 주의력 전환을 유발하는데, 이는 정신적 에너지를 빠르게 고갈시킬 뿐만 아니라 뇌를 시종일관 높은 경계 상태로 유지하게 만든다.

무엇보다 "프롬프트 하나만 더"라는 생각으로 손쉽게 결과를 만들어내는 과정은 일종의 중독성을 띠기도 한다. 실제로 이러한 방식의 업무 세션은 불과 몇 시간 만에 인지적 예비력을 바닥나게 할 수 있으며, 이는 수십 년간 이어온 일과 삶의 균형 및 인지적 한계에 대한 통찰을 뒤흔들고 있다.

이에 따라 기업들은 AI 도구의 배포 방식을 체계화한 '에이전트 프랙티스'를 구축해야 한다고 권고받고 있다. 하버드 비즈니스 리뷰 등을 통해 소개된 이 프레임워크는 기술 통합이 인간의 웰빙을 해치지 않도록 돕는다. 즉, 실제 생산성 향상과 소모적인 인지적 저글링을 명확히 구분하여 지속 가능한 업무 환경을 조성하는 것이 목적이다.