업무 현장에서의 생성형 AI 활용 효과(Generative AI at Work)

유형: 논문 · 저자: Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond · 출처: NATIONAL BUREAU OF ECONOMIC RESEARCH · 별점: ⭐️⭐️⭐️⭐️

1) 핵심 결론

• AI 도구 접근권을 가진 고객지원 상담원은 시간당 해결 건수가 약 14% 증가했다.

• 경험이 적은 또는 숙련도가 낮은 상담원의 생산성 향상(≈34%)이 가장 두드러졌다.

• AI는 상위 숙련자의 지식/모범 사례를 하위 숙련자에게 전파하는 역할을 했다.

• AI 도구는 고객 응대 품질(고객 감정, 재요청 감소)과 직원 유지율 증가에도 긍정적 영향을 주었다.

• 단, 고숙련 근로자에 대해서는 생산성 증가가 적거나, 일부에서는 품질 저하가 관측

  • 원인 추측 AI가 제공하는 평균화된 지식이 기존의 암묵지·전문 판단을 대체하거나 교란했기 때문
    • 고숙련 근로자는 이미 자기만의 문제 해결 패턴, 언어 선택, 판단 기준을 보유하고 있음
    • 연구에 사용된 AI는 최적화된 평균 행동을 제안하는 구조임
    • AI는 의사결정의 책임을 지지 않으며, 정확성보다는 확률적 타당성을 우선함
    • 생산성 측정 지표는 처리량 중심이며, 고급 판단의 질적 차이는 제한적으로만 반영됨

2) 전제 조건

1. 추천을 따를 수도, 무시할 수도 있는 보조적 (augmentative) 도구로 구
2. 생산성은 시간당 처리 문제 수(resolutions per hour)로 측정
3. AI 견인은 단기 변화뿐 아니라 장기 학습 효과가 존재
4. 연구는 고용 효과(전체 채용 규모, 급여 변화)에 대한 결론을 도출하지 않음

3) 근거 또는 논리

생산성 향상

• AI 도구 사용 그룹은 비사용 그룹 대비 14% 생산성 상승
• 생산성 향상
  1. 1회 해결 시간 감소
  2. 동시 처리 증가
  3. 해결율 자체 소폭 향상
• 상담원이 AI 추천을 더 자주 따른 경우, 상대적 생산성 증가가 더 큼
• 시스템이 유도한 행동 패턴이 시간이 지나면서 근로자의 자체적 업무 행동으로 내재화됨
• AI 도구를 받은 초급 상담원은 2개월 경력 수준이 6개월 이상의 기존 근로자와 유사한 성과를 보임

고객 경험 및 직무 만족

• AI 도구는 고객 감정(채팅 텍스트 기반) 개선을 유도
• 관리자 개입 요청 감소 및 낮은 이직률로 이어졌음

4) 적용 가능한 대안 또는 변형

• 초급/중급 인력 중심 적용: 최대 생산성 효과 달성 가능 ↳ 단, 상급 인력 대상 조정이 필요
• 추천 준수 유도 교육: 도구 활용 가이드라인 정립
• 모범 사례 내재화 캠페인: 다수 사용자 사례 공유로 스킬 전파 촉진