AI는 이미 왔는데 문화는 아직 오지 않았다: 문화지체(Cultural Lag)로 본 일터의 AI

핵심 요약

조직은 AI를 미래의 동반자라고 부르지만, AI를 쓴 사람은 덜 유능하다는 평가를 받고 AI를 배우는 시간은 업무로 인정받지 못하기도 합니다. 도구는 들어왔는데 평가 기준과 학습 제도는 그대로인 셈입니다. 이런 간극을 문화지체(cultural lag)라고 부릅니다. 시간이 흐른다고 저절로 메워지지는 않습니다. 사용을 감추면 경험은 조직에 공유되지 않고, AI를 익힐 기회가 적은 사람은 더 뒤처질 수 있습니다. AI를 동반자로 만드는 일은 도구를 도입하는 데서 끝나지 않습니다. 그것을 제대로 쓸 수 있도록 인정과 학습의 문화를 설계해야 합니다.

AI는 이미 왔는데 문화는 아직 오지 않았다

Lou, C., Zhou, X., Lim, E. A. C., Chen, T., Tandoc, E. C., Jr., & Chattoraj, D. (2026). Cultural lag, consumer literacy, and coping in AI-enabled advertising: A theoretical explication and managerial solutions. Journal of Advertising, 55(4), 439–461.

문화지체 이론으로 AI 광고를 분석한 실증 연구입니다. 싱가포르 시민 105명과 포커스그룹 12회를 진행했고, 믿음·리터러시·정책·교육이 AI 기술을 따라가지 못하고 있으며 사람들이 AI 광고에 예전 방식으로 대처하고 있다는 결과를 얻었습니다.

광고와 소비자를 다룬 질적 연구이므로 일터에 그대로 옮길 수는 없습니다. 이 글은 이 연구의 틀만 빌리고, 일터에서 벌어지는 일은 최근 HRD 연구로 확인합니다.

01 · 기술은 왔는데 문화는 오지 않았다

Ogburn은 문화지체를 “서로 연관된 문화의 두 부분 가운데 한쪽이 먼저 또는 더 크게 변해, 두 부분 사이의 조정이 약해진 상태”로 정의했습니다(Ogburn, 1957; Lou et al., 2026에서 재인용). 기술은 빨리 바뀌고 가치와 규범, 제도는 늦게 바뀝니다.

Lou 등(2026)의 참여자 대부분은 AI가 만든 광고를 잘 알아보지 못했습니다. 대처 방법도 출처 확인, 광고 차단, 광고 전반에 대한 불신처럼 기존 광고에 쓰던 것과 대체로 같았습니다. 73세 참여자의 말이 이 상황을 요약합니다. “늘 뒤처질 겁니다. 너무 빨리 바뀌니까 언제나 간극이 있어요.”

02 · 일터의 문화지체: AI를 써도 인정받지 못한다

일터에서는 이 간극이 AI 활용을 정당한 일로 인정하지 않는 모습으로 나타납니다.

평가. AI의 도움을 받은 직원은 같은 도움을 사람에게 받았거나 도움 없이 일한 직원보다 더 게으르고 덜 유능하다는 평가를 받았습니다(Reif et al., 2025). 스스로 애쓴 만큼이 실력이라는 기준이 여전히 작동합니다.
학습. HR 전문가 17명을 인터뷰한 연구에서 AI 학습을 가로막은 것은 의지보다 시간, 방향, 인정의 부족이었습니다. 한 참여자는 “AI 학습이 공식 업무에 들어 있지 않으면 늘 뒷전이 된다”고 했습니다(Arístegui Monge et al., 2026).
제도. 덴마크의 AI 노출 직종 11개, 노동자 18,000명을 조사한 연구에서 노동자들은 ChatGPT의 생산성 잠재력을 높게 봤지만, 회사의 사용 제한과 교육이 더 필요하다는 인식 때문에 활용하지 못하는 경우가 많았습니다(Humlum & Vestergaard, 2025).

Parry 등(2021)은 조직이 밖으로는 변화를 지지하면서 안에서는 그에 맞는 제도를 갖추지 못하는 현상을 조직 문화지체(organisational cultural lag)라고 불렀습니다. 원래 호주 스포츠 조직과 혼인 평등을 다룬 개념이지만, AI 전환을 내세우면서 AI를 쓴 사람을 낮게 보는 조직에도 잘 들어맞습니다.

03 · 왜 위험한가

AI 활용이 숨는다. 인정받지 못한다고 사용이 멈추지는 않습니다. Dittmar와 Sposato(2026)는 직원들이 공식 교육을 기다리지 않고 비공식 네트워크에서 AI 활용법을 먼저 만들어 낸다고 봅니다. 저자들은 이렇게 공식 체계 밖에서 생긴 지식이 품질이 고르지 않고, 의도치 않게 개인정보 규정을 어기기 쉬우며, 비공식 네트워크 안에 갇혀 버린다고 지적합니다.

격차가 벌어진다. 조직이 지원하지 않으면 AI 학습은 각자의 시간과 관심에 맡겨집니다. 덴마크 연구에서 여성은 업무에 ChatGPT를 써 본 비율이 남성보다 16%p 낮았습니다(Humlum & Vestergaard, 2025). Lou 등(2026)도 소비자의 낮은 AI 리터러시가 광고주와 소비자 사이의 힘의 불균형을 키운다고 지적합니다. 이런 간극은 시간이 지나도 저절로 줄지 않고 오히려 커질 수 있습니다.

교육만으로는 실천이 바뀌지 않는다. 병원 교육 담당자 6명이 8주 동안 교육 가이드와 마이크로러닝 영상으로 AI를 배운 연구에서, 아는 것이 늘었다고 실천이 곧바로 바뀌지는 않았습니다. 지식이 늘면서 자신감은 오히려 낮아졌는데, 연구진은 이를 실패라기보다 더 세밀해진 판단의 신호일 수 있다고 봅니다. 연구진은 도구 접근, 보호된 학습 시간, 기관의 공식 지지를 리터러시 발달을 좌우하는 조직 조건으로 꼽았습니다(Naffi et al., 2026). 조직의 조건이 그대로라면 교육의 효과도 제한될 수 있습니다.

지금 알아둘 점 · 근거의 성격: 여기 인용한 HRD 연구는 소규모 질적 연구(17명, 6명)이거나 실증 자료 없이 논증한 개념 연구(Dittmar & Sposato, 2026)입니다. 방향은 보여 주지만 효과가 얼마나 큰지는 말해 주지 않습니다. Naffi 등(2026)은 이 글에서 초록에 보고된 결과만 인용했습니다.

04 · 동반자라는 구호와 그것을 담을 문화

DrSong Opinion · 조직 문화의 관점에서 AI가 동반자가 되어야 한다는 말에는 동의합니다. 다만 동반자 관계는 선언한다고 생기지 않습니다. AI를 쓰면 평가에서 손해를 보고, AI를 배우는 시간은 업무가 아니고, 어디까지 써도 되는지 아무도 알려 주지 않는 조직이라면 AI는 동반자가 아니라 몰래 쓰는 도구로 남습니다.

문화지체라는 말은 문화가 언젠가 기술을 따라잡는다는 인상을 줍니다. 하지만 조직 안에서 그런 일은 저절로 일어나지 않습니다. Lou 등(2026)의 참여자들이 내놓은 해법도 기다림이 아니었습니다. AI 사용 공개, 데이터 사용 동의, 윤리 기준을 요구했습니다. 기술을 어떻게 쓸지 사람들이 정하겠다는 것입니다. 조직도 구성원이 AI에 얼마나 빨리 적응하는지만 볼 일이 아닙니다. AI를 어떻게 쓰기로 합의했는지를 스스로 물어야 합니다.

학습의 눈으로 보면, 새 기술에 예전 방식으로 대처한다는 것은 기존 지식이 새 지식을 계속 이기고 있다는 뜻입니다. 앞선 Weekly Insight에서 다룬 지식 수정의 구조와 같습니다. 새 방식이 자리 잡으려면 개인의 노력과 함께, 그 방식을 거듭 써 보고 그 결과를 인정받을 수 있는 환경이 있어야 합니다. 그 환경을 만드는 일이 HRD의 몫이라고 생각합니다.

05 · HRD 시사점: 무엇을 바꿀 것인가

바꿀 것	구체적인 실행	근거
평가 기준	“AI를 썼는가” 대신 “결과를 검증하고 설명할 수 있는가”를 묻습니다. 결과물에 AI를 쓴 범위와 검증 방법을 한두 줄 적는 양식을 표준으로 둡니다.	Reif et al. (2025)
사용 기준	AI를 써도 되는 업무, 넣으면 안 되는 데이터, 공개 범위를 짧은 사내 가이드로 정합니다. Reif 등(2025)의 실험에서는 AI가 유용하다고 명시한 과제에서 AI 사용자의 적합성 평가 불이익이 사라졌습니다.	Reif et al. (2025); Humlum & Vestergaard (2025)
학습 시간	AI 학습과 실험 시간을 근무 시간 안에 따로 잡고, 그 결과를 성과 면담과 경력 개발에서 인정합니다.	Arístegui Monge et al. (2026)
숨은 활용 진단	익명 설문으로 “승인 목록에 없는 AI 도구를 정기적으로 몇 개 쓰는가”를 묻습니다. Dittmar와 Sposato(2026)는 2개 이상 쓴다는 응답이 3분의 1을 넘으면 비공식 활용이 이미 넓게 퍼진 신호로 봅니다.	Dittmar & Sposato (2026)
현장 노하우의 공식화	현업이 찾아낸 활용법과 검증 요령을 사례 공유회와 사내 라이브러리로 모으고 교육 과정에 넣습니다. 같은 저자들은 현장의 활용법이 교육에 반영되기까지 6개월 이상 걸리면 교육이 현장과 끊어진 신호라고 봅니다.	Dittmar & Sposato (2026)
교육 이후의 실천	교육을 이수로 끝내지 않고 도구 접근 권한, 실제 업무 과제 적용, 동료 피드백까지 한 과정으로 묶습니다.	Naffi et al. (2026)
격차 점검	부서, 직급, 성별, 연령별 AI 활용률과 교육 참여율을 정기적으로 재서 누가 뒤처지는지 확인합니다.	Humlum & Vestergaard (2025)

Insight Questions

우리 조직에서 AI를 쓴 사람은 인정받는가, 아니면 숨기는가?
우리는 AI 학습을 개인의 의지에 맡기고 있는가, 시간과 방향과 인정을 주고 있는가?
우리는 AI를 어떤 방식으로 쓰기로 합의했는가?

References

Arístegui Monge, F., Rivo-López, E., & Villanueva-Villar, M. (2026). Learning to work with artificial intelligence: Workplace learning and capability development among HR professionals. European Journal of Training and Development, 50(10), 170–188. https://doi.org/10.1108/EJTD-03-2026-0065

Dittmar, E. C., & Sposato, M. (2026). Shadow knowledge creation in the AI age: How informal learning networks challenge training and development paradigms. European Journal of Training and Development. Advance online publication. https://doi.org/10.1108/EJTD-02-2026-0021

Humlum, A., & Vestergaard, E. (2025). The unequal adoption of ChatGPT exacerbates existing inequalities among workers. Proceedings of the National Academy of Sciences, 122(1), e2414972121. https://doi.org/10.1073/pnas.2414972121

Naffi, N., Beaulieu, N., El Bahlouli, Y., Grégoire, J., Fortier, N., Whelan, K., Al Faraj, D., & Demers, M. (2026). Knowing more, doing less: AI literacy development and organisational barriers in healthcare training. Journal of Workplace Learning. Advance online publication. https://doi.org/10.1108/JWL-02-2026-0062

Parry, K. D., Storr, R., Kavanagh, E. J., & Anderson, E. (2021). Conceptualising organisational cultural lag: Marriage equality and Australian sport. Journal of Sociology, 57(4), 986–1008. https://doi.org/10.1177/1440783321991653

Reif, J. A., Larrick, R. P., & Soll, J. B. (2025). Evidence of a social evaluation penalty for using AI. Proceedings of the National Academy of Sciences, 122(19), e2426766122. https://doi.org/10.1073/pnas.2426766122