어려운 결정일수록 AI를 찾는 이유: AI 위임 뒤에 숨은 책임 회피
타인에게 영향을 미치는 어려운 결정일수록 AI 위임이 늘 수 있어, 최종 판단 책임자를 명확히 해야 합니다.
Shifting accountability to artificial intelligence: delegating challenging decisions to AI for responsibility avoidance
- 인용 논문 저자
- 게재 정보
- Journal of Business Research · 2026 · Vol. 215 · 116313
- 발행·정확성 검수
- BX컨설팅
논문 인용, DOI 검증, 한국어 편집과 정정 기준은인사이트 편집 원칙에서 확인할 수 있습니다.
연구 배경
AI가 조직의 의사결정 과정에 빠르게 도입되면서 AI의 역할도 달라지고 있습니다. 이제 AI는 단순히 정보를 찾거나 업무를 보조하는 도구를 넘어, 스스로 판단하고 행동하는 ‘행위주체적 동료(Agentic Colleague)’로 발전하고 있습니다. 이에 따라 복잡한 업무나 의사결정을 AI에게 맡기는 AI 위임(AI Delegation)도 확대되고 있습니다. 일반적으로 사람들은 복잡하고 판단하기 어려운 문제일수록 AI의 뛰어난 분석 능력을 활용하면 더 나은 결정을 내릴 수 있다고 기대합니다. 하지만 실제 직장에서는 어떤 선택을 하더라도 누군가의 불만이나 손실을 피하기 어려운 ‘no-win’ 딜레마도 자주 발생합니다. 예를 들어, 비슷한 자격을 갖춘 두 직원 가운데 한 명에게만 새로운 장비를 지급하거나, 제한된 조건 때문에 모두 만족스럽지 않은 대안 가운데 하나를 선택해야 하는 경우입니다. 이런 상황에서는 아무리 뛰어난 분석 능력을 갖추고 있어도 모두가 만족하는 정답을 찾아내기 어렵습니다. 오히려 의사결정자는 ‘어떤 선택을 하든 문제가 생기면 내가 책임져야 한다’는 부담을 느끼게 됩니다.
Xu, Tian, Zhang, & Yu(2026)는 바로 이러한 상황에서 사람들이 AI에게 결정을 맡기는 또 다른 이유에 주목했습니다. 사람들은 AI가 자신보다 더 좋은 결정을 내릴 것이라고 기대해서 AI를 선택할 수도 있지만, 어려운 결정에 따르는 책임과 비난을 자신이 직접 떠안지 않기 위해 AI에게 결정을 맡길 수도 있다는 것입니다. 특히 연구진은 지각된 책임감 이론(Felt Accountability Theory, FAT)을 바탕으로 사람들이 ‘no-win’ 상황에서 왜 AI에게 의사결정을 위임하는지, 그리고 이러한 ‘책임 회피를 위한 AI 위임’이 어떤 상황에서 더욱 강하게 나타나는지를 살펴보았습니다. 이를 통해 본 연구는 AI 위임을 단순히 ‘AI가 사람보다 더 잘하기 때문에 맡기는 것’으로 바라보던 기존 관점에서 벗어나, ‘어려운 결정에서 발생할 수 있는 책임과 비난을 관리하기 위해 AI를 활용하는 것’이라는 새로운 관점을 제시했습니다.
핵심 질문
1. 의사결정이 어려울수록 AI에게 결정을 맡기는가? 그리고 그 이유는 무엇인가?
연구진은 의사결정 어려움 프레임워크(Decision Difficulty Framework)를 바탕으로, 의사결정이 어려워질수록 AI 위임이 증가하며 책임 회피(Responsibility Avoidance)가 그 심리적 기제라고 보았습니다. 의사결정의 어려움은 정보가 많거나 문제가 복잡해서 발생하는 인지적 어려움(Cognitive Difficulty)과, 모두 만족스럽지 않은 선택지 중 하나를 골라야 하는 상충적 선택의 어려움(Trade-off Difficulty)으로 구분됩니다. 인지적 어려움은 AI의 뛰어난 분석 능력을 통해 더 나은 답을 찾을 수 있지만, 상충적 선택에는 객관적인 최선의 답이 없어 어떤 결정을 내려도 불만이나 손실이 발생할 수 있습니다.
연구진은 바로 이러한 ‘no-win’ 상황에서 AI를 사용하는 이유가 달라질 수 있다고 주장했습니다. 문제가 복잡할 때는 더 나은 결정을 내리기 위해 AI를 활용하지만, 어떤 선택을 해도 문제가 발생할 수 있는 상황에서는 결정에 따른 책임과 비난을 줄이기 위해 AI에게 결정을 맡길 수 있다는 것입니다. 따라서 연구진은 상충적 선택이 어려워질수록 직접 책임을 지려는 동기는 낮아지고, 그 결과 AI에게 의사결정을 위임하려는 경향은 높아질 것으로 예상했습니다.
2. [경계조건 1] 어려운 결정의 대상(자신 vs. 타인)에 따라 AI에게 책임을 넘기려는 경향은 달라지는가?
연구진은 책임을 피하기 위해 AI에게 결정을 위임하려는 경향이 ‘누구를 위한 결정인가’에 따라 달라질 수 있다고 보았습니다. 지각된 책임감 이론(FAT)에 따르면 자신의 결정이 다른 사람들에게 알려지고 평가받을 가능성이 높을수록 책임에 대한 부담도 커집니다. 특히 자신을 위한 결정과 달리 다른 사람에게 영향을 미치는 결정에서는 좋지 않은 결과가 발생했을 때 ‘왜 그런 결정을 내렸는가?’라는 불만이나 비난을 받을 가능성을 더욱 크게 의식하게 됩니다. 이러한 부담은 어떤 선택을 해도 만족스러운 결과를 얻기 어려운 ‘no-win’ 상황에서 더욱 커질 수 있습니다.
연구진은 이런 상황에서 AI가 책임 부담을 줄일 수 있는 매력적인 위임 대상이 될 수 있다고 주장했습니다. AI에게 결정을 맡기면 부정적인 결과가 발생했을 때 개인이 느끼는 책임과 비난의 부담을 일부 줄일 수 있기 때문입니다. 따라서 연구진은 상충적 선택이 어려워질수록 AI 위임이 증가하는 효과가 자신을 위한 결정보다 타인에게 영향을 미치는 결정에서 더욱 강하게 나타날 것으로 예상했습니다. 즉, 의사결정 대상(자신 vs. 타인)이 상충적 선택의 어려움과 AI 위임의 관계를 조절할 것으로 보았습니다.
3. [경계조건 2] 어려운 결정의 공개 여부(공개 vs. 비공개)에 따라 AI에게 책임을 넘기려는 경향은 달라지는가?
연구진은 ‘no-win’ 상황에서 AI 위임을 강화하는 또 다른 조건으로 의사결정의 가시성(Decision Visibility)에 주목했습니다. 지각된 책임감 이론(FAT)에 따르면, 사람들은 자신의 결정이 비공개로 유지될 때보다 다른 사람들에게 공개되고 평가받을 때 더 큰 책임 부담을 느낍니다. 특히 공개된 결정에서는 좋지 않은 결과에 대한 비난뿐만 아니라 자신의 판단 능력이나 공정성에 대한 평가, 나아가 평판이 훼손될 가능성까지 고려하게 됩니다.
연구진은 이러한 부담이 어떤 선택을 해도 만족스러운 결과를 얻기 어려운 ‘no-win’ 상황에서 더욱 커질 수 있다고 보았습니다. 자신의 결정이 공개되면 결과뿐만 아니라 ‘누가 그 결정을 내렸는가’까지 평가받기 때문입니다. 따라서 연구진은 어려운 결정이 공개될수록 개인의 책임과 비난을 줄이기 위해 AI에게 결정을 위임하려는 경향이 더욱 강해지고, 반대로 결정이 비공개라면 타인의 평가와 평판에 대한 부담이 줄어들기 때문에 책임을 AI에게 넘기려는 필요성도 상대적으로 약해질 것으로 예상했습니다.
[연구 모형]
연구 핵심 결과
연구진은 제시한 이론적 프레임워크를 검증하기 위해 총 8개의 연구를 수행했습니다. 연구진은 ‘어려운 의사결정일수록 AI 위임이 증가한다’는 주효과에서 ‘책임 회피’가 실제 메커니즘인지, 이러한 효과가 어떤 상황에서 강화되거나 약화되는지를 단계적으로 검증했습니다.
1. 어려운 의사결정일수록 책임을 피하기 위해 AI에게 결정을 맡긴다
연구 결과, 의사결정이 어려워질수록 AI에게 결정을 위임하려는 경향이 높아졌으며, 그 이유는 책임을 직접 지고 싶지 않은 심리 때문인 것으로 나타났습니다. 어려운 의사결정에서는 책임을 직접 맡으려는 동기가 낮아졌고, 분석 결과 ‘의사결정 어려움 증가 → 책임 수용 동기 감소 → AI 위임 증가’의 관계가 확인되었습니다. 즉, 사람들은 AI가 자신보다 더 좋은 결정을 내릴 것이라는 기대뿐 아니라, 좋지 않은 결과에 대한 책임과 비난을 줄이기 위해 AI를 활용할 수 있습니다.
특히 연구진은 AI에게 결정을 맡겨도 최종 책임은 자신이 져야 한다고 알려준 경우, 어려운 의사결정에서 AI 위임이 증가하는 효과가 사라진다는 점을 확인했습니다. 이는 단순히 결정하기 어렵다는 이유만으로 AI를 선택하는 것이 아니라, AI에게 결정과 함께 책임도 넘길 수 있다고 생각할 때 AI 위임이 증가한다는 것을 보여줍니다. 따라서 본 연구는 책임 회피가 어려운 의사결정에서 AI 위임을 촉진하는 핵심 심리적 기제임을 확인했습니다.
[의사결정 어려움과 AI 위임의 관계]
[책임 회피의 매개효과]
2. 타인을 위한 어려운 의사결정일수록 AI에게 결정을 맡기려는 경향이 증가한다
연구 결과, 타인을 위한 의사결정에서는 결정이 어려울수록 AI에게 위임하려는 경향이 높아졌습니다. 반면 자신을 위한 의사결정에서는 결정의 어려움에 따른 AI 위임의 차이가 나타나지 않았습니다. 책임에 대한 인식에서도 비슷한 결과가 확인되었습니다. 어려운 결정을 할 때 책임을 회피하려는 동기는 자신을 위한 결정에서도 증가했지만, 타인을 위한 결정에서 그 증가 폭이 더 크게 나타났습니다. 또한 ‘의사결정 어려움 증가 → 책임 회피 동기 증가 → AI 위임 증가’의 간접효과 역시 자신보다 타인을 위한 결정에서 더 강하게 나타났습니다.
이는 의사결정의 결과가 누구에게 영향을 미치는지가 AI 위임을 결정하는 중요한 요인임을 보여줍니다. 자신을 위한 결정에서는 좋지 않은 결과를 주로 자신이 감수하면 되지만, 타인을 위한 결정에서는 결과에 대한 상대방의 불만이나 평가, 비난까지 감수해야 하기 때문입니다. 특히 어떤 선택을 해도 만족스럽지 않은 어려운 상황에서는 이러한 책임 부담이 더욱 커집니다. 따라서 사람들은 타인을 위한 어려운 결정을 내려야 할수록 개인적으로 부담해야 할 책임과 비난을 줄이기 위한 수단으로 AI에게 의사결정을 위임하려는 경향이 강해지는 것입니다.
[의사결정 대상의 조절효과]
3. 의사결정이 공개될 때 어려운 결정의 AI 위임 효과는 증가한다
연구 결과, 의사결정이 어려울수록 AI에게 결정을 위임하려는 경향은 공개와 비공개 상황 모두에서 높게 나타났습니다. 그러나 이러한 효과는 비공개 상황보다 누가 결정을 내렸는지 다른 사람들이 알 수 있는 공개 상황에서 더욱 강하게 나타났습니다. 즉, 어려운 결정 자체가 AI 위임을 증가시키지만, 자신의 결정이 다른 사람들에게 공개되고 평가받을 때 AI를 활용하려는 경향이 더욱 커지는 것으로 나타났습니다.
이는 의사결정의 공개가 책임뿐 아니라 사회적 평가와 평판에 대한 부담까지 높이기 때문입니다. 비공개 상황에서는 좋지 않은 결과가 발생하더라도 누가 결정했는지 알려지지 않아 평가와 비난에 대한 부담이 상대적으로 작습니다. 반면 공개 상황에서는 결정의 결과뿐 아니라 결정자의 판단 능력이나 공정성까지 평가받을 수 있기 때문에 책임 부담이 더욱 커집니다. 따라서 어떤 선택을 해도 좋은 결과를 기대하기 어려운 ‘no-win’ 상황에서 자신의 결정이 공개될수록, 사람들은 개인적인 책임과 비난, 평판에 대한 부담을 줄이기 위한 수단으로 AI에게 의사결정을 위임하려는 경향이 더욱 강해지는 것입니다.
[의사결정 공개 여부의 조절효과]
실무자를 위한 Action Plan
AI를 의사결정에 활용할 때 ‘AI에게 결정을 맡기는 것’과 ‘결정에 대한 책임까지 AI에게 넘기는 것’을 명확히 구분해야 합니다. 본 연구는 직원들이 AI의 뛰어난 판단 능력을 활용하기 위해서뿐만 아니라, 어려운 결정에서 발생할 수 있는 책임과 비난을 피하기 위해 AI에게 결정을 맡길 수도 있음을 보여줍니다. 따라서 문제가 발생했을 때 ‘AI가 추천해서 결정했다’는 이유로 책임 소재가 불분명해지지 않도록, AI가 관여하는 의사결정마다 최종적으로 판단하고 책임지는 사람이 누구인지 사전에 정해 둘 필요가 있습니다.
|
Action Item:
- AI 활용 업무를 정보 제공-추천-공동 의사결정-AI 위임 등으로 구분하고, 각 단계에서 담당자와 관리자가 부담해야 할 책임의 범위를 명확하게 정하십시오. 특히 인사평가, 자원배분, 채용, 승진, 고객 보상처럼 결정 결과가 다른 사람에게 직접적인 영향을 미치는 업무에서는 AI가 판단이나 추천을 제공하더라도 최종 승인과 책임은 지정된 담당자 또는 관리자가 맡도록 의사결정 체계를 설계하십시오.
|
모든 AI 활용 업무를 같은 기준으로 관리하기보다, 어떤 선택을 해도 누군가의 손해나 불만을 피하기 어려운 ‘no-win’ 의사결정은 별도로 관리할 필요가 있습니다. 본 연구는 이러한 상황에서 직원들이 AI를 활용하는 목적이 ‘더 좋은 결정을 내리는 것’에서 ‘결과에 대한 책임을 피하는 것’으로 바뀔 수 있음을 보여줍니다. 따라서 선택지가 모두 만족스럽지 않거나 이해관계가 충돌하는 업무에서 AI 활용이 늘어난다면, 이를 단순히 업무 효율이나 의사결정의 객관성을 높이기 위한 것으로만 판단해서는 안 됩니다. AI가 어려운 결정의 책임을 대신 떠넘기는 수단으로 사용되고 있지는 않은지를 함께 점검해야 합니다.
|
Action Item:
- 성과가 낮은 직원 선정, 제한된 예산이나 자원 배분, 구조조정, 승진 대상자 선정, 고객 민원 처리 등 어떤 결정을 내려도 누군가에게 불이익이나 불만이 발생할 가능성이 높은 업무를 사전에 파악하십시오. 이러한 업무에서 AI를 활용할 경우에는 일반적인 업무보다 강화된 검토와 승인 절차를 적용하고, AI를 활용한 이유와 담당자의 최종 판단 근거를 기록하도록 하십시오. 이를 통해 AI가 의사결정을 지원하는 도구를 넘어 어려운 결정의 책임을 피하기 위한 ‘방패’로 사용되는 것을 방지할 필요가 있습니다.
|
AI 의사결정을 관리할 때는 결정이 얼마나 어려운지뿐만 아니라 ‘그 결정이 누구에게 영향을 미치는지’도 함께 고려해야 합니다. 본 연구에서는 자신을 위한 결정보다 다른 사람에게 영향을 미치는 어려운 결정에서 AI에게 결정을 맡기려는 경향이 더 강하게 나타났습니다. 자신의 결정으로 다른 사람이 불이익을 받게 되면 상대방의 불만이나 비난에 대한 부담이 커지고, 이를 줄이기 위해 AI에게 책임을 넘기려는 동기가 강해질 수 있기 때문입니다. 따라서 직원이나 고객 등 다른 사람의 이해관계에 직접 영향을 미치는 AI 의사결정일수록 더 엄격한 관리가 필요합니다.
|
Action Item:
- 직원, 고객, 협력업체 등 다른 사람의 보상, 기회, 평가 또는 권리에 영향을 미치는 AI 의사결정을 별도로 분류하여 관리하십시오. 특히 채용, 인사평가, 승진, 업무배치, 대출·신용평가, 고객 보상처럼 특정 이해관계자에게 직접적인 이익이나 불이익을 주는 결정에서는 AI의 판단을 그대로 적용하지 않고 담당자가 반드시 검토하고 승인하도록 절차를 마련하십시오. 결정의 영향이 크거나 이해관계가 첨예한 경우에는 복수의 담당자가 함께 검토하도록 하여 AI가 책임을 피하기 위한 수단으로 활용되지 않도록 관리할 필요가 있습니다.
|
직원들은 자신의 결정이 다른 사람들에게 공개되고 평가받는 상황에서 책임이나 비난을 줄이기 위해 AI에게 결정을 맡길 가능성이 있습니다. 본 연구에서는 어려운 결정일수록 AI 위임이 증가했지만, 특히 누가 결정을 내렸는지 다른 사람들이 알 수 있는 공개 상황에서 이러한 경향이 더욱 강하게 나타났습니다. 이는 AI가 더 나은 판단을 위한 도구를 넘어, 좋지 않은 결과가 발생했을 때 개인의 책임과 평판을 보호하는 수단으로 활용될 수 있음을 의미합니다. 따라서 공개적으로 평가받는 중요한 의사결정일수록 AI 뒤에 책임을 숨기지 않도록 관리할 필요가 있습니다.
|
Action Item:
- 조직 구성원에게 공개되거나 고객, 협력업체 등 외부 이해관계자의 평가를 받는 AI 기반 결정에서는 ‘AI가 결정했다’는 설명만으로 결정의 책임을 대신하지 못하도록 하십시오. 결과를 공개하거나 설명할 때는 AI가 어떤 역할을 했는지뿐만 아니라 담당자가 어떤 기준으로 AI의 결과를 검토했는지, 누가 최종 결정을 승인했는지를 명확하게 제시하면 좋습니다. AI가 개인이나 조직의 책임과 평판 위험을 피하기 위한 ‘보호막’으로 활용되지 않도록 관리하시기 바랍니다.
|
결론: AI에게 결정을 맡기더라도 책임까지 맡겨서는 안 된다
AI를 의사결정에 도입했거나 도입을 고려하는 기업의 관리자는 AI를 단순히 더 빠르고 정확한 판단을 위한 도구로만 바라봐서는 안 됩니다. 본 연구는 직원들이 AI의 뛰어난 능력을 활용하기 위해서뿐 아니라, 어떤 선택을 해도 손실이나 불만을 피하기 어려운 상황에서 결정에 따른 책임과 비난을 줄이기 위해 AI에게 결정을 맡길 수 있음을 보여줍니다. 특히 이러한 경향은 AI가 스스로 판단할 수 있는 자율적인 존재로 인식될수록 강해지며, 타인에게 영향을 미치는 결정이나 자신의 판단이 공개적으로 평가받는 상황에서 더욱 두드러졌습니다. 이는 AI가 의사결정의 효율성을 높이는 동시에, 잘못 활용될 경우 직원의 책임의식을 약화시키고 문제가 발생했을 때 책임 소재가 불분명해지는 상황을 만들 수 있음을 의미합니다. 따라서 기업은 AI의 성능을 높이는 것만큼이나 AI가 관여한 결정의 최종 판단자와 책임자를 명확히 하는 것에 주목해야 합니다. 특히 인사, 자원배분, 고객 보상처럼 이해관계자의 손익이 걸린 중요한 결정에는 인간의 검토와 최종 승인 절차를 유지하고, AI의 추천부터 최종 판단까지 추적할 수 있는 책임 체계를 마련해야 합니다. 결국 성공적인 AI 의사결정의 기준은 ‘AI가 얼마나 많은 결정을 대신하는가’가 아니라, ‘AI를 활용하면서도 인간과 조직의 책임을 얼마나 명확하게 유지하는가’에 있습니다.
"귀사의 AI 활용 방식은 어려운 결정의 책임을 회피하는 수단으로 활용되고 있진 않습니까?"
비엑스컨설팅 드림