한 제조업체 HR팀장이 이렇게 말했다. “직원들이 AI를 싫어하는 게 아닙니다. 그냥 지친 겁니다.” ERP 전환, 그룹웨어 교체, RPA 도입, 그리고 이제 생성형 AI까지. 2년 사이 네 번째 ‘디지털 전환’을 맞은 현장에서 기술 자체를 거부하는 사람은 드물다. 문제는 변화 피로(change fatigue)다.
한 줄 요약: AI 도입의 진짜 적은 기술 저항이 아니라 변화 피로다. 리더가 ‘왜’를 먼저 말하고, 점진적 통합을 설계하며, HR이 조직의 변화 수용력을 진단·관리하는 포지션으로 이동해야 안착한다.
AI 도입의 진짜 적은 기술 저항이 아니라 피로감이라는 사실, 이걸 인식하는 순간 HR의 역할이 완전히 달라진다.
기술 거부가 아니다 — ‘또 바뀐다’는 피로가 본질이다
MIT 슬론 매니지먼트 리뷰의 현장 분석이 흥미로운 지점을 짚었다. AI 도입에 저항하는 조직을 깊이 들여다보면, 기술 혐오가 아니라 변화 피로가 진짜 차단벽이라는 것이다. 건설, 광업, 폐기물 관리처럼 레거시 소프트웨어가 수십 년째 돌아가는 업종에서 특히 이 현상이 두드러진다. 이미 여러 차례 시스템 교체를 겪은 직원들에게 “이번엔 AI입니다”라는 말은 또 하나의 학습 부담으로 들린다.
개인적으로 이 분석이 핵심을 찔렀다고 본다. 한국 기업도 다르지 않다. 2024년 RPA, 2025년 챗봇, 2026년 에이전트. 매년 새 도구가 내려오는데, 현장에서 이전 도구의 효과를 체감하기도 전에 다음 것이 온다. 직원 입장에서는 “배워봤자 또 바뀔 텐데”라는 학습된 무력감이 쌓인다.
세 가지 장벽이 반복적으로 관찰된다. 첫째, 이해 부족에서 오는 막연한 두려움. 둘째, 주변이 모두 AI를 얘기하는데 나만 뒤처진다는 FOBO(Fear of Being Obsolete). 셋째, 기술이 내 업무 영역을 침범한다는 불편함. 이 세 가지는 기술 교육만으로 해결되지 않는다. 감정의 문제이기 때문이다.
리더가 먼저 ‘왜’를 말해야 피로가 줄어든다
그렇다면 변화 피로를 어떻게 줄일 것인가. 답은 의외로 단순하다. 리더가 먼저 목적을 선언하는 것이다.
AI는 이메일을 쓰고, 회의를 요약하고, 데이터에서 인사이트를 뽑아준다. 그런데 AI가 못 하는 것이 있다. 목적을 정의하지 못한다. 방 안의 분위기를 읽지 못한다. 신뢰를 쌓거나 팔로워십을 얻지 못한다. 불완전한 데이터 앞에서 판단을 내리지 못한다. 이건 사람의 영역이다.
실행 팁 — 리더의 ‘왜’ 선언 문장 “퇴사 예측 모델을 도입합니다”보다 “우리 팀에서 갑자기 사람이 빠져 업무가 몰리는 상황을 줄이겠습니다“가 훨씬 설득력 있다. 기술이 아니라 문제를 먼저 말한다.
솔직히 말하면, 많은 조직이 AI 도입을 ‘기술팀의 일’로 넘긴다. 그게 실패의 시작이다. 리더가 “이 기술을 왜 쓰는지, 우리 조직의 어떤 문제를 해결하려는 것인지”를 직접 설명하지 않으면, 현장은 ‘또 하나의 프로젝트’로 받아들인다. 의료 현장의 사례가 이를 잘 보여준다. AI가 행정 업무를 처리해주면서 의사와 간호사가 환자와 보내는 시간이 늘어났다. 여기서 핵심은 AI 기술이 아니라, “환자 접점 시간을 늘리겠다”는 리더의 목적 선언이었다.
HR 실무에서도 마찬가지다. “퇴사 예측 모델을 도입합니다”보다 “우리 팀에서 갑자기 사람이 빠져 업무가 몰리는 상황을 줄이겠습니다”가 훨씬 설득력 있다. 기술이 아니라 문제를 먼저 말해야 한다.
점진적 통합이 극적 전환을 이긴다 — HR의 3단계 설계
변화 피로를 관리하는 HR 전략은 세 단계로 설계할 수 있다.
1단계: 작게 시작하고 성과를 보여준다. 전사 도입 전에 한 팀, 한 업무에서 먼저 AI를 적용한다. 채용팀의 이력서 스크리닝, 급여팀의 데이터 정합성 검증, 교육팀의 콘텐츠 초안 작성처럼 반복적이고 시간이 많이 드는 업무가 좋은 출발점이다. 성공 사례가 나오면 내부에 공유한다. “저 팀은 AI로 주 5시간을 절약했대”라는 동료의 경험이 어떤 교육보다 강력하다.
2단계: 리더가 훈련에 직접 참여한다. MIT 슬론 분석에서 강조한 포인트다. 리더가 AI 교육에 눈에 띄게 참여하고, 배우는 과정을 솔직하게 보여줄 때 조직의 수용도가 올라간다. “저도 처음에 프롬프트 쓰는 게 어색했습니다”라고 팀장이 말하는 순간, 직원의 심리적 안전감이 생긴다. 반대로 “이거 안 쓰면 뒤처집니다”라는 압박은 FOBO만 키운다.
3단계: AI를 ‘목적지’가 아니라 ‘여정’으로 프레이밍한다. “올해 안에 전사 AI 도입 완료”같은 선언이 가장 위험하다. 기한을 정하는 순간, 현장은 또 하나의 마감 압박을 느낀다. 대신 “지속적인 실험과 개선”이라는 프레임이 변화 피로를 줄인다. 분기마다 작은 실험을 하나씩 추가하고, 안 맞으면 빼는 것이다.
주의 — 기한 선언의 함정 “올해 안에 전사 AI 도입 완료”는 또 하나의 마감 압박으로 작동해 변화 피로를 키운다. 도입률 KPI 대신 ‘지속적 실험·개선’ 프레임으로 전환할 것.
AI 시대 HR의 새 포지션 — ‘변화 피로 관리자’
2026년 HR의 역할이 달라지고 있다. 단순히 AI 도구를 선정하고 교육하는 역할을 넘어, 조직의 변화 수용력(change capacity)을 진단하고 관리하는 포지션이 필요해졌다.
구체적으로 이런 질문을 던져야 한다. 우리 조직은 지난 2년간 몇 번의 시스템 변경을 겪었는가? 현장의 변화 피로 수준은 어떤가? 이전 도입의 효과를 직원들이 체감하고 있는가? 이 질문에 답하지 않고 새 AI 프로젝트를 시작하면, 아무리 좋은 기술이라도 현장에 안착하지 못한다.
AI 플루언시(AI를 자연스럽게 활용하는 역량)가 HR 담당자의 필수 역량이 되고 있다는 분석도 같은 맥락이다. 하지만 여기서 놓치면 안 되는 건, AI 플루언시는 ‘기술을 잘 다루는 능력’이 아니라 ‘기술이 조직에 미치는 영향을 읽고 조율하는 능력’이라는 점이다. 프롬프트를 잘 쓰는 것보다 “이 도구를 지금 도입하면 현장이 소화할 수 있는가”를 판단하는 게 더 중요하다.
실무 체크리스트 — AI 도입 전 변화 피로 진단 5문항
- ☐ 최근 18개월 내 전사 시스템 변경이 2회 이상 있었는가?
- ☐ 이전 디지털 도구 도입의 효과를 직원 50% 이상이 체감하는가?
- ☐ AI 도입의 ‘목적'(해결할 문제)이 한 문장으로 정리되어 있는가?
- ☐ 경영진이 AI 교육에 직접 참여할 의사가 있는가?
- ☐ 전사 동시 도입이 아닌 파일럿→확산 로드맵이 준비되어 있는가?
다섯 문항 중 3개 이상 ‘아니오’라면, AI 도구를 선정하기 전에 조직의 변화 수용력부터 점검해야 한다. 기술은 준비됐는데 사람이 준비 안 된 상태에서 밀어붙이면, 도입률 수치만 올라가고 실제 활용률은 바닥을 친다.
💡 실무 시사점 — HR이 이번 분기에 점검할 3가지:
① 변화 피로 진단 먼저. 도구 선정 전에 18개월 내 시스템 변경 횟수, 이전 도구 효과 체감률부터 측정.
② 리더의 ‘왜’ 선언. 기술팀에 떠넘기지 말고 리더가 직접 해결할 문제를 한 문장으로 정의·공유.
③ 파일럿→확산 로드맵. 전사 동시 도입 금지. 한 팀·한 업무에서 시작해 사례를 내부 증거로 누적.
#변화피로#AI도입설계#변화수용력#HR플루언시
답은 아직 정해지지 않았다. 다만 방향은 보인다. AI가 빨라질수록, HR은 느려져야 할 때가 있다. 조직이 숨 쉴 틈을 주는 것 — 그게 2026년 AI 시대 HR의 가장 중요한 역할일 수 있다.
참고 링크
- MIT Sloan Management Review, “The Human Side of AI Adoption: Lessons From the Field” (2026)
- Entrepreneur, “Machines Execute. Humans Lead — Why Great Leadership Still Matters in the Age of AI” (2026)
- HR인사이트, “2026년, HR 패러다임 시프트” (2026)
작성: 서재홍 | NODE