AI를 잘 쓰는 조직을 넘어, AI로부터 배우는 조직으로
직원의 AI 학습을 높이려면 AI의 품질과 공정성을 바탕으로 신뢰를 형성하는 환경이 필요합니다.
목차 보기 4개
학술 출처 · APA 7
출처 인용
(2026). AI For good: How does quality and fairness of AI affect employee learning from AI. Journal of Business Research, 217, 116442. https://doi.org/10.1016/j.jbusres.2026.116442
- 인용 논문 저자
연구 배경
AI는 단순히 반복 업무를 대신하는 도구를 넘어, 직원이 문제를 해결하고 새로운 지식을 찾도록 돕는 협업 파트너로 발전하고 있습니다. 이에 따라 기업에는 AI가 만들어 낸 결과물을 업무에 활용하는 것뿐 아니라, 직원이 AI의 문제 해결 방식과 새로운 아이디어를 배우고 자신의 역량으로 발전시키는 ‘AI로부터의 학습(Employee Learning from AI)’이 중요해지고 있습니다.
그렇다면 직원들은 어떤 AI를 신뢰하고, 어떤 과정을 거쳐 AI로부터 배우게 될까요?
기존 연구는 AI가 얼마나 유용하고 사용하기 편리한지와 같은 기술적 측면이나, AI가 얼마나 공정하고 판단 과정을 잘 설명하는지와 같은 윤리적 측면을 별도로 살펴보았습니다. 그러나 연구진은 직원이 AI로부터 적극적이고 자발적으로 배우려면 AI가 업무를 잘 수행하는 동시에 공정하게 작동한다고 느껴야 한다고 보았습니다.
이에 연구진은 AI 가치 정렬 이론(AI Value Alignment Theory)1을 바탕으로, AI 품질(AI Quality)과 AI 공정성(AI Fairness)이 직원의 학습에 어떤 영향을 미치는지를 살펴보았습니다. 특히 직원이 AI를 신뢰하게 되는 과정에 주목하여, AI의 품질과 공정성이 어떻게 실제 학습으로 이어지는지 탐색했습니다. 또한 사회적 실재감 이론(Social Presence Theory)2에 근거하여, 직원이 AI를 사람과 비슷한 특성을 지닌 존재로 인식하는 정도인 AI 의인화(AI Anthropomorphism)에 따라 이러한 효과가 달라지는지도 살펴보았습니다. 이를 통해 연구진은 기업이 AI 도입을 단순한 업무 효율화에 그치지 않고, 직원의 역량 개발과 지속적인 혁신으로 연결할 수 있는 이론적 토대를 제시하고자 했습니다.
- 기술적 정렬(Technical Alignment): AI가 업무를 정확하고 안정적으로 수행하는 능력을 의미
- 규범적 정렬(Normative Alignment): AI가 공정성과 투명성 같은 윤리적 원칙을 준수하는 것을 의미
핵심 질문
연구진은 AI에 대한 신뢰를 높이는 두 가지 요인으로 AI 품질과 AI 공정성에 주목했습니다. 이는 AI가 업무를 정확하고 안정적으로 수행해야 할 뿐 아니라, 공정하고 투명하게 작동해야 한다는 AI 가치 정렬 이론에 바탕을 두고 있습니다.
먼저 AI 품질은 AI가 직원의 업무 목적에 맞는 정보를 정확하고 안정적으로 제공하는지를 의미합니다. 아무리 유용한 해결책을 제시하는 AI라도 응답이 자주 늦어지거나 결과가 일관되지 않으면 직원은 이를 믿고 활용하기 어렵습니다. 반대로 필요한 정보를 빠르고 정확하게 제공하는 AI는 업무 과정의 불확실성을 줄이고, 직원이 AI의 능력을 신뢰하도록 도울 수 있습니다. 따라서 연구진은 AI 품질이 높을수록 직원의 AI에 대한 신뢰가 높아질 것이라고 예상했습니다.
AI 공정성은 AI가 편향 없이 일관된 기준으로 판단하고, 그 판단 과정을 투명하게 설명하는지를 의미합니다. AI 품질이 ‘AI가 일을 잘하는가’에 관한 문제라면, AI 공정성은 ‘AI의 판단을 믿고 받아들일 수 있는가’에 관한 문제입니다. 직원이 AI의 판단 이유를 이해하고 자신의 의견을 제시할 수 있으며, 누구나 공정한 대우를 받는다고 느낀다면 AI를 안심하고 활용할 수 있는 협업 대상으로 받아들일 가능성이 커집니다. 반대로 AI가 불공정하게 작동한다고 느끼면 그 판단을 의심하거나 활용을 꺼릴 수 있습니다. 따라서 연구진은 직원이 AI를 공정하다고 인식할수록 AI에 대한 신뢰가 높아질 것이라고 예상했습니다.
AI가 정확한 정보를 제공하고 공정하게 작동하더라도, 직원이 AI를 신뢰하지 못한다면 적극적으로 배우기는 어렵습니다. 연구진은 AI에 대한 신뢰가 AI의 품질과 공정성을 직원의 학습으로 연결하는 중요한 역할을 한다고 보았습니다.
AI의 품질이 높으면 직원은 AI의 능력을 믿게 되고, AI가 공정하게 작동한다고 느끼면 그 판단을 안심하고 받아들일 수 있습니다. 이렇게 신뢰가 쌓이면 직원은 AI의 답변을 그대로 사용하는 데 그치지 않고, AI가 왜 그런 답을 제시했는지, 어떤 방식으로 문제를 해결했는지 이해하려고 할 것입니다. 이를 통해 AI의 지식과 문제 해결 방식을 자신의 업무 역량으로 발전시킬 수 있습니다.
따라서 연구진은 AI의 품질과 공정성이 직원의 신뢰를 높이고, 이러한 신뢰가 AI로부터의 학습을 촉진할 것으로 예상했습니다.
연구진은 사회적 실재감 이론을 바탕으로 직원이 AI를 얼마나 사람과 비슷한 존재로 느끼는지에 따라 AI에 대한 신뢰가 달라질 수 있다고 보았습니다. 이를 AI 의인화(AI Anthropomorphism)라고 합니다.
AI가 사람처럼 자연스럽게 대화하고 상호작용하면 직원은 AI를 단순한 업무 도구가 아니라 함께 일하는 파트너처럼 받아들일 수 있습니다. 이때 AI가 정확하고 안정적으로 업무를 수행하면 ‘믿고 함께 일할 만한 능력이 있다’고 느끼고, 공정하게 판단하면 ‘나를 존중하고 공정하게 대하는 파트너’라고 인식할 수 있습니다. 반면 AI를 단순한 기계로 느낀다면 우수한 성능이나 공정한 판단을 하나의 기능으로만 받아들여, 신뢰로 이어지는 효과가 상대적으로 약할 수 있습니다.
따라서 연구진은 AI를 사람과 비슷한 협업 대상으로 느낄수록 AI 품질과 공정성이 신뢰에 미치는 긍정적인 영향이 커지고, 이러한 신뢰를 통해 AI로부터 배우는 효과도 더욱 강해질 것이라고 예상했습니다.
[연구 모형]
연구 핵심 결과
연구진은 제시한 주장을 검증하기 위하여 질적 인터뷰 연구와 세 번의 실험 및 현장 연구를 실시하였습니다.
연구 결과, 직원이 AI를 신뢰하려면 업무를 정확하게 수행하는 능력과 공정한 판단이 모두 중요한 것으로 나타났습니다. 인터뷰에 참여한 직원들은 AI가 정확하고 안정적인 정보를 제공할 때 신뢰가 높아지고, 편향 없이 일관된 기준으로 판단할 때 그 결과를 더욱 믿을 수 있다고 설명했습니다. 이러한 관계는 실험과 현장조사에서도 확인되었습니다. AI의 품질이 높거나 공정성이 높은 조건에서 직원들의 AI에 대한 신뢰 수준이 각각 더 높게 나타났습니다.
이는 직원들이 AI를 평가할 때 ‘얼마나 일을 잘하는가’뿐 아니라 ‘얼마나 공정하게 작동하는가’도 중요하게 생각한다는 의미입니다. AI가 유용한 정보를 빠르고 일관되게 제공하면 직원은 이를 믿고 업무에 활용할 수 있다고 느낍니다. 동시에 AI가 편향 없이 판단하고 누구에게나 일관된 기준을 적용하는지도 살펴봅니다. 따라서 기업은 AI의 성능을 높이는 데 그치지 않고, 판단 과정의 투명성과 공정성도 함께 관리해야 합니다.
[AI 품질 및 공정성과 AI에 대한 신뢰의 관계]
연구 결과, AI의 품질과 공정성이 높을수록 직원의 신뢰가 높아지고, 이러한 신뢰가 AI로부터의 학습으로 이어지는 것으로 나타났습니다. 인터뷰에 참여한 직원들은 AI가 정확하고 공정하게 작동한다고 느낄 때 AI를 더 신뢰하고, AI의 지식과 문제 해결 방식을 적극적으로 배우려는 모습을 보였습니다. 실험과 현장조사에서도 AI 품질과 공정성이 각각 신뢰를 통해 직원의 학습에 긍정적인 영향을 미치는 것으로 확인되었습니다. 즉, AI에 대한 신뢰가 AI 품질 및 공정성과 직원의 AI로부터의 학습 사이에서 매개 역할을 수행하는 것으로 나타났습니다.
이는 AI가 좋은 정보를 제공하는 것만으로 직원의 학습이 저절로 이루어지지는 않는다는 의미입니다. 직원이 AI의 능력과 공정성을 신뢰할 때 답변을 단순히 활용하는 데 그치지 않고, 왜 그런 답이 나왔는지, 어떤 방식으로 문제를 해결했는지 이해하려는 태도를 보일 수 있습니다. 따라서 기업은 AI의 성능과 공정성을 개선하는 동시에, 직원이 이를 직접 확인하고 신뢰를 쌓을 수 있는 환경을 마련해야 합니다.
[AI에 대한 신뢰의 매개 효과]
연구 결과, AI 의인화 수준이 높을수록 AI의 품질과 공정성이 직원의 신뢰에 미치는 긍정적인 영향이 더 강하게 나타났습니다. AI가 사람과 비슷한 특성을 지닌 것으로 제시되었을 때, 우수한 성능과 공정한 판단이 직원의 신뢰로 이어지는 효과가 더욱 컸습니다. 또한 AI 의인화 수준이 높을수록 품질과 공정성이 신뢰를 통해 직원의 학습에 미치는 간접적인 영향도 강해졌습니다.
이는 직원이 AI를 단순한 기계가 아니라 함께 일하는 파트너처럼 느낄 때, AI의 뛰어난 성능과 공정한 판단을 더욱 신뢰할 수 있다는 의미입니다. 이렇게 형성된 신뢰는 직원이 AI의 지식과 문제 해결 방식을 적극적으로 배우는 데에도 도움이 됩니다. 따라서 기업은 AI를 사람처럼 친근하게 만드는 데만 집중하기보다, 자연스러운 대화와 상호작용이 AI의 실제 성능과 공정성에 대한 신뢰를 높이고 직원의 학습으로 이어지도록 설계해야 합니다.
[AI 의인화의 조절 효과]
실무자를 위한 Action Plan
직원이 AI로부터 배우려면 먼저 AI가 정확하고 유용한 정보를 제공하며, 공정하게 작동한다고 믿을 수 있어야 합니다. 연구 결과, AI의 품질과 공정성은 모두 직원의 신뢰를 높이는 중요한 요인으로 나타났습니다. 따라서 기업은 AI가 업무를 얼마나 잘 처리하는지만 살펴볼 것이 아니라, 편향 없이 공정하게 판단하는지도 함께 관리해야 합니다. 직원이 안심하고 AI를 활용할 수 있는 환경을 만드는 것이 학습의 출발점입니다.
|
Action Item:
- AI의 정확성, 응답 속도, 안정성, 사용 편의성을 정기적으로 점검하십시오. AI가 편향 없이 판단하는지 확인하고, 직원이 AI의 판단에 의문을 제기하거나 재검토를 요청할 수 있는 절차를 마련하십시오.
|
연구 결과, AI의 품질과 공정성은 직원의 신뢰를 높이고, 이러한 신뢰는 AI로부터의 학습으로 이어지는 것으로 나타났습니다. 하지만 AI의 성능이 좋아진다고 해서 직원이 저절로 더 많이 배우는 것은 아닙니다. 직원이 AI를 믿고 활용하면서 답변뿐 아니라 그 답이 나온 이유와 문제 해결 방식까지 이해하도록 돕는 노력이 필요합니다.
|
Action Item:
- AI의 정확성과 안정성에 관한 정보를 직원에게 투명하게 공유하십시오. AI를 활용해 업무를 개선한 사례를 교육에 활용하고, 직원들이 AI로부터 배운 내용과 문제 해결 경험을 서로 나눌 수 있도록 지원하십시오.
|
연구 결과, AI 의인화 수준을 높여 직원이 AI를 사람과 비슷한 협업 대상으로 느낄수록 AI의 우수한 성능과 공정한 판단이 신뢰로 이어지는 효과가 더 강하게 나타났습니다. 신뢰를 통한 학습 효과도 함께 강화되었습니다. 따라서 기업은 AI를 단순히 사람처럼 친근하게 만드는 데 그치지 않고, 직원이 편하게 질문하고 답변을 깊이 이해할 수 있도록 대화 방식을 설계할 필요가 있습니다.
|
Action Item:
- 직원이 AI에 쉽게 질문하고 추가 설명을 요청할 수 있도록 자연스러운 대화 기능을 제공하십시오. AI를 학습 파트너로 활용하도록 안내하되, 사람과 비슷한 말투나 표현은 업무의 특성에 맞게 조정하십시오.
|
결론: AI의 성능을 높이는 것만큼 직원의 신뢰를 높이십시오
직원들이 AI로부터 더 많이 배우도록 하려면, 기업의 관리자는 AI를 단순히 업무를 빠르게 처리하는 도구가 아니라 직원의 지식과 역량을 키우는 학습 파트너로 바라볼 필요가 있습니다. 본 연구는 AI가 정확하고 안정적인 정보를 제공하고 공정하게 작동할수록 직원의 신뢰가 높아지며, 이러한 신뢰가 AI의 지식과 문제 해결 방식을 배우는 데 도움이 된다는 점을 보여줍니다. 특히 직원이 AI를 함께 일하는 파트너처럼 느낄수록 AI의 성능과 공정성이 신뢰와 학습으로 이어지는 효과가 더 강하게 나타났습니다. 따라서 기업은 AI의 성능뿐 아니라 공정성도 함께 관리하고, 직원이 AI를 믿고 활용할 수 있는 환경을 만들어야 합니다. 또한 직원들이 AI에 편하게 질문하고 답변이 나온 이유와 문제 해결 과정을 이해하며, AI로부터 배운 내용을 동료들과 공유할 수 있도록 지원해야 합니다.
"귀사의 AI는 직원들이 신뢰하고 배우기 좋게 설계되어 있습니까?"
비엑스컨설팅 드림