매끈하게 도착하는 결과물

AI 도구를 쓰는 직원이 늘자 관리자는 새 고민을 안게 됐다. 직원이 낸 결과물에서 어디까지가 직원 몫이고 어디까지가 AI 몫인지 가려내기 어려워졌기 때문이다.

Nielsen이 work-management 업체 Monday.com의 의뢰로 7개국 디렉터·고위 관리자 1,700명을 조사했다. 응답자 절반 넘게가 AI 도입 뒤 직원의 업무를 평가하기가 더 어려워졌다고 답했다. 결과물이 이미 다듬어진 채 받은편지함에 도착하는 탓이다. 관리자 절반 가까이는 팀 결과물을 검토하고 지도하는 데 예전보다 시간이 더 든다고 했다.

이 수치는 이 조사 응답자에 한정된다. AI의 생산성 효과 전반을 말해주는 자료는 아니다. 의뢰 주체가 Monday.com이라는 점도 함께 봐야 한다.

평가 기준이 바뀌고 있다

관리자들이 AI에 부정적인 것은 아니다. 응답자 94%는 AI로 일을 개선하는 데 기대가 크다고 답했다. Monday.com의 시장조사·고객 인사이트 총괄 미할 밀러 레비(Michal Miller Levi)는 2000년대 초 인터넷 보급기의 열기에 빗댔다.

Monday.com 조사, 관리자 절반 이상 "AI 도입 뒤 직원 업무 평가 더 어려워" (summary)

문제는 속도 차이라고 레비는 TechCrunch에 말했다. 개인 차원에서 AI는 잘 작동하지만, 조직을 이끌어야 하는 관리자 역할에서는 AI가 조직 절차보다 빨리 움직인다는 설명이다.

평가 방식도 달라졌다. 응답자 78%가 AI 도입 뒤 직원 평가 방식을 바꿨다고 답했다. 프롬프트를 얼마나 잘 짜는지, 어떤 일을 AI에 맡길지 판단하는지, 새로운 업무 방식을 시도하는지에 더 무게를 둔다.

평가자도 AI를 쓴다

관리자가 AI 도움을 받아 판단하는 경우도 적지 않다. 응답자 46%가 의사결정에 AI를 활용한다고 했고, 39%는 성과 평가서 초안을 AI로 쓴다고 답했다.

원문 기사는 이 관행이 편향을 키울 수 있다고 짚는다. 룩셈부르크 사회경제연구소(Luxembourg Institute of Socio-Economic Research)의 올해 연구는 명확한 객관 기준이 없고 개인을 독립적으로 평가할 때 거대언어모델이 사람과 비슷하게 성과를 평가한다고 밝혔다. 2025년 초 논문은 AI 모델이 흑인 남성 지원자에게 편향될 수 있다고 보고했다. 편향 가능성을 묻자 레비는 기업들이 아직 이 문제를 어떻게 다룰지 정리하지 못했다고 답했다.

Monday.com 조사, 관리자 절반 이상 "AI 도입 뒤 직원 업무 평가 더 어려워" (summary)

도구는 늘고, 감독 업무도 늘었다

보고서는 관리자의 하루도 달라졌다고 본다. 어떤 일을 AI 에이전트에 넘길지 정하고, 결과를 확인하고, 문제가 생기면 개입하는 일이 생겼다. 보고서는 이 감독 업무를 새로운 "보이지 않는 노동"이 될 수 있다고 짚는다.

도구 관리도 부담이다.

항목응답 비율 (%)
조직 내 도구 수가 이전보다 늘었다57
도구 간 의존·군집이 커졌다약 51
AI 인프라가 완전히 최적화·중앙화됐다29

▼ AI 도입 뒤 도구 환경 (출처: Nielsen 조사, Monday.com 의뢰)

레비에 따르면 기업들은 AI로 소프트웨어를 줄일 수 있다고 기대했지만 실제로는 앱, 연동, 직원이 승인 시스템 밖에서 쓰는 섀도 AI가 늘었다.

Monday.com 조사, 관리자 절반 이상 "AI 도입 뒤 직원 업무 평가 더 어려워" (keyword_summary)

에이전트 감독과 책임 문제

스스로 움직이는 AI 에이전트가 늘면서 통제 문제도 커지고 있다. 응답자 58%는 1년 안에 사람 직원보다 AI 에이전트를 더 많이 관리하게 될 것으로 예상했다. 46%는 에이전트 행동에 대한 통제력을 잃을까 걱정했고, 35%는 AI가 내린 결정의 책임을 질까 우려했다. 레비는 관리자들이 에이전트의 완전 자율을 원하지 않고, 중요한 업무와 결정에서는 사람이 참여하길 바란다고 말했다.

한국 기업이 볼 지점

이 조사에 한국 응답자가 포함됐는지는 원문에 나와 있지 않다. 그래서 국내 상황을 직접 말하기는 어렵다. 다만 AI 도입 성과를 따질 때 업무량이나 속도만이 아니라 평가 기준, 검토 부담, 도구 관리 같은 관리 과정의 변화도 함께 점검해볼 수 있다는 시사점은 얻을 수 있다.

원문 기사는 이번 결과를 두고 AI 도입이 생산성 기회인 동시에 거버넌스 문제가 되고 있다고 정리한다.