조직의 AI 활용 전략, 개인의 생산성 향상을 넘어 팀원간 협업을 향상시킨다

연구 배경

생성형 AI는 단순히 업무를 빠르게 처리하는 생산성 도구를 넘어, 직원들의 협업 방식과 조직 내 관계까지 변화시키는 핵심 기술로 자리 잡고 있습니다. 그동안 AI 연구는 주로 업무성과, 창의성, 웰빙 등 AI를 사용하는 직원 개인에게 나타나는 효과에 초점을 맞춰왔습니다. 최근에는 AI 사용자가 동료나 상사로부터 ‘스스로 노력하지 않는다’거나 ‘능력이 부족하다’는 부정적인 평가를 받을 수 있다는 연구가 등장하면서 AI 활용의 대인관계적 영향에도 관심이 높아지고 있습니다.

AI 활용은 직장 내 인간관계에 부정적인 영향만 미치는 것일까요?

He, Zhang, Wu, Li, & Wang(2026)은 AI 활용이 조직 내 대인관계에 미치는 긍정적인 효과에 주목했습니다. 연구진은 자원보존이론(Conservation of Resources Theory, CORT)과 지위 부여 이론(Status Conferral Theory, SCT)을 바탕으로, AI를 사용하는 직원이 동료들에게 얼마나 ‘함께 일하면 에너지를 소모시키는 사람’으로 인식되는지를 의미하는 ‘에너지 소진 효과(De-Energizing Effect)’에 주목했습니다. 연구진은 AI를 효과적으로 활용하는 직원은 반복적인 도움 요청을 줄이고 더 명확하고 신뢰할 수 있는 결과물을 제공함으로써 동료들의 시간과 인지적·정서적 부담을 줄일 수 있다고 보았습니다. 그 결과 해당 직원은 ‘함께 일하면 피곤한 사람’이 아니라 ‘함께 일하기 편한 사람’으로 인식되고, 이러한 평가는 동료들의 신뢰와 존중, 영향력을 의미하는 팀 내 지위 향상으로 이어질 수 있습니다. 또한 연구진은 이러한 효과를 강화하는 요인으로 학습목표지향성(LGO)을 제시하고, AI 활용이 에너지 소진 효과와 팀 내 지위에 미치는 과정이 직원의 학습목표지향성에 따라 어떻게 달라지는지를 검증했습니다.

핵심 질문

1. 직원의 AI 활용은 ‘함께 일하면 피곤한 사람’이라는 인식을 줄이는가?

직원의 AI 활용이 동료들의 인지적·정서적 부담을 줄일 수 있다고 보았습니다. 사람들은 시간, 집중력, 정서적 에너지와 같은 한정된 자원을 보호하려는 성향이 있기 때문에, 반복적으로 도움을 요청하거나 잦은 수정과 추가 설명을 요구하는 동료를 ‘함께 일하면 피곤한 사람(De-Energizing Person)’으로 인식할 가능성이 높습니다.

반면 AI를 효과적으로 활용하는 직원은 일상적인 문제를 스스로 해결하고, 보다 명확하고 완성도 높은 결과물을 제공하며, 업무를 안정적으로 수행할 수 있습니다. 그만큼 동료들이 추가적인 설명이나 수정에 들이는 시간과 노력도 줄어듭니다. 이에 연구진은 AI 활용 수준이 높을수록 직원의 에너지 소진 효과가 감소하고, 동료들에게 ‘함께 일하기 편한 사람’으로 인식될 가능성이 높아질 것이라고 예측하였습니다. 즉, AI는 개인의 생산성뿐 아니라 팀의 협업 부담을 줄이는 도구가 될 수 있다고 보았습니다.

2. AI 사용자는 어떻게 팀 내 지위(Status)를 높이는가?

연구진은 자원보존이론(CORT)과 지위 부여 이론(SCT)을 결합하여, ‘AI 활용 → 에너지 소진 효과 감소 → 팀 내 지위 향상’이라는 과정을 제시하였습니다. 지위 부여 이론에 따르면 팀 내 지위는 단순히 업무 능력이 뛰어나다고 자동으로 얻어지는 것이 아니라, 동료들이 해당 구성원이 팀에 얼마나 가치 있는지를 평가하는 사회적 과정을 통해 형성됩니다.

이때 중요한 평가 기준 중 하나가 동료들의 시간과 에너지를 얼마나 보호해 주는가입니다. AI를 효과적으로 활용하는 직원은 반복적인 도움 요청을 줄이고, 명확하고 신뢰할 수 있는 결과물을 제공하며, 업무를 안정적으로 수행함으로써 동료들의 협업 부담을 낮출 수 있습니다. 그 결과 ‘함께 일하면 피곤한 사람’이 아니라 ‘함께 일하기 좋은 사람’으로 평가받고, 이러한 긍정적인 평가는 동료들의 신뢰와 존중, 영향력으로 이어질 수 있습니다. 따라서 연구진은 AI 활용이 에너지 소진 효과를 낮추고, 이를 통해 팀 내 지위를 높일 것이라고 예측하였습니다.

3. AI의 긍정적인 대인관계 효과는 언제 더 커지는가?

연구진은 AI를 많이 사용한다고 해서 모든 직원이 동일한 대인관계적 효과를 얻는 것은 아니라고 보았습니다. 자원보존이론(CORT)에 따르면 자원의 가치는 단순히 보유하는 데 있는 것이 아니라 얼마나 효과적으로 활용하느냐에 따라 달라집니다. 이에 연구진은 AI 활용 효과를 강화하는 개인적 특성으로 학습목표지향성(LGO)을 제시했습니다.

학습목표지향성이 높은 직원은 AI를 단순히 업무를 대신해 주는 자동화 도구가 아니라 아이디어를 발전시키고 자신의 사고를 확장하는 ‘사고 파트너(Thinking Partner)’로 활용합니다. AI가 생성한 결과를 그대로 사용하기보다 검토하고 수정하며, 팀의 상황과 목적에 맞게 보완하고 활용 노하우도 동료들과 공유합니다. 반면 학습목표지향성이 낮은 직원은 AI 결과를 피상적으로 활용하여 오류와 재작업을 발생시키고 오히려 동료들의 부담을 높일 수도 있습니다. 따라서 연구진은 학습목표지향성이 높을수록 AI가 동료들의 부담을 줄이는 효과가 커지고, 이를 통한 팀 내 지위 향상 효과도 더욱 강해질 것이라고 예측했습니다.

[연구 모형]

연구 핵심 결과

연구진은 연구문제를 검증하기 위하여 3시점 다원천 종단조사(Multi-wave Multi-source Field Study)를 활용한 양적 연구와 AI를 사용하는 동료와 실제 협업해 본 경험이 있는 직원들을 대상으로 심층 인터뷰를 하는 질적 연구를 수행하였습니다.

1. AI는 '함께 일하기 피곤한 사람'을 '함께 일하기 편한 사람'으로 바꾼다

양적 연구 결과, 직장에서 AI를 많이 활용하는 직원일수록 동료들에게 ‘함께 일하면 피곤한 사람’으로 인식될 가능성이 낮았습니다. 질적 연구에서는 그 이유를 네 가지로 확인했습니다. AI를 활용하면 일상적인 문제를 스스로 해결해 동료에게 도움을 요청하는 빈도가 줄었고, 보다 논리적이고 명확한 자료를 준비해 업무 기여의 질이 향상되었습니다. 또한 오류와 일정 지연이 감소하면서 업무 효율성과 신뢰성이 높아졌으며, 일부 직원은 AI 활용 노하우를 공유해 팀에 긍정적인 에너지를 확산시키기도 했습니다.

이는 AI가 개인의 생산성을 높이는 도구를 넘어 동료들의 시간과 인지적·정서적 부담을 줄이고, 팀의 협업 비용을 낮추는 ‘관계적 자원(Relational Resource)’으로 기능할 수 있음을 시사합니다.

[직원의 AI 활용과 에너지 소진 효과의 관계]

2. AI는 성과가 아니라 '협업 가치'를 통해 지위를 높였다

연구에서는 ‘AI 사용 → 에너지 소진 효과 감소 → 팀 내 지위 향상’이라는 매개효과가 확인되었습니다. AI를 많이 활용하는 직원일수록 동료들에게 부담을 덜 주는 사람으로 인식되었으며, 이러한 평가는 더 높은 신뢰와 존중, 영향력을 얻는 것으로 이어졌습니다. 이는 팀 내 지위가 단순히 뛰어난 업무성과나 전문성만으로 결정되는 것이 아니라, 동료들의 시간과 인지적·정서적 자원을 얼마나 보호해 주는가에 의해서도 형성될 수 있음을 의미합니다. 즉, AI를 활용해 반복적인 도움 요청이나 수정 작업을 줄이고 협업을 원활하게 만드는 행동 자체가 팀에서 중요한 사회적 가치로 평가될 수 있습니다. AI는 개인의 성과를 높이는 데 그치지 않고 ‘함께 일하기 좋은 사람’이라는 평가를 만들어 팀 내 지위까지 높이는 도구가 될 수 있는 것입니다.

[직원의 AI 활용, 에너지 소진 효과 그리고 직원의 지위 부여의 관계]

3. AI를 제대로 배우려는 사람이 AI의 관계적 가치를 완성한다

연구 결과, 이러한 긍정적 효과가 모든 AI 사용자에게 나타난 것은 아닙니다. 학습목표지향성(LGO)이 높은 직원은 AI를 많이 활용할수록 에너지 소진 효과가 크게 감소했고, 이를 통해 팀 내 지위도 향상되었습니다. 반면 학습목표지향성이 낮은 직원에게서는 이러한 긍정적 효과가 거의 나타나지 않았습니다.

질적 연구에서도 학습목표지향성이 높은 직원은 AI를 단순한 결과물 생성 도구가 아니라 ‘사고 파트너’로 활용하며, AI의 결과를 검토·수정하고 업무 상황에 맞게 보완하는 것으로 나타났습니다. 반대로 AI 결과를 충분히 검증하지 않고 그대로 사용하는 경우에는 오류와 재작업이 발생해 오히려 동료들의 부담이 커지기도 했습니다.

이는 결국 AI의 관계적 가치는 얼마나 자주 사용하는지가 아니라 얼마나 배우고, 검증하고, 개선하며 사용하는지에 달려 있음을 시사합니다. 따라서 기업은 AI 도입 자체에만 집중하기보다 직원의 학습목표지향성과 올바른 AI 활용 역량을 함께 육성할 필요가 있습니다.

[직원의 학습목표지향성에 따른 AI 활용의 효과 차이

실무자를 위한 Action Plan