Parker & Grote (2022) · 기술의 효과를 일 설계로 읽기
Applied Psychology: An International Review에 초청 선도 논문(Invited Lead Article)으로 실린 통합적 개념 논문이다. 수업에서는 저자 보관 수락 원고(2020)를 읽으며, 쪽 표기는 원고 하단 번호를 따른다. 4주와 5주 논문이 개인이 변화를 해석하고 다루는 과정을 보았다면, 이 논문은 그 과정이 일어나는 직무의 조건과 그 조건을 정하는 설계 선택을 다룬다. 새 실험이나 조사를 보고하지 않으므로, 결과 수치보다 개념의 구분과 명제의 짜임을 읽는 것이 이번 주의 목표다.
1. 논문 소개
저자들은 미래 노동 논의가 '새 기술에 적응하도록 사람을 재교육해야 한다'는 쪽에 치우쳐 있다고 진단한다. 이 시각은 사람을 기술에 맞추는 수동적 관점이어서, 기술이 실제로 과업과 일의 설계를 어떻게 바꾸는지, 반대로 일과 기술을 사람의 역량·욕구·가치에 맞게 어떻게 바꿀 수 있는지를 묻지 않는다. 그래서 논문은 두 질문을 세운다. 기술은 어떤 경로로 일의 설계를 바꾸는가, 그리고 그 변화를 바람직한 쪽으로 이끌려면 무엇을 설계해야 하는가.[1]
출발점은 일자리 전체보다 과업이 자동화된다는 관찰이다. 저자들은 미국 일자리의 47%가 자동화로 사라진다는 Frey와 Osborne의 예측이 이 점을 놓쳤다고 지적하고, 대부분 직업에 AI로 대체 가능한 과업이 일부 있지만 모든 과업이 대체되는 직업은 없다는 분석을 인용한다. 영상의학 진단이 자동화되어도 검사 지시, 장비 설정, 환자와 가족 응대는 사람이 장비와 맞물려 해야 한다. 질문은 사라질 직업의 목록에서 사람과 기계의 과업 분담과 그 선택의 결과로 옮겨 간다.[1]
이번 기술 변화가 이전과 다른 이유로 저자들은 빅데이터와 기계학습의 결합을 든다. 기계가 인지적이고 숙련도가 높은 과업까지 대신하고, 스스로 학습하며 환경과 직접 상호작용하면서 행위의 주체성 일부가 기술 쪽으로 옮겨 간다. 이 변화는 조직 안에서 통제와 책임을 이해하는 방식을 흔든다. 결론부에서 저자들은 사람과 기술이 모두 행위 주체성을 지니게 된 만큼 서로 의존하는 팀처럼 기능해야 하며, 기술·사람·조직을 함께 그리고 미리 고려하는 일 설계가 더 필요해졌다고 주장한다.[1]
논문은 새 자료를 수집하지 않는다. 표 1은 다섯 범주의 직무 특성마다 기술의 긍정적·부정적 효과 예시와 조절 요인을 정리하고, 그림 1은 결론과 네 개입 전략을 도식으로 묶으며, 표 2는 후속 연구 질문을 나열한다. 근거로 쓰인 선행연구는 제조 현장의 변화 연구, 병원 민족지, 플랫폼 노동 연구, 예측 과제 실험, 기업 수준 분석처럼 성격이 다양하다. 문헌 선정 절차를 밝히지 않았으므로 이 논문의 주장은 검증된 효과 목록보다 검토할 명제와 설명 틀로 읽는 편이 정확하다.[1]
2. 논문의 주요 내용과 이론
이론의 축은 '기술 → 일 설계 → 결과'라는 경로다. 저자들은 일 설계가 개인·팀·조직 결과에 주는 영향에 관해 이미 탄탄한 지식이 있으므로, 기술의 영향도 그것이 일 설계를 어떻게 바꾸는지로 평가할 수 있다고 본다. 예컨대 기술이 일의 숙련 요구를 낮추면 동기와 학습 관련 결과가 나빠질 가능성이 크다. 다만 이 경로는 결정론적이지 않다. 기술의 속성, 조직의 속성, 관리자의 선택, 그리고 시간이 지나며 사람들이 기술을 불신하거나 다르게 쓰는 반응이 효과의 방향을 바꾼다.[1]
저자들은 직무 특성을 다섯 범주로 묶는다. 자율성과 통제, 숙련 다양성과 활용, 직무 피드백과 관련 특성(역할 명확성, 연습 기회 등), 사회·관계적 측면은 '직무 자원'이다. 직무요구–자원 모형의 정의를 빌리면 업무 목표 달성을 돕고, 요구에 대처하게 하며, 성장과 학습을 자극하는 직무의 측면이다. 다섯째 범주인 '직무 요구'는 지속적인 신체적·심리적 노력이 필요해 비용이 따르는 측면으로, 업무량과 수행 감시가 대표적이다. 이 분류는 직무특성 모형을 비롯한 여러 일 설계 이론을 모은 정리 틀이며, 저자들이 새 측정 도구를 개발하지는 않았다.[1]
자율성은 가장 중요한 특성으로 다루어진다. 스트레스 관점에서 자율성은 환경의 요구를 능동적으로 조절하게 하고, 직무특성 모형에서는 일의 의미와 동기를 높이며, 사회기술시스템 관점에서는 작업 중 생기는 변동과 교란을 발생 지점에서 처리하게 한다. 첨단 제조 기술 도입 연구에서는 작업자가 문제를 직접 다루는 방식이 감시만 맡기고 문제를 전문가에게 넘기는 방식보다 시스템 성과와 작업자 안녕이 나았고, 변동이 큰 시스템에서 더 그러했다. 자율성은 작업 과정에 대한 결정(결정·시점·방법)과 일하는 시간·장소의 선택으로 나뉜다.[1]
자동화는 자율성을 거꾸로 깎을 수 있다. 초기 설계는 가능한 것을 모두 자동화하고 기계가 못 하는 감시만 사람에게 남겼다. Bainbridge가 말한 '자동화의 아이러니'는 쉬운 부분을 가져가면 어려운 부분이 더 어려워진다는 지적이다. 사람은 다 이해하지 못하는 시스템의 감독자가 되고, 수동 숙련과 상황 인식을 잃어 고장 때 개입하기 어려워진다. 저자들은 이를 '루프 밖' 수행 문제와, 항공기 자동조종 장치의 동작을 조종사가 예상하지 못한 '자동화 놀람' 사례로 설명한다.[1]
그 대응으로 등장한 인간 중심 자동화는 시스템을 투명하고 예측 가능하게 만들고 작업자가 기술 과정에 영향을 줄 수단을 보장하려 한다. 이는 사람이 과정을 이해·예측·영향할 수 있을 때에만 책임을 지울 수 있다는 인간 통제 이론과 맞닿는다. 그런데 시스템이 복잡하고 불투명해질수록 이 조건을 지키기 어렵다. 그래서 매우 복잡한 시스템에는 완전 자동화를 택하고 책임을 설계자와 운영 조직으로 옮기자는 주장도 나오며, 저자들은 이 논쟁을 해결된 문제로 다루지 않는다.[1]
알고리즘 의사결정과 알고리즘 관리도 통제의 문제를 낳는다. 선발, 과업 배정, 일정, 수행 평가를 알고리즘에 맡기면 직원은 결정에 영향을 주기 어렵고, 데이터에 담기지 않은 특수한 사정을 논의할 시간도 줄어든다. 알고리즘 결정이 더 객관적이라는 가정에 대한 반론도 소개된다. 통계 모형이 대출 담당자의 사례별 판단을 대신한 뒤 변동이 큰 상황에서 부정확했다는 분석, 지나치게 통제하는 의사결정 시스템이 단기 생산성을 올려도 장기적으로 자유·동기·혁신을 해칠 수 있다는 주장이 그 예다.[1]
일하는 시간과 장소의 선택에서도 역설이 나타난다. 원격근무는 상시 연결에 대한 기대를 낳아, 처음 원했던 일과 생활의 균형을 오히려 어렵게 만들 수 있다. 승차 공유 운전자는 스스로 사장이라는 홍보와 달리 수요 기반 요금, 목적지를 모른 채 수락해야 하는 구조, 계정 비활성화 같은 '부드러운 통제'를 받는다. 저자들은 유연성의 혜택이 교섭력이 큰 고숙련 노동자에게 몰리고, 교섭력이 약한 노동자에게 유연성은 불확실성에 가깝다고 정리한다. 기술의 종류와 플랫폼의 설계에 따라서도 자율성은 달라진다.[1]
숙련 다양성과 활용은 흥미, 도전, 내재적 동기와 연결된다. 기술이 지루하고 더럽고 위험한 일을 맡으면 숙련을 쓸 여지가 커질 수 있다. 반대로 표준화, 의미가 빠진 미세 과업으로의 분할, 수동적 감시 업무는 숙련 활용을 줄인다. 고도로 자동화된 항공기에서 수동 비행 숙련이 떨어진다는 증거가 쌓이자 규제 기관은 일정한 수동 비행과 반복 모의훈련을 권고했고, 자율주행에서도 운전자를 감시자로 만드는 설계가 비상시 제어를 넘겨받기 어렵게 한다는 우려가 제기된다.[1]
숙련에 대한 효과도 작업 조직의 선택이 정한다. CT 스캐너가 도입된 뒤 한 병원에서는 방사선 기사의 역할이 커졌고, 다른 병원에서는 영상의학 전문의가 계속 중심에 남았다. 로봇 수술 도입 초기에 맡을 역할이 없다며 저항하던 간호사들은 거의 우연한 재설계를 거쳐 도입 전보다 확장된 역할을 맡게 되었다. 저자들은 이런 역할 배분을 처음부터 의도적으로 설계하고 점검할 수 있었다고 지적하며, 이 사례를 결론의 '선택' 논지를 받치는 예시로 다시 쓴다.[1]
직무 피드백은 결과에 대한 지식을 주어 동기를 높이고, 동기와 별개로 학습과 숙련 유지를 돕는다. 복잡한 기술 현장에서 실패했던 권한 위임이, 운영자의 지식을 높이는 피드백 개입을 더한 뒤 성공했다는 연구가 예로 나온다. 위험은 자동화가 피드백을 줄일 때 생긴다. 로봇 수술 연구에서는 효율 중심의 세밀한 분업 때문에 수련의가 자기 역량의 경계에 있는 과업을 맡을 기회가 줄었고, 수련의들은 자격은 얻었지만 그 수술을 해낼 지식과 숙련은 부족한 채로 수련을 마쳤다.[1]
자동으로 수집되는 수행 정보도 양면을 지닌다. 플랫폼 운전자의 위치, 대기 시간, 승객 평가가 자동 추적되면 감독자 없이도 품질 관리가 가능하지만, 그 정보가 처벌적으로 쓰이거나 주관적 평가가 평판을 좌우하면 좌절과 고통이 생긴다. 저자들은 Zuboff의 구분을 빌려 두 전략을 대비한다. '자동화' 전략은 기계가 사람의 노력과 숙련을 대신하는 데 초점을 두고, '정보화(informate)' 전략은 자동화 과정이 만든 정보를 작업자에게 돌려주어 복잡한 판단을 맡긴다. 저자들은 후자가 질 높은 일로 이어질 가능성이 크다고 본다.[1]
사회·관계적 특성에는 사회적 접촉, 지원, 상호의존, 수혜자와의 접촉이 들어간다. 정보통신기술은 원격근무자의 외로움을 덜고 분산된 팀의 조율을 도울 수 있지만, 유대 형성과 조율을 어렵게 하기도 한다. 일부 플랫폼에서는 거의 모든 소통이 이메일이나 챗봇을 거쳐 사람의 도움을 받기 어렵다. 비슷한 단위 과업을 다루는 플랫폼이라도 다섯 명 단위의 팀과 팀장을 두고 요령 공유를 장려한 곳과 그런 구조가 없는 곳은 관계적 경험이 달랐다.[1]
도입 전의 작업 방식도 효과를 가른다. 원격 회진 로봇 연구에서 간호사와 미리 소통하며 준비하던 수련의는 로봇 덕분에 환자·간호사·전문의와 더 풍부하게 상호작용했지만, 기록만 훑고 오던 수련의는 전문의와 간호사가 직접 대화하면서 역할이 줄었다. 시간도 조건이다. 관계 형성을 걱정하던 원격근무자들은 경험이 쌓이며 걱정이 줄었고, 오히려 상시 연결에서 거리를 두는 쪽으로 움직였다. 같은 기술이 사람들의 기존 습관과 경과 시간에 따라 다른 결과를 낸 셈이다.[1]
직무 요구에서도 효과는 양방향이다. 단순 과업이 자동화되면 일이 더 자극적일 수 있지만, 자동화하기 어려운 빈틈을 메우는 역할만 남으면 지속적 경계가 필요해 정신적 피로가 커진다. 무거운 육체 노동이 줄어도 좌식 작업의 근골격계 부담이 늘 수 있다. 시간을 아껴 준다는 시스템이 오히려 업무량을 늘리기도 한다. 전사적 자원관리 시스템의 인사 기능이 도입된 뒤 모든 직원이 출장·휴가·초과근무 처리를 직접 하게 되었고, 그 일은 부담스럽고 직원들의 전문가 정체성과도 맞지 않았다.[1]
저자들이 가장 중요한 요구 변화로 꼽는 것은 전자 수행 감시다. 센서, 빅데이터, 알고리즘 관리가 결합하면서 일의 측정과 추적이 훨씬 정밀해졌고, 알고리즘 관리는 작업자 행동 데이터를 모아야 작동하므로 감시와 함께 움직인다. 저자들은 감시를 억제보다 학습과 개발에 쓰고 자율적이고 복잡한 일에는 덜 적합하다는 점을 인정하라는 권고를 소개한다. 통제가 지나치면 단절감과 무력감이 생기고 너무 약하면 산만함과 보안 사고가 생긴다는 연구도 함께 들며, 균형 있는 통제를 요청한다.[1]
결론은 그림 1에 요약된다. 기술은 여러 직무 특성을 동시에 바꾸고, 그 효과는 미리 정해져 있지 않으며, 기술 자체, 직업의 숙련 수준·제도·경영 이념 같은 상위 요인, 개인의 숙련과 태도, 그리고 이들 사이의 상호관계에 달려 있다. 이 요인 가운데 상당수는 기술 변화 과정에서 일의 역할을 어떻게 정할지에 관한 '선택'이다. 저자들은 기술을 도입하는 사람들이 이 선택지를 적극적으로 검토해야 하지만 대개 그러지 않는다고 지적한다.[1]
여기서 네 개입 전략이 나온다. 전략 A는 기술 설계와 도입 과정에서 일 설계를 미리 고려하는 사회기술적 공동 최적화다. 전략 B는 기존 사회기술 접근이 일을 기술에 맞추는 데 치우쳤다는 비판을 받아들여, 기술의 개발·설계·조달 단계에 인간 중심 설계 원칙을 명시하는 것이다. 전략 C는 이를 뒷받침하는 거시 정책과 규제다. 전략 D는 교육과 훈련인데, 저자들은 재교육의 가치를 인정하면서도 그 논의가 A와 B를 압도한다고 비판하고, 관리자·설계자·직원에게 일 설계와 잡 크래프팅을 가르치는 쪽으로 넓히자고 제안한다.[1]
연구 의제로는 자율성 개념의 확장, 직무 특성들의 상호작용과 조합, 설계자의 일 설계 사고방식 같은 선행 요인, 기술에 대한 잡 크래프팅, 사회기술적 사고의 복원이 제시된다. 방법으로는 학제 간 연구, 일에 가까이 다가간 현장 연구, 연구자가 관리자·설계자와 함께 일을 재설계하는 개입 연구를 요청한다. 한계도 있다. 조절 요인이 목록으로만 제시되어 어떤 조건이 효과를 얼마나 바꾸는지 명제로 정리되지 않았고, 예시가 효과를 보여 주는 사례 위주라 반대 증거의 비중을 가늠하기 어렵다.[1]
3. AI 에이전트 시대의 시사점
논문은 생성형 AI 이전에 쓰였지만, 제기한 질문은 AI 에이전트 도입에 옮겨 볼 수 있다. 에이전트가 초안 작성이나 일정 처리 같은 과업을 맡으면 사람에게는 검토, 예외 처리, 승인이 남기 쉽다. 이는 저자들이 경고한 '남는 기능' 중심의 배분과 닮았다. 사람이 결과를 책임지면서도 에이전트의 처리 과정을 이해·예측·수정하기 어렵다면 통제와 책임이 어긋난다. 이 연결은 수업의 추론이며, 에이전트 환경에서 같은 경로가 나타나는지는 각자의 현장 자료로 확인해야 한다.[1]
트럭 사례에 이 틀을 적용하면 먼저 자원과 요구를 따로 적게 된다. 트럭은 신체적 요구를 줄였지만, 짧은 구간 때문에 시동·주차·인계라는 전환 요구와 점검·기록이라는 관리 요구를 늘렸다. 비 오는 날의 규정은 방법 자율성을, 이유를 알려 주지 않는 적재 도구는 피드백과 숙련 유지를, 서두르는 인계는 관계 자원을 건드린다. 관리자의 교육안은 전략 D에 해당하므로, 구간과 예외 권한을 다시 정하는 전략 A, 도구가 이유를 보여 주고 수정을 허용하도록 바꾸는 전략 B를 함께 검토할 수 있다.
자기 연구에서는 설계 설명과 경쟁하는 설명을 함께 세운다. 첫째는 개인차다. 표 1의 조절 요인에는 성격, 능력, 기술 자기효능감, 연령이 들어 있으므로, 같은 구간에서도 운전 경험이 많은 직원만 트럭을 반긴다면 설계보다 개인 숙련이 차이를 만들었을 수 있다. 둘째는 시간 적응이다. 원격근무자의 관계 걱정이 경험과 함께 줄었던 사례처럼 초기 불편이 익숙해지며 사라질 수 있다. 셋째는 도입 전 작업 방식의 차이다. 이를 가르려면 같은 직원을 다른 과업 배치에서 비교하고 측정 시점을 둘 이상 둔다.[1]
측정에서는 직무 특성과 경험을 섞지 않아야 한다. '예외를 결정할 권한이 있었는가', '결과에 대한 피드백을 받았는가'는 일의 조건을 묻고, '통제감을 느꼈는가', '흥미로웠는가'는 그 조건을 겪은 경험을 묻는다. 둘을 한 문항으로 묶으면 경로를 확인할 수 없다. 역방향 경로도 열어 둔다. 저자들은 사람이 기술을 불신하면 사용 방식이 바뀌고 그것이 다시 일 설계를 바꾼다고 말한다. 트럭을 덜 쓰는 직원이 불편해서 덜 쓰는지, 덜 써서 익숙해지지 못하는지는 시간 순서를 기록해야 구분된다.[1]
학생 연구에 가장 실용적인 교훈은 문제의 소재를 기록하는 습관이다. 직원 경험의 원인을 적응 부족으로 적었다면, 같은 현상을 과업 배분·도구 설정·평가 방식의 결과로 설명할 수 있는지 옆에 적는다. 개입을 제안할 때는 누가 그 설계를 결정할 권한을 가졌는지, 변경이 다른 직원에게 부담을 옮기지 않는지도 쓴다. 이 논문만으로 특정 재설계가 효과적이라고 단정할 수는 없으므로, 재설계의 효과는 비교 조건과 측정 시점을 갖춘 자료로 확인할 예측으로 남긴다.
