[HR 수다] 왜 AI 교육은 맨날 했던 교육을 또 해 달라는 걸까? 통제소재의 비밀!

왜 AI 교육은 맨날 했던 교육을 또 해 달라는 걸까?

해가 바뀌었습니다. 눈에도 입에도 아직 익숙하지 않은 2026년입니다. 지금이 1월도 다 지나간 시점이라는 것이 믿어지지 않을 지경입니다. 올해도 변함없이 저는 함께 일하는 동료들과 함께 올해의 목표와 실행 계획을 수립하는 중입니다. 올해 목표는 임원들이 AI를 의식하지 않고 업무에 활용하도록 하는 것입니다. 작년의 목표였던 AI 문해력과 활용능력 배양에서 한 단계 더 나아간 목표입니다. 그래서 커리큘럼 설계를 시작하기에 앞서 임원들을 대상으로 대략 아래와 같은 주제를 담은 설문조사를 진행했습니다.

• 지금 AI를 업무에 어느 정도 사용하고 계신지?

• AI와 관련하여 뭘 배우고 싶으신지?

• 배우고 싶다고 응답하신 내용은 왜 배우고 싶으신지?

그런데 결과를 받아서 분석해 보니 재미있는 현상이 눈에 들어옵니다. 응답에서 양극화(Bi-polarization) 현상이 뚜렷하게 보인 겁니다. 양극화 현상은 다양한 질문에서 반복해서 관찰되었습니다. 예를 들면, “AI와 관련하여 무엇을 배우고 싶으신가요?”와 관련된 질문에 아주 기초적인 수준의 ‘GenAI 사용 매뉴얼’ 관련 교육부터 아주 높은 수준의 ‘바이브 코딩’과 ‘AI 에이전트 개발’ 관련 교육까지 응답의 분포가 나누어졌습니다. 하지만 그 중간 수준을 선택한 응답은 거의 없었습니다. 그리고 “응답하신 내용은 왜 배우고 싶으신지?”와 관련된 질문에는 ‘너무 몰라서 기초부터 배우고 싶어서’라는 응답부터 ‘내가 직접 내 업무에 필요한 AI 기반 앱을 맞춤형으로 제작하고 싶어서’라는 응답까지 응답의 분포가 양 극단으로 나뉘어져 있었습니다.

어쩌면, “에이~ 임원들도 그럴 수 있지! 개인마다 AI 지식과 활용 능력의 수준 차이가 나는 건 당연한 거 아니야?”라고 생각 하실 수도 있겠습니다. 하지만, ‘GenAI 사용 매뉴얼’과 같은 기본적인 교육은 저희가 작년에 온/오프라인으로 이미 여러 차례 반복해서 전체 임원들을 대상으로 진행한 바 있습니다. 따라서, 올해에 동일한 수요가 발생한다는 것은 “우리 교육에 우리가 미처 고려하지 못한 무엇인가 빠진 게 아닌가?”하는 생각을 떠올리게 했습니다.

왜 다른 것일까? 그리고 무엇이 달랐을까?

무엇보다 궁금했던 점은 동일한 임원들을 대상으로 동일한 수준의 교육을 제공했는데 시간이 지나면서 ‘AI 수용 수준’이나 ‘업무 활용 역량’의 차이가 생겼다는 점입니다. 작년에 수 차례 반복했던 기초교육을 이제 와서 또 다시 해 달라고 하는 임원이 있는 반면, 작년에 비해서 1년 만에 우리가 제공했던 교육수준을 넘어 상당한 수준으로 실력이 늘어난 임원도 계셨으니까 말입니다. 이런 분들은 교육 이후에도 ‘자기주도 학습’을 통해 지속적으로 관심을 가지고 활용에 도전해 오신 특성을 가지고 있습니다. 아래와 같이 변수들을 활용하여 패널회귀분석(panel OLS regression)을 시행해 본 결과 ‘통제소재(Locus of Control)’라는 조절변수가 눈에 띄었습니다.

• 타겟변수(dependent variables) - ‘GenAI 사용량’

• 설명변수(independent variables) - ‘상황인식’, ‘개인성향’, ‘수행직무’, ‘근무환경’, ‘교육이력’ 등

• 조절변수(moderators) - ‘직무전문성’, ‘통제소재’ 등

• 통제변수(controls) - ‘GenAI 사용기간’, ‘사용량 변화 패턴’, ‘소속조직’, ‘근속년수’, ‘연령’, ‘성별’ 등

통제소재(Locus of Control)가 무엇이길래?

‘통제소재’라는 개념을 처음 학술적으로 등장시킨 사람은 미국 오하이오주립대학의 심리학 교수였던 줄리안 로터(Julian B. Rotter)입니다. 로터 교수는 강화(reinforcement)에 영향을 주는 매커니즘에 주목했습니다.

“강화(reinforcement) - 인간이 특정한 행동의 발생 가능성을 높이는 과정”

강화의 매커니즘은 인간이 “무엇이 결과를 좌우한다고 기대하느냐?”에 따라 다르게 작용한다고 바라 보았습니다. 아래와 같이 “두 가지의 기대 중 어느 쪽을 따르느냐?”에 따라서 강화의 수준이 달라진다는 점을 제시한 것입니다.(JB Rotter, 1966)

“미래의 결과는 내가 어떤 행동을 하느냐에 달려있다.”라고 믿는 경우 → 내적 통제소재

“미래의 결과는 나를 둘러싼 환경적 조건이 어떤지에 달려있다.”라고 믿는 경우 → 외적 통제소재

기본적으로 ‘통제소재’라는 말은 그 자체도 어렵고 이에 대한 설명도 어렵게 느껴집니다. 좀 더 쉽게 설명하자면 어떤 목표를 달성해 나가는 과정을 “결과를 스스로 만들어 나가는 자유의지가 존재한다고 믿는 입장인지? 아니면 결과가 기회나 운에 의해서 결정된다는 운명 결정론을 믿는 입장인지?”에 따라서 강화의 수준이 달라진다는 의미입니다. 이 개념은 이후 인간의 의도와 행동을 설명하는 다양한 모델에서 매우 중요하게 다뤄지게 됩니다. 왜 ‘통제소재’라는 개념이 중요하게 다뤄지게 되었을까요?

과거에는 많은 학자들은 인간의 행동 동기가 ‘자극’과 ‘보상(혹은 결과)’에 의해서 강화된다고 믿었습니다. 러시아 생리학자 이반 파블로프(Ivan Petrovich Pavlov, 1849~1936)가 먼저 ‘개를 상대로 한 조건반사 실험’(Olga Yokoyama, 2023)을 통해 ‘자극-행동(Stimulus-Response)’을 의미하는 ‘고전적 조건형성’의 기틀을 잡았고 이후 미국 심리학자 벌허스 프레데릭 스키너(Burrhus Frederic Skinner, 1904~1990)의 ‘상자 속의 쥐 실험’(B.F.Skinner, 1938)을 거치면서 ‘조작적 조건형성(Operant Conditioning)’으로 발전되었습니다. 실제로 AI의 강화학습(reinforcement learning)은 상당 부분 이러한 모델에 기반하여 만들어졌습니다.

< 이반 파블로프의 고전적 조건형성 실험구성, 출처 : 위키백과 >

그런데 시간이 지나면서 많은 학자들이 의문을 제기합니다. 이 모델이 설명하지 못하는 점이 있었기 때문입니다. ‘자극-행동-보상’ 모델에 따른다면 자극과 보상이 증가할수록 왜 자극과 보상의 결과로 나타나는 행동이 선형적(linear)이지 않고, 특히 동일한 조건에서도 개인과 상황에 따라 차이가 나는 점을 명확하게 설명할 수 없었던 것입니다. 이때 로터 교수의 ‘통제소재’는 아래와 같은 행동모형을 내 놓으면서 이 부분을 명쾌하게 설명해 주었습니다.

Behavior Potential = f(Expectancy, Reinforcement Value)

“강화(Reinforcement)가 내 행동과 연결된다고 기대(Expectancy)할수록

행동 가능성(Behavior Potential)이 증가한다”

그렇다면 이제 어떻게 해야 할 것인가?

지금까지 AI 교육은 ‘기술도입’의 관점에서 설계하고 제공되었습니다. 새로운 기술의 도입 관점에서 GenAI를 비롯한 다양한 AI 기반 도구들을 사용하는 교육이 설계되었습니다. “어떤 상황에서 써야 하는지?”, ”어떻게 써야 하는지?”, “어디에 쓸 수 있는지?”와 같은 기능적 측면의 교육입니다. 그리고 이렇게 설계된 교육은 수준에 따라 모듈화 되어 임원을 포함한 모든 구성원들에게 동일하게 제공되었습니다. 기초 수준의 리터러시 교육, 중급 수준의 AI 도구별 기능 활용법 교육, 고급 수준의 활용 사례와 실습 교육의 형태로 전 직원을 대상으로 제공하는 방식입니다.

하지만 이런 방식의 교육은 헬리콥터를 타고 하늘로 올라가 한 바가지의 물을 냅따 뿌린 후 “자 이제 아래에 누군가는 물을 맞겠지?”하고 기대하는 것이나 마찬가지입니다. AI 교육이 우리가 기대했던 결과를 보여주도록 하기 위해서는 AI를 받아들일 주체인 대상자 개개인에 대한 이해를 기반으로 교육을 제공하는 ‘초개인화 전략(Hyper-personalization strategy)이 필요합니다. 이 역시 AI와 같은 기술의 힘을 빌어 접근한다면 과거보다 현저히 낮은 노력으로 교육 대상자를 분석하고 충분히 의미 있는 결과를 만들어 낼 수 있습니다.

다시 처음으로 돌아가서 AI에 대한 이해와 활용 역량이 양극화 되어버린 임원들은 어떻게 해야 할까요? 여러가지 방법을 고려해야겠지만 가장 먼저, 임원 개개인의 ‘통제소재’ 수준을 측정해 볼 필요가 있습니다. 다행히 앞서 소개한 로터 교수는 1966년 개인의 ‘통제소재’를 측정할 수 있는 표준화 된 설문 기반 진단도구(I-E Scale)도 만들어서 제공하였습니다.(JB Rotter, 1966)

29개 문항으로 구성된 Rotter’s Locus of Control Scale 원문 형태 설문지(PDF) → 클릭!

내부 통제소재가 강한 사람은 교육도 스스로 적용해보고 전문가의 피드백을 받고 결과를 눈을 확인할 수 있도록 유도하는 교육이 적합합니다. 스스로 학습하고 성장할 수 있도록 전문가 연결, 새로운 AI 도구 구독 등 자원을 지속적으로 제공해 주는 것도 좋습니다. 내부 통제소재가 높으면 높을수록 더욱 더 몰입하고 자신만의 목적함수를 만들어 낼 가능성이 높기 때문입니다. 반면 외부 통제소재가 강한 사람은 집단의 관점에서 지원을 해 줄 필요가 있습니다. 회사의 시스템이 바뀌어서 앞으로는 반드시 AI를 업무에 적용해야 한다는 시그널을 주기적으로 제공해야 합니다. 그리고 내부 통제소재가 강한 사람들이 생산해 내는 좋은 사례들을 제공해서 자신과 가까운 곳에 있는 구성원들이 AI를 업무에 일상적으로 사용하고 있다고 자극하는 것도 좋습니다. 외부 통제소재가 강한 사람은 FOMO(Fear of Missing out)에 대해서도 민감한 반응을 보입니다. 따라서, 집단의 표준(Norm)을 강조하면서 다양한 사례를 제공하면 강한 지식전이(Knowledge Transfer) 효과를 보여줄 확률이 높습니다. ‘통제소재’가 FOMO에서 기술사용 행동으로 이어지는 수준을 조절한다는 점은 이미 여러 연구에서 증명된 바 있습니다.(Xiujuan Yang et. al, 2024)

마무리하며

많은 기업들이 조직에 AI를 도입하면서 비슷한 문제를 마주하게 됩니다. 기본적인 전사 교육은 마쳤는데 활용은 기대만큼 내재화가 이루어지지 않고, 구성원들에게 물어본다 한들 그들도 뾰족한 생각이 없기는 마찬가지입니다. 어쩌면 지금 방식의 익숙함이 AI를 활용하는데 수반되는 불편함보다 크다는 ‘손실회피’ 경향 때문에 AI를 잘 사용해 보고 싶은 의지조차 없을 가능성도 높습니다. 겉으로 보여지는 표면적인 수요에 맞춰 다시 기본교육을 반복하자니 HR 입장에서는 지금 “뭔가 문제가 있는 것 같은데 무엇이 문제인지 잘 모르겠다.”는 것이 문제가 되는 상황에 처하게 됩니다. 마치 수학 참고서의 앞 부분만 시커멓게 닳아버린 것과 같은 느낌입니다.

만약 이런 상황에 처해 있다면 우리 조직을 구성하고 있는 구성원들의 머리 속을 한번 들여다 보는 노력을 해 보시기를 권합니다. 그들도 잘 모르는 그들의 심리적 내면을 들여다보고 그들의 행동이 어떤 매커니즘에 의해서 움직이는지 이해해 보는 것에서 출발하면 어떨까요? 조직 내 AI 수용(AI Adoption)을 데이터에 기반하여 좀 더 체계적이고 과학적으로 접근할 수 있게 되시리라 생각합니다. 이 과정을 통해 HR 역시 AI를 활용하여 초개인화 전략(Hyper-personalization strategy)을 시작해 볼 수 있으니 이러한 활동 역시 HR이 AI를 업무에 적용해 본 좋은 사례가 되지 않을까요?

[황지욱님의 다른 글을 보시려면 클릭!]