엔터프라이즈 AI의 진짜 비용은 GPU나 라이선스가 아니라 AI를 감독하는 인력이라고 Cinchy CEO가 주장한다. 한 연구에 따르면 직원들은 AI로 주당 약 11시간을 절약하지만 결과물을 검증·수정하는 데 6시간 이상을 다시 쓰는 '봇시팅(botsitting)' 현상이 나타나고 있다. IBM 조사에서는 CIO·CTO의 3분의 2가 완전히 통제하지 못하는 AI 시스템에 대한 책임을 지고 있다고 답했고, 마이크로소프트의 2026 Work Trend Index(응답자 2만 명)도 AI 확산의 최대 장벽은 기술이 아니라 조직 구조라고 밝혔다. 저자는 정책 문서 중심의 거버넌스 대신 일상 행동을 실시간으로 승인·차단하는 '작동하는 거버넌스'가 필요하며, 이를 갖춘 기업이 AI 투자 효과를 실제로 거둘 것이라고 강조한다.
- •직원들은 AI로 주당 11시간을 아끼지만 결과 검증·수정에 6시간 이상을 다시 쓰는 '봇시팅' 현상 확인
- •IBM 조사: CIO·CTO의 3분의 2가 완전히 통제하지 못하는 AI 시스템의 책임자
- •마이크로소프트 2026 Work Trend Index(2만 명 대상): AI 확산 최대 장벽은 기술이 아닌 조직 구조
- •정책 문서보다 실시간으로 작동하는 거버넌스(자동 승인·고위험 행동 사람 승인)가 필요하다고 제언
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
AI’s Biggest Hidden Cost Isn’t Compute. It’s People.
- 1.기업 AI의 최대 비용은 GPU·토큰이 아니라 AI를 감독하는 사람 비용이라는 주장
- 2.연구 인용: 직원들은 AI로 주당 11시간 절약하지만 결과 검증·수정에 6시간 이상 소모
- 3.이런 감독 노동을 가리키는 '봇시팅(botsitting)'이라는 신조어도 등장
왜 중요한가?
AI ROI 논쟁의 초점을 인프라 비용에서 검증 인건비로 옮기는 관점으로, 절약 시간의 절반 이상이 출력 검수에 재소모된다는 수치는 도입 효과를 계산하는 기업에 실질적 함의가 있다.
본문 미리보기
Everyone is talking about the cost of AI. Usually they're talking about GPUs, model licensing, or token consumption. I think they're looking in the wrong place. The biggest cost of enterprise AI may turn out to be the people needed to supervise it. A recent study found employees save about 11 hours a week using AI, but spend more than six hours checking outputs, fixing mistakes, adding missing context and making sure the results are actually usable. Someone coined the term "botsitting" for it…
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:12AI 초안
