리더들이 매우 민감하게 반응하는 최근 이슈는 단연코 '공정성'입니다. 주로 성과평가, 승진, 연봉 인상과 인센티브 판단에서 대두됩니다. 직원들은 늘 공정한 절차, 소통, 결과를 희망합니다. 하지만 리더의 판단에는 주관이 개입될 수밖에 없습니다. (이게 나쁘다는 말씀은 절대 아닙니다) 직원들 역시 가만히 있지 않습니다. 의견을 적극적으로 개진하고, 서로 논의하고, 노조 활동 등 조직화하기도 합니다. 리더 입장에선 대화가 점점 어렵게 느껴집니다. 이럴 바엔 그냥 AI가 리딩하는 게 어떨까 하는 생각까지 듭니다. 그러면 편향도 줄고, 사람마다 들쭉날쭉하던 평가 기준도 일관될 수 있을 것 같습니다.

마이크로소프트가 2026 Work Trend Index에서 그린 이른바 '프론티어 펌(Frontier Firm)', 그러니까 AI 에이전트가 관리 업무의 상당 부분을 떠안는 조직으로의 전환은 멀리 떨어진 얘기라고 치부하기는 어렵습니다.

발빠른 AI 적용에 있어 불편한 질문을 던지는 글이 하나 나왔습니다. 지난 7월 6일 포브스에 실린 The Hidden Psychological Cost Of Having AI As Your Boss라는 기고인데요. 효율과 일관성이라는 밝은 면 뒤에, 우리가 잘 계산하지 않는 '인적 비용'이 숨어 있다는 이야기입니다. 핵심은 한 문장으로 요약됩니다. 직원들이 점점 '이해받는(known)' 게 아니라 '측정당한다(measured)'고 느낀다는 것. (물론 지금도 소통이 부족하면, 사람이 진행해도 이렇게 느낄 수 있습니다)

오늘은 이 감각을 같이 들여다보려 합니다. AI 상사가 주는 편리함이 가짜라는 얘기가 아닙니다. 다만 그 편리함의 청구서에 우리가 미처 안 적어 넣은 항목이 있다는 거죠.

'일관성'은 주는데 '맥락'은 못 읽습니다

먼저 장면 하나 그려볼까요.

(예) 물류 자회사의 C 구성원. 이번 분기 배송 처리 건수가 팀 평균보다 낮게 찍혔습니다. 시스템은 정확합니다. 숫자는 거짓말을 안 하죠. 그런데 그 숫자 뒤엔 이런 사연이 있습니다. 신입 두 명 온보딩을 도맡았고, 육아휴직 들어간 동료 몫까지 두 달간 커버했거든요. 사람 팀장이었다면 "이번 분기 고생 많았지, 그거 다 반영할게" 한마디로 정리됐을 일입니다. 그런데 알고리즘은 그 맥락을 모릅니다. 마감을 놓친 사실만 기록하죠.

포브스 기고가 짚는 첫 번째 비용이 바로 이겁니다. AI 상사는 비언어적 신호를 못 읽습니다. 표정이 굳는 것, 회의에서 유난히 말이 없어진 것, 메일 답장 톤이 미묘하게 달라진 것 — 노련한 팀장이라면 '뭔가 있구나' 하고 알아채는 신호들을 알고리즘은 그냥 지나칩니다. 성과 데이터가 왜 흔들렸는지, 그 '왜'에 해당하는 상황을 못 보는 거죠. (물론 앞으로 사무실에서 모든 상황이 녹화, 녹음된다면 ???)

문제는 이게 단순한 불편이 아니라 '불안'으로 번진다는 데 있습니다. 기고가 인용하는 심리적 안전감 연구들을 보면, 직장에서 사람을 가장 일관되게 갉아먹는 스트레스원 중 하나가 바로 '상사가 나를 어떻게 보는지 모르는 상태'라고 합니다. 사람 상사라면 눈치라도 보고, 커피 한잔하며 떠보기라도 하죠. 그런데 상대가 알고리즘이면? 읽을 수도, 따질 수도, 구슬릴 수도 없습니다. 불확실성이 해소될 통로 자체가 막혀 버리는 겁니다.

자율성이 깎이면, 동기도 같이 깎입니다

Kadolkar, Kepes, Subramony 세 연구자가 2025년 Journal of Organizational Behavior에 발표한 대규모 문헌 통합 연구를 보시죠. 긱 이코노미(gig economy) 현장의 알고리즘 관리를 다룬 연구들을 체계적으로 모아 정리했는데, 반복해서 확인되는 패턴이 있었습니다. 알고리즘 통제가 강해질수록 노동자가 느끼는 자율성과 관계성(relatedness)이 줄고, 그 결과 내적 동기와 심리적 웰빙이 함께 낮아진다는 겁니다. 시스템의 경직성이 사람의 재량 공간을 좁히기 때문이죠.

여기서 오해는 마셔야 합니다. 알고리즘 자체를 악당 취급할 일은 아니고, 진짜 문제는 '통제만 하고 지지는 안 하는' 설계에 있습니다. 지난 호에서 다뤘던 이야기와 정확히 이어지는데요, AI는 리더를 대체하는 게 아니다에서 저는 AI가 리더의 실제 역량을 '드러낸다'고 말씀드렸죠. 의존이 아니라 증강으로 써야 한다고요. 관리의 알고리즘화 역시 똑같습니다. 판단과 공감이라는 사람 몫을 시스템에 통째로 넘겨 버리면, 남는 건 측정뿐입니다. 그리고 사람은 측정만 당할 때 마음의 문을 닫기 마련입니다.

사람들은 알고리즘 판단을 무조건 싫어할까요?

그런데 여기서 반론을 하나 미리 처리하고 가겠습니다. "요즘 사람들, 오히려 사람보다 알고리즘을 더 믿지 않나요?" 맞습니다. 그런 연구도 분명 있습니다.

Logg, Minson, Moore 세 연구자가 2019년 Organizational Behavior and Human Decision Processes에 발표한 유명한 실험이 있죠. 이름하여 '알고리즘 애호(algorithm appreciation)'. 여섯 번의 실험에서 사람들은 같은 조언이라도 '알고리즘이 냈다'고 하면 사람이 냈다고 할 때보다 더 잘 받아들였습니다. 노래 인기 예측이든 몸무게 추정이든, 객관적 수치 과제에서는 알고리즘의 손을 들어준 거죠.

여기까지만 보면 'AI 상사, 괜찮은데?' 싶습니다. 그런데 이 연구엔 반전이 숨어 있었습니다. 알고리즘 애호가 '흔들리는' 지점이 있었거든요. 사람들이 스스로 그 분야의 전문가라고 느낄 때, 그리고 남의 조언이 아니라 '자기 자신의 판단'과 알고리즘을 견줄 때, 신뢰는 눈에 띄게 식었습니다.

내 성과, 내 맥락, 내 지난 6개월 활동에 관한 한 — 세상에서 가장 정통한 전문가는 누구일까요? 바로 나 자신입니다. 객관적 예측에는 잘 통하던 알고리즘에 대한 신뢰가, '나를 판단하는' 영역으로 넘어오면 그대로 적용되리라는 보장이 없다는 뜻이죠.

결국 갈림길은 '자동화하느냐 마느냐'가 아닙니다. '측정과 이해 사이의 간극을 누가, 어떻게 메우느냐'입니다. 그 간극을 리더가 메우면 AI는 든든한 조수가 되고, 아무도 안 메우면 AI는 차가운 감시자가 됩니다. 참고로 이 신뢰의 문제는 왜 AI 경험이 잘 공유되지 않을까에서 다룬 '그림자 AI'와도 뿌리가 같습니다. 규정이 아니라 심리적 안전감의 문제라는 것.

이번 주 실천 가이드

말은 거창했지만, 다음 주 월요일부터 할 수 있는 건 의외로 소박합니다.

1. AI가 낸 평가에 '맥락 한 줄'을 반드시 덧붙이세요. 시스템이 뽑은 성과 리포트를 그대로 전달하지 마시고, 리더가 아는 사정을 한 문장이라도 손으로 적어 넣으세요. (예) "이번 분기 수치엔 추가로 수행했던 신입 온보딩이 고려되지 않았음(나는 알고 있다는 말)" 이 한 줄이 '측정'을 '이해'로 바꿉니다.

2. 분기 1회, 15분 '숫자 밖 대화'를 캘린더에 고정하세요. 실적 얘기는 빼고, 요즘 뭐가 힘든지, 어떤 일이 재미있는지만 묻는 시간입니다. 알고리즘이 못 읽는 비언어적 신호를 읽는 시간입니다.

3. 평가 근거를 직원이 '질문할 수 있게' 여세요. AI가 왜 이렇게 판단했는지 설명하고, 이의를 제기할 창구를 명시하세요. 따질 수 없는 상사가 가장 불안한 상사입니다.

4. 자동화 도입 전, 딱 한 질문을 던져 보세요. "이 지표는 사람의 어떤 사정을 못 보는가?" 답이 술술 나오는 지표일수록 사람 손질이 더 필요할지 모릅니다

5. 'AI가 그러라고 했다'로 결정을 떠넘기지 마세요. 배정도 평가도, 최종 책임은 리더에게 있다는 신호를 분명히 하시길 권해드립니다. 'AI가 이렇게 말하던데...' 이런 말은 리더에겐 금물입니다. 공식적으로 하는 모든 말은 주어를 '나'로 하십시오.

AI를 통한 관리의 자동화는 분명 매력적입니다. 일관성은 진짜 이점이고요. 다만 일관성이 곧 공정함은 아니고, 측정이 곧 이해도 아닙니다. AI가 사람을 재는 동안, 그 숫자 뒤의 사연을 읽어 주는 건 여전히 리더의 몫입니다. 어쩌면 그게 자동화 시대에 리더가 하는 가장 인간적인 일인지도 모르겠습니다. ^^