AI가 일을 줄여준다는 약속, 실제로는 번아웃만 키웠다 (UC Berkeley 연구)

연구 개요

• UC Berkeley 연구진, 2025년 4월~12월 8개월간 기술 기업 200명 관찰
• 결과: AI 도입 후 업무 줄지 않고 오히려 강화·증가
• Harvard Business Review 2026년 2월 게재

AI가 업무를 강화하는 3가지 주요 패턴

• 업무 범위 확장
  • AI가 지식 격차 메워줘 → 원래 자기 업무 외 영역까지 침범 (PM이 코드 작성, 디자이너가 코딩 등)
  • 작은 실험 → 추가 인력 필요했던 일까지 개인이 흡수
  • 엔지니어들은 AI 코드 검토·수정·Slack 코칭·미완성 PR 마무리 등으로 시간 더 씀
• 시간 경계 침식
  • 작업 시작 마찰 감소 → 점심·회의 중·파일 로딩 중에도 “작은 업무” 끼워넣기
  • 퇴근 직전 “마지막 프롬프트”, 퇴근 후·아침 일찍도 AI 대화 이어짐
  • 일과 삶 경계 모호해짐 (채팅처럼 가벼워 보이지만 실제로는 휴식 감소)
• 멀티태스킹 폭증
  • AI로 여러 작업 동시 진행 가능해짐 (코딩 중 AI 대안 생성, 다중 에이전트 병렬 실행 등)
  • 미뤄둔 작업도 쉽게 부활 → 열려 있는 작업 개수 증가
  • 주의력 전환·출력 확인 부하 ↑ → 인지적 피로 심화

자발적 도입이 오히려 문제

• 회사 강제 아닌 직원 자발적 선택으로 위 현상 발생
• “생산성 올라가면 덜 일할 줄 알았는데 더 많이 일하게 됐다” (직원 증언)
• Simon Willison: “LLM 쓰면 2~3개 프로젝트 동시 → 1~2시간 만에 하루 에너지 소진”

생산성 향상의 역설 (관련 연구)

• METR: 숙련 개발자 실제 작업 시간 19% 증가, 주관적으론 20% 빨라졌다고 느낌
• NBER: AI 도입 기업 생산성 향상 3% 에 불과, 근무시간·수입 거의 변화 없음
• 장기 위험: 인지 피로 → 번아웃 → 의사결정 약화 → 품질 저하 → 이직률 증가

제안 및 결론

• 조직 차원 “AI practice” 필요: 사용 시기·방법·중단 규칙 설정
• 예: 중요한 결정 전 “결정 일시정지” (반대 의견 요구, 목표 연계 확인 등)
• 핵심 질문: “AI가 일을 바꾸는 게 아니라, 우리가 변화를 어떻게 설계하느냐가 중요”

AI는 일을 쉽게 만들지만, 멈추기 어렵게 만드는 도구라는 점이 핵심 메시지.

https://aisparkup.com/posts/9161