AI promises productivity, but for managers, it's mostly a headache for now
🖼️ 인포그래픽
🖼️ 4컷 인포그래픽
💡 한 줄 요약
AI는 생산성 향상을 약속하지만, 관리자에게는 직원 평가의 어려움과 감독 부담, 도구 복잡성, AI 에이전트 통제 등 거버넌스 과제를 늘리고 있다.
📌 핵심 요약
- Monday.com이 의뢰한 Nielsen의 7개국 이사·고위 관리자 1,700명 설문에서 절반 이상은 AI 도입 후 직원 평가가 어려워졌다고 답했고, 거의 절반은 팀 결과물을 검토하고 지도하는 시간이 늘었다고 응답했다.
- 관리자의 94%는 AI를 통한 업무 개선에 기대감을 보였지만, Monday.com의 Michal Miller Levi는 AI 발전 속도를 조직의 절차가 따라가지 못하는 것이 문제라고 설명했다.
- 응답자의 78%는 AI 도입 후 직원 평가 방식을 바꿨으며 프롬프트 작성, AI에 위임할 업무 판단, 새로운 업무 방식 실험을 더 중시했다. 관리자의 46%는 의사결정에 AI를 참고하고 리더의 39%는 성과평가 초안 작성에 AI를 사용하지만, 기사는 관련 연구를 근거로 평가 편향 위험을 지적했다.
- AI 에이전트의 업무 배분·결과 검증·오류 개입은 새로운 ‘보이지 않는 노동’이 될 수 있다. 관리자의 57%는 조직 내 도구가 늘었다고, 약 51%는 도구 간 상호의존성과 군집화가 커졌다고 답했으며, AI 인프라가 완전히 최적화되고 중앙화됐다는 응답은 29%였다.
- 관리자의 58%는 향후 1년 안에 사람보다 많은 AI 에이전트를 감독하게 될 것으로 예상했다. 46%는 에이전트 행동의 통제력 상실을, 35%는 AI 결정에 대한 책임을 우려했으며, 중요한 업무와 결정에는 사람의 관여를 원했다.
🧩 주요 포인트
- 직원 결과물에서 사람과 AI의 기여를 구분하기 어려워짐 → 관리자 검토 부담과 직원 평가 기준의 변화가 함께 발생한다.
- 성과평가에 AI 활용이 확산되고 평가 편향 위험도 제기됨 → AI 활용 역량을 평가하는 과정 자체의 공정성이 쟁점이 된다.
- 도구 증가와 AI 에이전트 감독 확대가 동시에 진행됨 → 생산성 향상에는 조직 절차, 인프라, 사람의 관여와 책임을 다루는 거버넌스가 중요해진다.
🧠 상세 정리
1. 생산성 도구가 늘린 직원 평가 부담
기업들은 직원의 생산성을 높이기 위해 AI 도구를 제공하지만, 기사에서는 그 도입이 관리자에게 새로운 문제를 만들고 있다고 설명한다. Monday.com이 의뢰하고 Nielsen이 7개국 이사·고위 관리자 1,700명을 대상으로 실시한 설문에서, 절반 이상은 AI 도입 이후 직원의 업무를 평가하기가 더 어려워졌다고 답했다. 직원의 결과물이 이미 매끄럽게 다듬어진 상태로 전달돼, 직원이 직접 기여한 부분과 AI가 만든 부분을 구분하기 어렵다는 것이다. 거의 절반의 관리자는 팀의 결과물을 검토하고 지도하는 데 이전보다 더 많은 시간을 쓴다고 응답했다. 이는 완성된 결과물의 겉모습만으로 직원의 기여를 판단하기 어려워졌으며, AI 활용이 관리자의 검토 시간을 줄여주리라는 기대와 다른 상황이 나타나고 있음을 보여준다.
2. 높은 기대감과 조직 적응 속도의 간극
이러한 어려움이 관리자들의 AI에 대한 부정적 태도를 뜻하는 것은 아니다. 설문에 참여한 관리자의 94%는 AI를 활용한 업무 개선에 기대감을 나타냈고, 많은 응답자는 AI를 어디에 적용해야 가장 큰 가치를 얻을 수 있는지 알고 있다고 자신했다. Monday.com의 시장조사·고객 인사이트 책임자 Michal Miller Levi는 이러한 열기를 2000년대 인터넷 초창기에 사람들이 느꼈던 ‘마법’과 비교했다. 다만 Levi는 AI가 관리자 개인의 업무에는 잘 작동하더라도, 조직 전체를 이끌어야 하는 관리자의 역할에는 별도의 어려움이 있다고 설명했다. 그의 진단은 AI의 발전 속도가 조직 절차의 변화보다 빠르기 때문에, 개인이 얻는 효용과 조직 차원의 운영 능력 사이에 간극이 생긴다는 것이다.
3. 바뀌는 평가 기준과 평가 과정의 AI 활용
관리자들은 AI 도입에 맞춰 직원을 판단하는 기준도 바꾸고 있다. 응답자의 78%는 평가 방식을 변경했다고 답했으며, 직원이 프롬프트를 얼마나 잘 작성하는지, 어떤 업무를 AI에 맡길지 판단하는지, 새로운 업무 방식을 실험하는지에 더 큰 비중을 뒀다. 그러나 직원 결과물에서 AI의 기여를 쉽게 구분할 수 없다면 이러한 평가를 얼마나 공정하게 수행할 수 있는지가 문제로 남는다. 여기에 평가하는 관리자 자신도 AI를 활용하면서 판단 과정이 더욱 복잡해진다. 설문에서는 관리자의 46%가 의사결정에 AI를 참고하고, 리더의 39%가 성과평가 초안을 작성하는 데 AI를 사용한다고 답해, AI가 평가 대상인 직원의 업무뿐 아니라 평가자의 판단에도 관여하고 있음을 보여줬다.
4. 성과평가에 유입될 수 있는 편향
기사는 성과평가에 AI를 활용하면 기존 평가 과정의 편향이 더 커질 위험이 있다고 지적한다. 그 근거로 LLM은 기본적으로 예측을 수행하며, 학습 데이터에 담긴 인간의 패턴을 반복하는 경향이 있다고 설명한다. Luxembourg Institute of Socio-Economic Research의 2026년 연구는 명확하고 객관적인 기준이 없고 개인들을 각각 독립적으로 평가하는 조건에서, LLM의 성과평가가 인간의 평가와 비슷한 경향을 보인다고 밝혔다. 또 2025년 초 연구는 AI 모델이 흑인 남성 지원자에게 편향될 수 있고, 사회집단에 따라 편향의 방향과 크기가 상당히 달라진다고 보고했다. 기자가 AI의 성과평가 참여로 외부 편향이 유입될 가능성을 묻자, Levi는 기업들이 이런 문제를 어떻게 다룰지 아직 정립하지 못했다고 답했다.
5. 보이지 않는 감독 노동과 늘어나는 도구
AI는 관리자의 일상 업무에도 변화를 만들고 있다. 누군가는 AI 에이전트에 맡길 업무를 정하고, 결과를 확인하며, 문제가 생겼을 때 개입해야 하는데, 보고서는 이러한 감독이 새로운 ‘보이지 않는 노동’이 될 수 있다고 제시한다. 소프트웨어 관리도 복잡해져 관리자의 57%는 조직에서 사용하는 도구가 늘었다고, 약 51%는 AI 도입 이후 도구 간 상호의존성과 군집화가 커졌다고 답했다. AI 인프라가 완전히 최적화되고 중앙화됐다는 응답은 29%에 그쳤다. Levi는 기업들이 AI로 소프트웨어 수를 줄일 것으로 기대했지만, 실제로는 더 많은 앱과 통합 기능, 직원들이 회사의 승인 체계 밖에서 도입하는 섀도 AI 사용을 다루게 됐다고 설명했다.
6. 자율 에이전트 확대가 드러낸 통제와 책임 문제
스스로 행동할 수 있는 AI 에이전트가 배치되면서 관리자의 통제 필요성도 커지고 있다. 설문에서 관리자의 58%는 향후 1년 안에 사람인 직원보다 더 많은 AI 에이전트를 감독하게 될 것으로 예상했고, 46%는 에이전트의 행동을 통제하지 못할 가능성을 걱정했다. 응답자의 35%는 AI가 내린 결정에 대해 자신이 책임을 지게 되는 상황을 우려했으며, 기사는 LLM이 여전히 상당 부분 예측하기 어렵다는 점을 함께 짚었다. Levi는 관리자들이 에이전트의 완전한 자율성을 원하지 않으며, 중요한 업무와 결정에서는 AI가 사람을 참여시키고 의견을 구하기를 바란다고 설명했다. 기사의 결론은 AI 도입이 생산성 향상의 기회인 동시에 거버넌스 문제가 되고 있으며, 이를 다룰 적절한 절차와 인프라가 없으면 관리자들이 운영을 유지하기 위해 분주해진다는 것이다.
🧾 핵심 주장 / 시사점
- 관리자의 높은 AI 기대감과 늘어난 검토 부담은 동시에 존재한다. 개인 업무에서 느끼는 AI의 효용이 조직 운영의 부담 감소로 곧바로 이어지지는 않는다는 점이 드러난다.
- 직원의 AI 활용 역량이 평가 기준에 포함되는 동시에 관리자도 평가에 AI를 사용하면서, 직원의 기여를 구분하는 문제와 평가 과정의 편향 문제가 맞물린다.
- 도구 통합에 대한 기대와 실제 도구 증가 사이의 차이는 AI 도입의 성과를 생산성만으로 판단하기 어렵게 한다. 에이전트 감독, 통제력, 책임까지 조직 운영의 과제로 다뤄야 한다는 것이 기사의 시사점이다.
✅ 액션 아이템
- 직원 평가 기준 변경 시 프롬프트 작성, AI에 위임할 업무 판단, 새로운 업무 방식 실험과 실제 직원 기여를 함께 검토.
- 성과평가 초안 작성에 AI를 사용하는 과정에서 평가 편향 위험과 공정성을 점검.
- AI 에이전트의 중요한 업무와 결정에 대한 사람의 관여, 통제 범위, 책임을 명확화.
❓ 열린 질문
- 직원과 AI의 기여를 구분하기 어려운 상황에서 프롬프트 작성과 AI에 위임할 업무 판단 역량을 어떻게 공정하게 평가할 수 있을까?
- 리더의 39%가 성과평가 초안 작성에 AI를 사용하는 상황에서 평가 편향 위험을 어떻게 줄일 수 있을까?
- 관리자의 58%가 향후 1년 안에 사람보다 많은 AI 에이전트를 감독할 것으로 예상하는 가운데, 중요한 업무와 결정에 사람의 관여를 어떻게 확보할 수 있을까?
