14주 · 회사는 커졌는데, 기회와 부담은 누구에게 가는가

AI 에이전트 시대의 개인과 조직의 변화
2027년 1학기 · 유호현 · 읽기·토론 세미나

전국 배송으로 확장 · 회사의 변화와 조직 미션의 재정의

여러 운송 경로와 트럭, 현장 작업과 관제 화면이 연결된 광역 물류망의 강의 삽화
그림 5 · 현장, 운송, 계획, 관제가 연결된 광역 네트워크. 수업에서는 이 그림을 전국 배송을 하며 물류센터와 관제센터를 갖춘 회사로 바뀐 모습으로 쓴다. 기존 강의의 원본 이미지 (새 탭)

1교시 · 트럭 사례 강의

배송량 증가와 성과급 표에 빠진 기여

가상의 배송 회사가 지역 거점과 관제의 도움으로 전보다 많은 상자를 배송한다. 성과급을 나누는 회의에서 직원마다 서로 다른 기여와 부담이 있었다는 사실이 드러난다.

1. 배송 기록이 늘어난 신입 기사

신입 기사는 관제의 안내를 받아 배송을 끝낸다. 고객이 변경을 요청하면 관제 담당자가 가능한 경로를 찾아 주고, 센터는 내리는 순서에 맞춰 상자를 실어 준다. 그래서 신입 기사는 기사가 혼자 골목을 익혀야 했던 예전보다 빨리 업무에 적응한다. 회사는 신입 기사의 배송 건수가 늘어난 것을 반긴다. 신입 기사도 첫 달부터 고객에게 고맙다는 말을 듣고 자신감을 얻는다. 그런데 같은 표에 적힌 숙련 기사의 기록은 조금만 늘었다. 숙련 기사는 이미 익숙한 경로에서도 관제의 추천 경로를 확인하는 데 시간을 새로 써야 했고, 다른 직원의 예외 처리까지 도왔다.

경영자는 신입 기사의 변화가 크다는 이유로 새 시스템의 성과를 신입 교육 담당자의 공으로 먼저 돌린다. 이 말을 들은 정비 담당자는 차량이 멈추지 않도록 정비 일정을 바꾼 일을 떠올린다. 센터 직원은 파손을 줄이려고 적재 순서를 고친 일을 떠올린다. 그런데 이들의 기록에는 당일 출고를 마쳤다는 표시만 남아 있다. 고장이 생겼다면 이들의 노력이 드러났겠지만, 고장이 생기지 않았기 때문에 그 노력은 기록에 나타나지 않는다. 배송량이 늘어난 회사에는 개인별 기록과 여러 사람이 함께 만든 결과를 연결하는 방법이 필요하다.

성과급 표에는 직원들이 상자를 들고 달리던 시절의 구간별 처리 기준이 아직 남아 있다. 회사는 배송 건수를 구간별 기여로 바꾸어 성과급을 나누려 한다. 그러나 지금은 한 차량이 여러 구간을 지나고 관제가 여러 차량을 조정하기 때문에, 예전의 구간 점수로는 실제 작업을 제대로 설명하기 어렵다. 관제 담당자는 지연을 줄인 판단을 인정받고 싶어 하고, 기사는 현장에서 고객의 요구를 처리한 일을 설명한다. 서로의 기록을 비교하기 전에 성과가 어떤 일들로 만들어졌는지 다시 정리해야 한다. 성과급 표의 항목을 바꾸는 일은 회사가 어떤 일을 가치 있게 보는지 정하는 일과 연결된다.

2. 직원들이 비교하는 대상

숙련 기사는 신입이 같은 일을 더 쉽게 하는 모습을 보고 자신의 경험이 덜 중요해졌다고 느낀다. 신입은 자신이 아직 배울 일이 많고 어려운 고객을 맡을 권한도 없다고 답한다. 두 사람은 서로 다른 기여를 떠올리고 있다. 숙련 기사는 경로와 고객 사정에 관한 지식, 후배에게 알려 준 판단 방법을 말한다. 신입은 새 절차를 배우느라 들인 노력과 안정되지 않은 배치를 말한다. 배송 건수가 비슷해졌다는 사실만 보고 두 사람이 지는 책임과 위험까지 같아졌다고 해석하기는 어렵다. 회사는 각자가 무엇을 자신의 기여로 보고 무엇을 받는다고 느끼는지 따로 들어야 한다.

관제 담당자는 다른 관제 직원과 자신을 비교한다. 같은 야간 근무조에서 한 사람은 교육에 참여했고, 다른 사람은 그 사람의 빈자리를 대신 채웠다. 교육을 받은 직원이 새 역할의 수당을 받자, 근무를 대신 맡았던 직원은 자신이 떠맡은 대기 근무가 인정받지 못한다고 느낀다. 회사는 모든 직원에게 교육 기회를 주었다고 생각했지만, 실제 근무표에 따라 교육에 참여할 수 있는 사람과 그럴 수 없는 사람이 나뉘었다. 교육이 공정했는지 확인하려면 교육 안내가 있었는지와 직원에게 실제로 참여할 시간이 있었는지를 구분해야 한다. 이 갈등에는 직원이 기술을 배우는 속도와 회사가 자원을 배분한 결정이 함께 작용한다.

센터의 상하차 직원은 과거의 자신과 지금의 자신을 비교한다. 임금은 예전과 비슷하지만 야간에 맡는 상자가 늘었고, 위험한 자세로 일하는 시간도 길어졌다. 경영자는 회사 전체의 실적이 좋아졌다고 설명한다. 직원은 그 변화로 자신이 하루 동안 받는 보상과 지는 부담이 어떻게 달라졌는지 묻는다. 과거의 자신과 하는 비교도 공정성 판단에 영향을 줄 수 있다. 따라서 회사는 부서 간 임금 차이와 함께, 같은 역할 안에서 업무량, 위험, 휴식, 이동 비용이 어떻게 바뀌었는지 확인해야 한다.

3. 교육과 역할 전환 비용의 부담

회사는 관제 업무를 맡고 싶은 직원에게 교육을 권한다. 낮에 일한 뒤 저녁에 공부하는 직원도 있고, 돌봄 책임 때문에 그 시간에 참여하기 어려운 직원도 있다. 기존 역할을 계속 맡는 직원에게는 새 업무를 스스로 선택하지 않았다는 평가가 붙기 쉽다. 하지만 선택할 수 있다는 안내를 받는 것과 실제로 선택할 수 있는 조건을 갖추는 것은 다르다. 회사가 교육 시간을 유급으로 할지, 교대를 조정할지, 이동과 장비 비용을 지원할지 정하면 역할 전환의 부담을 누가 지는지 분명해진다. 회사가 조직에 필요한 새 능력을 직원의 개인 시간으로 채우고 있는지도 확인할 수 있다.

정비 담당자는 안전 교육을 맡으면서 차량을 점검할 시간까지 부족해졌다. 교육을 맡은 일은 칭찬을 받지만 추가 업무는 계속 늘어난다. 정비 담당자는 교육을 다른 사람과 나누어 맡고 점검 시간을 보장해 달라고 요청한다. 공로를 인정하는 말과 업무를 줄여 주는 결정은 효과가 서로 다르다. 회사는 일을 잘한다는 이유로 특정 직원에게 요청이 몰리고 있는지 확인한다. 그 직원에게 책임만 늘어나면, 일을 잘하는 능력이 오히려 부담을 늘리는 이유가 될 수 있다. 그래서 권한, 지원, 보상, 대체 인력을 함께 정해야 한다.

정비 담당자의 제안을 들은 관제는, 점검 때문에 늦게 출발한 차량을 배송 지연으로만 집계하던 규칙을 다시 검토한다. 예방 점검에 쓴 시간이 개인의 나쁜 기록으로 남으면, 담당자는 위험을 발견하고도 말하기를 망설일 수 있다. 회사는 점검 사유와 이후 운행 기록을 연결해, 안전 때문에 쓴 시간을 설명할 수 있는 방법을 만든다. 그렇다고 예방 효과를 모두 확실한 성과로 계산하기도 어렵다. 고장이 없었던 데에는 차량 상태와 운행 조건도 영향을 주었기 때문이다. 회사는 실제로 확인한 점검 행위와 추정한 예방 효과를 나누어 기록한다. 그리고 효과가 불확실하다는 이유로 필요한 점검 업무가 기록에서 빠지지 않게 할 방법을 논의한다. 이 장면에서 회사는 안전 책임과 보상 기준을 함께 다룬다.

신입이 시스템의 도움으로 빨리 일하게 된 사례는 지원 도구가 학습을 도울 수 있다는 점을 보여 준다. 하지만 이 사례를 모든 직원의 임금을 조정하는 근거로 쓰기에는 아직 정보가 부족하다. 신입이 어떤 판단을 익혔는지, 도구가 멈췄을 때 무엇을 할 수 있는지, 어려운 사건에서 누구의 도움을 받는지 확인해야 한다. 숙련 직원의 경험이 시스템과 교육 내용에 반영되었다면, 그 기여를 어떻게 인정할지도 논의할 수 있다. 이 문제는 사람이 배우는 데 드는 비용과 성과로 생긴 이익을 함께 따지는 일이다.

4. 성과를 나누는 회의

회사는 다음 회의에 기사, 센터, 정비, 관제의 대표를 부른다. 각 대표는 자기 역할이 결과에 기여한 사례와 새로 맡게 된 일을 함께 가져온다. 회의에서는 사건 하나를 두고 누가 준비했고, 누구의 판단으로 수정했으며, 어떤 위험을 막았는지 순서대로 확인한다. 모든 기여를 정확한 비율로 나누기 어려운 사건도 있다. 그런 경우에는 확인된 기여와 추정한 기여를 구분해 표시하고, 다음 운영에서 어떤 기록을 남길지 정한다. 근거 없이 숫자를 맞추면 기록이 없는 사람의 일이 가장 먼저 빠질 수 있다.

경영자는 모두에게 같은 금액을 나누면 갈등이 줄어들 것이라고 제안한다. 한 직원은 역할마다 다른 위험과 책임을 인정해 달라고 말한다. 다른 직원은 성과급보다 근무표를 먼저 바꾸어 달라고 한다. 직원이 가치 있게 여기는 결과에는 임금, 지위, 학습 기회, 안전한 노동 조건이 모두 들어 있다. 회사가 직원이 무엇을 중요하게 보는지 듣지 않고 한 종류의 보상만 늘리면, 회사가 쓴 비용만큼 직원의 만족이 늘지 않을 수 있다. 어떤 기준을 공개하고 어디까지 협의할지 정하는 일도 이 회의에서 다룬다.

불만이 줄었다는 결과를 해석할 때는 직원이 의견을 말하기 쉬워졌는지도 확인한다. 직원이 보상 기준을 이해해서 받아들였을 수도 있고, 말해도 바뀌지 않을 것 같아서 말을 멈췄을 수도 있다. 이직, 결근, 역할 신청, 근무시간 자료는 각각 다른 정보를 준다. 지표 하나로 공정성을 판단하면 중요한 원인을 놓치기 쉽다. 직원이 누구와 자신을 비교했는지, 어떤 기여가 무시되었다고 느꼈는지 직접 물어야 한다. 회사는 직원의 경험을 확인하면서 계약 내용, 안전 기준, 회사의 재정 상태도 함께 검토한다.

보상 회의에서 의견을 낸 직원이 다음 달 힘든 교대에만 배정되면 직원들은 회사의 설명을 믿지 않게 된다. 관리자는 그때 인력 사정이 우연히 그랬다고 말할 수 있다. 직원은 자신의 이전 배치와 현재 배치, 함께 교육을 받은 동료의 배치를 비교한다. 배치 기록과 결정 이유를 확인해야 관리자와 직원이 각자 추정한 내용을 검토할 수 있다. 보상 기준에 의견을 낸 직원이 실제로 불이익을 받지 않는지 확인하는 일도 공정성의 조건이다. 회사는 이의 제기를 받는 담당자와 답변 절차를 마련하고, 특정 직원의 경험을 공개할 때는 그 직원의 동의를 받는다. 개인의 불만을 조사하는 일이 곧 그 사람에 대한 평가로 이어지면, 직원들은 의견을 내기 어려워진다. 그래서 기준을 검토하는 회의와 개인 평가의 범위를 분명하게 나눈다.

3교시 논문 분석으로 · 평균 15%와 서로 다른 역할의 변화

이번 주에는 Brynjolfsson, Li, Raymond의 ‘Generative AI at Work’ QJE 2025 출판본을 읽는다. 고객지원 상담원 5,172명의 단계적 AI 도입을 분석했으며, 시간당 해결 문의 수로 측정한 생산성은 평균 15% 증가했다. 경험과 숙련에 따른 효과 차이와 실제 업무에서 학습을 검토한 자료를 함께 읽는다. 현장 도입 자료에서 효과를 추정할 때 필요한 비교 조건도 확인한다.

연구의 도구는 상담원에게 응답을 제안하며, 상담원은 제안을 수정하거나 무시할 수 있다. 자율주행 차량이나 스스로 가격과 배차를 실행하는 에이전트와는 권한 범위가 다르다. 평균 생산성 증가를 물류 성과의 예상치나 임금 조정률로 옮기지 않는다. 수업에서는 역할별 효과를 평가하는 질문과 학습을 확인할 자료의 구성을 참고한다.

2교시 · 성과와 학습·감독 부담을 나누는 평가안

이번 실습의 기록을 같은 누적 설계서에 저장한다. 3교시의 논문 분석과 동료의 반론을 검토한 뒤 수정하고, 수정한 이유와 근거를 남긴다.

1교시의 성과표에서 빠진 일을 찾기

1교시에는 배송 건수가 늘어난 회사의 성과 회의를 살펴본다. 신입 기사는 안내를 받아 익숙한 배송을 더 빨리 처리하고, 숙련 직원은 예외 검토와 교육을 맡는다. 자율주행 시험 차량을 감시하는 직원에게는 경보 검토와 복구 인계가 추가된다. 주문 협상과 배차를 담당하는 에이전트가 변경되면 관제도 절차를 다시 익힌다. 같은 성과표 안에서 누가 실제로 무엇을 했는지 구분한다.

2교시에는 자기 사례의 결과 지표를 구성 요소로 나눈다. 처리량, 품질, 오류, 학습, 감독 시간을 각각 정의하고 경험과 역할에 따라 어떤 차이를 확인할지 적는다. 성과 변화는 도구 지원, 업무 구성, 동료 지원의 영향을 함께 받을 수 있다. 직원의 부담을 설명할 때도 추가 업무, 역할 모호성, 평가 기준 변경을 구별하고 재량과 숙련 기회가 늘어난 부분을 함께 적는다.

최종 문서의 ‘학습·평가와 전환 지원’ 개정

역할별 평가안에 성과 지표, 지표의 분모, 교육·검토·복구 업무, 확인 가능한 기여, 아직 추정에 머무는 효과를 적는다. 교육에 참여하는 사람과 그 빈자리를 맡는 사람의 시간을 함께 기록한다. 보상과 배치에 대한 이의 제기 통로도 제안한다. 이 결과물은 최종 문서의 ‘운영 설계: 학습·평가와 전환 지원’에 들어가고, ‘후속 연구 설계’에는 역할별 효과 차이를 확인할 분석 계획을 추가한다.

3교시에는 Brynjolfsson, Li, Raymond의 QJE 2025 출판본을 읽고 평균 효과와 경험·숙련에 따른 차이를 구분한다. 수정 질문은 ‘전체 성과가 좋아졌다는 판단이 누구의 학습과 추가 부담을 가리고 있으며, 이를 확인할 비교는 무엇인가’이다. 시간당 해결 문의 수의 변화와 자기 사례의 지표가 같은 대상을 재는지 확인한다. 생산성 결과에서 보상 기준을 정할 때 추가로 필요한 가치 판단과 당사자 협의를 표시한다.

누적 설계서 양식 내려받기 · Markdown

3교시 · 논문 한 편 분석

주차별 읽기 자료 · 필수 논문은 아래 한 편이다. 개념과 연구 설계, 결과와 한계를 분석하고 2교시 설계를 수정한다.

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

    최근 · Generative AI at Work (새 탭에서 열림)

    2025 QJE 학술지 출판본 · 원문 사이트에서 열람·저장 가능

    대표 저자 · Erik Brynjolfsson · h-index 95 · Erik Brynjolfsson 조회 출처 (새 탭)

    디지털 기술·AI와 생산성을 연구하는 경제학자

    저자와 연구 맥락 · Erik Brynjolfsson, Danielle Li와 Lindsey Raymond는 일터에서 AI가 성과와 학습에 주는 영향을 연구한다. 고객지원 업무에 AI 어시스턴트가 단계적으로 도입된 자료를 분석해, 평균 효과와 숙련·경험에 따른 효과 차이를 다룬다.[36]

    학술적 의의 · 평균 생산성 변화와 근로자별 차이를 함께 분석한 현장 연구다. 초보자와 숙련자가 얻는 효과가 다를 수 있으므로, 숙련·학습·역할이 어떻게 재배치되는지 토론할 근거가 된다.[36]

    이 주차의 선정 이유 · 숙련과 경험에 따라 AI 지원의 성과 효과가 달랐던 현장 연구를 보상 논의의 비교 자료로 읽는다. 이 연구가 임금이나 공정성 인식을 직접 측정하지 않았다는 점을 확인한다. 이를 바탕으로 역할별 전환 지원에 관한 가설을 세운다.

    읽기의 한계 · 고객지원 업무에 도입된 AI 어시스턴트를 연구했다. 다른 직업에서의 효과, 임금 분배, 직원의 공정성 인식은 추가 자료로 검토해야 한다.

Brynjolfsson, Li & Raymond (2025) · 같은 AI가 서로 다른 성과를 만들 때

5,172명 고객지원 상담원의 단계적 AI 도입을 분석한 QJE 2025 출판본

1. 논문 소개

Brynjolfsson, Li, Raymond는 한 기업의 고객지원 업무에 생성형 AI 대화 지원 도구가 단계적으로 도입된 과정을 분석한다. 이 장은 2025년 QJE 출판본을 기준으로 한다. 표본은 상담원 5,172명이다. 시간당 해결한 문의 수로 측정한 생산성은 평균 15% 증가했다.[1]

지원 도구는 고객과 상담원의 대화를 보고 상담원에게 응답을 제안한다. 상담원은 제안을 고치거나 무시할 수 있고, 대화에 대한 책임은 상담원이 진다. 연구는 실제 업무에 도입된 지원 도구의 효과를 분석한다. 지속적으로 행동하면서 고객 약속을 직접 바꾸는 에이전트와 비교하면, 이 도구는 실행 권한의 범위가 다르다. 14주에는 경험과 숙련 정도에 따라 효과가 달라진 결과를 중심으로 읽는다.[1]

2. 논문의 주요 내용과 이론

평균 생산성 증가에는 대화 처리 시간 감소, 시간당 대화 수 증가, 해결 비율의 작은 증가가 함께 들어 있다. 지표 하나를 볼 때도 그 지표를 이루는 요소를 하나씩 확인해야 실제로 어떤 일이 바뀌었는지 알 수 있다. 배송 회사에서도 처리 건수, 파손, 지연, 고객 경험을 나누어 보는 질문을 만들 수 있다. 물류 분야의 효과 수치는 실제 물류 자료로 따로 확인해야 한다.[1]

경험이 적고 숙련도가 낮은 상담원은 속도와 품질이 더 크게 개선되었다. 출판본의 주요 결과에 따르면 이 상담원들의 시간당 해결 문의 수는 30% 증가했다. 경험과 숙련도가 높은 상담원은 생산성 개선 폭이 작았고, 가장 숙련된 상담원은 대화 품질이 조금 떨어진 것으로 관찰되었다. 따라서 같은 시스템이라도 평균 효과와 집단별 효과를 함께 보아야 한다.[1]

원문 그래프. AI 도입 전 상담원의 숙련도를 5분위로 나누고, 분위별로 시간당 해결 건수·처리 시간·채팅 수·해결률·고객 만족도에 대한 효과 추정치를 비교한다.

Brynjolfsson et al. · 그림 III: 숙련도에 따라 다른 효과

가로축은 도입 전 숙련도에 따른 다섯 집단이고, 세로축은 각 성과 지표의 변화 추정치다. 처리량, 처리 시간, 해결률, 고객 만족도는 서로 다른 단위로 측정된다. 점과 오차 범위를 함께 보면서 숙련도가 낮은 집단과 높은 집단의 차이를 비교한다. 이 차이와 공정한 보상 기준은 따로 논의할 문제다.

원문 Figure III · PDF 24쪽. 학술 해설을 위한 부분 도판 인용. 원저작물의 권리는 권리자에게 있다.

원문 그림 영역 발췌 · 한국어 해설은 수업에서 작성.

연구자들은 숙련 상담원의 대응 방식이 시스템을 거쳐 다른 상담원에게 전달되는 경로를 검토한다. AI 출력이 예기치 않게 중단된 기간에도 상담원의 생산성은 도입 전보다 높았는데, 연구자들은 이 자료를 상담원이 학습했다는 증거로 분석한다. 상담원들의 대화 표현이 서로 비슷해졌는지도 분석한다. 이런 결과는 연구가 다룬 과제와 관찰 범위 안에서 해석해야 한다. 다른 직업에서 사람이 도구 없이 혼자 수행하는 능력이나 장기적인 숙련까지 확인하려면 별도의 평가가 필요하다.[1]

단계적 도입 과정의 현장 자료로 효과를 추정하려면, 도입 전후의 변화와 비교 집단의 변화 추세 같은 식별 조건을 검토해야 한다. 식별 조건은 관찰된 변화를 도구의 효과로 볼 수 있게 해 주는 조건이다. 연구 대상은 한 기업의 중기적 업무 경험이다. 저자들은 임금 변화, 전체 노동 수요, 채용 인력의 숙련 구성 변화는 자료에서 관찰할 수 없다고 밝힌다. 따라서 이 생산성 증가를 보상 분배나 공정성 갈등에 관한 발견으로 그대로 옮길 근거는 없다.[1]

3. AI 에이전트 시대의 시사점

직원마다 효과가 다르면, 같은 방식으로 교육과 검토를 제공해도 직원의 경험은 달라질 수 있다. 신입이 배운 판단, 숙련자가 맡은 예외 처리, 숙련자가 기존 지식을 시스템에 제공한 기여를 각각 따로 본다. 지원 도구가 격차를 줄이는 부분과 다른 부담을 만드는 부분은 운영 자료로 확인할 수 있다.

회사가 늘어난 성과의 이익을 누구에게 줄지는 별도의 조직적 선택이다. 회사는 학습 시간을 보장하고 안전과 책임에 맞는 보상을 협의할 수 있다. 그러나 연구의 15%를 임금 인상률로 바로 쓸 근거는 없다. 생산성 연구는 결과가 어떻게 바뀌었는지 보여 준다. 공정성 이론과 당사자의 경험은 사람들이 그 결과를 어떻게 받아들이는지 물을 수 있게 해 준다. 분배가 정당한지는 다른 규범적 근거와 함께 논의한다.

이 자료의 읽기 안내·원문으로 돌아가기

종합 · 성과 개선과 평가·지원 기준의 연결

이질적 효과를 읽는 방법

평균 효과는 전체 결과를 요약하지만 역할과 경험에 따른 변화를 모두 보여 주지는 못한다. 논문의 집단별 분석을 읽으며 숙련 수준의 정의와 결과 지표를 확인한다. 자기 사례에서도 신입의 처리량과 숙련자의 검토 부담이 다른 방향으로 변할 가능성을 열어 둔다. 어떤 집단의 결과를 빠뜨렸는지 질문한다.

도구를 사용할 때의 성과, 배운 판단, 도구 없이 수행하는 능력은 각각 확인해야 한다. 학습을 주장하는 데 어떤 관찰이 도움이 되는지 논문의 분석을 검토하되, 다른 직무의 장기 숙련까지 일반화할 근거는 별도로 찾는다. 상담대학원 수강생은 수행 자신감에 대한 보고와 실제 수행 평가를 나누어 평가안을 수정한다.

성과를 어떤 운영 기준으로 바꿀 것인가

동료는 교육과 검토 업무를 누가 맡고 그 시간을 누가 보장하는지 묻는다. 처리량만 높이는 평가가 안전 확인과 도움 요청을 줄일 위험도 검토한다. 예방 업무는 실제 행위와 추정한 예방 효과를 구분해 기록한다. 효과를 정확히 수치화하기 어렵더라도 필요한 업무의 자원 배정을 논의할 수 있다.

작성자는 성과 지표, 지원 자원, 보상·배치 원칙을 연결해 고친다. 모든 역할에 같은 기준을 적용할 때의 장점과 한계, 역할별 기준을 둘 때의 비교 가능성 문제를 함께 적는다. 새로운 지표가 기록 업무를 과도하게 늘리면 축소하거나 표본 사건 중심으로 바꾸는 대안을 검토한다. 제안이 직원의 학습과 감독을 실제로 지원하는지 후속 평가에서 확인한다.

해설의 원문 근거

아래는 이번 주 지정 논문 한 편의 원문과 근거 위치다. 사례에 적용한 해석과 연구에서 확인한 결과를 구분한다.

  1. [1] Generative AI at Work · 원문 출처 · 새 탭

    QJE 140(2), 889–942; 출판본 889–893쪽 초록·주요 결과·분배 측정 범위, 본문 경험·숙련별 이질성 및 도입 분석; PDF 1–5쪽

상담심리학 대학원에서의 적용 · 상담대학원 적용 · 인정과 부담의 차이를 사례개념화하기

역할별 경험과 지원 자원의 관계

숙련 직원은 후배의 성과가 늘어난 점을 반기면서 자신의 교육과 예외 처리 업무가 평가에 빠졌다고 말한다. 신입은 도움을 받아 처리량은 늘었지만 혼자 판단할 수 있는 범위가 좁다고 말한다. 같은 사건에서 인정 경험, 수행 자신감, 실제 판단 능력, 학습 기회를 구분해 사례개념화를 작성한다. 불만과 긴장을 개인의 적응 문제로만 해석하지 않고 배치·평가·업무량을 확인한다.

지원안은 유급 학습, 교육 업무 분담, 숙련자의 검토 시간 보장, 평가 기준 협의를 비교한다. 실제 참여 시간과 업무 부담, 당사자의 경험을 함께 평가할 계획을 세운다. 고객지원 생산성 연구는 이러한 지원의 임상적 효과를 검증한 자료로 쓸 수 없다. 개인 지원과 조직 변경의 예상 경로를 제시하고, 각 경로를 확인할 자료를 따로 정한다.

누적 과제 · 누적 문서 · 평균 성과 뒤의 역할별 변화 기록

평가 기준과 학습 계획의 근거 보완

기존 문서에서 ‘효율이 높아졌다’고 쓴 문장을 찾아 지표와 비교 기준을 붙인다. ‘학습·평가와 전환 지원’에는 신입, 숙련자, 지원·감독 역할의 성과와 부담을 구분해 기록한다. 자율주행 감시와 주문 조정 에이전트의 검토도 활동별로 적는다. 시스템이 중단되었을 때 사람이 할 수 있는 업무를 어떻게 평가할지도 제안한다.

‘근거와 대안 설명’에는 학습, 즉시 도구 지원, 쉬운 업무의 증가를 구분할 자료를 추가한다. ‘후속 연구 설계’에는 도입 전후 비교의 조건과 집단별 차이를 검토할 방법을 쓴다. 관찰한 성과와 분배 원칙은 각각 근거를 제시한다. 보상안을 제시한다면 책임과 위험, 전환 비용과 협의 절차를 함께 설명한다.

남기는 것 · 역할별 성과·학습·감독 부담을 구분한 평가안을 최종 문서의 ‘학습·평가와 전환 지원’ 절에 반영한다. QJE 2025 출판본의 5,172명·평균 15%와 집단별 효과를 정확히 구분하고, 자기 사례의 평균 중심 판단을 수정한다. 상담대학원 적용은 같은 사건의 인정 경험·실제 수행·조직 지원을 나누어 평가할 계획을 포함한다.

출처와 서지 확인

h-index는 표시한 대표 저자 1명의 OpenAlex 조회값(2026-10-06)이며 숫자를 누르면 출처를 볼 수 있다. 미확인 값은 생략했다. 저자의 연구 영향력을 참고하는 지표다. 개별 논문의 품질은 연구 내용과 방법으로 판단한다.

저자 소개와 학술적 의의는 아래 공개 출처에 근거한다. 주차별 선정 이유는 수업을 위한 해석이며, 고전 이론을 에이전트에 대해 검증된 결론으로 취급하지 않는다. 원문의 판본과 접근·재배포 조건은 각 읽기 자료에 표시했다.

읽기와 토론의 원칙

트럭 그림으로 업무와 사업의 여러 선택을 살펴본다. AI의 오류와 불확실성은 실제 사례와 문헌으로 검토한다. 경험과 해석, 연구 결과와 가치 판단을 구분하며 강사의 전망에도 근거를 들어 반론을 제시할 수 있다.

원문을 확인하고 AI를 사용한 범위를 밝힌다. 개인 경험의 공개는 선택이며, 실제 내담자·고객·동료의 민감정보나 비공개 조직 자료를 AI·공유 공간에 입력하지 않는다. 평가와 운영 안내는 전체 강의계획에서 확인한다.