Scourge or Source of Opportunity?The Double-Edged Effect of AI Disruption Awareness on Employees’ Thriving at Work

기술 요약: AI 격변이 직원의 번창(Thriving)에 미치는 양날의 검 효과

문제 제기
인공지능(AI)이 조직 프로세스에 내재됨에 따라, 직원들은 일자리 대체, 기술 가치 하락, 업무 재설계에 관한 위험을 점점 더 많이 인지하고 있다. 기존 연구들은 기술 변화가 직무 만족도, 이직 의도, 혁신 행동과 같은 결과에 미치는 영향을 조사해 왔으나, 'AI 격변 인식(AI disruption awareness)'이 활력(vitality)과 학습(learning)을 포함하는 고차원적 심리 상태인 '직무 번창(thriving at work)'에 미치는 구체적인 효과는 여전히 불분명하다. 본 연구가 다루는 핵심 문제는 이러한 인식이 성장의 촉매제로 작용하는지, 아니면 고갈의 원인이 되는지, 그리고 어떠한 메커니즘을 통해 이러한 상반된 결과가 발생하는지를 규명하는 것이다.

연구 방법론
본 연구는 공통 방법 편향(common method bias)을 완화하고 시간적 선행성을 확립하기 위해 3개 시점의 시차 설계(three-wave time-lagged survey design)를 활용한 양적 연구를 채택하였다.

• 표본: 600명의 전업 직원을 대상으로 온라인 플랫폼(Wenjuanxing)을 통해 3주에 걸쳐 설문 조사를 실시하였다. 표본은 AI 노출도가 높았으며, 53.5%가 일일 AI 도구 사용 시간이 2시간을 초과한다고 응답하였다.
• 측정 도구: 모든 구성 개념은 확립된 척도를 사용하여 5점 리커트 척도로 측정되었다(번역 및 역번역 과정을 거침).
  • 독립 변수: AI 격변 인식(AIS).
  • 종속 변수: 직무 번창(활력과 학습의 결합).
  • 매개 변수: 지식 습득(KA), 지식 은닉(KH), 직무 안정성(JS), 직무 불안정성(JI).
  • 조절 변수: 촉진 지향적 직무 제작(PJC), 예방 지향적 직무 제작(NJC).
  • 통제 변수: 성별, 연령, 교육 수준, 근속 연수, 직급, 일일 AI 사용 빈도.
• 분석: 데이터는 SPSS 27.0 및 AMOS 27.0을 사용하여 분석되었다. 본 연구는 구성 타당도를 확립하기 위해 확인적 요인 분석(CFA)을 사용하였고, 직접 효과를 위해 계층적 회귀 분석을, 자원 보존 이론(COR theory) 및 직무 요구-자원(JD-R) 모델에 기반한 이중 경로 연쇄 매개 및 조절된 연쇄 매개 모델을 테스트하기 위해 부트스트래핑(5,000회 샘플)을 활용하였다.

주요 결과
실증 분석 결과, AI 격변 인식이 자원 획득 경로와 자원 손실 경로를 동시에 촉발한다는 '양날의 검' 메커니즘을 뒷받침한다:

1. 지식 행동에 미치는 이중 효과: AI 격변 인식은 지식 습득($\beta = 0.419, p < 0.01$)과 지식 은닉($\beta = 0.375, p < 0.01$) 모두를 정(+)적으로 예측한다. 직원들은 인지된 격변에 대응하여 새로운 역량을 추구하거나, 방어적으로 정보를 은닉한다.
2. 자원 획득 경로: 지식 습득은 직무 안정성을 유의하게 증가시키며($\beta = 0.479, p < 0.01$), 이는 다시 직무 번창을 촉진한다($\beta = 0.228, p < 0.01$). 연쇄 매개 효과(AIS $\rightarrow$ KA $\rightarrow$ JS $\rightarrow$ Thriving)는 유의하게 정(+)의 값을 나타낸다(Effect = 0.0413).
3. 자원 손실 경로: 지식 은닉은 직무 불안정성을 유의하게 증가시키며($\beta = 0.478, p < 0.01$), 이는 결과적으로 직무 번창을 저해한다($\beta = -0.274, p < 0.01$). 연쇄 매개 효과(AIS $\rightarrow$ KH $\rightarrow$ JI $\rightarrow$ Thriving)는 유의하게 부(-)의 값을 나타낸다(Effect = -0.0499).
4. 직무 제작의 조절 역할:
   • 촉진 지향적 직무 제작은 AI 격변 인식과 지식 습득 사이의 정(+)의 관계를 강화하여 자원 획득 경로를 증폭시킨다.
   • 예방 지향적 직무 제작은 AI 격변 인식과 지식 은닉 사이의 정(+)의 관계를 강화하여 자원 손실 경로를 증폭시킨다.
5. 전체 효과: 본 연구는 AI 격변 인식이 직무 번창에 미치는 유의한 부(-)의 직접 효과($\beta = -0.0923$)를 확인하였다. 지식 습득을 통한 정(+)의 간접 경로가 존재함에도 불구하고, 부정적인 직접 효과가 이를 상회하여 전체 효과는 약간의 부(-)의 값을 나타냈다. 이는 즉각적인 위협 인식이 학습의 잠재적 이점보다 우세할 수 있음을 보여줌으로써, 이 현상의 양날의 검 성격을 확인시켜 준다.

주요 기여

• 이론적 통합: 본 연구는 COR 이론과 JD-R 모델을 통합하여 AI 격변의 양면성을 설명한다. 이는 AI를 단순히 선 또는 악으로 보는 이분법적 관점을 넘어, 하나의 선행 변수(AI 격변 인식)가 어떻게 상반된 자원 궤적을 동시에 활성화할 수 있는지 입증한다.
• 메커니즘 명확화: 지식 행동(습득/은닉)을 직무 보안 인식(안정/불안정)과 연결하고, 최종적으로 직무 번창으로 이어지는 순차적 사슬을 구축하였다. 이는 기술적 압박이 어떻게 심리적 결과로 전이되는지를 명확히 하며, 자원 축적 과정과 자원 고갈 과정을 구분한다.
• 경계 조건 식별: 본 연구는 직무 제작 성향을 중요한 경계 조건으로 식별하였다. 이는 능동적인 조정이 항상 유익한 것은 아니며, 어떤 유형의 제작(촉진 vs 예방)을 하느냐에 따라 직원이 격변을 발전적 기회로 전환할지 혹은 방어적 위협으로 전환할지가 결정됨을 보여준다.
• 결과의 확장: 만족도나 이직 의도와 같은 전통적인 결과 대신 '직무 번창'에 초점을 맞춤으로써, 급격한 디지털 전환 맥락에서 긍정적 심리 상태의 선행 요인에 관한 문헌을 확장하였다.

의의 및 주장
저자들은 자신들의 주요 기여가 AI 격변 인식의 양날의 검 메커즘을 밝혀낸 데 있다고 주장한다. 저자들은 AI 시대의 번창 여부가 단순히 기술적 충격의 강도에 달려 있는 것이 아니라, 직원들이 자원을 축적(학습, 안정)하기 위해 혹은 자원을 고갈(은닉, 불안정)시키기 위해 자신의 업무를 어떻게 능동적으로 재구성(직무 제작)하느냐에 달려 있다고 논한다.

본 연구는 AI 격변 인식이 내재적인 위협도, 보장된 기회도 아니라고 결론짓는다. 대신, 이는 서로 다른 대처 전략을 유발하는 상황적 신호이다. 결정적으로, 연구 결과는 격변 인식이 번창에 미치는 부정적인 직접적 영향이 학습을 통한 긍정적인 간접적 이점보다 클 수 있으며, 적절히 완화되지 않을 경우 순-부(-)의 효과를 낳을 수 있음을 시사한다. 저자들은 조직이 AI 도입이 자동으로 성장을 촉진할 것이라고 가정해서는 안 된다고 제언한다. 대신, 예방 지향적 제작과 관련된 방어적 행동을 완화하는 동시에, 촉진 지향적 제작과 지식 습득을 장려할 수 있도록 심리적 환경을 관리해야 한다고 강조한다. 저자들은 데이터의 자기 보고적 특성과 횡단적(비록 시차 설계이긴 하나) 설계의 한계를 인정하며, 향후 연구에서 장기적 역동성과 다원적 출처의 데이터를 탐구할 것을 제안한다.