AI가 팀을 망가뜨리는 순간, HR이 개입해야 할 타이밍

한 줄 요약: AI 결과물이 검증 없이 흘러다니면 팀 신뢰가 무너진다. HBR이 명명한 ‘워크슬롭(Workslop)’은 기술 문제가 아니라 협업 규범 재설계의 문제다.

마케팅팀 팀장 김 부장이 처음 생성형 AI 툴을 도입했을 때, 기대는 컸다. 서류 작업 시간이 줄고, 캠페인 분석 리포트도 훨씬 빠르게 나왔다. 그런데 3개월 뒤 팀 분위기가 이상해졌다. 회의에서 의견이 줄었고, 팀원들이 서로의 아이디어보다 AI 결과물을 더 신뢰하는 것 같은 묘한 분위기가 흘렀다. 그 무렵 주요 캠페인 하나가 크게 실패했다. AI가 고객 세그먼트를 근본적으로 오해하고 있었는데, 아무도 그걸 제대로 검토하지 않았다.

이게 특정 회사만의 이야기가 아니다. AI 도구를 도입한 많은 조직에서 지금 비슷한 일이 벌어지고 있다.

AI가 만들어낸 새로운 팀 갈등의 이름 — 워크슬롭

Harvard Business Review는 최근 이 현상에 이름을 붙였다. 워크슬롭(Workslop). AI가 생성한 결과물이 충분히 검증되지 않은 채 팀 내로 흘러들어가 다른 팀원들에게 과중한 수정·재작업 부담을 떠넘기는 현상이다.

단순히 품질 문제가 아니다. 워크슬롭이 누적되면 팀원 사이에 “저 사람은 AI한테 일을 떠넘기는구나”라는 인식이 생긴다. 이는 신뢰 손상으로 이어진다. 그리고 팀 심리적 안전감(psychological safety)이 무너지면, 사람들은 자신의 판단에 확신을 잃기 시작한다. 실패한 캠페인 이후 팀원들이 “AI뿐 아니라 자기 자신의 능력까지 의심”하게 됐다는 사례는 이 메커니즘을 단적으로 보여준다.

Amy C. Edmondson 교수팀의 분석이 지적하는 핵심은 이것이다. 대부분의 리더들은 이를 기술적 과제로만 본다. ‘AI 프롬프트를 개선하자’, ‘AI 툴을 바꾸자’는 식이다. 그런데 진짜 문제는 팀 협업의 규범이 AI 도입 이후 재설계되지 않았다는 것이다.

HR이 놓치고 있는 AI 도입의 이면

AI 도구 도입은 보통 IT 부서나 경영진이 결정한다. HR은 이후에 ‘변화관리’ 역할로 끌려들어온다. 교육 몇 번 하고, 안내 메일 보내고 끝. 이 구조에서 HR은 정작 중요한 타이밍을 놓친다.

AI가 팀 역학을 바꾸는 순간, HR이 먼저 개입해야 한다. 구체적으로는 세 가지 지점이다.

첫째, AI 결과물에 대한 팀 내 검토 프로세스 설계. AI가 생성한 콘텐츠·분석을 누가, 어떤 기준으로 검토하는지 명확히 정해두지 않으면 워크슬롭은 반복된다. 이건 IT 세팅이 아니라 협업 규범의 문제다. HR이 직접 개입해서 ‘팀 내 AI 사용 가이드라인’을 만들어야 한다.

둘째, 역할 재정의. AI가 반복 업무를 가져간 자리에 무엇을 채울지 정해야 한다. 이게 불분명하면 팀원들은 자신의 역할이 축소됐다고 느끼고, 동기를 잃는다. “AI가 서류 검토를 하면, 나는 무엇을 해야 하는가?”라는 질문에 HR이 답을 갖고 있어야 한다.

셋째, 심리적 안전감 모니터링. AI 도입 이후 팀 내 발언 빈도, 의견 충돌 빈도, 1:1 피드백 요청 횟수 같은 신호들을 추적해야 한다. 이런 데이터가 갑자기 줄어든다면, 팀 신뢰가 이미 흔들리고 있다는 경고다.

AX 솔루션이 약속하는 것, 그리고 빠뜨린 것

국내 HR 현장에서 ‘AX(AI Transformation)’ 솔루션 도입이 빠르게 늘고 있다. 채용 서류 자동 분류, 면접 일정 조율, 온보딩 챗봇, 성과 데이터 분석 등 반복 업무 자동화가 주된 내용이다. GS그룹은 AI 활용으로 채용 서류 검토 시간을 대폭 줄이고, HR 담당자가 전략적 채용 기획에 집중할 수 있는 환경을 만들었다.

효율성은 분명히 올라간다. 그런데 AX 솔루션이 자주 빠뜨리는 부분이 있다. AI의 신뢰성(Reliability) 관리다.

AI는 할루시네이션(hallucination, 그럴듯하지만 틀린 정보 생성)을 일으킨다. 채용 AI가 특정 학교 출신이나 연령대를 패턴으로 학습하면, 편향된 필터링이 일어날 수 있다. 성과 데이터 분석 AI가 잘못된 변수를 중요하게 처리하면, 엉뚱한 평가 결과가 나온다. 이 오류들은 IT 팀이 잡아내기 어렵다. HR 전문성을 가진 사람이 결과물을 주기적으로 검증하는 구조가 없으면, 문제는 누적된다.

솔직히 말하면, 많은 AX 도입 사례에서 이 검증 구조가 빠져 있다. “AI가 하면 더 객관적이겠지”라는 막연한 신뢰가 그 자리를 채우고 있다.

실무에서 써볼 수 있는 접근: Claude + Notion 조합 사례

큰 솔루션을 도입하지 않아도 시작할 수 있다. 중견기업 HR팀들이 실제로 쓰고 있는 방식 하나를 소개한다.

Notion AI와 Claude를 조합해 채용 JD(직무기술서) 초안을 생성하고, HR 담당자가 그 결과물에서 편향 가능성이 있는 표현을 검토하는 구조다. 아래는 Claude를 활용해 JD를 검토하는 간단한 프롬프트 패턴이다.

# JD 편향 검토 프롬프트 예시

다음 채용 공고 텍스트를 검토하고, 아래 기준으로 문제가 있는 표현을 찾아 수정 제안을 해줘:
1. 특정 성별 또는 연령대를 암묵적으로 선호하거나 배제하는 표현
2. 직무와 무관한 자격 조건 (예: "활달한 성격", "체력이 좋은")
3. 과도하게 높은 스펙 요건 (직무 분석 결과와 비교해서)

[JD 텍스트 붙여넣기]

출력 형식: 문제 표현 → 수정 제안 → 이유 (한국 고용평등법 기준 포함)

이렇게 하면 AI가 초안을 생성하는 속도는 유지하면서, HR 담당자가 법적·윤리적 리스크를 걸러내는 역할을 명확히 갖게 된다. Workday나 SAP SuccessFactors 같은 대형 HCM 시스템을 쓰는 곳에서도 이 프롬프트 레이어를 추가하는 방식은 즉시 적용 가능하다.

AI 시대 HR의 포지션은 ‘통역사’다

arXiv에 최근 게재된 워크포스 분야 연구들은 공통적으로 하나를 강조한다. AI가 업무 스택을 바꾸는 속도보다 조직이 그 변화를 소화하는 속도가 훨씬 느리다는 것. 기술 tipping point(전환점)는 빠르게 오지만, 인력 재배치와 역할 재정의에는 평균 18~24개월이 걸린다는 분석도 있다.

이 간격이 바로 HR이 채워야 할 공간이다. AI가 만들어낸 변화를 조직 언어로 번역하고, 팀 규범을 재설계하고, 사람들이 새 역할에 적응할 수 있도록 경로를 만드는 것. 그게 AX 시대 HR의 실질적인 일이다.

“AI를 잘 쓰는 팀”과 “AI 때문에 흔들리는 팀”의 차이는 기술 격차가 아니다. 협업 규범이 업데이트됐는지, 그리고 그걸 설계한 사람이 있는지의 차이다. HR이 그 자리에 있어야 한다.

💡 시사점:

① AI 도입은 IT 결정이 아니라 협업 규범 재설계이며, HR이 그 자리에 있어야 한다.

② AX 솔루션은 효율을 올리지만 신뢰성 관리(편향·할루시네이션 검증)는 별도 설계가 필요하다.

③ HR의 새 포지션은 ‘통역사’ — AI 변화를 조직 언어로 번역하고 팀 규범을 재설계하는 역할이다.

#워크슬롭 #AX #협업규범

참고 링크

• HBR Korea, “AI가 깨뜨린 팀의 신뢰를 회복하는 방법” (2026)
• HR인사이트, “AX 솔루션에 찾는 HR의 미래는 관리” (2026)
• arXiv, “Evolutionary Optimization of AI-Collapsed Software Development Stacks: Labor Tipping Points and Workforce Realignment” (2026)

작성: 서재홍 | NODE