경영진이 AI 도입을 강하게 밀어붙이는 회사에서 자주 나오는 장면이 있습니다. 도구는 도입됐고 계정도 발급됐는데, 몇 달이 지나도 실제 업무 흐름은 그대로입니다. 사용률 보고서에는 접속 기록이 찍혀 있지만 결과물은 예전 방식으로 만들어집니다.
이것을 개인의 게으름이나 세대 차이로 설명하면 대응이 어긋납니다. 최근 조사들은 조용한 반발이 상당한 규모로 존재하며, 그 동기가 대체로 합리적인 불안이라는 사실을 보여줍니다. 저항을 없앨 대상으로 보는 대신, 무엇이 정의되지 않아서 생긴 반응인지 읽는 편이 실질적입니다.
조용한 반발은 얼마나 되나
Writer와 Workplace Intelligence가 2026년 4월 발표한 조사에 따르면 응답자의 29%가 회사의 AI 전략을 실제로 방해한 적이 있다고 답했습니다. Z세대에서는 그 비율이 44%로 올라갔고, 가장 큰 이유로는 AI가 자기 일자리를 대체할 것이라는 불안(30%)이 꼽혔습니다. 이 조사는 미국·영국·유럽의 지식근로자 2,400명을 대상으로 했고, 그중 1,200명이 경영진입니다.
다른 조사도 비슷한 방향을 가리킵니다. 2026년 6월 미국 노동자 1,005명을 대상으로 한 Software Finder 조사에서는 절반 가까이가 새 AI 도구에 적극적으로 저항하고 있다고 스스로 답했습니다. 이 조사에서 눈여겨볼 항목은 임금입니다. 저항한다고 답한 집단의 평균 소득이 그렇지 않은 집단보다 약 20% 낮았습니다. 도입의 이득이 자기에게 돌아오지 않는다고 느끼는 위치일수록 반발이 크다는 해석이 가능합니다.
| 조사 | 시점과 대상 | 주요 수치 |
|---|---|---|
| Writer · Workplace Intelligence | 2026년 4월, 미국·영국·유럽 지식근로자 2,400명(경영진 1,200명 포함) | 방해 경험 29%, Z세대 44%, 동기는 일자리 불안 30% |
| Software Finder | 2026년 6월, 미국 노동자 1,005명 | 절반가량이 적극적 저항, 저항 집단 평균 소득 약 20% 낮음 |
두 조사는 표본과 질문이 다르므로 수치를 직접 더하거나 비교하면 안 됩니다. 다만 방향은 겹칩니다. 도입 실패의 원인을 도구 성능에서만 찾으면 놓치는 층이 있다는 것입니다.
저항은 어떤 모습으로 나타나나
노골적인 거부는 드뭅니다. 대부분은 관리자가 보기 어려운 형태로 나타납니다.
| 겉으로 보이는 모습 | 실제로 일어나는 일 | 이 신호가 가리키는 것 |
|---|---|---|
| “써봤는데 별로였습니다” | 한 번 써보고 결과가 나쁘자 그대로 종료 | 어떤 업무에 쓰라는 지정이 없음 |
| 접속 기록은 있는데 산출물은 그대로 | 형식만 채우고 실제 업무는 기존 방식 | 성과 평가가 기존 방식에 맞춰져 있음 |
| 결과를 전부 수작업으로 다시 검토 | 검수 기준이 없어 전량 재확인 | 어디까지 믿어도 되는지 합의되지 않음 |
| 잘 되는 사례를 공유하지 않음 | 효율을 드러내면 일이 늘거나 인원이 준다고 판단 | 개선의 이득 배분이 불명확함 |
| 노하우를 문서로 남기지 않음 | 자기만 아는 영역을 유지 | 대체 가능성에 대한 방어 |
마지막 두 줄이 특히 비용이 큽니다. 회사가 AI로 얻으려는 것은 대체로 반복 업무의 규칙화인데, 규칙을 내놓을 이유가 없는 구성원이 많으면 그 자산이 쌓이지 않습니다.
왜 강하게 밀수록 느려지나
같은 조사에서 경영진의 75%가 자사 AI 전략이 실제 지침이라기보다 보여주기에 가깝다고 인정했습니다. 도구는 사고 발표는 했지만, 어떤 업무를 어디까지 넘길지에 대한 결정은 미뤄둔 상태입니다. 이 상태에서 사용률만 압박하면 구성원은 비어 있는 부분을 각자 최악의 시나리오로 채웁니다. 실제로 도입률과 성과가 벌어지는 현상은 AI 에이전트 97% 도입, 유의미한 ROI는 29%였다에서도 같은 조사를 근거로 다뤘습니다.
조직의 AI 활용 수준은 가장 잘 준비된 부분이 아니라 가장 약한 부분에서 멈춥니다. 도구가 훌륭해도 위임 기준이 없으면 거기서 멈추고, 기준이 있어도 결과를 검수할 사람의 시간이 없으면 거기서 멈춥니다. 구성원의 신뢰도 이 목록에 들어가는 항목 중 하나입니다. 다른 셋이 갖춰져도 이 항목이 낮으면 전체가 그 수준에 맞춰집니다. 예산을 늘려 도구를 하나 더 사는 방식으로는 이 병목이 풀리지 않습니다.
무엇을 먼저 합의해야 하나
커뮤니케이션을 늘리라는 조언은 대개 실행되지 않습니다. 구체적으로는 아래 네 가지를 문서로 확정하는 일에 가깝습니다. 설득은 그다음입니다.
| 합의할 질문 | 확정 형태 | 확인 방법 |
|---|---|---|
| 어떤 업무를 AI가 맡는가 | 업무 목록과 제외 목록을 함께 명시 | 목록에 없는 업무를 강요하지 않음 |
| 확보된 시간은 어디로 가는가 | 인원 감축인지 업무 재배치인지 명시 | 애매하게 남기면 최악으로 해석됨 |
| 결과는 누가 어떻게 검수하는가 | 검수자와 통과 기준을 지정 | 전량 재확인이 사라지는지 확인 |
| 평가 기준은 어떻게 바뀌는가 | 산출량 대신 무엇을 볼지 사전 공지 | 기존 기준이 그대로면 방식도 그대로 |
두 번째 항목이 가장 자주 비어 있고, 가장 큰 저항을 만듭니다. 답하기 곤란하다는 이유로 미루면 구성원은 침묵을 답으로 받아들입니다. 감축 계획이 없다면 없다고 명시하고, 있다면 범위와 시점을 밝히는 편이 결과적으로 갈등이 적습니다.
커뮤니케이션으로 풀리지 않는 부분
여기서 선을 그어야 합니다. 모든 저항이 대화로 해소되지는 않습니다.
첫째, 실제로 인원을 줄이려는 계획이 있다면 커뮤니케이션은 저항을 없애지 못합니다. 이때 필요한 것은 설득 기술이 아니라 처우와 전환 배치에 대한 결정입니다. 공감 화법으로 감출 수 있는 문제가 아닙니다.
같은 이유로, 도입 후 문제가 드러났을 때도 철회가 아니라 경계 재설계가 현실적인 선택인 경우가 많습니다. Klarna는 왜 다시 사람을 채용했나에서 다룬 장면이 그렇습니다.
둘째, 업무 기준이 문서로 존재하지 않는 회사에서는 합의 자체가 불가능합니다. 넘길 업무의 판단 기준이 담당자 머릿속에만 있다면, 먼저 그 기준을 꺼내 적는 작업이 선행되어야 합니다. 이 단계를 건너뛰고 도구부터 도입하면 저항이 아니라 품질 문제가 먼저 터집니다.
셋째, 조사 수치는 국외 표본입니다. 국내 중소기업의 고용 구조와 의사결정 거리는 다릅니다. 방향을 참고하되 자사 비율을 추정하는 근거로 쓰기는 어렵습니다. 사내에서 직접 물어보는 편이 정확합니다.
정리
AI 도입이 멈추는 지점은 대체로 기술 앞이 아니라 사람 앞입니다. 그리고 그 사람들의 반응은 회사가 아직 정하지 않은 것이 무엇인지 꽤 정확하게 알려줍니다.
다음 세 가지부터 확인하는 것이 순서입니다.
- 도입한 도구로 처리하라고 지정된 업무 목록이 문서로 있는가
- 시간이 줄면 그 시간이 어디로 가는지 구성원이 알고 있는가
- AI를 써서 만든 결과가 기존 평가 기준에서 불리해지지는 않는가
세 질문에 답이 없는 상태라면, 사용률을 압박하기 전에 이 세 칸을 먼저 채우는 편이 빠릅니다.
