생성형 AI의 기대와 업무 현장의 현실이 충돌할 때
2022년 말, ChatGPT의 등장은 생성형 인공지능(generative AI)을 대중적 관심의 중심으로 끌어올렸다. 이 기술은 이미지, 문장, 코드, 음악 등 다양한 창작물을 스스로 만들어내며, 인간의 창의성과 상상력을 보완하거나 대체할 수 있는 도구로 주목받기 시작했다.
기업들은 기대에 부응하듯 빠르게 움직였다. 마케팅 콘텐츠를 자동 생성하고, 고객 응대를 AI가 처리하며, 회의록을 실시간으로 요약하는 등 다양한 영역에서 생성형 AI를 조직 내에 도입했다. ‘누구나 자신의 비서, 기획자, 심지어 디자이너를 갖게 될 것’이라는 환상은 현실처럼 다가왔다.
그러나 이른바 ‘생성형 AI 판타지’는 실제 업무 현장과 마주하며 여러 한계에 부딪치고 있다. 기술은 준비됐지만, 정작 사람과 조직은 준비되지 않았다. 조직 문화는 여전히 변화에 둔감하고, 새로운 도구를 사용하는 일상의 방식은 쉽게 바뀌지 않는다. 기대와 실천 사이에는 분명한 간극이 존재하며, 이를 메우려는 시도와 그로 인한 시행착오가 곳곳에서 반복되고 있다.
기술은 준비됐다. 사람은 어떤가?
2023년 마이크로소프트는 Copilot이라는 생성형 AI 기반 도구를 오피스 제품군에 전격 통합했다. 사용자는 "이 회의의 요점을 정리해줘", "지난 분기 매출 데이터를 기반으로 보고서를 작성해줘"와 같은 명령만으로 문서의 초안을 자동 생성할 수 있게 됐다.
초기 사용자 반응은 긍정적이었다. 특히 보고서 초안 구성 등 반복적이고 형식적인 작업에서 생산성 향상이 체감됐고, 회의록 정리나 메일 작성도 빨라졌다.
그러나 시간이 지남에 따라 사용 경험은 양극화되었다. 일부 직원은 AI의 속도감과 효율성에 만족했지만, 많은 이들은 결과물의 ‘품질’에 대한 의문을 품기 시작했다. 문서가 조직의 맥락을 반영하지 못하거나, 표현이 부자연스러울 때가 잦았기 때문이다.
한 사용자는 “Copilot이 만들어준 보고서를 결국 내가 다시 다듬느라 더 많은 시간을 썼다”고 말했다. 생성형 AI가 형식적인 문장을 제공하는 데는 능했지만, 핵심 메시지나 조직 특유의 표현 문화를 반영하는 데에는 한계가 있었다.
미국의 한 대형 보험사는 Copilot을 보고서 작성 업무에 시범 도입했지만, 3개월 뒤 실제 사용률은 15%에 그쳤다. 직원들은 AI가 작성한 문서에 대한 신뢰가 낮았고, 오히려 검토와 수정에 더 많은 시간이 들었다. IT 부서의 한 직원은 다음과 같이 말했다.
“AI가 초안을 만들어줘도 결국 사람이 다듬고, 검토하고, 승인해야 해요. 그럴 바에야 처음부터 사람이 작성하는 게 낫다는 회의감이 커졌죠.”
이처럼 기술 자체의 가능성은 충분하지만, 그것이 업무 방식과 자연스럽게 융합되기 위해서는 ‘기술을 받아들이는 사람의 심리’와 ‘조직 내 의사결정 구조’, ‘업무에 대한 신뢰 체계’까지 함께 변화해야 한다는 사실이 드러나고 있다.
생성형 AI의 현장 적용 사례들
생성형 AI는 이론적으로 '모든 것을 자동화'할 수 있는 잠재력을 가지고 있지만, 실제 현장에서는 산업별, 직무별로 그 양상과 효과가 다르게 나타난다.
디자인과 마케팅 업계에서는 생성형 AI의 활용이 비교적 빠르게 자리 잡고 있다. 글로벌 광고 대행사 WPP는 2023년부터 일부 캠페인 기획 단계에 생성형 AI를 도입하여, 브랜드 이미지에 맞는 슬로건과 배너 디자인을 초안 형태로 생산하는 방식을 채택했다. 이 과정에서 인간 디자이너들은 아이디어를 검토하고, 세부적인 부분을 다듬는 역할로 전환되었다. 그 결과 작업 시간이 약 30% 단축되었으며, 반복적인 업무의 피로감도 크게 줄어들었다.
또한, 유니클로는 상품 소개 문구를 생성형 AI로 초안을 작성하고, 이를 마케터가 다듬는 방식으로 콘텐츠 생산 과정을 개선했다. 특히 대규모 온라인 쇼핑몰에서 다양한 시즌과 다양한 연령층을 타깃으로 한 상품 콘텐츠가 끊임없이 필요했기 때문에, AI는 이러한 반복적인 언어 생산 업무를 효과적으로 대체했다. 이로 인해 마케터는 창의적인 기획에 더 집중할 수 있게 되었고, 전체 캠페인의 속도도 눈에 띄게 빨라졌다.
반면, 의료나 법률과 같은 고신뢰 산업에서는 생성형 AI의 도입이 훨씬 더 신중하게 이루어지고 있다. 예를 들어, 한 글로벌 로펌에서는 AI를 사용해 계약서 초안을 작성하고, 이를 변호사가 최종적으로 검토하는 시스템을 도입했다. 그러나 계약서에 포함될 중요한 법적 용어나 사례가 놓칠 수 있기 때문에, AI의 자동화 능력에 대한 신뢰가 충분하지 않다는 의견도 존재했다. 이런 경우, AI는 업무의 보조 역할을 하고, 최종 검토와 결정은 여전히 인간 전문가에게 의존한다.
이처럼 생성형 AI의 현장 적용은 각 산업의 특성과 업무의 성격에 따라 다르게 나타난다. 창의적인 작업이 많은 분야에서는 AI가 유용한 보조 도구로 자리잡을 수 있지만, 신뢰성이 중요한 분야에서는 여전히 인간의 역할이 필수적이다.
변화에 둔감한 조직 문화, AI의 진화를 가로막다
기술 도입의 속도는 빠르지만, 조직 문화의 변화는 그보다 훨씬 느리다. AI가 창의성을 증폭시키는 도구로 설계되었지만, 많은 사람들은 이를 감시하거나 대체하는 존재로 인식하고 있다. 이러한 인식의 차이는 AI의 도입과 활용에 있어서 큰 장애물이 되고 있다. 특히, 새로운 기술을 받아들이는 데 있어 문화적 저항이 큰 조직에서는 AI 도입이 더딘 경우가 많다.
예를 들어, 일부 중소기업에서는 AI 도입을 꺼리는 경우가 많았다. 직원들이 AI의 효율성에 의문을 제기하거나, 일자리가 위협받을 것이라는 우려가 커졌기 때문이다. 이와 같은 불안은 특히 자율성이 중요한 업무 환경에서 두드러졌다. 일부 직원들은 AI가 일자리를 대체할 뿐만 아니라, 자신의 업무에 대한 통제를 잃을까 두려워했다.
또한, 실패를 허용하지 않는 조직문화도 AI의 효과적인 활용을 가로막는다. AI는 완벽하지 않다. 예측 불가능한 상황에서는 오류가 발생할 수 있다. 그러나 실패를 용납하지 않는 분위기에서는 AI 도입 후 발생할 수 있는 실패를 받아들이기가 어렵다. 이는 결국 AI 도입을 주저하게 만들고, 조직 내에서 실험적인 접근을 차단하는 결과를 초래한다.
AI가 아무리 유능하더라도, 사람들이 이를 받아들이지 않으면 기술은 제자리걸음일 뿐이다. 기술은 빠르게 발전하고 있지만, 그것이 실제로 조직에서 활용되기 위해서는 사람들의 마음을 여는 일이 먼저 이루어져야 한다.
결론적으로 생성형 AI는 업무 현장에서 새로운 가능성을 열어주는 도구임에 틀림없다. 그러나 기술의 발전이 사람들의 업무 방식과 문화를 바꾸는 일은 결코 쉬운 일이 아니다. 특히, 변화에 대한 저항과 신뢰 문제는 기술 도입의 큰 장애물로 작용하고 있다. 이러한 문제를 해결하기 위해서는 기술을 도입하는 과정에서의 교육과 조직 문화의 변화가 함께 이루어져야 한다.
기술 도입이 빠르다고 해서 그것이 곧 실질적인 변화를 의미하지는 않는다. 기술을 사용하는 사람들의 마음을 움직이고, 실패를 두려워하지 않는 문화를 만드는 것이 생성형 AI를 효과적으로 활용하는 열쇠가 될 것이다.
When Expectations for Generative AI Clash with the Reality of the Workplace
At the end of 2022, the emergence of ChatGPT brought generative AI into the center of public attention. This technology began to draw interest as a tool capable of independently creating various types of content—such as images, sentences, code, and music—either complementing or replacing human creativity and imagination.
Companies responded quickly to meet these expectations. They introduced generative AI across various areas of their organizations: automatically generating marketing content, handling customer service through AI, and summarizing meeting notes in real time. The fantasy that “everyone would have their own assistant, planner, or even designer” began to feel like reality.
However, this so-called “generative AI fantasy” has encountered many limitations when faced with real-world work environments. While the technology is ready, people and organizations are not. Organizational cultures are still slow to adapt to change, and day-to-day work habits involving new tools don’t shift easily. There is a clear gap between expectation and implementation, and attempts to bridge this gap—along with the resulting trial and error—are being repeated in many places.
The technology is ready. But what about people?
In 2023, Microsoft fully integrated a generative AI-based tool called Copilot into its Office suite. Users could generate draft documents simply by giving commands such as “Summarize the key points of this meeting” or “Write a report based on last quarter’s sales data.”
Initial user responses were positive. Productivity improvements were especially noticeable in repetitive and formal tasks like drafting reports, and tasks such as summarizing meeting notes or writing emails also became faster.
However, as time went on, user experiences became increasingly polarized. Some employees were satisfied with the speed and efficiency of AI, but many began to question the *quality* of the results. Often, the documents failed to reflect the organization’s context or came across as awkward in tone.
One user said, “I ended up spending more time revising the report that Copilot made.” Generative AI was good at providing formal sentences, but it struggled to convey key messages or reflect the organization’s unique communication style.
A major insurance company in the United States piloted Copilot for report-writing tasks, but after three months, the program was put on hold. Many employees reported that they spent more time editing the drafts produced by Copilot than they would have spent writing the reports themselves from scratch. The company realized that without proper training and clear usage guidelines, the tool didn’t deliver the expected benefits.
Another major issue was trust. Some employees doubted whether the AI was using the correct or most relevant information. Others felt uncomfortable relying on a tool they didn’t fully understand. Even though the AI could quickly generate drafts, employees still had to fact-check the content and rewrite many parts, which reduced the overall efficiency.
Moreover, many organizations lacked clear internal policies or rules regarding the use of generative AI. Employees were unsure when it was appropriate to use such tools or how much they could rely on them. This lack of guidance led to hesitation and slowed down adoption across teams.
These experiences reveal an important truth: while the technology itself has plenty of potential, it cannot seamlessly integrate into the way we work unless there is a simultaneous shift in people’s mindset, in the way decisions are made within organizations, and in the trust systems that shape how work is done.
Real-World Applications of Generative AI
Generative AI theoretically holds the potential to "automate everything," but in practice, its implementation and impact vary by industry and job function.
In the design and marketing industries, the use of generative AI has been adopted relatively quickly. Since 2023, global advertising agency WPP has introduced generative AI into certain stages of campaign planning, using it to produce draft slogans and banner designs aligned with brand images. In this process, human designers shifted their roles to reviewing ideas and refining the details. As a result, working time was reduced by about 30%, and the fatigue caused by repetitive tasks significantly decreased.
In addition, Uniqlo improved its content production process by having generative AI create drafts of product descriptions, which marketers then polished. Since large-scale online shopping platforms constantly require diverse content tailored to different seasons and age groups, AI effectively replaced these repetitive language production tasks. This allowed marketers to focus more on creative planning and significantly accelerated the overall campaign timeline.
On the other hand, in high-trust industries such as healthcare and law, the adoption of generative AI is much more cautious. For example, a global law firm introduced a system where AI drafts contracts and lawyers review them. However, because important legal terms or case references could be missed, some voiced concerns about fully trusting AI’s automation capabilities. In such cases, AI serves as an assistant, while final review and decisions still rely on human experts.
As such, the application of generative AI in the field varies depending on the characteristics of the industry and the nature of the work. In fields where creative tasks are common, AI can serve as a useful support tool, but in areas where trust and accuracy are critical, the human role remains essential.
An Organizational Culture Resistant to Change Hinders the Evolution of AI
While the adoption of new technologies is progressing rapidly, the pace of organizational cultural change is much slower. Although AI is designed as a tool to amplify creativity, many people perceive it as a means of surveillance or replacement. This difference in perception becomes a significant barrier to the adoption and utilization of AI. In particular, organizations with strong cultural resistance to new technologies often experience delays in AI implementation.
For example, many small and medium-sized enterprises are reluctant to adopt AI. Employees question AI’s efficiency or express growing concerns that their jobs may be at risk. Such anxiety is especially evident in work environments where autonomy is highly valued. Some employees fear not only that AI may replace their jobs, but also that they may lose control over their own tasks.
Furthermore, an organizational culture that does not tolerate failure also obstructs the effective use of AI. AI is not perfect. It can make errors in unpredictable situations. However, in cultures where failure is unacceptable, it becomes difficult to embrace the potential mistakes that may occur after AI is introduced. This eventually leads to hesitation in adopting AI and discourages experimental approaches within the organization.
No matter how capable AI becomes, if people do not accept it, the technology will go nowhere. While technology is advancing quickly, for it to be effectively utilized in organizations, people’s attitudes must change first.
In conclusion, there is no doubt that generative AI opens up new possibilities in the workplace. However, it is by no means easy for technological advancements to bring about changes in people’s work habits and organizational culture. Resistance to change and issues of trust remain major obstacles to technology adoption. To overcome these challenges, education during the implementation process and cultural change within the organization must occur together.
A fast pace of technological adoption does not automatically translate into meaningful change. Moving the hearts of the people who use the technology, and fostering a culture that is not afraid of failure, will be the key to effectively leveraging generative AI.
