파티션을 없애면 '직장 내 괴롭힘'이 늘어납니다   

2026. 3. 30. 08:00
반응형

 

파티션이 전혀 없는 쾌적하고 넓은 사무실에서 직원들이 자유롭게 소통하고 아이디어를 나누는 광경. 여러분이 이런 사무실에서 일한다면 창의성과 협업이 촉진될 것이라고 믿습니까? 반대의 장면을 상상해 보세요. 큰 소리로 통화하는 동료를 향해 누군가가 눈살을 찌푸리고, 또 다른 누군가는 사람들의 시선을 피해 휴게실 구석으로 숨어들어 한숨을 돌리고 있습니다. 여러분은 이런 사무실에서 일하고 싶을까요?

여러분이 혹시 개방형 사무실(open-plan office)에 대한 믿음을 가지고 있다면 이제는 그 환상을 깨는 게 좋습니다. 스웨덴에서 실시된 연구에 따르면, 8명 중 1명(12.8%) 꼴로 직장 내 괴롭힘을 경험한다고 하는데요, 흥미로운 점은 개방형 사무실에서 일하는 사람들에게서 높게 나타났고, 개인 또는 소규모 공유 사무실에서 일하는 근로자에게서 가장 낮게 나왔습니다. 또한, 개방형 환경에 있는 사람들은 직무 만족도가 더 낮았고 퇴사를 고려할 가능성이 더 높았죠.

 



사실 개방형 사무실의 부작용이 지적된 것은 이번이 처음이 아닙니다. 과거의 여러 연구에서도 개방형 사무실이 직원들의 병가 사용률을 높이고, 직무 만족도를 떨어뜨리며, 심지어 개방형 사무실에서 기대했던 대면 소통마저 오히려 크게 감소시킨다는 역설적인 결과가 발표된 바 있으니까요. 여기에 직장 내 괴롭힘 위험까지 높인다는 이번 연구 결과까지 있으니 조직 문화와 업무 특성을 고려하지 않고 무작정 도입한 개방형 사무실은 조직에 득보다 실이 훨씬 많다는 점이 명확해집니다.

혹시 '성격이 예민한 사람들이 개방된 공간을 견디지 못하는 것 아닐까?'라는 의심이 드나요? 하지만 연구진이 성격 특성의 영향을 조정한 후에도 전통적 개방형 사무실의 문제는 여전히 유효했습니다. 다시 말해, 개인의 성향 문제가 아니라 개방형 사무실이 가진 물리적, 사회적 환경 자체가 괴롭힘의 위험을 높인다는 뜻이죠.

그런데 그 이유가 무엇일까요? 칸막이 없는 공간에서는 누군가 나를 불편하게 하거나 긴장감이 높아졌을 때 잠시 물러나 쉴 수 있는 '대피처'가 별로 없습니다. 고도의 집중이 필요한 기획팀과 끊임없이 외부와 전화를 주고받아야 하는 영업팀이 파티션 하나 없이 같은 공간에 있다고 상상해 보세요. 영업사원의 잦은 통화 소리는 기획자에게 엄청난 소음과 방해로 느껴지겠죠. 참다못한 기획팀 직원이 짜증 섞인 반응을 보이면, 영업사원은 이를 자신에 대한 공격으로 받아들일 겁니다. 그리고 이런 사소한 짜증이 직장 내 괴롭힘으로 이어질 가능성이 크겠죠.

물리적인 벽을 허문다고 해서 구성원들 간에 연결고리가 저절로 생겨나는 것은 아닙니다. 오히려 구성원 각자를 보호하는 안전장치를 강제로 떼어버린 격이 될 수 있죠. 진정한 협업은 서로의 프라이버시가 존중되고, 갈등을 피해 잠시 숨을 고를 수 있는 심리적, 물리적 여백이 보장될 때 비로소 활성화됩니다.  (끝)


* 참고논문
Rosander, M., & Nielsen, M. B. (2026). Workplace Bullying in the Open: the Risks Associated with Working in an Open Office. Occupational Health Science, 10(1), 1.

반응형

  
,

심리적 안전감이 항상 특효약은 아닙니다   

2026. 3. 27. 08:00
반응형

 

화기애애하고 자유분방한 팀 분위기. 팀원들은 영어 이름으로 서로를 부르며 자유롭게 농담을 주고받습니다. 리더는 "우리 팀은 쓴소리도 눈치 보지 않고 자유롭게 하는 심리적 안전감이 최고인 팀이야"라고 흐뭇해 하는데요, CEO가 이 팀을 볼 때는 전혀 다릅니다. 실패 확률이 높은 어려운 도전 과제를 부여할라치면 누구 하나 선뜻 총대를 메려 하지 않거든요. "그건 제 일이 아닌데요"라며 한발 물러섭니다. 왜 이럴까요?

심리적 안전감이란 단어가 유행하면서 많은 기업들은 구성원들이 상사나 동료의 눈치를 보지 않고 자유롭게 의견을 낼 수 있는 편안한 환경을 만드느라 노력합니다. 하지만 심리적 안전감은 조직을 운영하기 위한 '기본 조건'일 뿐입니다. 안타깝게도 그것만으로는 조직에 어떠한 혁신도, 성과도 저절로 이루어지지 않는다는 걸 간과해서는 안 됩니다.

 



심리적 안전감을 자동차에 비유한다면 '브레이크를 푸는 것'과 같습니다. 실패에 대한 두려움, 무능해 보일까 봐 질문을 숨기는 태도, 상사에 대한 맹목적인 복종이라는 조직 내의 억압적인 브레이크를 풀어주는 것이죠. 하지만 브레이크를 푼다고 해서 자동차가 앞으로 달려나가지는 못합니다. 엔진이 있어야 자동차는 비로소 목적지까지 달려가는데요, 엔진에 해당하는 것이 바로 '목표에 대한 높은 기준'과 결과에 책임을 지는 '책무(accountability)'입니다.

높은 목표 기준이나 책임감 없이 심리적 안전감만 존재한다면, 그 조직은 그저  '안락한 동아리(Comfort Zone)'로 전락하고 맙니다. 예를 들어, 어떤 기업이 수평적 문화를 조성하겠다면서 직급을 폐지하고 평가를 대폭 완화했다고 해보죠. 분명 좋은 점도 있지만, 서로가 "좋은 게 좋은 거지"라며 쓴소리를 기피하고, 누군가 실수를 해도 "괜찮아, 그럴 수 있지"라며 덮어두기 일쑤라면 어떻게 될까요? 조직 전체가 하향 평준화의 길로 가겠죠.

어떤 일을 계획하거나 진행할 때마다 이렇게 질문해 보세요. "이 프로젝트가 끝난 후 우리가 성공했다고 말할 수 있는 '구체적이고 측정 가능한 결과물'은 무엇일까?" 이 질문이 '책무'라는 건강한 긴장감을 불어넣어 줄 겁니다.

따뜻한 침낭은 혹독한 추위로부터 우리를 보호하지만 침낭 속에 가만히 누워 있다고 해서 산 정상에 오를 수 있는 것은 아닙니다. 심리적 안전감이란 침낭에서 빠져나와 거친 산길로 걸음을 옮기는 것, 이것이 진정한 성과를 창출하는 유일한 방법입니다.  (끝)


*참고기사
https://www.fastcompany.com/91509049/psychological-safety-is-step-one-most-companies-forget-step-two

반응형

  
,

임원보다 직원이 AI를 적게 사용하는 이유는?   

2026. 3. 26. 08:00
반응형

 

어떤 CEO의 말. "우리 회사도 AI 솔루션을 개발했는데요, 제가 써보니 기가 막히더군요. 직원들에게 AI를 쓰게 하면 업무 생산성이 획기적으로 올라가겠죠?"

그러나 이런 바람이 실망으로 바뀌는 모습을 종종 발견합니다. 직원들의 AI 솔루션에 별로 접속하지 않은 채 여전히 예전 방식대로 야근을 하거나, 보안 지침을 어기면서 개인 스마트폰으로 무료 AI를 몰래 쓰는 모습, 혹시 여러분 회사의 상황은 아닌가요?

여러 조사에 따르면, 기업들이 AI에 막대한 예산을 쏟아붓지만 경영진과 직원 사이의 활용도 격차가 꽤 크다고 합니다. 뱀부HR(BambooHR)의 최근 리포트에 따르면, 매일 AI를 활용한다고 답한 C레벨 및 임원급은 72%에 달한 반면, 일반 실무자는 18%에 불과해 무려 4배의 격차를 보였습니다. 

우리나라의 상황도 마찬가지입니다. 마이크로소프트의 '업무 동향 지표'에 따르면, 한국 직장인의 85%가 회사의 공식 지원이나 체계적인 교육 없이 개인 계정으로 AI를 몰래 사용하는 일명 'BYOAI(Bring Your Own AI)' 행태를 보입니다.

왜 이런 격차가 나타날까요? 단순히 직원들이 게으르거나 변화를 거부하기 때문일까요? 여기에는 직무 특성과 심리적 요인이라는 세 가지 근본적인 이유가 있습니다.

1. 업무의 성격 차이
경영진과 임원들의 주된 업무는 시장 트렌드를 분석하고, 보고서를 요약하며, 이메일 초안을 작성하거나 전략의 큰 그림을 그리는 일입니다. 이는 지금의 생성형 AI가 가장 잘하는 '비정형 데이터 처리' 영역이어서 조금만 써도 효과가 엄청납니다.

반면 일반 실무자의 업무는 다르니다. 복잡한 ERP 시스템의 숫자를 맞추고, 까다로운 고객의 구체적인 불만을 처리하며, 회사의 고유한 양식에 맞춰 문서를 작성해야 하죠. 이런 실무에 AI를 적용하려면 자신의 업무 데이터를 AI에게 학습시키고 구조화하는 고통스러운 사전 작업이 필수적입니다. 그러니 누가 선뜻 AI를 활용하겠습니까?

 



2. 두려움
경영진은 AI를 '비즈니스 혁신 도구'로 당당하게 사용하지만 실무자들은 AI 사용을 숨기려 한다는데요, 무능해 보일까 해서, 자신의 일자리가 대체될까 봐 두려워하기 때문입니다. 

3. 조직문화의 문제
새로운 도구를 익히는 과정에서 필연적으로 업무 속도가 떨어지고 실수가 발생합니다. 당장 내일까지 실적을 내야 하는 직원 입장에서는 언제 AI를 학습시키고 AI와 토론할 시간이 있겠습니까? 더욱이 AI가 잘못된 답을 내놓는다면? 실패가 용납되지 않는 조직 분위기라면 굳이 AI 툴을 써서 모험할 이유가 없습니다.

그렇다면 어떻게 해야 직원들의 AI 활용도를 높여야 할까요? 회사는 AI 툴을 던져주고 "이제부터 이걸 활용해 성과를 내라"는 식으로 AI 교육을 해서는 안 됩니다. 대신, 팀원들이 특정 업무(예: 주간 보고서 초안 작성, 고객 불만 메일 회신)에 대해서 함께 프롬프트를 짜보고, 엉뚱한 결과물이 나오면 토론할 수 있는 '실전 연습 시간(Sandbox)'을 근무 시간 내에 보장해야 합니다.

개인 역시 남들이 말하는 'AI 활용법'을 읽는 것에서 멈춰서는 안 됩니다. 남이 만든 범용 프롬프트는 여러분의 복잡한 실무를 해결해 주지 못하니까요. 여러분 업무의 맥락을 스스로 논리적으로 쪼개고 원하는 결과가 나올 때까지 AI와 지루하게 씨름하는 과정이 여러분의 미래 경쟁력이 됩니다.

AI는 헬스클럽과 같습니다. 직원들에게 헬스클럽 회원권을 끊어준다고 해서 직원들에게 근육이 생기지는 않죠. 현장에서 시행착오를 겪으면서 AI를 적용하고 공유해야 AI 근육이 붙습니다. 오늘은 여러분이 해야 할 업무 중에서 가장 지루하고 반복적인 실무를 하나만 골라서 처음부터 끝까지 AI와 함께 처리해 보세요. 완벽하지 않아도 괜찮습니다. 그리고 그 방법과 과정을 동료들에게 공유하기 바랍니다. (끝)

*참고기사
https://www.fastcompany.com/91508168/why-your-employees-arent-using-the-ai-you-bought

반응형

  
,

고수들의 AI 활용법은?   

2026. 3. 25. 08:00
반응형

 

"신사업 타당성 검토 보고서 초안을 AI로 3분 만에 뽑았어. 프롬프트를 기가 막히게 짰거든. 남들 하루 걸릴 일을 커피 한 잔 마실 시간에 끝냈지."

어떤 동료가 이렇게 자랑을 하면서 자신이 사내 최고의 AI전문가임을 은근 드러내는 풍경. 아마 한두번은 목격하지 않나요? 하지만 그가 보여준 보고서는 어딘가 엉성합니다. 화려한 표현은 가득하지만 날카로운 인사이트는커녕 치열할 고민의 흔적은 전혀 없습니다. 그도 그럴것이 3분 만에 뽑았으니까요. 

AI를 잘 쓴다는 것이 '프롬프트를 기가 막히게 작성해서 작업 속도를 비약적으로 높이는 것'일까요? 물론 이 정도를 구사할 수 있는 것도 훌륭하겠지만, AI의 고수라고 볼 수는 없습니다. 글로벌 컨설팅 기업인 KPMG의 직원들을 대상으로 한 연구를 들여다보면 말이죠. 

KPMG의 AI 고수들은 AI에게 한 번의 프롬프트로 완벽한 결과물을 요구하지는 않습니다. 대신 그들은 AI를 일종의 '스파링 파트너'로 활용하죠. 대화를 거듭하면서 자기 의견을 가다듬고, AI가 내놓은 결과물에 끊임없이 의문을 제기하는 모습을 보입니다. 심지어 때로는 AI에게 자신의 논리를 비판해 달라고 요구한다고 합니다. "내가 작성한 이 보고서에서 논리 비약이 있는 부분을 3가지 찾아"라고 질문을 던지는 식이죠.

또한 이들은 단순히 기존 업무를 빠르게 처리하는 데 그치지 않고, 업무 프로세스 자체를 재설계(Workflow Redesign)합니다. 과거에는 자료조사 80%, 기획 20%의 시간을 썼다면 일 잘하는 직원들은 자료조사는 AI에게 맡겨 10%로 줄이고, 남은 90%의 시간을 고객의 숨은 니즈를 파악하거나 창의적인 전략을 세우는 데 투여합니다. 이것이 이들의 결과물이 가진 경쟁 우위죠.

 



AI에게 명확한 목표와 맥락을 제공해서 마치 유능한 비서에게 업무를 맡기듯 정교하게 프롬프팅한다는 것, AI를 특정 업무용 툴이 아니라 업무 전반의 인지 능력을 보완하는 범용적인 도구로 내재화한다는 것도 AI 고수의 차별점입니다.

고수들의 활용법을 예로 들어볼까요?

"이 보고서를 요약해 줘." 
--> "이 보고서를 읽고 경쟁사 A사의 입장에서 이 보고서의 가장 취약한 논리 3가지를 지적해. 그리고 취약점을 보완하려면 어떤 데이터나 전략을 추가하면 좋을지 제안해."

"재택근무 확대가 좋은 점 3가지를 말해줘."
--> "내가 '재택근무가 생산성을 높인다'는 주제로 보고서를 작성하고 있어. 이 주장에 반대하는 최신 경영학적 근거와 통계적 반론들을 찾아서 보여줘. 내가 이 반론들에 논리적으로 재반박할 답변도 제시해줘."

"OO 서비스의 가격을 10% 인상하는 것이 좋은지 나쁜지 의견을 말해줘."
--> "우리가 OO서비스 가격을 10% 인상하려고 해. 기존 고객들의 예상되는 반발 유형을 3가지 페르소나(가격 민감 고객, 충성 고객, 기업 고객)별로 나누어 시뮬레이션해. 그리고 각 그룹의 이탈을 막기 위한 설득 논리를 표로 정리해줘."

AI 리터러시를 높이려면 직원들을 강당에 모아놓고 '챗GPT 프롬프트 작성법 10계명' 같은 스킬 교육을 시키는 것에서 멈춰서는 안 됩니다. 정교한 프롬프팅 기술을 공유하여 AI가 더 나은 결과물을 도출하게 하는 방법을 학습시켜야 합니다. 이를 위해 '나의 AI 실패 사례'를 공유하는 것도 좋은 방법입니다. "AI에게 이런 프롬프트를 넣어서 해봤는데 이상한 결과가 나오더군요. 그래서 이렇게 저렇게 바꿔서 프롬프트를 넣었더니 꽤 유용한 결과를 얻을 수 있었습니다." AI 역량의 향상에도 현장 경험을 공유하는 것이 무엇보다 중요합니다.

AI가 타이핑 시간을 줄여줄 수는 있지만 치열한 고민을 대신할 수 없습니다. AI 시대의 진정한 경쟁력은 '얼마나 빨리 해냈는가'가 아니라, AI라는 거울로 '얼마나 더 깊이, 얼마나 다르게 생각할 수 있는가'에 달렸습니다. AI를 '업무의 보조 도구'에서 나의 지적 한계를 깨주는 '협업 파트너'로 격상시키는 것이 AI 고수가 되는 방법입니다. (끝)


*참고기사
https://hbr.org/2026/03/what-the-best-ai-users-do-differently-and-how-to-level-up-all-of-your-employees

반응형

  
,

AI는 외국 기업에게 관대(?)합니다   

2026. 3. 24. 08:00
반응형

 

만약에 여러분의 회사가 현재 투자를 검토 중인 중국 테크 기업이 있다고 가정해 보세요.  ChatGPT에게 "이 테크 기업의 향후 전망은 어때?"라고 질문하니 굉장히 장밋빛의 미래가 예상된다는 결과를 얻었다면, 여러분은 당장 투자하기로 결정을 내려야 할까요? 물론 AI의 답을 근거로 거액이 소요되는 투자를 바로 결정하지는 않겠지만 "오호, 그래? 투자를 긍정적으로 검토해야겠어."라는 마음은 들 겁니다.

하지만 주의를 해야 합니다. AI가 '외국 편향(Foreign Bias)'을 보인다는 것이 연구 결과로 나왔으니까요. 보통 우리 인간은 자기 나라 기업을 더 좋게 평가하는 '자국 편향(Home Bias)'를 나타내는데, AI는 정반대라는 것이죠. 외국 편향이란 '외국 기업에 대해 근거 없이 낙관론을 펼치는 경향'을 뜻합니다.

 



왜 AI는 외국 편향을 보일까요? 연구팀은 그 원인을 '정보의 가용성'에서 찾았습니다. ChatGPT는 주로 영어권 뉴스를 수집하고 학습하는데요, 미국 매체들이 보도하는 외국 기업 뉴스는 미국 기업 뉴스에 비해 양이 현저히 적을 수밖에 없습니다. 게다가 외국 기업에 관한 부정적인 소식은 별로 다루지 않죠. 그러니 부족한 정보를 학습한 AI는 한정된 정보(주로 긍정적인 정보)만을 토대로 "외국 기업은 앞으로 잘 될 것"이라는 편향된 제안을 하고 맙니다.

여기서 우리는 AI의 제안과 분석이 객관적일 것이라는 믿음은 미신이라는 사실을 또 한 번 주지해야 합니다. 해당 지역의 맥락이 담긴 로컬 데이터를 충분히 부여하지 않는 상태에서는 AI도 낯선 여행객처럼 어리버리할 수밖에 없습니다. 아니, 어리버리함을 속이고 당당하게 아는척을 한다는 게 더 큰 문제죠.

AI의 제안이 근거를 기반으로 한 통찰인지, 아니면 정보 부재로 인한 낙관인지를 구분하는 것은 우리 인간의 몫입니다. 좋은 답을 얻으려면 AI에게 해당 지역의 정보를 사전에 충분히 학습시키는 것 역시 인간의 역할이죠. 실제로 연구팀이 해당 국가(예: 중국)의 기업 뉴스를 충분히 입력하자 ChatGPT는 딥시크(중국의 AI LLM) 수준의 답변을 내놓았습니다. 외국 편향이 옅어진 것이죠.

오늘 여러분이 AI에게 낯선 나라의 사례를 질문한다면 해당 국가의 부정적인 뉴스나 리스크 요인 3가지를 찾아서 입력한 후에 다시 질문해 보세요. 이런 작은 '프롬프트 엔지니어링'으로 보다 현실적인 답변을 얻어낼 수 있으니까요.  (끝)


*참고논문
Cao, S., Wang, C. C. Y., & Yi, X. (2026). When LLMs Go Abroad: Foreign Bias in AI Financial Predictions. Harvard Business School.

반응형

  
,