AI로 1분 만에 질문 메일을 보낸다…답장하는 사람은 왜 30분을 써야 할까
생성형 AI로 장문의 메일과 댓글 작성 쉬워져…메시지 생산비용은 낮아졌지만 읽고 판단하는 부담은 여전히 수신자 몫
미국 MIT 연구에서 AI 활용 시 글쓰기 시간 40% 감소…질문은 쉬워졌지만 상대방의 관심과 답변까지 자동으로 얻을 수는 없어
생성형 인공지능(AI)을 이용하면 몇 줄의 지시만으로 정중한 이메일을 작성하고 복잡한 질문을 여러 문단으로 정리할 수 있다. 과거에는 상당한 시간을 들여야 했던 글쓰기를 짧은 시간 안에 끝낼 수 있게 된 것이다. 그러나 메시지를 보내는 일이 쉬워질수록 이를 받는 사람에게는 이전과 다른 부담이 발생할 수 있다.
최근 한 온라인 콘텐츠 작성자가 공개한 경험담은 이러한 변화를 보여준다. 그는 AI로 작성한 듯한 장문의 질문 메일과 SNS 댓글을 받으면서 답변 여부를 고민하게 됐다고 밝혔다. 상대방은 길고 정중하게 자신의 의견을 설명한 뒤 질문을 남겼지만, 정작 글을 받은 사람은 질문의 진정성부터 의심하게 됐다는 것이다.
문제는 단순히 메시지가 길다는 데 있지 않았다. 상대방이 정말 자신의 의견을 궁금해하는지, 아니면 AI가 생성한 문장을 무작위로 전달하는 것인지 구분하기 어려웠다. 질문에 답하려면 긴 글을 읽고 내용을 이해한 뒤 자신의 생각을 정리해야 했지만, 정작 질문을 작성한 사람이 그만한 노력을 기울였는지는 알 수 없었다.
그는 자신 역시 AI를 활용해 글을 작성한 경험이 있다는 점을 떠올리면서 불편한 감정을 느꼈다고 설명했다. AI의 도움을 받아 질문했다는 이유만으로 상대방의 진심까지 의심해서는 안 된다는 생각과 실제로 질문을 받을 때 느끼는 부담이 충돌한 것이다.
이 경험에는 생성형 AI 시대의 새로운 경제적 문제가 담겨 있다.
AI는 메시지를 작성하는 사람의 시간을 줄일 수 있지만, 그 메시지를 읽고 판단해야 하는 사람의 시간까지 반드시 줄여주는 것은 아니다. 오히려 한 사람이 더 많은 메시지를 생산할 수 있게 되면서 다른 사람에게 요구하는 관심과 응답의 총량이 늘어날 수 있다.
AI가 개인의 생산성을 높이는 과정에서 다른 사람에게 새로운 비용을 발생시키는 구조다.
MIT 연구에서 글쓰기 시간 40% 감소…AI가 바꾼 메시지 생산비용
AI가 글쓰기 업무에 미치는 생산성 효과는 이미 실증연구에서 확인됐다.
미국 매사추세츠공과대학교(MIT)의 샤케드 노이와 휘트니 장 연구진은 2023년 국제학술지 ‘사이언스(Science)’에 생성형 AI의 업무 생산성 효과를 분석한 연구를 발표했다.
연구진은 대학 교육을 받은 전문직 종사자 453명을 대상으로 직무와 관련된 글쓰기 과제를 수행하도록 했다. 참가자 일부에게 챗GPT를 사용할 수 있도록 한 결과, AI를 활용한 집단은 평균 작업시간이 40% 감소했고 결과물의 품질 평가 점수는 18% 높아졌다.
연구는 생성형 AI가 문서 작성과 같은 지식노동의 생산성을 높일 수 있다는 실증적인 근거를 제시했다. 다만 해당 결과는 정해진 글쓰기 과제에서 측정된 것으로, 모든 이메일이 40% 빠르게 작성된다는 의미는 아니다.
그럼에도 글쓰기 비용이 낮아진다는 변화 자체는 중요하다.
과거에는 누군가에게 정성스럽게 질문하려면 주제를 정하고 배경을 설명하며 문장을 다듬는 과정을 거쳐야 했다. 특히 처음 연락하는 사람에게 긴 메일을 보내려면 상대방의 관심을 얻기 위해 상당한 노력이 필요했다.
이제는 AI에 질문할 주제와 수신자의 직업, 원하는 답변의 방향을 설명하면 구조화된 질문 메일의 초안을 얻을 수 있다.
물론 이렇게 만들어진 문서를 사람이 직접 검토하고 수정할 수도 있다. 자신의 생각을 명확하게 표현하기 어려운 사람이 AI를 활용해 더 좋은 질문을 만드는 경우도 있을 것이다.
그러나 메시지 작성비용이 낮아지면 이전보다 많은 사람에게 연락하기 쉬워진다는 점도 부정하기 어렵다.
과거에는 열 명에게 각각 다른 질문 메일을 보내는 데 상당한 시간이 필요했다면, 이제는 AI를 이용해 수신자의 특징에 맞춘 여러 초안을 훨씬 빠르게 만들 수 있다.
이때 비용을 절감하는 사람은 메시지 발신자다. 반면 수신자가 모든 질문에 직접 답한다면 절감된 비용이 수신자에게도 동일하게 돌아가는 것은 아니다.
생성형 AI의 생산성 향상이 개인 단위에서 발생하더라도 그것이 사회 전체의 시간 절약으로 이어지는지는 별도로 살펴봐야 하는 이유다.
질문은 1분, 답변은 30분…소통 비용의 불균형이 발생한다
누군가 AI를 이용해 1분 만에 질문 메일을 작성했다고 가정해보자.
수신자는 그 메일을 읽고 질문의 배경을 파악한 뒤 자신의 경험과 지식을 바탕으로 답변을 작성해야 할 수 있다. 질문이 복잡하다면 사실관계를 확인하거나 추가적인 자료를 찾아야 할 수도 있다.
답변에 30분이 걸린다면 발신자는 1분을 사용해 상대방에게 30분의 업무를 요청한 셈이 된다.
물론 이는 설명을 위한 가상의 사례다. 실제 AI 활용시간과 답변시간이 항상 이러한 비율을 보이는 것은 아니다. 사람이 직접 작성한 질문 역시 상대방에게 더 긴 답변시간을 요구할 수 있다.
차이는 메시지를 대량으로 생산하는 비용에 있다.
AI가 없던 시절에도 무성의한 질문이나 대량 발송 메일은 존재했다. 그러나 생성형 AI는 메시지를 자연스럽고 개인적인 문장으로 작성하는 비용까지 낮췄다.
이제 발신자는 동일한 질문을 여러 사람에게 보내면서도 각각의 수신자에게 맞춘 듯한 표현을 사용할 수 있다.
문제는 수신자가 이러한 메시지를 받을 때마다 질문의 중요성과 진정성을 평가해야 한다는 것이다.
실제로 답변할 가치가 있는 질문인지, 이미 공개한 글에서 답을 찾을 수 있는 내용인지, 질문자가 어떤 문제를 해결하려는 것인지 확인해야 한다.
답변하지 않기로 결정하는 과정에도 시간이 들어간다.
이러한 구조는 경제학의 외부비용 개념과 연결해 생각할 수 있다. 메시지를 보내는 사람이 자신의 작성비용은 부담하지만 수신자가 읽고 판단하는 데 사용하는 시간을 충분히 고려하지 않을 수 있기 때문이다.
다만 모든 질문이 사회적으로 불필요한 비용이라는 뜻은 아니다. 좋은 질문은 새로운 아이디어를 제공하고 정보 교환과 협업으로 이어질 수 있다.
문제는 질문을 보내는 사람이 얻는 편익과 그 질문을 받는 사람이 부담하는 비용 사이에 차이가 발생할 수 있다는 사실이다.
AI가 발신자의 비용을 낮출수록 이러한 차이를 관리할 필요가 커진다.
메일과 메신저는 이미 업무를 방해한다…AI가 메시지를 늘리면 어떻게 될까
디지털 업무 환경에서는 이메일과 메신저, 회의 요청으로 인한 집중력 저하가 오래전부터 문제로 지적돼 왔다.
마이크로소프트가 2025년 발표한 ‘워크 트렌드 인덱스(Work Trend Index)’에 따르면 분석 대상 가운데 알림을 많이 받는 상위 20%의 이용자는 하루 평균 275건의 회의 요청과 이메일, 채팅 알림을 받았다.
마이크로소프트는 핵심 근무시간 동안 약 2분마다 업무가 중단되는 현상도 제시했다. 다만 하루 275건이라는 수치는 전체 근로자의 평균이 아니라 알림을 많이 받는 집단에서 측정된 값이며, 이러한 방해가 모두 AI 때문에 발생했다는 의미도 아니다.
그럼에도 이 자료는 이미 많은 조직에서 메시지를 처리하는 일이 상당한 업무 부담이 되고 있음을 보여준다.
AI는 이 문제를 완화할 수도 있다. 이메일을 요약하고 중요한 요청을 분류하며 반복적인 답변을 자동화하면 직원의 시간을 절약할 수 있기 때문이다.
반대로 AI가 메시지의 발송량을 크게 늘린다면 수신자의 부담이 증가할 수도 있다.
예를 들어 영업 담당자가 AI를 활용해 잠재 고객 100명에게 맞춤형 제안 메일을 보낸다고 가정해보자. 발신자는 짧은 시간에 많은 고객에게 접근할 수 있지만 수신자는 그 제안을 검토할 가치가 있는지 판단해야 한다.
고객이 제안서를 읽고 답변하거나 관련 부서에 전달하는 데 시간을 사용한다면 발신자의 생산성 증가는 수신자의 업무 증가와 함께 나타날 수 있다.
이러한 변화는 채용과 연구, 언론홍보 분야에서도 발생할 수 있다.
구직자는 AI를 활용해 많은 기업에 지원서를 제출할 수 있지만 채용 담당자는 더 많은 지원서를 검토해야 할 수 있다. 연구자는 AI로 협업 제안서를 작성할 수 있지만 다른 연구자는 해당 제안이 자신의 연구와 관련 있는지 판단해야 한다.
언론사에는 AI가 작성한 보도자료와 취재 요청이 대량으로 전달될 수 있다. 그러나 기자가 각 자료의 사실관계와 보도 가치를 판단하는 과정은 별도로 필요하다.
모든 참여자가 AI를 이용해 더 많은 메시지를 생산하는 것이 전체 커뮤니케이션의 효율을 높인다고 단정할 수 없는 이유다.
AI가 쓴 긴 메일이 의심받는 이유…문장에 담긴 노력의 의미가 달라졌다
과거에는 긴 이메일이나 정성스럽게 작성된 편지가 상대방의 관심을 보여주는 신호로 받아들여질 수 있었다.
글을 작성하는 데 상당한 시간이 필요했기 때문에 많은 문장을 정리해 전달했다는 사실 자체가 일정한 노력을 의미했기 때문이다.
그러나 생성형 AI가 글쓰기 비용을 낮추면서 이러한 신호의 의미도 달라지고 있다.
문장이 자연스럽고 구조가 체계적이며 표현이 정중하다는 사실만으로 발신자가 많은 시간을 들였다고 판단하기 어려워졌다.
그 결과 수신자는 문장의 완성도보다 다른 정보를 통해 상대방의 진정성을 확인하려 할 수 있다.
예를 들어 자신의 글에서 특정 대목을 언급하면서 왜 그 부분에 의문을 갖게 됐는지 설명한다면 질문의 맥락을 이해하기 쉽다. 반면 누구에게 보내도 무방한 일반적인 질문이 여러 문단으로 반복된다면 수신자는 답변의 필요성을 판단하기 어려울 수 있다.
하지만 여기서 반드시 구분해야 할 것이 있다.
AI를 사용했다는 사실과 질문에 진정성이 없다는 판단은 동일하지 않다.
한국어에 익숙하지 않은 외국인이 AI의 도움을 받아 정중한 메일을 작성할 수 있다. 글쓰기 능력이 부족하거나 자신의 생각을 체계적으로 표현하기 어려운 사람에게 AI는 오히려 의사소통의 장벽을 낮추는 수단이 된다.
장문의 질문을 AI가 정리했더라도 그 안에 담긴 문제의식과 궁금증은 실제 사람에게서 나왔을 수 있다.
반대로 사람이 직접 작성했다는 이유만으로 질문이 가치 있다고 단정할 수도 없다.
따라서 AI 사용 여부를 진정성의 기준으로 삼으면 기술의 도움을 받아 의사소통하는 사람들까지 부당하게 의심할 수 있다.
중요한 것은 작성 도구가 아니라 질문의 내용과 목적, 상대방의 시간을 존중하는 방식이다.
사람이 AI로 질문하고 상대방도 AI로 답한다면 대화는 어떻게 달라질까
생성형 AI가 소통의 양쪽에 활용되면 새로운 상황이 발생한다.
질문자는 AI로 장문의 이메일을 작성하고, 수신자는 AI로 답변 초안을 작성할 수 있다. 양쪽 모두 자신의 시간을 절약하면서 일정한 수준의 문장을 주고받게 되는 것이다.
이러한 방식이 반드시 잘못된 것은 아니다.
업무 일정이나 행사 정보처럼 사실 확인이 간단한 내용을 전달하는 경우에는 AI가 양쪽의 부담을 줄일 수 있다. 반복적인 고객 문의에 대한 답변이나 정형화된 업무 연락도 자동화의 효과를 기대할 수 있다.
그러나 상대방의 개인적인 의견이나 경험, 가치 판단을 묻는 경우에는 문제가 달라진다.
질문자가 특정 인물의 생각을 듣고 싶어 연락했는데 수신자가 AI가 작성한 일반적인 답변을 검토 없이 전달한다면, 질문자는 자신이 기대했던 정보를 얻지 못할 수 있다.
반대로 질문자가 AI가 만든 질문을 충분히 이해하지 않은 상태에서 보내고 수신자 역시 내용을 검토하지 않은 채 AI 답변을 전달한다면 문장만 오가고 실제 생각의 교환은 제한될 수 있다.
이러한 상황에서는 메시지가 존재한다는 사실과 의사소통이 이뤄졌다는 사실을 구분해야 한다.
의사소통은 단순히 문장을 주고받는 행위가 아니다. 상대방이 무엇을 말하는지 이해하고 그 내용에 따라 자신의 생각이나 행동을 조정하는 과정까지 포함한다.
물론 모든 디지털 소통이 깊은 이해를 요구하는 것은 아니다. 단순한 정보 전달에서는 자동화된 메시지 교환만으로도 목적을 달성할 수 있다.
그러나 인간적인 관계와 전문적인 조언, 신뢰를 바탕으로 한 대화에서는 실제로 누가 내용을 이해하고 판단했는지가 중요해질 수 있다.
AI가 메시지를 생성할 수 있는 시대에는 오히려 소통의 목적에 따라 인간의 개입 수준을 구분하는 능력이 필요하다.
온라인 커뮤니티의 문제는 AI 글의 증가보다 읽을 가치 있는 글을 찾기 어려워지는 것이다
생성형 AI가 보편화되면 온라인 커뮤니티의 운영 방식도 영향을 받을 수 있다.
과거에는 게시물과 댓글을 많이 생산하는 것이 커뮤니티의 활성화를 보여주는 지표로 활용됐다. 이용자가 활발하게 글을 쓰고 서로 질문하며 답변하는 과정에서 커뮤니티의 가치가 형성됐다.
하지만 AI가 게시물과 댓글을 쉽게 생성할 수 있게 되면서 콘텐츠의 양만으로 실제 이용자의 참여 수준을 평가하기 어려워질 수 있다.
특히 자동화된 계정이 반복적인 질문과 의견을 게시한다면 운영자는 해당 콘텐츠가 실제 이용자의 경험을 반영하는지, 스팸이나 홍보 목적의 메시지인지 구분해야 한다.
이러한 작업에는 별도의 관리비용이 필요하다.
문제는 자동화된 게시물을 모두 차단하는 것만으로 해결되지 않는다는 점이다. AI의 도움을 받아 작성했지만 실제 이용자의 경험과 문제의식을 담고 있는 게시물도 존재하기 때문이다.
따라서 커뮤니티가 단순히 AI 사용 여부를 기준으로 콘텐츠를 배제한다면 유용한 참여까지 제한할 수 있다.
더 적절한 접근은 게시물의 목적과 유용성, 반복성, 다른 이용자에게 미치는 영향을 평가하는 것이다.
동일한 질문을 여러 게시판에 반복해서 올리거나, 상대방의 답변을 읽지 않은 채 새로운 장문의 질문을 계속 생성하는 행동은 AI 사용 여부와 관계없이 커뮤니티의 운영 부담을 높일 수 있다.
반면 AI를 활용해 자신의 경험을 명확하게 정리하고 다른 사람의 답변에 성실하게 반응한다면 커뮤니티의 가치에 기여할 수 있다.
앞으로 온라인 커뮤니티의 경쟁력은 게시물 수를 늘리는 능력보다 이용자들이 실제로 도움이 되는 대화를 발견하도록 만드는 능력에 달려 있을 수 있다.
AI가 콘텐츠 생산을 쉽게 만들수록 커뮤니티 운영자는 어떤 대화에 사람들의 관심을 집중시킬 것인지 더 신중하게 설계해야 한다.
질문할 권리와 답변받을 권리는 다르다…AI 시대에 필요한 새로운 소통 기준
누군가에게 질문하는 것은 자연스러운 의사소통의 방식이다.
자신이 이해하지 못한 문제를 다른 사람에게 묻고 전문가의 의견을 구하는 과정에서 새로운 지식을 얻을 수 있다. 온라인 커뮤니티와 이메일은 이러한 정보 교환을 가능하게 하는 중요한 수단이다.
그러나 질문할 수 있다는 사실이 상대방에게 반드시 답변해야 할 의무가 생긴다는 의미는 아니다.
특히 상대방과 사전에 약속한 관계가 없는 경우에는 더욱 그렇다.
모르는 사람에게 이메일을 보내 의견을 요청할 수는 있지만 수신자는 자신의 일정과 관심, 전문성에 따라 답변 여부를 결정할 수 있다.
AI가 질문 작성비용을 낮췄다고 해서 이러한 원칙이 달라지는 것은 아니다.
오히려 누구나 손쉽게 많은 질문을 보낼 수 있게 된 상황에서는 상대방의 시간을 존중하는 방식이 더 중요해진다.
질문을 보내는 사람은 먼저 공개된 자료에서 답을 찾을 수 있는지 확인하고, 자신의 질문이 왜 해당 수신자에게 필요한지 설명할 수 있다.
여러 문단의 배경 설명을 작성하기보다 핵심 질문을 명확하게 제시하고, 상대방이 짧게 답하거나 답변하지 않을 선택권도 존중할 필요가 있다.
수신자 역시 모든 질문에 동일한 수준의 시간을 사용할 필요는 없다.
일반적인 정보 요청에는 공개된 자료를 안내할 수 있고, 복잡한 개인적 질문에는 답변 범위를 제한할 수 있다. 질문을 충분히 검토할 시간이 없다면 답변하지 않는 것도 합리적인 선택이다.
이러한 기준은 AI 사용자를 차별하기 위한 규칙이 아니다.
사람이 직접 작성했든 AI의 도움을 받았든 상대방에게 요구하는 시간과 관심을 고려하자는 것이다.
AI는 글쓰기 시간을 줄였지만 인간의 관심을 무한하게 만들지는 못했다
생성형 AI는 글쓰기와 정보 정리의 비용을 낮추면서 개인의 생산성을 높이고 있다.
그러나 한 사람이 더 많은 메시지를 만들 수 있다는 사실이 그 메시지를 받는 사람의 시간과 관심까지 늘려주는 것은 아니다.
AI로 작성한 이메일과 댓글이 많아질수록 수신자는 무엇을 읽고 무엇에 답할지 더 자주 결정해야 할 수 있다. 이러한 판단에도 시간과 노력이 필요하다.
이 문제를 해결하는 방법은 AI로 작성한 메시지를 모두 거부하는 것이 아니다.
AI의 도움을 받아 자신의 생각을 명확하게 표현하는 사람과 대량으로 생성한 질문을 무분별하게 전달하는 사람은 구분해야 한다. 두 사람은 같은 기술을 사용하더라도 상대방과 소통하는 방식이 다르기 때문이다.
기업과 온라인 서비스도 메시지의 생산량만 늘리는 방향에서 벗어날 필요가 있다.
영업 담당자가 하루에 몇 통의 메일을 보냈는지보다 실제로 관심 있는 고객과 얼마나 의미 있는 대화를 나눴는지 평가할 수 있다. 온라인 커뮤니티에서도 게시물 수보다 유용한 답변과 지속적인 상호작용을 중요한 지표로 삼을 수 있다.
특히 AI가 생산성을 높이는 과정에서 다른 사람에게 부담하는 비용을 함께 고려할 필요가 있다.
작성자는 시간을 절약했지만 수신자는 더 많은 메시지를 검토해야 한다면 전체적인 업무 효율이 반드시 개선됐다고 볼 수 없다.
물론 AI가 수신자의 메일 분류와 요약, 답변까지 지원한다면 이러한 부담을 줄일 가능성도 있다. 그러나 결국 어떤 질문에 관심을 기울이고 누구와 관계를 맺을 것인지는 별도의 선택으로 남는다.
AI 시대의 소통 경쟁력은 가장 빠르게 많은 문장을 생산하는 능력에 있지 않을 수 있다.
상대방이 읽을 가치가 있는 메시지를 보내고, 필요한 정보를 명확하게 전달하며, 서로의 시간과 관심을 존중하는 능력이 더욱 중요해질 수 있다.
AI가 질문을 대신 작성해줄 수는 있다. 그러나 질문이 상대방에게 어떤 의미를 갖는지 판단하는 일까지 자동으로 해결되는 것은 아니다.
이제 누구나 적은 노력으로 정중하고 긴 질문을 만들 수 있다. 그렇다고 모든 질문이 같은 무게를 갖는 것은 아니다.
질문을 작성하는 비용이 낮아진 시대에 오히려 중요해지는 것은 상대방에게 질문할 이유를 충분히 생각하는 일이다.
AI는 질문하는 사람의 시간을 절약할 수 있다. 하지만 질문을 받는 사람의 관심과 답변까지 당연하게 요구할 권리를 만들어주지는 않는다.
자료: Shakked Noy·Whitney Zhang, Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence, Science, 381권 6654호(2023); Microsoft, 2025 Work Trend Index Annual Report: The Year the Frontier Firm Is Born(2025); Microsoft, Breaking Down the Infinite Workday(2025).