📈 economics

Socio-Technical Outcome Asymmetry in Algorithmic Management: Organizational Buffering and Firm Age as Moderators in Indonesian Firms

본 연구는 인도네시아 기업에서 알고리즘 관리가 감시로 인한 피해보다 유의미하게 더 큰 효율성 이득을 창출한다는 점을 입증하기 위해 사회-기술적 결과 비대칭(STOA) 프레임워크를 도입하며, 여기서 기업 연령은 부정적 결과를 완화하는 결정적인 완충제 역할을 하는 동시에 STOA 모델은 새로운 비대칭 및 완충 메커니즘을 통해 사회-기술 시스템 이론을 확장한다.

원저자: Andi Jaman

게시일 2026-07-16

📖 5 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Andi Jaman

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신이 거대한 배의 선장이라고 상상해 보십시오. 당신은 방금 아주 새롭고 똑똑한 자동 항법 장치를 설치했습니다. 이것은 단순한 조종 핸들이 아닙니다. 경로를 계획하고, 연료를 관리하며, 심지어 돛을 자동으로 조절할 수 있는 복잡한 컴퓨터입니다. 비즈니스의 세계에서 이 '자동 항법 장치'는 **알고리즘 경영(algorithmic management)**이라고 불립니다. 이는 기업이 사람을 채용하고, 업무를 추적하며, 누가 승진하거나 해고될지를 결정하는 데 도움을 주는 소프트웨어로, 사람이 매 순간 옆에서 지켜보지 않아도 작동합니다.

오랫동안 이 시스템을 연구하는 과학자들은 일종의 줄다리기 상황에 갇혀 있었습니다. 한쪽에서는 '밝은' 면을 봅니다. 자동 항법 장치가 배를 더 빠르게 만들고, 비용을 절감하며, 최적의 경로를 찾아낸다는 것입니다. 다른 한쪽에서는 '어두운' 면을 봅니다. 선원들이 감시받는 느낌을 받고, 스트레스를 받으며, 자유를 잃었다고 느낀다는 것입니다. 많은 연구가 이 두 측면을 균형 잡힌 저울처럼 취급했습니다. 즉, 속도를 얻으면 반드시 스트레스도 늘어난다는 식입니다. 하지만 만약 그것이 사실이 아니라면 어떨까요? 만약 배가 매우 빨라졌지만, 선원들이 느끼는 스트레스는 아주 조금만 늘어난다면 어떨까요? 이것이 바로 이 논문이 던지는 핵심 질문입니다. 이 논문은 인도네시아 기업들이 이 기술을 어떻게 사용하고 있는지 살펴보며, '좋은 것'이 정말로 '나쁜 것'보다 더 큰 가치가 있는지, 그리고 왜 어떤 기업들은 스트레스를 더 잘 관리하는지를 탐구합니다.

거대한 알고리즘의 줄다리기

이 논문은 흥미로운 미스터리를 파헤칩니다. 기업이 알고리즘 경영(그 화려한 컴퓨터 상사)을 도입하기 시작할 때, '좋은 것'이 '나쁜 것'만큼 쉽게 발생하는가 하는 문제입니다.

안디 자만(Andi Jaman, 마카사르 무하마디야 대학교)이 이끄는 연구진은 2020년부터 2025년까지 6년 동안 인도네시아의 50개 대기업을 조사하여 이 문제를 조사하기로 했습니다. 연구진은 직원들에게 직접 물어보는 대신(사람들은 거짓말을 하거나 잊어버릴 수 있기 때문에 까다롭습니다), **텍스트 마이닝(text mining)**이라는 영리한 기법을 사용했습니다. 그들은 디지털 탐정처럼 행동하며 수천 페이지의 공식 기업 보고서를 스캔하여, 기업들이 '좋은 것'(효율성 및 생산성 등)에 대해 언급한 횟수와 '나쁜 것'(감시 및 개인정보 보호 우려 등)에 대해 언급한 횟수를 계산했습니다.

그들은 '좋은 것'을 위한 **브라이트 인덱스(Bright Index, 밝은 지수)**와 '나쁜 것'을 위한 **다크 인덱스(Dark Index, 어두운 지수)**라는 두 가지 특별한 점수를 만들었습니다. 그런 다음, 기업들이 HR 기술을 더 많이 도입했을 때 어떤 일이 일어나는지 수치를 통해 분석했습니다.

놀라운 발견: '밝은 면'의 압승

여기 주요한 발견이 있습니다. 이는 다소 충격적입니다. 좋은 일이 나쁜 일보다 훨씬 더 자주, 그리고 훨씬 더 강력하게 발생한다는 것입니다.

기업이 HR 기술을 더 많이 사용하기 시작하면, 브라이트 인덱스가 크게 상승했습니다. 수학적 계산 결과 강력한 상관관계(계수 0.0305)가 나타났습니다. 이는 마치 전등 스위치를 켜는 것과 같습니다. 기술에 투자하는 순간 효율성의 불이 켜집니다.

반면, 다크 인덱스(스트레스 및 감시 우려)도 상승하기는 했지만, 아주 미미했습니다. 연결 고리는 훨씬 약했습니다(계수 0.0107). 연구진은 특별한 통계 테스트(Wald test)를 실시하여 '밝은' 효과가 '어두운' 효과보다 약 3배 더 크다는 것을 확인했습니다.

이렇게 생각해 보십시오. 당신이 초고속 스포츠카를 산다면, 즉시 엄청난 속도 향상을 얻게 됩니다. 하지만 차가 빨라진다고 해서 '소음'(나쁜 면)이 그만큼 세 배 더 커지는 것은 아닙니다. 소음은 상대적으로 조용하게 유지됩니다. 이 인도네시아 기업들의 세계에서도 기술은 막대한 생산성 향상을 가져오는 반면, 부정적인 부작ผล은 훨씬 작고 일관성이 떨어집니다.

하지만 여기서 중요한 반전이 있습니다. 논문은 이 '작은' 어두운 면이 특정 환경으로 인한 착시일 수 있다고 경고합니다. 인도네시아의 문화는 권위에 대한 존중(높은 권력 거리)이 매우 높고 노동 보호가 취약합니다. 이는 직원들이 스트레스를 받거나 감시를 당한다고 느낄 때, 크게 불평하거나 파업하는 대신, 조용히 업무에서 손을 떼는 '조용한 퇴사(quiet quit)'를 할 가능성이 높음을 의미합니다. 기업의 보고서는 '말해지거나 눈에 보이는 것'에 의존하기 때문에, 이러한 숨겨진 수동적 저항은 포착하기 어렵습니다. 따라서 '어두운' 면이 존재하지 않는 것이 아니라, 단지 눈에 띄지 않게 숨어 있어 '밝은' 면을 상대적으로 더 커 보이게 만드는 것일 수 있습니다.

'올드 가드(Old Guard)'의 방패: 왜 어떤 기업은 더 차분한가

그렇다면 왜 '어두운' 면이 그렇게 작게(혹은 찾기 어렵게) 나타나는 것일까요? 논문은 이를 조직적 완충 작용(organizational buffering) 때문이라고 제안합니다.

젊고 새로운 회사를 튕기는 공이 들어있는 에어바운스(bouncy castle)라고 상상해 보십시오. 공을 던지면(새로운 기술 도입) 내부가 출렁거리며 사람들이 휘청거립니다. 이제 오래되고 확고하게 자리 잡은 회사를 튼튼하고 깊게 뿌리 내린 참나무라고 상상해 보십시오. 같은 공을 나무에 던지면, 뿌리와 두꺼운 껍질이 그 충격을 흡수합니다. 나무는 거의 흔들리지 않습니다.

이 연구에서 **기업 연령(Firm Age)**은 바로 그 튼튼한 나무껍질 역할을 합니다. 연구진은 오래된 기업들이 새로운 기술의 스트레스를 훨씬 더 잘 흡수한다는 것을 발견했습니다.

젊은 기업들(47년 미만)은 '어두운' 면에 대해 더 강한 반응을 보였습니다. 기술을 도입했을 때, 이들의 보고서에는 감시와 통제에 대한 우려가 더 많이 나타났습니다.
오래된 기업들(47년 이상)은 '어두운' 면의 증가가 거의 없었습니다. 이들의 '완충 작용'이 매우 강력해서 기술 도입이 마찰을 거의 일으키지 않는 것처럼 보였습니다.

오래된 기업들은 수년에 걸쳐 더 나은 루틴, 신뢰, 그리고 거버넌스를 구축해 온 것으로 보입니다. 그들은 새로운 도구를 도입할 때 직원들을 불안하게 만들지 않고 도입하는 방법을 알고 있습니다. 그들은 충격을 완화하는 쇼크 업소버(shock absorber) 역할을 하는 '사회적 하위 시스템'을 갖추고 있습니다.

이 논문이 믿지 말라고 말하는 것들

이 논문은 몇 가지 오해를 바로잡습니다.

단순히 '이사회(Board of Directors)'가 있는 것만으로는 부족합니다. 이사회에 경영진과 독립된 사람들이 있으면 나쁜 일을 막을 수 있을 것이라 생각할 수도 있습니다. 하지만 연구 결과, 이사회 독립성 그 자체만으로는 차이를 만들지 못했습니다. 단순히 독립적인 사람들이 있다고 해서 해결되는 것이 아니라, 그들이 실제로 그 기술을 이해하고 있어야 합니다.
완벽한 균형은 존재하지 않습니다. 논문은 기술이 '양날의 검'으로서 선과 악이 대등하다는 생각에 반론을 제기합니다. 대신, '좋은 쪽 날'이 '나쁜 쪽 날'보다 훨씬 더 날카롭고 사용하기 쉽다고 주장합니다.

결론

이 연구는 급변하는 인도네시아 비즈니스 세계에서 알고리즘 경영이 주로 생산성을 위한 승리임을 시사합니다. '밝은' 결과(효율성, 비용 절감)는 실질적이고 측정 가능하며, '어두운' 결과(감시, 스트레스)보다 현저히 큽니다.

그러나 '어두운' 면이 사라진 것은 아닙니다. 단지 관리되고 있거나, 혹은 어쩌면 숨겨져 있는 것입니다. 비밀 병수는 무엇일까요? 바로 시간과 성숙도입니다. 깊은 뿌리와 확립된 작업 방식을 가진 오래된 기업들은 새로운 기술의 스트레스를 흡수하는 데 더 능숙합니다. 젊은 기업들에게 주는 교훈은 명확합니다. 만약 여러분이 이 강력한 알고리즘을 사용하면서 직원들을 겁주지 않고 싶다면, 기술을 구축하는 속도만큼이나 '사회적 완충 장치'—즉 신뢰, 명확한 규칙, 그리고 원활한 소통—를 빠르게 구축해야 합니다.

연구진은 이 결과가 기업이 보고서에서 '말하는 내용'에 기반한 것이지, 모든 개별 직원이 마음속으로 느끼는 바를 그대로 반영하는 것은 아니라고 주의를 기울입니다. 실제로 논문은 인도네시아와 같이 권위에 대한 존중이 높은 곳에서는, 사람들이 목소리를 높여 말할 가능성이 낮기 때문에 '나쁜' 감정이 보고서에 나타난 것보다 훨씬 더 강할 수 있다고 시사합니다. 하지만 데이터는 명확한 그림을 보여줍니다. 이 기업들에게 기술은 작동하고 있으며, '좋은 것'이 확실히 '나쁜 것'과의 경주에서 앞서 나가고 있습니다.

기술 요약: 알고리즘 경영의 사회-기술적 결과 비대칭성 (Socio-Technical Outcome Asymmetry)

1. 문제 제기 및 연구 공백

인적 자원(HR) 관리의 급격한 디지털 전환은 효율성 증대를 약속하는 동시에 감시와 노동자 자율성에 대한 우려를 불러일으키는 알고리즘 경영 시스템을 도입했습니다. 기존 문헌은 파편화된 관점을 제시합니다. "밝은 측면(bright-side)" 연구는 생산성 향상을 기록하는 반면, "어두운 측면(dark-side)" 연구는 심리적 저항과 프라이버시 침해를 강조합니다. 그러나 이러한 흐름들은 왜 동일한 기술이 서로 다른 규모의 상이한 결과를 초래하는지에 대해서는 설명하지 못합니다.

현재의 사회-기술 시스템(STS) 이론은 결과가 기술적 하위 시스템과 사회적 하위 시스템 간의 정렬 또는 마찰에 달려 있다고 가정하지만, 이러한 과정을 대칭적인 것으로 취급합니다. 이는 왜 효율성 이득(밝은 결과)은 일관되게 관찰되는 반면, 감시 관련 위해(어두운 결과)는 그 규모가 크게 달라지는지를 설명하지 못합니다. 또한, 개인 플랫폼 노동보다는 조직 차원의 결과에 초점을 맞춘 신흥 시장에서의 실증적 증거는 여전히 부족합니다. 본 연구는 세 가지 공백을 해결하고자 합니다: 결과 비대칭성을 설명하는 통합적 프레임워크의 부재, 인도네시아와 같은 신흥 시장에서의 증거 부족, 그리고 공통 방법 편향(common method bias)에 취약한 인식 기반 설문 조사에 대한 의존성입니다.

2. 이론적 프레임워크: 사회-기술적 결과 비-대칭성 (STOA)

본 논문은 STS 이론의 이론적 확장으로서 사회-기술적 결과 비대칭성(STOA) 프레임워크를 도입합니다. STOA는 밝은 결과와 어두운 결과가 단순히 상이한 것이 아니라, 생성 메커니즘 측면에서 근본적으로 비대칭적이라고 가정합니다:

밝은 결과 (사회-기술적 정렬): 이는 주로 기술적 투자로부터 기인합니다. 효율성 증대, 자동화, 데이터 기반 의사결정은 기술 도입 시 자동으로 실현되며, 최소한의 사회적 적응만을 요구합니다. 이들은 맥락 의존성이 낮습니다.
어두운 결과 (사회-기술적 마찰): 이는 기술적 역량이 사회적 적응 속도를 앞지를 때 발생합니다. 이는 자동적으로 발생하는 것이 아니라, 조직이 사회적 하위 시스템을 통해 마찰을 어떻게 흡수하거나 억제하느냐에 따라 달라집니다.
조직적 완충 (Organizational Buffering): STOA의 핵심 메커니즘은 마찰이 관찰 가능한 위해로 에스컬레이션되기 전에 이를 흡수하는 사회적 하위 시스템의 능력입니다. 이 완충 작용은 확립된 루틴, 조직 문화/신뢰, 거버넌스 메커니즘, 고용 관계의 안정성을 통해 조작됩니다.

본 연구는 **기업 연령(Firm Age)**을 사회적 하위 시스템 성숙도의 간결한 대리 변수로 개념화하며, 오래된 기업일수록 이러한 완충 메커니즘의 성숙한 발현을 보유하고 있다고 주장합니다.

3. 연구 방법론

맥락 및 표본:
본 연구는 2020~2025년 기간 동안 관찰된 인도네시아의 50개 상장 기업의 균형 패널 데이터셋을 활용하여 총 300개의 기업-연도 관측치를 도출했습니다. 인도네시아는 급격한 디지털 채택, 미성숙한 규제 프레임워크, 높은 권력 거리 문화, 취약한 노동 보호 정책을 갖춘 경계 조건(boundary condition)으로서 선정되었습니다.

데이터 수집 및 측정:
공통 방법 편향을 피하기 위해, 본 연구는 감사받은 연례 보고서 및 기업 지배구조 공시 자료에 대한 텍스트 마이닝을 활용합니다. 체계적인 5단계 측정 개발 프로세스가 사용되었습니다:

사전(Dictionary) 개발: 문헌 검토를 통해 키워드를 도출했습니다 (밝은 측면 38개, 어두운 측면 32개, 디지털 전환 관련 용어 28개).
전문가 검증: 5명의 전문가(HR 실무자 및 텍스트 마이닝 방법론자)가 키워드를 검증했습니다.
내용 타당도 평가: 모든 사전에 대한 내용 타당도 지수(CVI) 점수가 0.90을 초과했습니다.
파일럿 코딩: 코더 간 신뢰도(Cohen's κ)가 0.80을 초과했습니다.
최종 지수 구축:
- 독립 변수: HR 기술 도입을 측정하는 디지털 전환 공시 지수(DTDI).
- 종속 변수: 밝은 지수(Bright Index) (효율성, 생산성 등 긍정적 키워드 빈도) 및 어두운 지수(Dark Index) (감시, 프라이버시, 알고리즘 통제 등 부정적 키워드 빈도).
- 조절 변수: 기업 연령 (설립 이후 연수).
- 통제 변수: 기업 규모 (자산 로그값), 이사회 독립성, 연도 및 기업 고정 효과.

분석 접근법:
관찰되지 않은 시간 불변 이질성을 통제하기 위해 **고정 효과 패널 회귀 분석(fixed-effects panel regression)**을 사용합니다. 가설 검정은 밝은 결과와 어두운 결과를 별도의 모델로 수행되었으며, 계수의 크기를 비교하기 위해 Wald 테스트를 사용했습니다. 강건성 검토에는 대체 사전 활용, 이상치 제외, 시차 변수 적용, 기업 연령별 하위 그룹 분석이 포함되었습니다.

4. 주요 결과

가설 검정:

H1 (밝은 결과): 지지됨. HR 기술 도입(DTDI)은 밝은 지수에 유의미한 정(+)의 영향을 미칩니다 ( $\beta = 0.0305, p < 0.05$ ).
H2 (어두운 결과): 부분적 지지됨. HR 기술 도입은 어두운 지수에 정(+)의 영향을 미치나 경계적 유의성을 보입니다 ( $\beta = 0.0107, p < 0.10$ ).
결과 비대칭성: Wald 테스트 결과, 밝은 측면의 효과가 어두운 측면의 효과보다 유의미하게 큰 것으로 확인되었습니다 ( $\chi^2 = 4.87, p < 0.05$ ). 계수 비율은 약 2.85:1로, 밝은 결과가 어두운 결과보다 규모 면에서 거의 3배 더 큼을 나타냅니다.
H3 (조직적 완충): 하위 그룹 분석을 통해 지지됨. 기업 연령은 HR 기술과 어두운 결과 사이의 관계를 유의미하게 조절합니다.
- 젊은 기업: 어두운 지수에 대해 더 강한 정(+)의 효과를 보입니다 ( $\beta = 0.0152, p < 0.05$ ).
- 오래된 기업: 약한, 유의하지 않은 효과를 보입니다 ( $\beta = 0.0063, p > 0.10$ ). 이는 성숙한 사회적 하위 시스템이 사회-기술적 마찰을 완충함을 확인시켜 줍니다.

추가 발견:

이사회 독립성: 유의미한 조절 효과를 보이지 않았으며, 이는 디지털 역량 없이는 구조적 독립성만으로는 불충분함을 시사합니다.
강건성: 결과는 대체 키워드 사전, 이상치 제외, 시차 지정 방식 전반에 걸쳐 일관되게 유지되었습니다.

5. 의의 및 기여

본 논문은 세 가지 주요 기여를 주장합니다:

이론적 확장 (STOA): 본 연구는 결과 비대칭성과 조직적 완충을 도입함으로써 STS 이론을 확장합니다. 이는 "양날의 검"이라는 은유를 넘어, 왜 한쪽 날이 체계적으로 더 날카로운지를 설명합니다: 즉, 밝은 결과는 기술적으로 구동되며 맥락 독립적인 반면, 어두운 결과는 사회적으로 매개되며 완충 능력에 의존합니다.
맥락적 통찰 (경계 조건으로서의 인도네시아): 본 연구는 제도적 특성(높은 권력 거리, 취약한 노동 보호, 규제 지연)이 어두운 결과의 발현을 어떻게 변화시키는지 보여줍니다. 높은 권력 거리 문화에서는 저항이 가시적인 항의 대신 잠재적인 형태(예: 조용한 퇴사)로 억제될 수 있으며, 이는 전통적인 척도에서 마찰을 체계적으로 과소 탐지하게 만듭니다. 또한, 구조적인 이사회 독립성이 디지털 역량 없이는 불충분하다는 점을 강조합니다.
방법론적 혁신: 텍스트 마이닝에서 도출된 재현 가능한 밝은 지수 및 어두운 지수의 개발은 조직 수준의 알고리즘 결과를 측정하기 위한 객관적이고 재현 가능한 접근법을 제공하며, 인식 기반 설문의 한계를 해결합니다.

6. 한계점 및 향후 연구 방향

저자들은 다음과 같은 몇 가지 한계를 인정합니다:

측정: 연례 보고서 공시에 의존하므로 평판상의 이유로 어두운 결과가 과소 보고될 가능성이 있습니다.
데이터 범위: 샘록이 인도네시아 상장 기업으로 제한되어 일반화에 제약이 있습니다.
대리 변수의 타당성: 기업 연령이 완충의 대리 변수로 사용되었습니다. 향후 연구에서는 이사회 임기, 직원 이직률, 또는 고충 처리 빈도와 같은 직접적인 척도를 탐색해야 합니다.
인과관계: 시차 변수를 사용했으나 결정적인 인과관계를 확립한 것은 아니므로, 실험적 또는 준실험적 설계의 필요성을 시사합니다.
탐색적 가설: 이사회 디지털 역량(H4)에 관한 가설은 데이터 제한으로 인해 실증적으로 테스트되지 않았으나, 중요한 향후 연구 경로로 제안되었습니다.

본 연구는 결론적으로, 특히 디지털 전환 중인 신흥 경제국에서 알고리즘의 위해를 완화하면서 생산성 이득을 활용하기 위해서는 사회적 하위 시스템(투명성, 교육, 고충 처리 메커니즘)을 강화하는 것이 필수적이라고 강조합니다.