The AI Penalty: People Reduce Compensation for Workers Who Use AI

이 논문은 13 개의 연구 (N=4,956) 를 통해 사람들이 AI 를 사용하는 근로자에게 보상 금액을 줄이는 'AI 페널티'가 존재하며, 이는 지각된 노력과 주체성 (agency) 감소에 기인하지만, 근로자가 핵심 작업에 대한 주체성을 유지하거나 보상 감소를 금지하는 계약 구조를 통해 이를 완화할 수 있음을 보여줍니다.

핵심

🍔 비유: "햄버거 가게의 비밀 소스"

상상해 보세요. 여러분이 햄버거 가게를 운영한다고 칩시다. 두 명의 셰프가 있습니다.

1. 셰프 A: 모든 재료를 직접 손으로 다듬고, 직접 소스를 만들고, 직접 불을 조절합니다.
2. 셰프 B: 최신형 로봇 팔 (AI) 을 써서 재료를 자르고, 소스 기계가 소스를 만들어주며, 로봇이 불을 조절합니다.

두 셰프가 만든 햄버거의 맛과 모양이 똑같고, 고객들도 "와, 정말 맛있네!"라고 칭찬한다고 가정해 봅시다.

그런데 여러분이 월급을 줄 때, 셰프 B(로봇을 쓴 사람) 에게는 셰프 A(손으로 한 사람) 보다 적은 돈을 주게 됩니다. 왜일까요?

이 논문은 그 이유를 **"노력 (땀)"**과 **"주도권 (내 손으로 만든 것)"**이라는 두 가지 렌즈로 설명합니다.

---

🔍 핵심 이유 1: "노력 (땀)"이 덜 보인다고 생각함

사람들은 보통 "열심히 일한 만큼 대가를 받아야 한다"고 생각합니다.

• 셰프 A는 땀을 흘리며 4 시간 동안 일한 것으로 보입니다.
• 셰프 B는 로봇이 도와주니 30 분 만에 끝낸 것으로 보입니다.

비록 결과물은 똑같아도, 사람들은 **"로봇이 일한 거 아니야? 너는 그냥 옆에서 구경만 했지?"**라고 생각하며 **노력 (Effort)**이 적었다고 판단합니다. 그래서 돈을 덜 주려고 합니다.

🔍 핵심 이유 2: "주도권 (내 손으로 만든 것)"이 사라졌다고 생각함

이게 더 중요한 이유입니다. 사람들은 **"이 작품의 진짜 주인공은 누구인가?"**를 중요하게 생각합니다.

• 셰프 A는 "이 햄버거는 내가 만들었다"는 자부심이 있습니다.
• 셰프 B는 "로봇이 만들어준 걸 내가 다듬었을 뿐"이라고 생각될 수 있습니다.

연구자들은 이를 **'창의적 주도권 (Creative Agency)'**이라고 부릅니다. AI 를 쓰면, 그 작품이 내 머리와 손에서 나온 것이 아니라 AI 가 만들어준 것처럼 보이기 때문입니다. 사람들은 "이걸 만든 건 너가 아니라 로봇 아니냐?"라고 생각하며, **작품에 대한 소유권 (Credit)**을 덜 줍니다.

💡 흥미로운 사실: 만약 셰프 B 가 로봇을 쓰더라도, **"내가 로봇에게 구체적인 지시를 내리고, 맛을 보고, 최종적으로 내가 결정했다"**라고 증명하면 (주도권을 유지하면), 임금 삭감 폭이 크게 줄어듭니다. 즉, AI 를 도구로 쓰되, 내가 '주인'임을 보여주는 것이 중요합니다.

---

🛡️ 어떻게 이 벌금을 피할 수 있을까요?

이 논문은 두 가지 해결책을 제시합니다.

1. 개인이 할 수 있는 일: "주인 의식" 가지기

"AI 를 썼다고 해서 내가 게으른 건 아니야. 나는 AI 라는 도구를 이용해 더 좋은 결과를 만들었어. 하지만 최종 결정과 방향은 내가 잡았다"라고 어필해야 합니다.

• 비유: 요리사가 요리를 할 때, 식재료를 손질하는 건 로봇이 했지만, 최종적인 맛을 내고 레시피를 고안한 건 요리사라고 강조하는 것과 같습니다.

2. 회사가/사회가 할 수 있는 일: "계약서"가 방패가 됨

연구에 따르면, **계약서 (Employment Contract)**가 있으면 임금 삭감이 덜 일어납니다.

• 비유: "계약서에 '월급은 고정이다'라고 적혀 있으면, 사장님이 '로봇 썼으니까 월급 깎자'라고 마음대로 할 수 없죠."
• 반면, 프리랜서나 계약직처럼 계약이 유연한 사람들은 AI 를 썼다는 이유만으로 임금을 더 쉽게 깎일 수 있습니다.

---

🌍 이 연구가 우리에게 주는 메시지

1. AI 는 '도구'일 뿐인데, 사람들은 '대체자'로 오해합니다.
   다른 사람이 도와주면 (인간 동료) 오히려 칭찬을 받지만, AI 가 도와주면 "네가 한 일이 아니야"라고 오해를 받습니다. AI 는 인간처럼 보이지만, 인간이 아니기 때문에 생기는 독특한 편견입니다.

2. 불평등이 심해질 수 있습니다.
   이미 임금이 낮거나 계약이 불안정한 사람들 (프리랜서, 단기 계약직) 일수록 AI 를 썼다는 이유로 더 큰 타격을 입을 수 있습니다.

3. 결론:
   AI 시대에 일할 때, 단순히 "일을 빨리 끝냈다"는 것만으로는 부족합니다. **"내가 어떻게 이 일을 주도했는가?"**를 보여주는 것이 중요합니다. 그리고 사회적으로는 AI 사용자를 불합리하게 처벌하지 않도록 보호 장치가 필요합니다.

한 줄 요약:

"AI 를 썼다고 해서 임금을 깎는 건, 작품을 만든 '주인'이 로봇이라고 착각하기 때문입니다. 하지만 내가 그 로봇을 잘 조종한 '주인'임을 증명하면, 그리고 계약서로 보호받으면 이 불이익을 막을 수 있습니다."

기술 요약

1. 연구 문제 (Problem)

인공지능 (AI) 은 생산성을 높이고 업무 방식을 혁신할 것으로 기대되지만, 동시에 근로자의 기여도에 대한 인식에 부정적인 영향을 미칠 수 있습니다. 기존 연구들은 AI 사용이 근로자의 역량이나 동기에 대한 부정적인 평가를 초래할 수 있음을 시사하지만, AI 사용이 실제 보상 (임금, 보너스 등) 결정에 어떤 영향을 미치는지에 대한 실증적 증거는 부족했습니다.

이 연구는 다음과 같은 핵심 질문을 던집니다:

• 평가자들은 AI 를 사용하는 근로자에게 AI 를 사용하지 않은 근로자보다 보수를 적게 책정할 것인가?
• 만약 그렇다면, 그 심리적 메커니즘은 무엇인가?
• 이 'AI 페널티'는 업무 유형, 근로자 지위, 계약 조건 등에 따라 어떻게 변하는가?

2. 연구 방법론 (Methodology)

저자들은 13 개의 실험 (N = 4,956 명) 을 통해 가설을 검증했습니다. 연구는 가상의 시나리오와 실제 금전적 보상이 모두 포함된 다양한 설계를 사용했습니다.

• 실험 설계:
  • 연구 19, 1213: 가상의 시나리오 (Graphic Designer, Web Designer, Analyst 등) 를 사용하여 참가자가 근로자에게 지급할 보상 금액을 결정하게 함.
  • 연구 10~11: 실제 프리랜서 근로자 (Gig workers) 가 AI 유무에 따라 과제를 수행하고, 실제 관리자 역할을 한 참가자들이 실제 현금 보너스를 배분하는 실험.
• 변인 조작:
  • 독립변인: AI 사용 유무 (AI vs. No AI), 근로자 지위 (임시/정규), 업무 이력, 업무 유형 (창의적 vs. 분석적/반복적), 계약 조건 (보수 감축 가능 여부).
  • 통제변인: 작업의 품질, 노력의 양 (실험 12 에서 조작), 성과의 객관적 평가.
• 메커니즘 검증:
  • 매개변인: 지각된 노력 (Perceived Effort), 지각된 주체성 (Perceived Agency - 작업의 핵심 지적/창의적 기여의 원천이 되는 정도), 공정한 대우에 대한 인식 (Credit Deservingness).
  • 조절변인: 고용 계약의 구속력 (보수 감축이 허용되는지 여부).
• 통계 분석: 회귀 분석, 구조 방정식 모델 (SEM), 매개 및 조절 매개 효과 분석, 부트스트래핑 (Bootstrap) 등을 활용하여 인과 관계와 메커니즘을 규명했습니다.

3. 주요 기여 및 발견 (Key Contributions & Results)

A. 'AI 페널티'의 존재 확인 (Robustness of the AI Penalty)

• 일관된 결과: 13 개 연구 전반에 걸쳐, AI 를 사용하는 근로자는 사용하지 않는 근로자에 비해 일관되게 낮은 보수를 받았습니다.
• 상황적 강건성: 이 효과는 다음과 같은 조건에서 변하지 않았습니다.
  • 보상 형태: 가상의 보상 vs. 실제 현금 보너스 (Gig workers 대상).
  • 근로자 지위: 임시직 (프리랜서) vs. 정규직 (상근자).
  • 관계 이력: 새로운 고용 vs. 장기 협력 관계.
  • 비교 상황: 다른 근로자와 비교할 때 vs. 개별적으로 평가할 때.
  • 생산성 증가: AI 로 인해 생산성이 증가했음을 명시하더라도, 여전히 AI 사용에 대한 페널티가 존재했습니다.

B. 일반적 '외부 지원' 페널티가 아님 (Not a Generic External-Help Penalty)

• 연구 9 결과: AI 의 도움을 받은 경우 보수가 감소했지만, 다른 인간 (Human) 의 도움을 받은 경우 보수가 오히려 증가했습니다.
• 이는 AI 페널티가 단순히 '도움'을 받았다는 사실 때문이 아니라, AI 의 고유한 특성 (자율성, 인간과 유사한 지능 등) 이 근로자의 기여도를 훼손하는 방식으로 인식되기 때문임을 시사합니다.

C. 심리적 메커니즘: 노력 (Effort) 과 주체성 (Agency)

• 공정성 이론 (Equity Theory) 적용: 평가자들은 투입 (노력, 전문성) 과 산출 (보상) 의 균형을 평가합니다. AI 사용은 이 균형을 깨뜨립니다.
• 핵심 메커니즘:
  1. 지각된 노력 감소: AI 는 효율성을 높여주므로, 평가자들은 근로자가 덜 노력했다고 판단합니다.
  2. 지각된 주체성 (Agency) 감소: AI 가 작업의 핵심 지적/창의적 기여의 원천 (Originating source) 으로 인식되어, 근로자의 '작가적 권한'이 축소된다고 봅니다.
• 연구 12 및 13 결과:
  • AI 사용은 지각된 노력과 주체성을 모두 감소시켰습니다.
  • 주체성 (Agency) 이 보상 결정의 더 강력한 예측 변수였습니다. 특히 반복적/분석적 업무 (연구 13) 에서도 주체성 감소가 보수 감소의 주된 경로였습니다.
  • 매개 효과: AI 사용 $\rightarrow$ (노력 및 주체성 감소) $\rightarrow$ (기여도 인정 감소) $\rightarrow$ (보수 감소).

D. 페널티 완화 전략 (Mitigation Strategies)

1. 전략적 주체성 유지 (Strategic Retention of Agency):
   • 근로자가 AI 를 사용할 때, 핵심 창의적 작업에 대한 주체성을 유지하고 (예: AI 에게 구체적인 프롬프트를 주고 결과를 수정/검토하는 방식), AI 를 보조 도구로만 활용하면 페널티의 약 92% 를 회복할 수 있었습니다.
   • 단순히 노력량을 늘리는 것보다 주체성을 유지하는 것이 보수를 회복하는 더 효율적인 전략이었습니다.
2. 구조적 보호 (Structural Constraints):
   • 연구 8 결과: 고용 계약에 보너스 지급 금액이 명시되어 있어 보수를 감축하는 것이 불가능하거나 허용되지 않는 경우, AI 페널티가 약화되었습니다. 이는 평가자의 편견이 실제 금전적 결정으로 이어지는 것을 제도적으로 차단할 수 있음을 보여줍니다.

4. 의의 및 시사점 (Significance)

• 노동 시장 불평등 심화 우려: AI 도입이 생산성을 높임에도 불구하고, 근로자의 소득 감소로 이어질 수 있는 역설적인 상황을 규명했습니다. 특히 계약 보호가 약한 임시직, 프리랜서, 플랫폼 노동자들이 이 'AI 페널티'에 더 취약할 수 있음을 지적합니다.
• 심리적 메커니즘의 규명: AI 가 단순히 도구로만 인식되지 않고, 인간의 '창의적 주체성'을 위협하는 존재로 인식되어 보상에 영향을 미친다는 점을 밝혔습니다.
• 실무적/정책적 제언:
  • 근로자: AI 를 사용할 때 핵심 업무의 주도권을 유지하고, 그 과정을 투명하게 보여줌으로써 페널티를 줄일 수 있습니다.
  • 조직 및 정책: AI 도입을 장려하면서도 근로자의 보상을 보호하기 위해, AI 사용과 보수 감축을 연결 짓지 못하도록 하는 명시적인 고용 계약이나 보상 가이드라인이 필요합니다.
  • AI 윤리: AI 는 인간과 유사한 능력을 가지지만, 인간 협력자와는 다른 방식으로 평가받는다는 점을 인식해야 합니다.

결론

이 논문은 AI 사용이 근로자의 보수를 감소시키는 **'AI 페널티'**가 존재하며, 이는 근로자의 지각된 노력과 주체성 감소에 기인함을 13 개의 연구를 통해 입증했습니다. 그러나 근로자가 핵심 업무의 주체성을 유지하거나, 고용 계약과 같은 구조적 장치를 통해 보수 감축을 막을 경우 이 페널티를 상당 부분 완화할 수 있음을 보여주었습니다. 이는 AI 시대의 노동 시장 형평성을 유지하기 위한 중요한 통찰을 제공합니다.