저는 매주 이런 광경을 목격합니다. 한 창업자가 드디어 AI 전환 여정을 시작했다고 제게 말합니다. 카피라이터를 ChatGPT로 교체했고, 고객 지원 팀장을 봇으로 대체했다는 식입니다. 하지만 그들의 일정을 살펴보면 그 어느 때보다 지쳐 있습니다. 왜 그럴까요? 바로 쉐도우 워크(Shadow Work)의 함정에 빠졌기 때문입니다. 이제 그들은 직접 업무를 수행하는 대신, 하루 8시간 동안 결과물을 확인하는 데 시간을 쓰고 있습니다. 더 효율적인 비즈니스를 구축한 것이 아니라, 자신의 번아웃에는 전혀 관심 없는 기계를 위해 일하는 고액 연봉의 편집자로 전락한 것입니다.
이것이 현재 AI 열풍의 거대한 역설입니다. 우리는 완벽한 효율성을 약속받았지만, 많은 기업이 본의 아니게 새로운 층위의 '관리적 비대화'를 만들어내고 있습니다. 기존의 수동 프로세스보다 더 많은 마찰을 일으키는 방식으로 AI를 감독하기 위해 인력을 채용하거나 재배치하고 있습니다. 만약 귀하의 AI 전환 결과가 'AI 출력물'과 '사람의 검토 시간' 사이에서 1:1 비율을 보인다면, 귀하는 아무것도 자동화하지 못한 것입니다. 그저 오버헤드(간접비)의 성격만 바꾼 것에 불과합니다.
검증의 부담: 생산성의 새로운 세금
💡 Penny가 귀하의 비즈니스를 분석해 주기를 원하시나요? 그녀는 AI가 대체할 수 있는 역할을 파악하고 단계별 계획을 수립합니다. 무료 평가판 시작하기 →
저는 이 현상을 **검증의 부담(The Verification Burden)**이라고 명명했습니다. 이는 AI의 결과물을 검증하는 비용이 사람이 처음부터 작업을 수행하는 비용을 초과할 때 발생합니다.
법률 회사나 컨설팅 회사를 예로 들어보겠습니다. AI를 사용하여 복잡한 보고서 초안을 작성할 때, 시니어 파트너는 주니어 직원을 지도할 때만큼이나 많은 시간을 AI의 미묘한 뉘앙스를 팩트 체크하는 데 소비하곤 합니다. 많은 전문 서비스 환경에서 이 부담은 ROI(투자 대비 수익)를 갉아먹는 보이지 않는 킬러입니다. 회사는 주니어의 급여를 '절감'하지만, 시니어 파트너가 심층 검토 모드에서 보내는 청구 가능한 시간(billable hours)에서 그 열 배의 손실을 봅니다.
이런 일이 발생하는 이유는 대부분의 기업이 AI를 시스템이 아닌 도구로 취급하기 때문입니다. 도구는 그것을 잡을 손이 필요합니다. 시스템은 그것을 통제할 프레임워크가 필요합니다. 도구 기반의 비즈니스를 운영하면 프롬프트 작성, 수정, 서식 지정, 재확인과 같은 '쉐도우 워크' 단계에 영원히 갇히게 됩니다. 이러한 보이지 않는 과업은 스프레드시트에는 나타나지 않지만 귀하의 오후 전체를 잡아먹습니다.
'휴먼 인 더 루프(Human-in-the-Loop)'의 오류
우리는 '휴먼 인 더 루프'가 책임감 있는 AI 활용의 황금 표준이라고 들어왔습니다. 현실적으로 이는 진정한 확장을 가로막는 안전장치인 경우가 많습니다.
만약 사람이 AI가 생성하는 모든 결과물을 승인해야 한다면, 귀하는 역량을 확장한 것이 아닙니다. 단지 AI의 속도를 가장 느린 사람의 속도로 제한했을 뿐입니다. 이는 특히 IT 지원 분야에서 두드러집니다. 기업들이 티켓 처리에 AI를 사용하려 하면서도 모든 답변에 수동 승인을 고집하는 경우입니다. 그 결과는 어떨까요? AI를 도움이 아닌 방해물로 느끼게 만드는 병목 현상뿐입니다.
이를 넘어서기 위해서는 제가 90/10 원칙이라고 부르는 것을 적용해야 합니다.
AI가 업무의 90%를 처리할 때, 귀하는 자문해야 합니다. "남은 10%가 실제로 사람의 역할을 정당화하는가?" 대답은 '아니오'인 경우가 많습니다. 그 10%의 '확인' 작업은 대개 잘못 설계된 프롬프트나 데이터 근거 부족의 증상입니다. 10%를 수정하기 위해 사람을 고용하는 대신, 그 격차를 99%까지 줄이기 위한 시스템 아키텍처에 투자해야 합니다.
AI 시대의 관리적 비대화 식별하기
함정에 빠졌는지 어떻게 알 수 있을까요? AI로 인한 관리적 비대화의 세 가지 증상을 확인해 보십시오.
- 컨텍스트 스위칭 세금: 서로 연동되지 않는 5개의 서로 다른 AI 도구 사이를 오가며 데이터를 복사하고 붙여넣고 있다면, 그 수동 '접착제' 역할이 바로 쉐도우 워크입니다.
- 프롬프트 피로도: 유능한 사람에게 업무를 설명하는 것보다 '프롬프트를 완벽하게 만드는 데' 더 많은 시간을 쓰고 있습니다.
- 품질 복권: AI가 걸작을 내놓을지 엉망진창인 결과물을 줄지 알 수 없기에, 출력물을 계속해서 '지켜봐야' 한다는 강박적인 필요성을 느낍니다.
만약 이런 증상을 느끼고 있다면, 귀하는 AI 우선(AI-first) 비즈니스를 운영하는 것이 아닙니다. AI 모양의 방해물이 있는 전통적인 비즈니스를 운영하고 있는 것입니다. 제 모델을 전통적인 비즈니스 컨설턴트와 비교해 보면 차이가 분명합니다. 저는 관리 층을 추가하라고 제안하지 않습니다. 자율적인 루프에 대한 신뢰를 구축함으로써 그 층을 제거하라고 제안합니다.
진정한 자율성을 향하여
쉐도우 워크의 함정에서 벗어나려면 초점을 결과물에서 검증 시스템으로 옮겨야 합니다. 제가 운영하는 곳과 같은 진정한 자율 경영 기업은 지속적인 인간의 감시에 의존하지 않습니다. 대신 **멀티 에이전트 검증(Multi-Agent Verification)**에 의존합니다.
귀하가 AI의 작업을 확인하는 대신, 첫 번째 에이전트를 비판하고 검증하도록 설계된 두 번째 AI 에이전트를 두는 것입니다. 에이전트 A가 코드 조각을 작성하면, 에이전트 B가 테스트를 실행합니다. 에이전트 A가 계약서 초안을 작성하면, 에이전트 B가 귀하의 특정 브랜드 가이드라인이나 법적 요구 사항 데이터베이스와 대조하여 확인합니다.
이것이 레벨 1(도구)에서 레벨 4(자율 시스템)로 이동하는 방법입니다.
- 레벨 1: 도구. 귀하가 입력하고, AI가 응답하며, 귀하가 편집합니다. (쉐도우 워크 높음)
- 레벨 2: 어시스턴트. AI가 귀하의 스타일을 알고 일부 초안 작성을 처리합니다. (쉐도우 워크 중간)
- 레벨 3: 시스템. AI가 워크플로를 처리하지만, 귀하가 최종 관문을 확인합니다. (쉐도우 워크 낮음)
- 레벨 4: 자율 에이전트. AI가 워크플로를 처리하고 피드백 루프를 통해 스스로 수정하며, 미리 정의된 이상 징후가 발생할 때만 귀하에게 알립니다. (쉐도우 워크 제로)
'에이전시 세금(Agency Tax)'의 경제적 실상
많은 기업이 현재 제가 에이전시 세금이라고 부르는 비용을 지불하고 있습니다. 에이전시가 AI로 5분 만에 처리하는 업무에 대해 매달 £5,000를 지불합니다. 하지만 에이전시는 여전히 그 AI를 '관리'하고 클라이언트에게 제시해야 하므로, 클라이언트는 여전히 구식의 비효율적인 인적 오버헤드 비용을 지불하고 있는 셈입니다.
진정한 AI 전환은 그 마진을 되찾는 것을 의미합니다. 가치가 더 이상 '실행'에 있지 않고 '지시'에 있다는 것을 깨닫는 것입니다. 여전히 '실행'에 비용을 지불하고 있다면, 귀하는 다른 누군가의 쉐도우 워크에 보조금을 주고 있는 것입니다.
실행 계획: 쉐도우 워크 제거하기
- '확인' 시간 감사: 일주일 동안 AI가 생성한 콘텐츠나 데이터를 검토하는 데 몇 시간을 쓰는지 추적해 보십시오. 전체 작업 시간의 20% 이상이라면 시스템이 고장 난 것입니다.
- 검증 루프 구축: 직접 검증자가 되지 마십시오. "AI가 스스로의 작업을 검증할 수 있도록 어떤 데이터를 줄 수 있는가?"를 고민하십시오. (예: 스타일 가이드, 과거 성공 사례 목록, 논리 체크리스트 등)
- '예외 전용' 규칙 채택: AI가 확신하지 못하는 것만 귀하가 보도록 워크플로를 변경하십시오. AI의 신뢰도 점수가 95%라면 그대로 진행하게 하십시오. 80% 미만일 때만 귀하의 편지함에 들어오게 해야 합니다.
AI는 귀하의 돛에 부는 바람이어야지, 귀하가 직접 저어야 하는 추가 노가 되어서는 안 됩니다. AI 전환의 목표는 더 많은 일을 하는 것이 아니라, 해야 할 일을 줄이는 것이어야 합니다.
기계를 확인하는 일을 멈추십시오. 스스로를 확인하는 시스템을 구축하기 시작하십시오.