

매트 해리슨 클러프 / 아이콘 이미지
필라델피아 커뮤니티 칼리지에서 생성형 AI 도구는 사람들의 시간을 마술처럼 확보해 주거나 전반적인 생산성 지표 하나를 비약적으로 향상시키지 않았습니다. 분석 결과 GenAI는 주요 역할별로 다양한 워크플로우 이점을 가져온 것으로 나타났습니다. 즉, 경영진에게는 결단력, 운영 리더에게는 속도, 학생 대면 전문가에게는 문제 해결 효율성입니다. GenAI의 성공을 판단할 때는 조직의 업무 형태가 어떻게 변화했는지 살펴보십시오.
리더들이 생성형 AI 도구에 대해 이야기할 때 한 가지 약속이 반복해서 등장합니다. 바로 이러한 도구가 시간을 절약해 줄 것이라는 점입니다.
더 적은 이메일. 더 적은 회의. 더 적은 행정적 부담.
이러한 기대는 많은 조직이 GenAI가 '효과적'인지 판단하는 방식을 형성하며, 사람들의 일정이 갑자기 비어 보이지 않을 때 종종 실망하는 이유이기도 합니다.
하지만 우리 조직의 경우, 시간 절약은 잘못된 관점임이 드러났습니다.
대규모 공립 고등교육 기관인 필라델피아 커뮤니티 칼리지 내부에서 우리가 목격한 것은 업무량 감소가 아니라 형태가 변화한 업무였습니다. 2026년에 생성형 AI가 우리 조직의 일상적인 워크플로우에 도입되었을 때, 조정 작업은 사라지지 않았습니다. 회의에서 문서 작성으로, 명확화 작업에서 더 명확한 초안 작성으로, 의견 교환을 통한 숙의에서 더 빠른 결정 종결로 이동했습니다.
실제로 무엇이 변화했는지 이해하기 위해, 우리는 하나의 행정 부서 내 세 가지 전문 직무(경영진, 운영 리더, 학생 대면 전문가)가 4년에 걸쳐 동일한 6주 기간 동안 어떻게 일했는지 살펴보았습니다. 드러난 이야기는 자동화가 사람을 대체하는 것에 관한 것이 아니었습니다. 업무가 어떻게 형성되고, 완료되며, 전달되는지에 관한 이야기였습니다.
이러한 구분은 중요합니다. AI를 오로지 절약된 시간으로만 판단하는 조직은 실제 이점을 놓치고, AI가 조용히 제 역할을 하고 있을 때조차 실망감을 느낄 위험이 있습니다.
세 그룹의 GenAI 이점
GenAI 도구는 2026년에 우리 대학의 일상 업무에 등장했습니다. GenAI가 세 전문가 그룹에 미친 영향을 이해하기 위해, 우리는 매년 동일한 6주 기간(2월 1일부터 3월 15일까지)을 조사하여 2026년의 업무를 이전 3년간의 패턴과 비교했습니다.
우리는 '사람들이 얼마나 빨리 일했는가?'라고 묻지 않았습니다.
우리는 '그들이 어떤 종류의 업무를 생산하고 있었는가?'라고 물었습니다.
4년 전체에 걸쳐 인력 수준과 근무 시간이 본질적으로 동일했기 때문에, 우리가 관찰한 모든 차이는 업무량 변화가 아닌 업무 수행 방식의 변화를 반영했습니다.
#GenAI #성공 #지표 #업무량 #감소

