"교사가 AI를 활용하면 반복적인 업무를 빠르게 처리하고, 그만큼 학생들과 직접 만나는 시간을 더 확보할 수 있을 것이다." 교육계에서 AI 도입을 이야기할 때 가장 자주 등장하는 기대입니다. 학습지와 평가 문항 제작 같은 수업 준비 업무를 AI가 대신해주면, 교사는 학생 한 명 한 명과 더 깊이 상호작용하고, 자신의 수업을 돌아보는 데 시간을 쓸 수 있을 거라는 논리입니다. 연구자들과 교육 정책 담당자들도 이 가능성에 주목해왔고, 많은 연수와 워크숍에서도 이 메시지를 전해왔습니다.
그런데 정말 그렇게 될까요?
최근 하버드 비즈니스 리뷰(HBR)에 실린 한 연구가 이 기대에 찬물을 끼얹습니다. 이 연구는 교사가 아니라 기업의 지식노동자를 대상으로 한 것입니다. 하지만 AI가 업무 방식을 어떻게 변화시키는지, 그 구조적 패턴을 매우 구체적으로 보여주기 때문에, 교사의 AI 활용에도 중요한 시사점을 줍니다.
https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it연구의 결론은 이렇습니다. AI는 일을 줄이지 않았다. 오히려 강화했다. AI를 적극적으로 활용한 직원들은 더 빠르게 일하고, 더 넓은 범위의 일을 하고, 더 오랜 시간 일했습니다. 그리고 이 모든 변화는 누가 시켜서가 아니라 자발적으로 일어났습니다.
이 패턴이 교사에게도 적용된다면, "AI 덕분에 학생과 더 많이 만나고, 수업을 더 깊이 성찰할 수 있다"는 기대는 쉽게 실현되지 않을 수 있습니다. 오히려 교사라는 직업이 가진 특수성을 생각하면, 끝없이 확장 가능한 수업의 질, 본래부터 모호한 업무 시간의 경계, 대부분 혼자 수행하는 수업 준비 같은 조건들이 AI로 인한 업무 강화를 더 쉽게, 더 깊게 만들 수 있습니다.
이 글에서는 해당 연구의 핵심 내용을 소개하고, 그것이 교사의 수업 준비와 AI 활용에 어떤 의미를 갖는지, 그리고 AI가 진짜로 교사에게 '여유'를 주려면 무엇이 필요한지 함께 생각해보겠습니다.
UC버클리 하스 경영대학원의 아루나 랑가나탄(Aruna Ranganathan) 교수와 박사과정 연구자 싱치 매기 예(Xingqi Maggie Ye)는 2025년 4월부터 12월까지 약 8개월간, 미국의 한 IT 기업(약 200명 규모)에서 생성형 AI가 업무 방식을 어떻게 변화시키는지 관찰했습니다. 연구진은 주 2회 현장 관찰, 내부 커뮤니케이션 채널 추적, 그리고 엔지니어링·제품·디자인·연구·운영 등 다양한 부서의 직원 40여 명을 심층 면담했습니다.
이 회사는 AI 사용을 의무화하지 않았고, 상용 AI 도구에 대한 기업용 구독을 제공했을 뿐입니다. 그런데 연구진이 발견한 것은 예상과 달랐습니다. AI 도구는 업무를 줄이지 않았습니다. 오히려 세 가지 방식으로 업무를 '강화'했습니다.
AI가 지식의 빈 곳을 채워주면서, 직원들은 이전에 다른 사람의 몫이었던 일까지 스스로 해보기 시작했습니다. 제품 관리자와 디자이너가 코드를 작성하고, 연구자가 엔지니어링 작업을 맡았습니다. 과거라면 외부에 맡기거나, 미루거나, 아예 시도하지 않았을 일들이었습니다.
AI는 이런 일들을 '해볼 만한 것'으로 느끼게 만들었습니다. 직원들은 "그냥 AI랑 이것저것 해본 것"이라고 표현했지만, 이런 시도가 쌓이면서 업무 범위가 크게 넓어졌습니다. 부작용도 뒤따랐습니다. 비전문가가 AI의 도움으로 작성한 코드를 엔지니어들이 검토하고, 수정하고, 가르쳐야 하는 새로운 부담이 생긴 것입니다.
AI는 어떤 일이든 시작하는 것을 너무 쉽게 만들었습니다. 빈 페이지 앞에서 막막해하는 경험, 어디서부터 손을 대야 할지 모르는 그 마찰이 사라졌습니다. 그 결과, 직원들은 점심시간, 회의 중, 파일 로딩을 기다리는 동안에도 자연스럽게 AI에 프롬프트를 입력하기 시작했습니다. 퇴근 직전에 "마지막 프롬프트 하나만"이라며 AI가 작업하게 해두고 자리를 뜨는 일도 흔했습니다.
이런 행동은 "일을 더 하는 것"처럼 느껴지지 않았습니다. AI에 한 줄 입력하는 건 정식 업무라기보다 '대화'에 가까웠으니까요. 하지만 시간이 지나면서 직원들은, 대개 나중에서야, 쉬는 시간에도 쉬는 느낌이 들지 않는다는 것을 깨달았습니다. 일이 사라진 게 아니라 '공기'처럼 되어 있었습니다. 항상 조금만 더 진행시킬 수 있는 무언가가 되어버린 것입니다.
AI는 새로운 업무 리듬을 만들어냈습니다. 직접 코드를 작성하면서 동시에 AI가 대안을 생성하게 하고, 여러 AI 에이전트를 나란히 실행하고, 오래 미뤄둔 업무를 AI가 "배경에서 처리"하게 하는 식이었습니다. 직원들은 AI라는 '파트너'가 있으니 여러 일을 동시에 진행할 수 있다고 느꼈습니다.
하지만 실제로 벌어진 일은 끊임없는 주의 전환, 빈번한 AI 결과물 확인, 점점 늘어나는 미완의 작업 목록이었습니다. 시간이 지나면서 속도에 대한 기대치가 높아졌고, 직원들은 AI를 쓰기 전보다 더 많은 일을 동시에 하면서도 더 큰 압박을 느꼈습니다. 한 엔지니어의 말이 이 상황을 정확히 요약합니다. "AI로 생산성이 높아지면 시간이 절약되고, 일을 덜 할 수 있을 거라고 생각했어요. 하지만 실제로는 일을 덜 하는 게 아니라, 같은 만큼 하거나 오히려 더 하게 되더라고요."
연구진은 이 세 가지 현상이 서로를 강화하는 순환 고리를 만든다고 설명합니다.
AI가 특정 작업을 가속 → 속도에 대한 기대가 높아짐 → AI 의존도 증가 → 시도하는 업무 범위가 넓어짐 → 전체 업무의 양과 밀도가 더욱 증가
직원들은 '더 생산적'이라고 느꼈지만, '덜 바쁘다'고 느끼지는 않았습니다. 오히려 이전보다 더 바쁘다고 느끼는 경우가 많았습니다. 단기적으로는 생산성이 폭발하는 것처럼 보이지만, 장기적으로는 인지 피로, 번아웃, 판단력 저하로 이어질 수 있는 위험한 구조입니다.
특히 연구진은 이 추가 노력이 자발적이고, '실험'이나 '재미'로 포장되기 쉽다는 점에 주목합니다. 그래서 조직의 리더들이 직원들이 실제로 얼마나 큰 부하를 지고 있는지 알아차리기 어렵다는 것입니다.
여기서 다시 처음의 질문으로 돌아가봅시다. AI가 수업 준비 시간을 줄여주면, 교사는 정말로 학생과 더 많이 만나고, 자신의 수업을 더 깊이 성찰하게 될까요?
이 연구의 발견을 교사의 맥락에 대입해보면, 그 대답은 낙관적이지 않습니다. AI가 절약해준 시간은 여유로 남는 것이 아니라, 더 많은 수업 준비로 다시 채워질 가능성이 높습니다. 기업에서는 관리자가 업무량을 조절하거나 조직 차원에서 개입할 수 있지만, 교사의 수업 준비는 대부분 개인의 자율 영역에서 이루어지며, '좋은 수업'에는 상한선이 사실상 없기 때문입니다.
AI 이전에 교사는 자신의 전문 교과에 집중했습니다. 시각 자료 제작은 디자인 감각이 필요했고, 데이터 분석 기반 활동지는 시간이 너무 많이 걸렸으며, 영상 편집이나 인터랙티브 콘텐츠는 기술적 장벽이 높았습니다. 이런 제약은 불편했지만, 동시에 업무량을 자연스럽게 조절하는 장치이기도 했습니다.
AI는 이 장벽을 무너뜨립니다. 국어 교사인 저는 이제 AI를 활용해 인포그래픽을 만들고, 심지어 코딩을 하며 구글 클래스룸과 같은 교수학습 지원 프로그램을 직접 만들 수도 있습니다. AI가 채워주는 지식과 기술의 빈 공간이 워낙 넓다 보니, "이것도 해볼까?"라는 생각이 자연스럽게 듭니다.
이 연구가 보여주듯, 문제는 이런 시도가 쌓이면서 업무 범위 자체가 넓어진다는 데 있습니다. 과거에는 "내 일이 아니야"라고 자연스럽게 선을 그었던 영역이, AI 덕분에 "나도 할 수 있는 일"로 바뀝니다. AI가 학습지 만드는 시간을 30분에서 5분으로 줄여줬다고 합시다. 절약된 25분 동안 교사는 학생을 관찰하거나 수업을 성찰하는 대신, 수준별 학습지를 3종 더 만들 가능성이 높습니다. 그리고 한번 그 수준의 수업 자료를 만들어본 교사는 이전의 단순한 방식으로 쉽게 돌아가지 못합니다. 새로운 기준선이 만들어지는 것입니다.
연구에서 직원들이 점심시간에 "그냥 프롬프트 하나만"이라며 AI와 대화했듯이, 교사에게도 똑같은 일이 일어날 수 있습니다. 아니, 이미 일어나고 있을 가능성이 높습니다.
출근길에 "내일 수업 도입부 아이디어 좀 줘"라고 AI에 물어보고, 점심시간에 그 결과를 다듬고, 잠들기 전에 "학습지 표현을 좀 더 쉽게 고쳐줘"라고 요청합니다. 하나하나는 1~2분밖에 걸리지 않고, 채팅하듯 가볍게 느껴집니다. 하지만 이 연구가 보여주듯, 이런 '가벼운' 입력이 습관이 되면 쉬는 시간이 진짜 쉬는 시간이 아니게 됩니다. 수업 준비가 정해진 시간에 앉아서 하는 '작업'이 아니라, 언제든 조금씩 진행할 수 있는 '환경'으로 바뀌어버리는 것입니다.
여기서 중요한 점이 있습니다. "AI가 절약해준 시간에 학생과 더 만나라"는 기대는, 교사가 그 시간을 의식적으로 비워둘 수 있다는 것을 전제합니다. 하지만 이 연구가 보여주는 현실은 그 반대입니다. AI가 시작의 마찰을 없애버리면, 비어 있는 시간은 자동으로 새로운 작업으로 채워집니다. 쉬는 시간에 학생과 대화하는 대신, 다음 차시 활동지를 AI로 다듬게 되는 것이죠.
게다가 교사의 업무 시간은 원래 경계가 모호합니다. 정규 수업 외에 수업 준비, 생활지도, 행정 업무가 저녁과 주말까지 흘러들어가는 것은 어제오늘의 일이 아닙니다. AI는 이 이미 흐릿한 경계를 더 쉽게 넘을 수 있게 만듭니다. 수업 준비를 시작하는 문턱이 낮아진다는 것은, 달리 말하면 '쉬지 않을 이유'가 늘어난다는 뜻이기도 합니다.
AI 이전에는, 시험 문항 출제를 하면서 동시에 수행평가 루브릭을 만드는 것이 현실적으로 불가능했습니다. 하지만 AI를 활용하면, 한 창에서 평가 문항을 생성하면서 다른 창에서 수업 활동지를 다듬고, 또 다른 창에서 업무 관련 계획서를 만들 수 있습니다.
하지만 연구가 보여주듯, '파트너가 생긴 느낌'의 실체는 끊임없는 주의 전환과 인지 부하입니다. AI가 만들어낸 결과물은 반드시 검토하고 수정해야 하고, 여러 작업을 동시에 진행하면 각각의 맥락을 기억하고 전환하는 데 머릿속 에너지가 소모됩니다. 생산적인 느낌은 드는데, 실제로는 더 피로해지는 역설이 생기는 것입니다.
여기서 "수업 성찰"에 대해 생각해볼 필요가 있습니다. 수업 성찰이란 오늘 수업에서 무엇이 잘 되었고, 학생들이 어디서 어려워했으며, 다음에는 어떻게 해볼지 조용히 되돌아보는 행위입니다. 이것은 멀티태스킹의 정반대에 있는 활동입니다. 집중과 여백이 필요한 일입니다. 그런데 AI가 만들어내는 업무 리듬은 여러 작업을 동시에 처리하는 방향으로 교사를 이끕니다. 수업을 되돌아볼 조용한 시간 대신, "AI가 만들어둔 결과물 확인하기"가 그 자리를 차지하게 됩니다.
교사에게 이 문제는 특히 심각할 수 있습니다. 수업 준비 과정에서 쌓인 인지 피로는 곧바로 수업의 질에 영향을 미칩니다. 정작 학생 앞에 설 때 필요한 순발력, 공감 능력, 창의적 반응력이 AI와 씨름하느라 소진될 수 있기 때문입니다.
연구진은 개인의 자기 조절에 기대는 것만으로는 이 문제를 해결할 수 없다고 말합니다. 대신, 'AI 실천'(AI Practice)이라는 의도적인 규범과 루틴을 만들어야 한다고 제안합니다.
업무 속도가 빨라질수록, 속도를 조절하는 의도적인 멈춤이 필요합니다. 중요한 결정을 내리기 전에 한 가지 반론을 떠올려보고, 조직의 목표와 어떻게 연결되는지 명시적으로 확인하는 것. 이런 짧은 성찰의 순간이 과부하가 조용히 쌓이는 것을 막아줍니다.
AI가 백그라운드에서 계속 무언가를 만들어낼 수 있다고 해서, 모든 결과물에 즉시 반응할 필요는 없습니다. 업무가 일관된 흐름으로 진행되도록 순서를 정하고, 급하지 않은 알림은 모아서 처리하고, 집중할 수 있는 시간을 지켜야 합니다. 핵심은 '얼마나 빠르게 하느냐'가 아니라 '언제 진행할 것이냐'입니다.
AI가 혼자서도 많은 일을 해낼 수 있게 만들수록, 사람과의 연결을 의도적으로 지키는 것이 중요해집니다. 짧은 대화, 함께 하는 성찰, 동료와의 교류는 AI와의 1:1 작업에 빠져 있던 흐름을 끊고 관점을 넓혀줍니다. AI는 하나의 통합된 관점을 제시하지만, 창의적 통찰은 여러 사람의 다양한 시각과 만날 때 생겨납니다.
연구진의 세 가지 제안을 교사의 맥락에 맞게 구체화해보면 다음과 같습니다.
AI가 5분 만에 학습지를 만들어주면, 우리는 자연스럽게 "더 만들까?"라고 생각합니다. 이때 필요한 것은 "정말 필요한가?"라는 질문입니다.
AI 결과물을 바로 채택하기 전에, 잠깐 멈추고 스스로에게 물어보는 습관이 필요합니다. "이 자료가 이번 차시의 핵심 목표에 기여하는가?", "학생들에게 실제로 도움이 되는가, 아니면 '만들 수 있으니까' 만드는 것인가?" 이 짧은 성찰이 업무 확장의 관성을 멈추는 브레이크가 됩니다.
"AI가 빠르니까 아침에도 조금, 점심에도 조금, 저녁에도 조금"이 아니라, 수업 준비를 하는 시간과 하지 않는 시간을 명확히 구분하는 것이 중요합니다. 예를 들어 "AI를 활용한 수업 자료 작업은 4교시 공강 시간으로 한정한다"와 같은 자기 규칙을 만드는 것입니다.
더 나아가, AI가 절약해준 시간을 무엇으로 채울지 미리 정해두는 것도 방법입니다. "이 시간에는 학생 관찰 기록을 쓴다", "이 시간에는 동료와 수업 이야기를 나눈다"처럼 절약된 시간의 용도를 구체적으로 지정해두지 않으면, 그 시간은 자연스럽게 또 다른 수업 준비로 흘러들어갑니다.
AI에게 "이 수업 어떻게 생각해?"라고 물어보는 것은 쉽고 빠릅니다. 하지만 동료 교사와 복도에서 나누는 짧은 대화, 전문적학습공동체에서의 수업 나눔, 수업 후 함께하는 성찰. 이런 인간적 접점이 주는 가치는 AI가 대체할 수 없습니다.
AI는 내가 원하는 방향으로 답을 만들어줍니다. 하지만 동료 교사는 내가 미처 보지 못한 방향을 보여줍니다. 수업의 창의성과 깊이는 AI와의 효율적인 작업이 아니라, 다양한 관점과 만나는 느리지만 풍요로운 과정에서 나옵니다.
이 연구가 말하는 핵심은 간단하지만 중요합니다. AI는 의도하지 않으면 일을 줄이지 않고, 늘린다. 그리고 그 늘어남은 자발적이고 즐거운 형태로 나타나기 때문에, 문제를 인식하기 어렵습니다.
많은 사람들이 말합니다. AI가 교사의 반복 업무를 줄여주면 학생과의 상호작용과 수업 성찰에 더 많은 시간을 쓸 수 있을 거라고. 이 말이 완전히 틀린 말은 아닙니다. AI는 분명 그런 가능성을 열어줍니다. 하지만 이 연구가 보여주는 것은, 가능성이 열린다고 해서 자동으로 실현되는 것은 아니라는 사실입니다. 아무런 의도 없이 AI를 도입하면, 절약된 시간은 학생과의 만남이 아니라 더 많은 수업 자료 제작으로, 수업 성찰이 아니라 또 다른 멀티태스킹으로 채워질 가능성이 높습니다.
교사라는 직업은 원래 '조금만 더 하면 더 좋은 수업이 될 텐데'라는 끝없는 확장 가능성을 안고 있습니다. AI는 그 가능성의 천장을 높여줍니다. 더 정교한 학습지, 더 개별화된 피드백, 더 풍부한 자료. 모두 가능해집니다. 하지만 가능하다고 해서 다 해야 하는 것은 아닙니다.
AI를 잘 활용하는 교사는 AI로 더 많이 만드는 교사가 아닙니다. AI가 만들어준 여유를 의도적으로 지켜내는 교사입니다. 그 여유 속에서 학생을 관찰하고, 동료와 대화하고, 자신의 수업을 조용히 되돌아보는 시간. 이것이야말로 AI가 대신할 수 없는, 교사만의 전문성이 발휘되는 시간입니다.
AI가 시간을 만들어주는 것까지는 AI의 몫입니다. 하지만 그 시간을 무엇으로 채울지 결정하는 것은, 그리고 그 시간을 빼앗기지 않는 것은, 교사 자신의 몫입니다.
참고 문헌
Ranganathan, A. & Ye, X. M. (2026, February 9). AI doesn't reduce work—It intensifies it. Harvard Business Review. https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it
댓글을 작성하려면 로그인이 필요합니다.
