강의 자료 · AI TALK
겉보기에는 그럴듯하지만 동료의 일을 늘리는 AI 업무물, 워크슬롭을 다룹니다. 2026년 8월 기준 강의의 조사 수치와 사례를 바탕으로 검토 없이 보내는 문서가 시간과 평판에 미치는 영향을 살펴봅니다.
강의 원본을 옮긴 자료입니다. 제품 기능·가격·사건의 진행 상황은 원본에 표시된 시점을 기준으로 읽어 주세요.
- 워크슬롭은 AI를 써서 생산적으로 보이지만 실질적인 업무 성과로 이어지지 않는 결과물입니다.
- 이 강의는 문서의 겉모습보다 내용과 검증이 작성자의 평판에 어떤 영향을 미치는지 다룹니다.
- 분량은 길지만 요점이 없으면 받는 사람이 중요한 내용을 다시 찾아야 합니다.
- 그럴듯한 표현이 많아도 회사와 프로젝트의 실제 맥락이 빠져 있으면 도움이 되지 않습니다.
- 문서를 받은 뒤 일이 줄지 않고 재작업이 늘어나는지 확인합니다.
- 워크슬롭은 매끄럽게 다듬어져 보이지만 실질이 부족해 일을 진전시키지 못하는 AI 생성 업무물입니다.
- 보고서뿐 아니라 발표자료, 이메일, 회의 요약에서도 나타날 수 있습니다.
- 강의는 하버드 비즈니스 리뷰와 BetterUp Labs·스탠퍼드의 용어 정의를 소개합니다.
- 2025년 조사에서는 40%가 최근 한 달 안에 워크슬롭을 받았다고 답했습니다.
- 같은 조사에서 53%는 자신이 보낸 결과물도 워크슬롭일 수 있다고 인정했습니다.
- 2026년 사무직 962명 대상의 별도 연구에서는 52.7%가 동료에게 워크슬롭을 보낸 경험이 있다고 응답했습니다.
- 강의가 인용한 2025년 조사에서 워크슬롭 한 건을 파악하고 수정하는 데 걸린 시간은 1시간 51분입니다.
- 같은 조사에서 워크슬롭은 받는 업무물의 15.4%를 차지했습니다.
- 2026년 별도 연구에서는 남의 AI 문서를 검토·수정하는 시간이 월 3.4시간으로 제시됐습니다.
- BetterUp Labs·스탠퍼드의 추산으로 제시한 직원 1인당 월 처리 비용은 186달러입니다.
- 강의의 2026년 8월 29일 환율 1달러당 1,378.88원을 적용하면 약 25만 6,000원입니다.
- 직원 1만 명 기업의 연간 손실은 별도로 900만 달러, 약 124억원으로 소개합니다.
- 워크슬롭을 받은 뒤 보낸 사람을 덜 유능하게 평가했다는 응답은 50%, 신뢰가 줄었다는 응답은 42%였습니다.
- 34%는 이를 상사나 동료에게 알렸고, 33%는 보낸 사람과 함께 일하고 싶지 않다고 답했습니다.
- 검토 없는 AI 문서는 시간을 낭비시키는 데 그치지 않고 협업 관계에도 영향을 줄 수 있습니다.
- 강의가 인용한 조사에서 동료 간 전달은 40%, 부하에서 상사로는 19%, 상사에서 부하로는 16%였습니다.
- 워크슬롭은 조직의 한 방향으로만 흐르는 문제가 아닙니다.
- 별도의 Zety 조사에서는 절반 이상이 상사에게서 워크슬롭을 받는다고 응답한 것으로 소개합니다.
- 강의는 딜로이트의 호주 정부 보고서에서 존재하지 않는 판례·인용이 발견되고 부분 환불로 이어진 사례를 소개합니다.
- PwC에서는 가짜 각주, EY와 KPMG에서는 사실 오류나 존재하지 않는 사례를 인용해 보고서를 회수한 사례가 보도됐다고 정리합니다.
- 전문 기업의 결과물도 인용과 사실을 검증하지 않으면 워크슬롭 문제가 생길 수 있다는 점을 강조합니다.
- 미국 관리자 1,146명 대상 Resume.org 조사에서 70%가 지난 1년간 부하 직원의 AI 오류를 목격했다고 답했습니다.
- 관리자 5명 중 1명은 AI 오류로 1만 달러 이상 손실을 봤다고 응답했습니다.
- 별도의 직장인 조사에서는 65%가 AI 도입 전 업무를 그리워하고, 42%는 절약한 시간보다 검증 시간이 더 길다고 답한 것으로 소개합니다.
- 개인 차원에서는 AI 결과를 과신하고 검증을 생략하는 습관이 문제로 제시됩니다.
- 조직 차원에서는 AI 사용을 요구하면서도 사용 기준과 검토 방식을 정하지 않는 상황을 지적합니다.
- 질문하기 어려운 조직 환경도 AI로 급히 채운 결과물을 늘리는 요인으로 설명합니다.
- 기업 95%의 AI 투자 수익 문제는 별도의 MIT 조사 인용이며 워크슬롭 조사와 같은 표본이 아닙니다.
- 보낸 사람이 AI로 몇 분을 아끼더라도 받는 사람이 해독과 수정에 훨씬 긴 시간을 쓸 수 있습니다.
- 워크슬롭의 본질은 생각하는 수고를 없애는 것이 아니라 받는 사람에게 넘기는 데 있습니다.
- 개인의 작성 시간뿐 아니라 전체 협업 과정에서 줄어든 일을 기준으로 생산성을 판단해야 합니다.
- 내 생각과 목적을 먼저 정하고, AI가 만든 숫자·이름·인용은 모두 확인합니다.
- 내용을 내 말로 설명할 수 없다면 전송하지 않습니다.
- 받는 사람의 일을 줄이는지 확인하고, 분량을 늘리기보다 짧고 명확하게 정리합니다.
- 문제의 핵심은 AI 사용 자체보다 검토 없이 결과를 보내는 행동입니다.
- AI 결과를 목적에 맞게 다듬고 검증하는 과정을 업무의 일부로 삼아야 합니다.
- 강의는 AI 사용 여부보다 검증 여부가 결과물과 평판의 차이를 만든다고 정리합니다.
- 오늘 보낸 문서의 핵심을 직접 설명할 수 있는지 점검합니다.
- 받아본 AI 문서 중 무엇이 일을 더 어렵게 했는지 돌아보며 검토 기준을 구체화합니다.