근로자 40%가 AI로 만든 저품질 결과물, 'Workslop'을 받고 있습니다.
받는 사람은 이를 수정하는 데 건당 평균 116분을 씁니다. 만 명 규모의 조직이라면 연간 900만 달러가 낭비됩니다.
한 사람이 아낀 시간이 동료의 업무 시간을 잠식하는, 구조적인 문제입니다.
AI가 일을 줄여준다고요? 동료에게 쓰레기를 넘기고 있을 뿐입니다.
당신이 아낀 30분, 받는 사람은 2시간을 씁니다.
AI로 만든 보고서를 그대로 보낸 적 있습니까? 받는 사람은 그것을 고치느라 평균 116분을 씁니다. BCG와 Stanford 연구진은 이 현상에 Workslop(워크슬롭)이라는 이름을 붙였습니다.
AI에 투자한 조직의 95%가 측정 가능한 수익을 얻지 못하고 있습니다(출처: MIT 미디어 랩). 주요 원인 중 하나가 Workslop, 즉 그럴듯해 보이지만 실질적 가치가 없는 AI 생성 결과물입니다. 실제로 근로자 40%가 지난 한 달간 이런 결과물을 받았으며, 직장에서 수신하는 콘텐츠의 15.4%가 Workslop에 해당합니다(출처: HBR, 2025년 9월).
이 연구에서 경영 리더가 주목할 포인트는 3가지입니다.
첫째, Workslop은 사고의 부담을 동료에게 떠넘기는 구조입니다. 보내는 사람은 생각하는 과정을 AI에 맡기고, 받는 사람은 그 결과물을 해석하고 수정해야 합니다. 과거에는 개인이 기억을 기기에 맡기는 수준에 그쳤지만, Workslop은 한 사람의 인지적 부담이 동료에게 고스란히 전가된다는 점에서 본질적으로 다릅니다.
둘째, Workslop을 받은 사람의 신뢰가 빠르게 무너집니다. 수신자의 53%가 짜증을 느꼈고, 52%는 보낸 사람의 역량을 낮게 평가했습니다. 42%는 신뢰가 줄었다고 답했으며, 32%는 앞으로 그 사람과 협업하지 않겠다고 했습니다. AI 결과물의 품질이 조직 내 관계까지 훼손하고 있는 것입니다.
셋째, Workslop은 동료 사이에서 가장 많이 발생합니다. 동료 간 발생 비율이 40%로 가장 높고, 부하→상사는 18%, 관리자→팀은 16%입니다. 즉, 상하 관계가 아니라 수평적 업무 흐름에서 집중적으로 나타납니다. 동료가 보낸 AI 결과물을 거절하기 어려운 조직 문화가 이 확산을 부추기고 있습니다.
Workslop은 단순한 불편함이 아닙니다. 실제로 측정 가능한 비용을 만들어 냅니다.
받는 사람은 Workslop 한 건을 해석하고 수정하는 데 평균 116분을 씁니다. 인건비로 환산하면 건당 186달러에 해당합니다.
만 명 규모의 조직에서는 연간 900만 달러가 낭비됩니다. 근로자 40%가 월 1건 이상 Workslop을 받는다고 가정한 수치입니다. AI 도입으로 아꼈다고 믿었던 비용이, 다른 형태로 되돌아오고 있는 셈입니다.
수신자의 34%는 이 문제를 상급자에게 보고합니다. 개인적 불만에 머무르지 않고 공식적인 이슈로 확대되고 있으며, 관리자의 시간까지 소모하는 2차 비용이 발생합니다.
"AI가 만든 초안은 그대로 보내지 않는다"는 원칙을 팀 회의에서 공유하고, 보내기 전에 반드시 검토·편집하는 규범을 세웁니다. (예상 30분, 팀 미팅)
프롬프트를 구체적으로 작성하고, 결과물을 비판적으로 검토하는 습관을 팀에 공유합니다. 연구진은 이를 '파일럿 마인드셋'이라고 부릅니다. (예상 20분, 프롬프트 작성 가이드 배포)
AI로 보고서를 만든 뒤 팀원 1명에게 5분간 리뷰를 요청합니다. 이는 책임을 회피하는 것이 아니라, AI를 공동 작업 도구로 활용하는 방법입니다. (예상 15분, 워크플로우 수정)
복잡한 판단이 필요하거나 맥락이 중요한 커뮤니케이션처럼, AI가 적합하지 않은 업무가 있습니다. 이런 영역은 사람이 직접 수행하도록 명확히 구분합니다. (예상 30분, 업무 분류)
보내는 사람은 Workslop을 알아차리기 어렵습니다. AI 결과물은 슬라이드 정렬이 깔끔하고, 보고서 구조가 체계적이며, 문장이 매끄럽습니다. 보낸 사람은 "잘 만들었다"고 느끼지만, 받는 사람은 쓸모없다고 판단하는 괴리가 생깁니다.
AI를 덜 쓰라는 뜻은 아닙니다. 주도적으로 AI를 활용하는 '파일럿' 유형은 AI를 75% 더 자주 사용하면서도 높은 품질을 유지합니다. 문제는 사용량이 아니라, 의도와 검증 없이 결과물을 그대로 내보내는 데 있습니다.
이 연구는 자가 보고 방식에 기반합니다. 경험 빈도와 시간 손실은 응답자의 주관적 판단이므로, 실제 비용은 업종과 조직 문화에 따라 달라질 수 있습니다.
AI 결과물의 품질을 관리하지 않으면, 아낀 시간은 결국 조직 전체의 비용으로 되돌아옵니다. 지금이 품질 기준과 검증 프로세스를 만들 때입니다.
- Niederhoffer, K., Kellerman, G. R., Lee, A., Liebscher, A., Rapuano, K., & Hancock, J. T. (2025, September). AI-Generated 'Workslop' Is Destroying Productivity [Article]. Harvard Business Review. (원문 보기 ↗)