AI 에이전트 시대의 개인과 조직의 변화

Bandura (1977) · 이론 논문 · Psychological Review

저자와 연구 맥락 · Albert Bandura는 자기효능감 이론을 제시한 심리학자다. 이 글은 행동을 바꾸는 과정에서 자신이 과업을 수행할 수 있다는 믿음이 갖는 역할을 설명하며, 성과의 기대와 수행 능력에 대한 기대를 구분하는 출발점이다.[23]

학술적 의의 · 자기효능감을 의욕이나 실제 능력과 분리해 생각하게 하는 고전이다. 도움을 받아 결과를 냈다는 사실, 혼자서도 할 수 있다는 믿음, 실제 독립 수행은 별도로 확인해야 한다는 수업의 비교 틀로 사용한다.[23]

이 주차의 선정 이유 · AI와 함께할 때 할 수 있다는 믿음이 커지는 경험을 먼저 자기효능감의 언어로 분리한다. 성과·실제 역량·자신감을 구분해 한 학기 개인 변화 탐구의 기준을 세우기 위해 읽는다.

읽기의 한계 · AI 이전의 자기효능감 이론이다. AI와의 성공 경험이 독립 수행 능력을 높인다는 증거로 읽지 않는다.

Lee et al. (2025) · 설문·질적 분석 · ACM CHI 2025

저자와 연구 맥락 · Hao-Ping Lee, Advait Sarkar와 공동저자들은 인간·컴퓨터 상호작용의 관점에서 생성형 AI를 쓰는 지식노동자의 비판적 사고를 연구한다. 논문은 자기 확신과 AI에 대한 확신이 검토 노력과 어떻게 관련되는지 분석한다.[29]

학술적 의의 · AI 사용 이후 비판적 사고가 사라지는지 여부만이 아니라, 정보 검증·답변 통합·과업 관리로 검토의 형태가 이동한다는 문제를 제시한다. 자기 확신과 AI에 대한 확신을 구분하면서 스스로 체감하는 검토 노력과 실제 능력 평가를 분리하도록 한다.[29]

이 주차의 선정 이유 · 자기 확신과 AI에 대한 확신이 비판적 검토 노력과 다르게 연결될 수 있다는 설문을 읽는다. 능력 확장의 긍정적 경험만으로 검토 능력까지 향상됐다고 결론 내리지 않기 위해 선정했다.

읽기의 한계 · 지식노동자의 자기보고 설문이다. 장기적 인지능력 저하를 측정한 실험이나 AI가 사람을 덜 똑똑하게 만든다는 인과 증거로 읽지 않는다.

Clark & Chalmers (1998) · 철학 논문 · Analysis · 저자 공개본

저자와 연구 맥락 · Andy Clark과 David J. Chalmers는 마음의 경계를 다루는 철학자들이다. 두 사람의 1998년 논문은 인지가 뇌 안에서만 이루어지는가를 둘러싼 확장된 마음 논쟁을 촉발했고, 찬성과 비판을 담은 후속 논의로 이어졌다.[3][4]

학술적 의의 · 노트나 외부 도구가 단순한 보조 수단을 넘어 인지 과정의 일부가 될 수 있다는 논증을 제시한다. 도움을 받았다는 사실과 마음의 일부를 구성한다는 주장을 구분하면서, 개인의 역량을 어디까지 볼지 따져볼 출발점을 제공한다.[3]

이 주차의 선정 이유 · AI 도움을 받는 성과를 무조건 내 능력 또는 남의 능력으로 나누기 전에, 사람과 외부 도구를 함께 보는 인지의 경계 논증을 익힌다. 행동 위임에도 이 설명이 적용되는지 검토할 비교 틀이 필요하다.

읽기의 한계 · AI 이전의 철학적 논증이다. AI가 곧 인간의 마음이라는 결론으로 확대하지 않는다.

Lotz & Wenzel (2026) · 연구 동향 종합·논의 · arXiv 프리프린트 · 2026-09-25 공개

저자와 연구 맥락 · Johannes Lotz와 Markus Wenzel은 문헌 검색·분석·소프트웨어 개발·임상 의사결정의 에이전트 활용 연구를 종합한다. 연구자가 무엇을 위임하고 어떻게 검토해야 하는지, 전문적 판단과 기관의 경험 공유가 왜 남는지 다루는 최근 논의다.[33]

학술적 의의 · 실행에서 조정과 검토로 일이 이동한다는 설명을 제시하면서, 도구 호출 기록이 너무 길어 사람이 검토하기 어려워지는 한계까지 함께 다룬다. 대표적인 최근 에이전트 논의로 읽되 검증된 보편 법칙이 아닌 분석과 제안으로 평가한다.[33]

이 주차의 선정 이유 · 지속적으로 도구를 사용하고 실행하는 에이전트의 사례를 고전의 도구 논증과 비교한다. 연구자의 일이 조정·검토로 이동한다는 설명과 검토의 어려움을 읽으며, 철학적 기대를 현재 사례로 점검하기 위해 선정했다.

읽기의 한계 · 연구 동향을 종합하는 논의이며 새로운 대규모 실험이 아니다. 병리학·연구 업무의 관찰을 모든 직업의 정체성 변화나 심리적 효과로 일반화하지 않는다.

Rosa (2013, 영어판) · 학술서 · Columbia University Press · 발췌 읽기

저자와 연구 맥락 · Hartmut Rosa는 비판사회이론의 관점에서 현대사회의 시간 구조를 분석하는 사회이론가다. 개인이 느끼는 바쁨을 개인의 시간관리 문제로만 보지 않고 기술·제도·관계의 변화와 연결해 설명한다.[5]

학술적 의의 · 기술적 가속, 사회 변화의 가속, 생활 속도의 가속을 구분한다. 기술이 시간을 절약해도 삶이 더 바빠질 수 있다는 역설을 통해, 빨라진 실행과 제도·관계의 변화 속도가 어긋나는 경험을 사회적 질문으로 바꾼다.[5]

이 주차의 선정 이유 · 기술이 빨라진다는 말 속에 서로 다른 시간의 변화가 섞여 있음을 구분하려고 읽는다. 실행은 빨라졌는데 관계와 제도는 그대로인 경험을 개인의 문제로만 돌리지 않게 하는 이론적 틀이다.

읽기의 한계 · 사회적 시간에 대한 이론이지 개인의 심리 상태를 진단하는 기준이 아니다.

Bick, Blandin, Deming & Schumacher (2026) · 대표성 있는 노동자 설문 · NBER Working Paper · 2026-08 공개

저자와 연구 맥락 · Alexander Bick, Adam Blandin, David J. Deming과 Tyler R. Schumacher는 직업·과업 단위에서 노동자의 생성형 AI 사용을 조사한다. 예상되는 기술적 노출과 실제 채택을 구분해, 어떤 일이 가능한가뿐 아니라 누가 실제로 쓰는가를 살피는 연구다.[35]

학술적 의의 · 같은 종류의 일을 하더라도 실제 AI 사용이 다르며, 과업의 기술적 노출만으로 도입을 설명할 수 없다는 문제를 보여 준다. 자신이 체감한 빠른 변화가 사회 전체에서 같은 속도로 일어난다고 가정하지 않게 하는 최근의 경험적 비교 자료다.[35]

이 주차의 선정 이유 · 2026년의 과업별 실제 사용 자료를 통해 개인이 체감한 속도와 다른 사람의 도입 속도를 비교한다. 기술적으로 가능한 일과 실제로 사용되는 일을 구분하며, 가속이라는 설명을 경험적 차이와 대조하기 위해 읽는다.

읽기의 한계 · 생성형 AI의 과업별 사용을 측정한다. 지속 행동형 에이전트의 효과나 사용 차이의 심리적 원인을 인과적으로 확인한 연구는 아니다.

Weick, Sutcliffe & Obstfeld (2005) · 이론 논문 · Organization Science

저자와 연구 맥락 · Karl E. Weick은 압박 속의 집단적 의미형성, Kathleen M. Sutcliffe는 불확실성 속 조직의 신뢰성과 회복력, David Obstfeld는 네트워크와 혁신을 연구한다. 서로 다른 연구 배경이 모호한 상황에서 조직이 해석하고 행동하는 문제로 연결된다.[7][8][9]

학술적 의의 · 의미형성을 이미 존재하는 현실의 수동적 이해가 아니라, 상황을 말로 설명하고 정체성·행동에 연결하는 과정으로 정리한다. 조직을 고정된 구조만이 아니라 사람들이 계속 해석하고 만들어 가는 과정으로 볼 수 있게 한다.[6]

이 주차의 선정 이유 · 모호한 상황에서 사람들이 단서를 엮어 행동 가능한 설명을 만드는 과정을 이해하려고 읽는다. 여러 가정을 관리하는 경험을 다루되, 해석의 일관성과 사실의 정확성을 같은 것으로 보지 않기 위한 고전이다.

읽기의 한계 · 그럴듯한 설명을 만들었다는 사실과 그 설명이 사실이라는 것을 구분한다.

Lee et al. (2025) · 설문·질적 분석 · ACM CHI 2025

저자와 연구 맥락 · Hao-Ping Lee, Advait Sarkar와 공동저자들은 인간·컴퓨터 상호작용의 관점에서 생성형 AI를 쓰는 지식노동자의 비판적 사고를 연구한다. 논문은 자기 확신과 AI에 대한 확신이 검토 노력과 어떻게 관련되는지 분석한다.[29]

학술적 의의 · AI 사용 이후 비판적 사고가 사라지는지 여부만이 아니라, 정보 검증·답변 통합·과업 관리로 검토의 형태가 이동한다는 문제를 제시한다. 자기 확신과 AI에 대한 확신을 구분하면서 스스로 체감하는 검토 노력과 실제 능력 평가를 분리하도록 한다.[29]

이 주차의 선정 이유 · 이번에는 능력에 대한 믿음보다 검토 행동의 형태에 주목해 다시 읽는다. AI가 사고를 덜 하게 만드는지라는 단순 질문 대신, 검증·통합·과업 관리로 검토가 이동한다는 설명이 가정 관리에 적용되는지 살피기 위해 선정했다.

읽기의 한계 · 지식노동자의 자기보고 설문이다. 장기적 인지능력 저하를 측정한 실험이나 AI가 사람을 덜 똑똑하게 만든다는 인과 증거로 읽지 않는다.

Ryan & Deci (2000) · 이론·연구 종합 · American Psychologist

저자와 연구 맥락 · Richard M. Ryan과 Edward L. Deci는 자기결정성이론을 함께 발전시킨 심리학자들이다. 사람을 외부에서 어떻게 통제할지보다, 어떤 사회적 조건이 자발적인 참여와 동기를 지지하는지에 주목한다.[11]

학술적 의의 · 자율성·유능감·관계성이라는 기본 심리 욕구를 통해 동기와 웰빙을 설명한다. 성과를 많이 냈는지와 자발적으로 선택하고 성장하며 연결되어 있다고 느끼는지를 구분해, 효율 이외의 평가 기준을 마련한다.[10]

이 주차의 선정 이유 · AI가 나를 돕는다는 느낌을 자율성·유능감·관계성이라는 구체적 욕구로 나누려고 읽는다. 편리함과 자유, 성과와 즐거움을 같은 말로 다루지 않는 기준을 먼저 세우는 고전이다.

읽기의 한계 · AI 사용이 이 세 욕구를 충족하거나 훼손한다는 것은 별도로 검증할 질문이다.

Wu et al. (2025) · 온라인 실험 4건 · Scientific Reports

저자와 연구 맥락 · Suqing Wu와 Xiao-Yun Xie 등 공동저자들은 생성형 AI와의 협업을 과업 성과뿐 아니라 내재적 동기·통제감·지루함으로 평가한다. 자기결정성이론을 현재의 AI 협업 상황과 연결해 네 건의 온라인 실험으로 검토한 연구다.[30]

학술적 의의 · AI 도움을 받는 동안의 성과와 도움 없이 다시 일할 때의 경험을 나눠 관찰했다는 점이 중요하다. 독립 작업으로 전환할 때 통제감과 내재적 동기가 같은 방향으로 변하지 않을 수 있어, 편리함·성과·자율성·즐거움을 하나의 좋은 효과로 묶지 않게 한다.[30]

이 주차의 선정 이유 · 고전의 자기결정성이론을 실제 AI 협업과 이후 독립 작업으로 연결한 2025년 실험을 비교한다. 통제감과 동기가 같은 방향으로 변하지 않을 수 있다는 결과를 통해 ‘성과 향상 곧 삶의 질 향상’이라는 설명을 검토하기 위해 선정했다.

읽기의 한계 · AI 협업 뒤 혼자 수행하는 과업으로 전환하는 특정 실험 조건의 결과다. AI를 쓰는 모든 사람의 동기나 장기 정신건강이 나빠진다는 결론으로 확대하지 않는다.

Ibarra (1999) · 질적 연구 · Administrative Science Quarterly · 공식 서지·초록

저자와 연구 맥락 · Herminia Ibarra는 리더십과 경력 전환을 연구하는 조직행동 학자다. 개인과 조직이 변화에 적응하는 과정, 특히 새로운 역할로 이동하며 자신을 다시 구성하는 문제를 연구해 왔다.[13]

학술적 의의 · 전문직의 역할 전환을 관찰해 역할모델 탐색, 잠정적 자아의 실험, 내적 기준과 외부 피드백에 따른 평가를 제시한다. 정체성을 완성한 뒤 행동한다는 생각 대신, 역할을 시험하면서 자신을 알아가는 과정을 보여준다.[12]

이 주차의 선정 이유 · 새로운 역할을 고정된 정체성의 상실이나 완성으로 보지 않고, 시험하고 수정하는 과정으로 이해하려고 읽는다. 전문성의 변화가 단순한 업무 감소와 다른 경험이라는 점을 살피는 고전이다.

읽기의 한계 · 특정 전문직의 역할 전환 연구다. 모든 직업과 AI 사용자에게 그대로 일반화하지 않는다.

Lotz & Wenzel (2026) · 연구 동향 종합·논의 · arXiv 프리프린트 · 2026-09-25 공개

저자와 연구 맥락 · Johannes Lotz와 Markus Wenzel은 문헌 검색·분석·소프트웨어 개발·임상 의사결정의 에이전트 활용 연구를 종합한다. 연구자가 무엇을 위임하고 어떻게 검토해야 하는지, 전문적 판단과 기관의 경험 공유가 왜 남는지 다루는 최근 논의다.[33]

학술적 의의 · 실행에서 조정과 검토로 일이 이동한다는 설명을 제시하면서, 도구 호출 기록이 너무 길어 사람이 검토하기 어려워지는 한계까지 함께 다룬다. 대표적인 최근 에이전트 논의로 읽되 검증된 보편 법칙이 아닌 분석과 제안으로 평가한다.[33]

이 주차의 선정 이유 · 2주에는 일의 경계를 보았다면 이번에는 역할과 전문적 판단에 초점을 맞춘다. 실행을 맡긴 뒤 연구자가 조정·검토·의미 판단을 한다는 논의가 정체성 전환의 사례가 되는지, 무엇은 심리적으로 검증되지 않았는지 구분하기 위해 읽는다.

읽기의 한계 · 연구 동향을 종합하는 논의이며 새로운 대규모 실험이 아니다. 병리학·연구 업무의 관찰을 모든 직업의 정체성 변화나 심리적 효과로 일반화하지 않는다.

Ryan & Deci (2000) · 이론·연구 종합 · American Psychologist

저자와 연구 맥락 · Richard M. Ryan과 Edward L. Deci는 자기결정성이론을 함께 발전시킨 심리학자들이다. 사람을 외부에서 어떻게 통제할지보다, 어떤 사회적 조건이 자발적인 참여와 동기를 지지하는지에 주목한다.[11]

학술적 의의 · 자율성·유능감·관계성이라는 기본 심리 욕구를 통해 동기와 웰빙을 설명한다. 성과를 많이 냈는지와 자발적으로 선택하고 성장하며 연결되어 있다고 느끼는지를 구분해, 효율 이외의 평가 기준을 마련한다.[10]

이 주차의 선정 이유 · 이번에는 성과와 자율성보다 관계성 욕구에 집중해 다시 읽는다. AI와의 편안한 대화가 사람 사이의 연결을 보완하는지 대신하는지, 지속 가능한 삶의 평가 기준을 정리하기 위해 선정했다.

읽기의 한계 · AI 사용이 이 세 욕구를 충족하거나 훼손한다는 것은 별도로 검증할 질문이다.

Fang et al. (2025, arXiv v2) · 4주 무작위 실험 · arXiv 프리프린트 · 2025-10-02 수정본

저자와 연구 맥락 · Cathy Mengying Fang, Pattie Maes를 포함한 MIT·OpenAI 공동저자들은 사람과 AI의 상호작용을 심리사회적 결과로 살핀다. 단순 만족도보다 실제 사람과의 교류, 외로움, AI에 대한 의존과 문제적 사용을 구분해 다룬 연구다.[31]

학술적 의의 · AI 관계의 좋고 나쁨을 단일 점수로 결론 내리지 않고 여러 심리사회적 결과를 나눠 읽게 한다. 조건 배정에 따른 효과가 검출되지 않은 결과와 개인별 사용량·신뢰 등의 연관을 분리하는 읽기 훈련에 특히 적합하다.[31]

이 주차의 선정 이유 · 외로움·현실의 교류·정서적 의존을 나눠 측정한 4주 실험을 고전의 관계성 논의와 비교한다. 결과가 좋거나 나쁘다는 단정 대신 조건의 효과와 개인차의 연관을 구분하며 웰빙을 읽는 훈련을 위해 선정했다.

읽기의 한계 · 배정된 조건의 유의한 효과와 자발적 사용량·개인 특성의 상관관계를 구분한다. 사용량이 많아 나쁜 결과가 생겼다는 인과로 단정하지 않는다. 업무 에이전트와 정서적 챗봇은 다르다.

Malone & Crowston (1994) · 학제적 이론 종합 · ACM Computing Surveys

저자와 연구 맥락 · Thomas W. Malone과 Kevin Crowston은 컴퓨터과학과 조직 연구를 연결해 협업과 조정의 문제를 다룬다. 이 논문은 조직론·경제학·심리학 등 여러 분야의 조정 과정을 활동 사이의 의존성이라는 공통 언어로 비교한다.[25]

학술적 의의 · 협업을 단순히 여러 사람이 함께 일하는 것으로 보지 않고, 공유 자원·과업 순서·동시성 등 의존성을 관리하는 과정으로 설명한다. 기능을 연결하는 AI와 사람 사이의 사회적 관계가 제공하는 가치를 분리해 토론할 기반이다.[25]

이 주차의 선정 이유 · 사람을 줄일 수 있는가라는 질문 전에, 협업이 실제로 어떤 의존성을 해결하는지 분석하려고 읽는다. 기능의 연결과 인간관계의 가치를 나누어 최근 팀 실험의 결과를 해석할 언어를 마련하는 고전이다.

읽기의 한계 · 협업의 분석 틀이다. AI가 기능적 조정을 돕는다는 사실로 인간의 소속감·돌봄·관계가 불필요해진다고 결론 내리지 않는다.

Dell’Acqua et al. (2026 학술지 출판본) · 사전등록 현장 실험 · Organization Science · 2026-06 출판 / NBER 2025 공개본 병기

저자와 연구 맥락 · Fabrizio Dell’Acqua, Charles Ayoubi, Hila Lifshitz, Raffaella Sadun, Ethan Mollick, Lilach Mollick, Yi Han, Jeff Goldman, Hari Nair, Stewart Taub, Karim Lakhani의 공동 연구다. 기업의 실제 혁신 과제를 연구 설계와 연결해 개인·팀의 협업을 비교한다.[16]

학술적 의의 · P&G 전문가 776명을 개인·팀 및 AI 사용 여부에 따라 비교한 사전등록 현장 실험이다. 특정 제품 혁신 과제에서 개인+AI가 AI 없는 팀과 비슷한 성과를 보인 결과를 통해, 성과뿐 아니라 전문성 공유와 협업 경험을 함께 연구할 수 있음을 보여준다. 2026년 출판본은 제목이 달라 NBER의 2025년 공개본과 구분해 표기한다.[15]

이 주차의 선정 이유 · 고전의 조정 관점을 실제 개인·팀의 AI 사용 현장 실험과 비교한다. 성과·전문성 공유·사회적 경험이 각각 어떻게 측정됐는지 읽고, AI가 팀의 일부 기능을 수행한다는 결과와 인간관계의 필요성을 분리하기 위해 선정했다.

읽기의 한계 · P&G의 제품 혁신 과제에 대한 연구다. 조직 전체의 대체나 인간관계의 불필요함을 입증하지 않는다.

Edmondson (1999) · 현장 연구 · Administrative Science Quarterly · Harvard 저장소

저자와 연구 맥락 · Amy C. Edmondson은 심리적 안전, 조직학습, 서로 다른 전문성을 가진 사람들의 협업을 연구하는 조직행동 학자다. 빠르고 불확실한 환경에서 학습과 협력이 가능해지는 리더십과 팀의 조건을 탐구한다.[18]

학술적 의의 · 심리적 안전을 대인관계의 위험을 감수해도 안전하다는 팀의 공유 믿음으로 개념화하고, 51개 팀에서 학습 행동과의 관계를 검토했다. 편안한 분위기라는 인상을 질문·실수 공개·학습이 가능한 조건에 대한 연구 문제로 구체화한다.[17]

이 주차의 선정 이유 · 열정이 같은 사람들과의 팀을 자동으로 좋은 팀이라 부르지 않도록, 이견과 실수를 드러낼 수 있는 조건을 먼저 읽는다. 갈등이 없다는 것과 학습 가능한 관계라는 것의 차이를 살피는 고전이다.

읽기의 한계 · 심리적 안전을 친밀감이나 갈등 없는 관계와 동일시하지 않는다. 관찰된 관계를 인과로 단정하지 않는다.

Doshi & Hauser (2024) · 온라인 무작위 실험 · Science Advances

저자와 연구 맥락 · Anil R. Doshi와 Oliver P. Hauser는 AI가 제공한 아이디어가 개인의 창작과 집단의 결과 다양성에 미치는 영향을 연구한다. 이 글에서는 이야기 작성 과제를 통해 개인에게 유리한 변화와 집단 수준의 변화가 다를 수 있음을 검토한다.[34]

학술적 의의 · AI가 개인의 창작물 평가를 높일 수 있으면서도 결과물들이 서로 더 비슷해질 수 있다는 실험 결과를 함께 제시한다. 개인의 이득을 전체 집단의 이득으로 바로 확대하지 않고, 다양성과 독립적 관점을 별도의 평가 기준으로 두게 한다.[34]

이 주차의 선정 이유 · 개인의 창의성 평가가 좋아져도 집단 결과의 다양성은 줄 수 있다는 실험을 비교 자료로 읽는다. 심리적 안전의 직접 검증은 아니라는 한계를 지키면서, 개인에게 좋은 변화와 공동체에 좋은 변화를 구분하기 위해 선정했다.

읽기의 한계 · 단편 이야기 작성 과제의 실험이다. 비슷한 열정을 가진 팀이 반드시 집단사고에 빠지거나 조직의 심리적 안전이 낮아진다는 직접 증거는 아니다.

Parasuraman & Riley (1997) · 이론·연구 종합 · Human Factors

저자와 연구 맥락 · Raja Parasuraman과 Victor Riley는 인간과 자동화의 관계를 사용자의 판단·의존과 설계의 문제로 다룬다. 이 글은 사용·오용·불사용·남용을 나눠 자동화와 인간의 상호작용을 분석하는 대표적인 인간공학 연구다.[26]

학술적 의의 · 자동화가 있느냐 없느냐보다 어떻게 의존하고 언제 개입하는지가 중요하다는 분석 틀을 제공한다. 무조건 신뢰하거나 무조건 피하는 두 극단 대신, 과업별로 적절한 신뢰와 감독의 조건을 검토할 수 있게 한다.[26]

이 주차의 선정 이유 · 신뢰를 높이는 것 자체가 목표가 아니라 과업에 맞게 의존하는 것이 목표임을 이해하려고 읽는다. 과신과 불신의 두 극단을 넘어, 사람의 판단과 자동화 설계가 만나는 지점을 분석하는 고전이다.

읽기의 한계 · 전통적 자동화 연구의 틀이다. 생성형 AI의 오류와 지속 행동형 에이전트의 감독 조건은 최근 자료와 별도로 비교한다.

Cihon et al. (2025 공개본) · 평가 틀·적용 사례 · SoLaR 2024 워크숍 / arXiv 2025 공개본

저자와 연구 맥락 · Peter Cihon, Gagan Bansal 등 공동저자들은 에이전트의 자율성을 잠재적 영향과 감독 조건으로 평가하는 틀을 제안한다. AI의 정책·평가와 인간의 감독을 연결하는 연구로, 강한 모델이라는 표현보다 위임 구조를 구체적으로 살핀다.[32]

학술적 의의 · 모델의 성능과 행동을 맡기는 범위를 구분하고, 에이전트의 조정 코드에서 자율성을 평가하려는 접근이다. 누구에게 어떤 행동을 허용하고 어떤 감독을 남길지 논의할 언어를 제공하지만, 사람의 경험이나 실제 사고 확률을 직접 측정하지는 않는다.[32]

이 주차의 선정 이유 · 최근 에이전트 평가의 영향·감독 축으로 고전의 사용·오용 구분을 구체화한다. 코드 기반 평가가 사람의 실제 신뢰나 운영 안전을 입증하지 않는다는 한계도 함께 읽으며, 위임과 승인 조건을 만들기 위해 선정했다.

읽기의 한계 · 코드 기반 평가 제안이다. 사람의 신뢰나 웰빙을 측정한 심리 실험이 아니며, 코드 점수만으로 실제 운영의 안전을 보장하지 않는다.

Orlikowski (1992) · 이론·사례 논문 · Organization Science

저자와 연구 맥락 · Wanda J. Orlikowski는 일터의 기술과 조직을 연구하는 학자다. 디지털 기술의 재구성이 조직화, 조정, 책임에 어떤 변화를 만드는지 살피며 기술과 실제 업무 관행을 함께 분석한다.[20]

학술적 의의 · 기술을 조직을 일방적으로 바꾸는 외부 힘으로만 보거나, 인간의 선택으로만 설명하는 관점을 모두 재검토한다. 기술은 사람의 행동으로 만들어지면서 다시 행동의 조건을 형성한다는 이중성을 통해 조직과 기술의 상호작용을 설명한다.[19]

이 주차의 선정 이유 · 기술이 도입되면 조직이 자동으로 바뀐다는 설명 대신, 일하는 관행과 제도가 기술 사용을 다시 만든다는 관점을 익힌다. 도구의 기능만으로 현장의 차이를 설명하지 않기 위한 고전이다.

읽기의 한계 · 도구가 도입되면 조직이 자동으로 바뀐다는 기술결정론을 검토한다. AI에 대한 직접 실험은 아니다.

Bick, Blandin, Deming & Schumacher (2026) · 대표성 있는 노동자 설문 · NBER Working Paper · 2026-08 공개

저자와 연구 맥락 · Alexander Bick, Adam Blandin, David J. Deming과 Tyler R. Schumacher는 직업·과업 단위에서 노동자의 생성형 AI 사용을 조사한다. 예상되는 기술적 노출과 실제 채택을 구분해, 어떤 일이 가능한가뿐 아니라 누가 실제로 쓰는가를 살피는 연구다.[35]

학술적 의의 · 같은 종류의 일을 하더라도 실제 AI 사용이 다르며, 과업의 기술적 노출만으로 도입을 설명할 수 없다는 문제를 보여 준다. 자신이 체감한 빠른 변화가 사회 전체에서 같은 속도로 일어난다고 가정하지 않게 하는 최근의 경험적 비교 자료다.[35]

이 주차의 선정 이유 · 3주에는 속도의 차이를 보았다면 이번에는 같은 과업에서도 사용이 다른 조직·현장의 문제로 다시 읽는다. 관찰된 채택의 차이를 권한·평가·심리적 부담의 가설과 연결하되, 자료가 그 원인을 직접 입증하지는 않음을 확인하기 위해 선정했다.

읽기의 한계 · 생성형 AI의 과업별 사용을 측정한다. 지속 행동형 에이전트의 효과나 사용 차이의 심리적 원인을 인과적으로 확인한 연구는 아니다.

Polanyi (1966 / 2009 재출간본) · 과학철학 학술서 · University of Chicago Press · 발췌

저자와 연구 맥락 · Michael Polanyi는 과학적 지식에서 전통·실천·암묵적 판단이 차지하는 위치를 연구했다. 이 책은 지식을 모두 명시적인 문장과 규칙으로 환원할 수 있는지 묻는 과학철학의 고전이며, 읽기는 지정 발췌로 한정한다.[27]

학술적 의의 · 우리가 말로 설명하는 것보다 더 많이 알고 있다는 문제를 제기하며, 숙련의 전수와 과학적 판단을 이해하는 틀을 제공한다. AI가 결과를 생성할 수 있다는 사실과 사람이 그 결과를 평가할 전문성을 갖는다는 사실을 구분할 때 읽는다.[27]

이 주차의 선정 이유 · 자동 생성된 결과를 이해하고 평가하는 데 남는 숙련을 설명하려고 읽는다. 모든 판단을 규칙과 프롬프트로 옮길 수 있는지 묻되, 철학적 논증을 AI의 기술적 불가능성으로 과장하지 않는 고전이다.

읽기의 한계 · 암묵지를 다룬 철학적 논의다. AI는 암묵적 패턴을 절대로 학습할 수 없다는 기술적 불가능성의 증명이 아니다.

Lee et al. (2025) · 설문·질적 분석 · ACM CHI 2025

저자와 연구 맥락 · Hao-Ping Lee, Advait Sarkar와 공동저자들은 인간·컴퓨터 상호작용의 관점에서 생성형 AI를 쓰는 지식노동자의 비판적 사고를 연구한다. 논문은 자기 확신과 AI에 대한 확신이 검토 노력과 어떻게 관련되는지 분석한다.[29]

학술적 의의 · AI 사용 이후 비판적 사고가 사라지는지 여부만이 아니라, 정보 검증·답변 통합·과업 관리로 검토의 형태가 이동한다는 문제를 제시한다. 자기 확신과 AI에 대한 확신을 구분하면서 스스로 체감하는 검토 노력과 실제 능력 평가를 분리하도록 한다.[29]

이 주차의 선정 이유 · 이번에는 자기 확신보다 정보 검증·통합·과업 관리라는 비판적 사고의 형태에 초점을 맞춰 재독한다. 암묵적 숙련이 이런 검토에 어떻게 기여하는지 가설을 만들고, 자기보고와 장기 역량 측정의 차이를 지키기 위해 읽는다.

읽기의 한계 · 지식노동자의 자기보고 설문이다. 장기적 인지능력 저하를 측정한 실험이나 AI가 사람을 덜 똑똑하게 만든다는 인과 증거로 읽지 않는다.

Adams (1965) · 사회심리학 이론 · Advances in Experimental Social Psychology · 학술서 수록 장

저자와 연구 맥락 · J. Stacy Adams는 사회적 교환에서 불공정함을 느끼는 조건을 설명하는 공정성 이론을 발전시켰다. 이 글은 자신의 기여와 보상을 다른 사람과 비교하는 과정에 주목하는 조직·사회심리학의 고전이다.[28]

학술적 의의 · 조직의 변화가 실제 성과뿐 아니라 기여가 인정되는 방식과 비교 기준을 통해 받아들여진다는 관점을 제공한다. AI가 생산성을 높여도 누가 공로와 보상을 얻는지에 따라 만족과 갈등이 달라질 수 있다는 질문의 이론적 출발점이다.[28]

이 주차의 선정 이유 · AI를 통해 만든 결과의 공로와 보상 문제를 생산성 수치만으로 설명하지 않기 위해 읽는다. 기여와 보상을 비교하는 공정성 인식이 조직의 만족과 갈등에 어떤 질문을 더하는지 살피는 고전이다.

읽기의 한계 · 공정성 인식을 설명하는 이론이지 객관적으로 정당한 임금이나 분배 비율을 계산하는 공식이 아니다.

Brynjolfsson, Li & Raymond (2025 출판본) · 단계적 도입 현장 연구 · The Quarterly Journal of Economics · 2025 출판본

저자와 연구 맥락 · Erik Brynjolfsson, Danielle Li와 Lindsey Raymond는 노동 현장에서 AI가 성과와 학습에 미치는 영향을 연구한다. 고객지원 업무에 AI 어시스턴트가 단계적으로 도입된 자료를 분석해, 평균 효과뿐 아니라 숙련과 경험에 따른 차이를 다룬다.[36]

학술적 의의 · 평균 생산성 변화와 근로자별 차이를 함께 살피는 현장 연구다. 초보자와 숙련자가 얻는 효과가 같지 않을 수 있어, AI 도입을 일괄적인 역량 향상이 아닌 숙련·학습·역할의 재배치 문제로 토론할 근거를 제공한다.[36]

이 주차의 선정 이유 · 고전의 공정성 논의를 고객지원 현장에서 숙련·경험에 따라 다르게 나타난 AI 효과와 비교한다. 출판본의 결과를 읽되 임금이나 공정성 인식을 직접 측정했다고 확대하지 않고, 보상과 전환 지원의 검증할 가설을 만들기 위해 선정했다.

읽기의 한계 · 고객지원 업무의 AI 어시스턴트 연구다. 모든 직업의 효과나 임금 분배, 직원의 공정성 인식을 직접 검증한 것은 아니다. 2023 working paper와 2025 출판본의 표본·수치를 섞지 않는다.

Simon (1955) · 이론 논문 · The Quarterly Journal of Economics

저자와 연구 맥락 · Herbert A. Simon은 의사결정을 제한된 인간의 인지 능력과 실제 행동의 문제로 다룬 연구자다. 이 논문은 완벽한 정보와 계산을 전제하는 합리적 선택의 모델을 실제 선택 과정에 가까운 관점으로 다시 검토한다.[24]

학술적 의의 · 모든 대안을 완벽하게 계산하는 사람이라는 가정 대신, 실제 사람이 가진 정보·계산·탐색의 제약을 분석하는 고전이다. AI로 대안을 더 많이 만들 수 있어도 어떤 대안을 채택하고 책임질지는 남는다는 질문을 열어 준다.[24]

이 주차의 선정 이유 · 최종 조직 제안을 무제한의 계산과 완벽한 선택을 전제하지 않는 의사결정 관점으로 검토한다. 더 많은 미래를 만들 수 있어도 탐색을 멈추고 선택할 기준이 필요하다는 문제를 종합하기 위해 읽는다.

읽기의 한계 · AI 에이전트에 대한 연구가 아니다. 연산 능력이 늘면 가치 판단과 조직의 의사결정 제약까지 사라진다는 주장을 하지 않는다.

Cihon et al. (2025 공개본) · 평가 틀·적용 사례 · SoLaR 2024 워크숍 / arXiv 2025 공개본

저자와 연구 맥락 · Peter Cihon, Gagan Bansal 등 공동저자들은 에이전트의 자율성을 잠재적 영향과 감독 조건으로 평가하는 틀을 제안한다. AI의 정책·평가와 인간의 감독을 연결하는 연구로, 강한 모델이라는 표현보다 위임 구조를 구체적으로 살핀다.[32]

학술적 의의 · 모델의 성능과 행동을 맡기는 범위를 구분하고, 에이전트의 조정 코드에서 자율성을 평가하려는 접근이다. 누구에게 어떤 행동을 허용하고 어떤 감독을 남길지 논의할 언어를 제공하지만, 사람의 경험이나 실제 사고 확률을 직접 측정하지는 않는다.[32]

이 주차의 선정 이유 · 11주에는 신뢰의 경계를 보았다면 이번에는 조직 제안의 구체적 권한과 승인 구조를 심사하는 틀로 재독한다. 영향과 감독이 조직의 목적·책임 규칙에서 실제로 어떻게 드러나는지 확인하고 실패 조건을 포함하기 위해 선정했다.

읽기의 한계 · 코드 기반 평가 제안이다. 사람의 신뢰나 웰빙을 측정한 심리 실험이 아니며, 코드 점수만으로 실제 운영의 안전을 보장하지 않는다.