AI 도입의 병목은 나이보다 권한과 불안에 있다

제일 먼저 든 생각

AI 도입 논의를 할 때 가장 쉽게 빠지는 함정은 “누가 더 젊은가, 누가 더 디지털 친화적인가”로 설명하려는 습관이다. 그런데 이 논문을 읽고 나면 질문이 조금 달라진다. 직장 안에서 AI를 쓰게 만드는 것은 나이나 근속연수만이 아니라, 그 사람이 AI를 업무에 끼워 넣을 권한이 있는지, 실수해도 괜찮은지, AI 때문에 자기 전문성이 흔들린다고 느끼는지에 더 가까울 수 있다.

논문은 한 다국적 컨설팅 조직의 전문직 2,257명을 대상으로 AI 도입과 사용 패턴을 조사했다. 이 중 현재 업무에서 AI 도구를 쓴다고 답한 사람은 1,256명, 전체의 55.7%였다. 연구진은 통합기술수용이론(UTAUT, Unified Theory of Acceptance and Use of Technology)을 바탕으로 성과 기대(performance expectancy), 노력 기대(effort expectancy), 사회적 영향(social influence), 촉진 조건(facilitating conditions)에 더해 태도, 자기효능감, 불안(anxiety)을 함께 보았다.

내게 가장 중요하게 남은 결론은 단순하다. AI 전환은 “도구 교육을 많이 하면 된다”로 끝나지 않는다. 사람에게 AI를 쓸 권한과 안전감이 없으면, 사용법을 알아도 실제 업무에는 잘 들어가지 않는다.

논문의 구조와 핵심 결과를 구조형 인포그래픽으로 정리한 그림

이 논문이 묻는 것

논문의 질문은 “직장인은 AI를 얼마나 쓰는가”가 아니다. 조금 더 정확히는, 직급, 경험연수, 지역 같은 맥락이 AI 채택 여부와 사용 강도, 그리고 AI에 대한 태도에 어떤 차이를 만드는지 묻는다.

연구진은 직장 내 AI를 단순한 소프트웨어가 아니라 조금 더 예민한 기술로 본다. AI는 업무 효율을 높여주는 도구이기도 하지만, 동시에 전문성, 통제감, 자율성, 역할 불안을 건드릴 수 있다. 그래서 기존 UTAUT 모델만으로는 부족하고, 감정적 변수와 자기평가 변수를 다시 넣어야 한다고 본다.

AI 시스템은 자율적이고 불투명하며 사회적으로 중요한 행위자처럼 작동할 수 있기 때문에, 그 수용은 기술적 결정일 뿐 아니라 심리적이고 도덕적인 결정이기도 하다.

“AI systems can function as autonomous, opaque, and socially consequential agents, making their adoption not only a technical decision, but also a psychological and moral one.”

이 문장이 이 논문의 중심에 가깝다. AI를 ERP나 그룹웨어처럼 “배포하면 쓰는 시스템”으로 보면 많은 것을 놓친다. 사람들은 AI를 보며 “편하겠다”만 느끼지 않는다. “내 일이 대체되는 건가”, “내 판단권이 줄어드는 건가”, “틀렸을 때 책임은 누가 지는가”도 함께 느낀다.

숫자로 보면: 직급은 채택률을 갈랐지만, 쓰기 시작한 뒤의 사용 강도는 비슷했다

가장 눈에 띄는 결과는 AI 채택률에서 직급 차이가 있었다는 점이다. 논문에 따르면 조직 내 직급은 AI 채택 여부와 유의한 관련이 있었다. 컨설턴트/시니어 컨설턴트 그룹의 채택률은 50.0%였고, 디렉터/시니어 디렉터 그룹은 70.4%였다. 효과 크기는 작지만, 방향은 꽤 직관적이다. 더 높은 직급일수록 AI를 업무에 붙일 재량, 자원, 전략적 필요가 더 클 수 있다.

반대로 경험연수와 지역은 AI 채택 여부와 유의한 관련을 보이지 않았다. “오래 일한 사람이 더 잘 쓴다”거나 “어느 지역이라서 더 많이 쓴다”는 식의 설명은 이 데이터 안에서는 강하지 않았다.

더 흥미로운 것은, 일단 AI를 쓰기 시작한 사람들 사이에서는 사용 빈도와 사용 기간의 차이가 크지 않았다는 점이다. AI 사용자인 1,256명만 놓고 보면 직급, 경험연수, 지역에 따른 사용 빈도 차이는 유의하지 않았다. 사용 기간에서는 일부 차이가 보였지만 보수적 기준을 통과하지 못했다.

이 대목은 업무 설계 관점에서 중요하다. 병목은 “한번 쓰기 시작한 뒤 얼마나 자주 쓰느냐”보다 “처음 업무 흐름 안에 넣을 수 있느냐”에 있을 가능성이 있다. 채택의 문턱을 넘으면 사용 패턴은 꽤 비슷해질 수 있다는 뜻이다.

이 논문의 연구모형을 요약하면, 경험연수·조직 내 직급·지역에 따라 AI 채택 여부, 사용 빈도·기간, 그리고 확장 UTAUT 구성요인에 차이가 있는지를 검정하는 구조다. 논문은 구조방정식처럼 인과 경로를 검정하기보다, 집단 간 차이가 어디서 나타나는지를 확인한다.

불안은 계속 등장한다

이 논문에서 가장 실무적으로 중요한 변수는 불안이다. 연구진은 AI 사용자 집단을 대상으로 UTAUT 관련 변수가 경험연수, 직급, 지역에 따라 달라지는지 보았다. 그 결과 불안은 경험연수, 조직 내 직급, 지역 모두에서 유의한 차이를 보였다.

다만 여기서 조심해야 한다. 이 연구는 크루스칼-왈리스 검정(Kruskal-Wallis test)으로 집단 간 차이가 “어딘가에 있다”는 것을 확인했지만, 사후분석을 하지 않았기 때문에 어느 집단이 어느 집단보다 더 불안한지는 말하지 않는다. 그래서 “주니어가 더 불안하다”거나 “특정 지역이 더 불안하다”고 단정하면 안 된다.

논문이 조심스럽게 말할 수 있는 것은 이것이다. AI 불안은 직장 AI 수용에서 반복적으로 나타나는 변수이며, 단순한 사용 편의성보다 깊은 층위의 문제일 수 있다.

AI 맥락에서 불안은 단지 기술 숙련도에 대한 걱정이 아니라, 자율성, 전문적 정체성, 알고리즘 통제에 대한 더 넓은 우려를 반영한다.

“In the AI context, it reflects not merely apprehension about technical proficiency but broader concerns about autonomy, professional identity, and algorithmic control.”

이 번역문은 거의 그대로 조직 현장에 가져갈 수 있다. AI 교육을 해도 사람들이 움직이지 않을 때, 문제를 “역량 부족”으로만 보면 처방이 좁아진다. 실제로는 그 사람이 AI를 쓰다가 판단을 빼앗긴다고 느끼는지, 성과평가에서 손해를 볼까 봐 걱정하는지, AI 사용의 책임 경계가 불명확한지 봐야 한다.

“AI 교육”보다 먼저 봐야 할 것

이 논문이 HRD와 조직운영에 주는 실무 메시지는 꽤 분명하다. AI 도입을 교육 과정으로만 설계하면 부족하다. 물론 교육은 필요하다. 하지만 교육만으로는 AI 사용의 사회적·심리적 조건을 만들 수 없다.

논문은 실무적 함의에서, AI 채택과 편안함을 높이려면 기술 교육이나 사용자경험 설계에만 좁게 집중하지 말고 조직 수준과 정서 수준의 개입을 우선해야 한다고 말한다. 특히 중간·하위 직급 직원이 AI를 의미 있게 업무에 통합할 수 있도록 지원할 필요가 있다고 본다.

AI 채택과 편안함을 높이려는 노력은 기술 교육이나 사용자 경험 설계에만 좁게 집중하기보다, 조직 수준과 정서적 개입을 우선해야 한다.

“Efforts to foster AI adoption and comfort should prioritize organizational-level and affective interventions rather than focusing narrowly on technical training or user experience design.”

이 문장을 업무 언어로 바꾸면 네 가지 질문이 된다.

• 이 직원은 AI를 써서 업무 방식을 바꿀 재량이 있는가?
• AI 사용 결과가 틀렸을 때 책임 기준이 명확한가?
• AI를 쓰는 사람이 “요령 피우는 사람”이 아니라 “일을 새로 설계하는 사람”으로 인정받는가?
• 교육 후에 실제 업무에서 AI를 써볼 시간과 사례와 피드백 루프가 있는가?

이 질문이 없으면 AI 교육은 “수료율은 높은데 현업 전환은 약한” 프로그램이 되기 쉽다.

이 논문을 과하게 읽지 않기

좋은 논문 메모일수록 한계도 같이 적어야 한다. 이 연구는 arXiv에 공개된 프리프린트이고, 표본도 한 다국적 컨설팅 조직 안에서 수집됐다. 컨설팅 조직은 지식노동과 AI 실험이 비교적 빠르게 일어나는 환경이라, 제조업·공공기관·학교·병원 같은 조직에 그대로 일반화하기 어렵다.

또한 설문은 한 시점의 횡단면 데이터다. AI를 막 도입한 시기와 사용이 일상화된 시기의 태도 변화는 따로 봐야 한다. 그리고 앞서 말했듯 집단 간 차이를 확인했지만, 구체적으로 어느 집단 사이의 차이가 큰지는 사후분석이 필요하다.

그래서 이 논문을 “직급이 높으면 AI를 더 잘 쓴다”로 단순화하면 안 된다. 더 나은 해석은 이쪽이다. AI 도입률은 개인의 성향만이 아니라 조직 안에서의 위치, 재량, 지원, 불안과 관련되어 있다. 그리고 그 차이는 엄청나게 크다기보다, 작지만 무시하면 안 되는 설계 신호에 가깝다.

원문 첫 페이지. 저자 소속을 보면 산업·조직심리, 조직행동/HRM, AI 거버넌스, 엔지니어링 관점이 함께 섞여 있다.

내 작업에 붙이면

Deciflow나 HRD 관점에서 이 논문은 AI 활용 교육을 다시 설계하라는 신호로 읽힌다. 앞으로 AI 교육이나 조직 전환 프로그램을 볼 때는 “누가 몇 시간을 수료했나”보다 “누가 실제 업무에 AI를 끼워 넣을 수 있는 조건을 얻었나”를 봐야 한다.

작게 붙여볼 실험은 세 가지다.

첫째, 교육 대상자를 직급별로 나누기 전에 권한 구조를 본다. 같은 교육을 들어도 어떤 사람은 바로 업무 프로세스를 바꿀 수 있고, 어떤 사람은 상사의 허락 없이는 아무것도 못 바꾼다. 후자에게 필요한 것은 프롬프트 예제가 아니라, AI를 써도 되는 업무 범위와 승인 기준이다.

둘째, AI 불안을 설문에 넣는다. “AI를 사용할 수 있다/없다”만 묻지 말고, AI가 내 전문성을 위협한다고 느끼는지, AI 결과를 책임질 자신이 있는지, 조직이 실수를 학습으로 받아줄 것 같은지 물어야 한다.

셋째, 교육 후 사용 빈도보다 업무 전환 사례를 본다. AI를 몇 번 켰는지보다, 어떤 보고서·분석·회의·고객응대 절차가 AI를 전제로 다시 설계됐는지 확인해야 한다.

오늘의 결론

이 논문은 AI 도입의 원인을 거창하게 설명하지 않는다. 오히려 여러 차이가 통계적으로는 작다고 조심스럽게 말한다. 하지만 그 작은 차이가 실무자에게는 꽤 큰 힌트가 된다.

AI 전환의 병목은 “사람들이 아직 사용법을 몰라서”만이 아니다. 어떤 사람은 쓸 권한이 없고, 어떤 사람은 실수했을 때 안전하지 않다고 느끼며, 어떤 사람은 AI가 자신의 전문성을 깎아내릴까 봐 경계한다. 그래서 AI 교육은 기능 훈련이 아니라 권한, 책임, 심리적 안전감, 자기효능감을 함께 다루는 조직 설계여야 한다.

앞으로 AI 도입 프로그램을 볼 때 내 첫 질문은 이것이 될 것 같다. 이 조직은 사람들에게 AI를 알려주고 있는가, 아니면 AI를 실제 일에 써도 되는 조건을 만들어주고 있는가.

원문 정보

• 제목: Revisiting UTAUT for the Age of AI: Understanding Employees’ AI Adoption and Usage Patterns Through an Extended UTAUT Framework
• 저자: Diana Wolfe, Matt Price, Alice Choe, Fergus Kidd, Hannah Wagner
• 연도/출처: 2025, arXiv
• arXiv: 2510.15142v1
• PDF: https://arxiv.org/pdf/2510.15142

원문 논문: Revisiting UTAUT for the Age of AI: Understanding Employees’ AI Adoption and Usage Patterns Through an Extended UTAUT Framework