한 회사의 사내 시스템에 AI 요약 기능이 들어왔다. 첫 달 사용률 그래프는 꾸준히 올라갔고, 관리자는 주간 회의에서 말했다. “다들 쓰고 있네요. 다음엔 고객 지원 답변에 연결해서 바로 보내게 합시다.” 같은 주, 고객 지원 팀장은 동료에게 조용히 털어놓았다. 지난번에 환불 금액이 잘못 요약된 적이 있어서 AI 요약을 매번 다시 읽는다고.

두 이야기는 동시에 사실이다. 쓰는 사람이 늘어나는 것과 쓰는 사람이 안심하는 것은 별개다. AI 기능 확산을 서둘러도 되는지 정하는 기준은 사용률이 아니라, 사용자가 되돌아갈 수 있느냐다. 쓰지 않기를 선택할 수 있는지, AI가 한 일을 되돌릴 수 있는지, 잘못됐을 때 넘겨받을 사람이 있는지. 이 세 가지 퇴로가 갖춰졌을 때가 속도를 낼 때다.

쓰는 사람이 늘었다면 받아들였다는 뜻일까

이 시각은 직관적이고, “쓰는 사람이 늘었다"는 절반은 데이터도 뒷받침한다. 미국 퓨 리서치 센터(Pew Research Center)는 2026년 6월, 2월에 미국 성인 5,119명을 대상으로 한 조사 결과를 발표했다. AI 챗봇을 쓴다고 답한 사람은 49%로, 2024년 조사의 33%보다 늘었다(질문 방식이 완전히 같지는 않아서 대략적인 비교다). 같은 조사를 보도한 TechCrunch에 따르면 미국인의 약 4분의 1이 매일 쓴다.

이 칸만 보면 결론은 “이제 속도를 내자"가 된다. AI를 도입하는 팀도 흔히 그렇게 생각한다. 아직 안 쓰는 사람은 익숙하지 않을 뿐이니 교육을 몇 번 더 하면 된다고.

쓰는 사람도 걱정한다

같은 조사의 다른 숫자들은 다른 이야기를 한다. 63%는 AI가 너무 빨리 발전한다고 보고, 71%는 AI를 많이 쓸수록 자신의 개인 정보가 덜 안전해진다고 본다. 더 안전해진다고 답한 사람은 3%뿐이다. 앞으로 20년 동안 AI가 사회에 미칠 영향을 묻자, 부정적일 거라고 예상한 사람은 40%였고 긍정적일 거라고 예상한 사람은 16%에 그쳤다.

이 숫자들은 사용률과 모순되지 않는다. 같은 사람들에게서 나온 숫자이기 때문이다. 자료를 찾거나 글을 정리하는 것처럼 위험이 낮은 일에는 AI를 쓰는 사람도, 자신의 개인 정보나 돈, 남에게 한 약속이 걸리면 갑자기 신중해진다. AI에 반대하는 게 아니다. 자신이 준비되기 전에 AI가 생각했던 선을 넘지는 않을지 가늠하고 있는 것이다.

그래서 교육을 더 한다고 이런 걱정이 풀리지 않는다. 사용자는 AI가 무엇을 할 수 있는지 안다. 그들이 확신하지 못하는 것은, 일이 잘못됐을 때 자신에게 아직 방법이 있느냐다.

광고

대신 봐야 할 것은 세 가지 퇴로다

걱정을 나눠 보면 대개 세 곳에 모이고, 각각 하나의 퇴로에 대응한다.

첫째, 쓰지 않기를 선택할 수 있는가. AI 기능이 출시되자마자 기본값이 되고 끄는 방법도 보이지 않으면 걱정은 커진다. 더 안정적인 방법은 먼저 무엇을 하는지 사용자에게 알리고, 그다음에 고르게 하는 것이다. 제안만 보기, 초안만 만들기, 자동으로 보내지 않기. 업무 현장도 마찬가지다. “한번 써 볼 의향이 있다"가 “오늘부터 모든 업무를 AI에 맡긴다"는 뜻은 아니다.

둘째, AI가 한 일을 되돌릴 수 있는가. AI에게 메일 초안을 맡길 의향이 있다고 해서 자동 발송까지 맡길 의향이 있는 것은 아니다. 자료 정리를 맡겨도 된다고 해서 삭제까지 맡겨도 되는 것은 아니다. AI가 한 일을 미리 보고 이전 버전으로 되돌릴 수 있다면, 사용자는 더 많은 일을 맡길 마음이 생긴다. 개인 정보를 걱정하는 71%도 여기에 속한다. AI가 어떤 데이터를 읽는지, 얼마나 보관하는지, 학습에 쓰는지, 삭제할 수 있는지를 긴 약관 속에 묻어 두지 말고 보통 사람이 알아듣는 말로 설명해야 한다.

셋째, 실패했을 때 사람에게 닿을 수 있는가. 많은 AI 화면은 오류를 “다시 생성” 버튼 하나로 처리한다. 하지만 업무 흐름 안에서는 오류가 이미 다음 사람에게 넘어갔을 수 있다. 잘못 요약된 환불 금액 때문에 고객 지원이 틀린 답을 하고, 잘못 분류된 건이 엉뚱한 부서로 간다. 사용자는 오류를 누구에게 알리면 되는지, 기록이 남는지, 곧바로 사람이 처리하도록 바꿀 수 있는지를 알아야 한다.

처음의 고객 지원 팀장에게 없는 것이 바로 이 셋째 퇴로다. 그녀가 매번 요약을 다시 읽는 것은, 지난번 오류가 났을 때 무엇이 잘못됐고 앞으로 어떻게 막을지 아무도 알려 주지 않았기 때문이다. 이런 상황에서 AI를 고객 지원에 연결해 답변을 바로 보내게 하면, 그녀에게 남은 유일한 퇴로를 없애는 셈이다.

퇴로가 많다고 늘 좋은 것은 아니다

퇴로는 많을수록 좋은 것이 아니다. “정말 진행할까요?“라는 확인 창 하나하나가 비용이다. 회의록에 제목을 붙이거나 할 일 목록을 정리하는 것처럼 틀려도 별 탈이 없는 저위험 작업에 확인 단계를 세 겹이나 넣으면 사람들은 쓰기를 포기한다. 퇴로의 두께는 결과의 무게를 따라야 한다. 틀렸을 때의 대가가 클수록 퇴로를 완전하게 하고, 작을수록 AI가 바로 처리하게 둬도 된다.

또 퇴로가 다 갖춰졌다고 해서 사용자가 반드시 믿는 것도 아니다. 신뢰가 자랄 여지가 생길 뿐이다. 진짜 안심을 만드는 것은, 일이 잘못됐을 때 퇴로가 실제로 작동했던 경험이다.

확산하려는 그 기능 하나로 돌아가자

다음에 회의에서 누군가 “사용률이 좋으니 속도를 내자"고 하면, 확산하려는 AI 기능 하나를 놓고 세 가지를 물어보자. 사용자가 쓰지 않기를 선택할 수 있는가. AI가 한 일을 되돌릴 수 있는가. 실패했을 때 사람에게 닿을 수 있는가. 셋 다 답할 수 있다면 앞으로 나아가면 된다. 답하지 못한 하나가 확산 전에 먼저 채워야 할 부분이다. 채우기 전까지는 그 기능을 제안이나 초안 단계에 둔다.

확산하려는 AI가 계정, 결제, 남에게 한 약속에 닿는다면 상시 AI 비서는 멈추는 법부터 배운 뒤에 주요 계정에 연결한다도 함께 읽어 보자. AI가 기억하지 말아야 할 것을 기억한다고 사용자가 걱정한다면 AI가 내 생각을 기억하면, 내 말에 맞장구치기 쉬워진다를 참고할 수 있다.

AI 정리 카드

확산하려는 AI 기능에 퇴로가 있는지 AI와 함께 점검하기 이 프롬프트는 먼저 기능의 현재 상태를 묻고, 세 가지 퇴로를 하나씩 점검한 뒤, 퇴로가 갖춰질 때까지 기능을 어디에 둘지 제안한다.

회사나 제품에서 AI 기능 하나를 확산하려고 한다. 그 전에 사용자가 되돌아갈 수 있는지 확인하고 싶다.
판단 방법은 이 글에서 가져왔다: https://boosterminiclass.com/ko/posts/ai-adoption-backlash-signal-checklist/
글의 관점은 이렇다. 사용률이 오른다고 신뢰가 따라온 것은 아니다. AI 기능 확산을 서둘러도 되는지는 세 가지 퇴로로 정해진다. 사용자가 쓰지 않기를 선택할 수 있는지, AI가 한 일을 되돌릴 수 있는지, 실패했을 때 넘겨받을 사람이 있는지.

먼저 나에게 질문 3개를 해 달라:
1. 이 AI 기능은 무엇을 하고, 기본으로 켜져 있는가 아니면 사용자가 직접 켜는가;
2. AI가 하는 일이 다른 사람이나 외부 시스템에 직접 영향을 주는가(발송, 수정, 삭제, 결제 등);
3. 사용자가 AI의 오류를 발견했을 때 지금은 무엇을 할 수 있고 누구에게 연락할 수 있는가.

내 답을 바탕으로 다음을 출력해 달라:
- 세 가지 퇴로 각각의 현재 상태: 있음 / 없음 / 불분명;
- 이 기능이 틀렸을 때의 대가가 높음, 중간, 낮음 중 어디인지, 그리고 퇴로를 얼마나 갖춰야 하는지;
- 한 줄 결론: 지금 확산을 서둘러도 되는지, 아니면 제안, 초안, 선택 사용 중 어디에 먼저 둘지;
- 빠진 퇴로를 채우는 가장 작은 현실적인 방법.
"교육을 더 한다"를 답으로 내놓지 말 것. 정보가 부족하면 먼저 나에게 물어볼 것.

AI가 할 수 있는 일은 질문을 빠짐없이 세우도록 돕는 것까지다. 확산을 서두를지는 그 기능을 책임지는 사람이 정한다.

광고

Share

이 미니 클래스 공유

이 글이 업무 병목을 푸는 데 도움이 되었다면, AI를 어떻게 쓸지 고민하는 사람에게도 공유해 주세요.

참고 자료