2026년 8월 11일 새벽 2시 53분(한국시간), 일반 사용자 계정인 Fav(@Favwontmiss)가 X에 짧은 일화를 올렸다. "오늘 회사 교육 과정용 파워포인트를 20분 만에 완성했다. 같은 조 남성 동료가 코파일럿(Copilot)을 썼는지 물었다. 나는 그냥 '아니요, 저는 AI 안 써요'라고 답했다. 그걸로 대화가 끝났어야 했다." 이 게시물은 원문 링크 기준 조회수 64만, 좋아요 2만, 리포스트 194, 댓글 28을 기록하며 빠르게 퍼졌다. 짧은 마지막 문장 "그걸로 대화가 끝났어야 했다"가 암시하듯, 실제로는 끝나지 않았다는 뉘앙스가 공감을 이끌어낸 것으로 보인다. 다만 이 계정은 공식 매체나 조직이 아닌 익명에 가까운 개인이며, 게시물은 검증된 사실 보도가 아니라 한 사람이 전하는 주관적 경험담이라는 점을 먼저 짚어둘 필요가 있다.
왜 이 한 줄이 20만 개의 좋아요를 모았나
이 일화가 특별한 사건이라서가 아니라 많은 사람이 비슷한 장면을 경험해봤기 때문에 반향이 컸다고 보는 편이 합리적이다. 좋은 결과물을 내놓았을 때 "AI 썼냐"는 질문을 받는 것 자체는 중립적일 수 있지만, 이 게시물이 소환한 맥락은 그 질문의 비대칭성이다. 실력으로 완성한 작업물이 곧바로 도구의 공으로 돌려지는 순간, 질문을 받는 쪽은 자신의 역량을 다시 증명해야 하는 위치에 놓인다. 이는 검증 가능한 통계라기보다 하나의 목격담이지만, 아래에서 살펴볼 최근 연구들과 맞물리며 왜 이 짧은 문장이 이렇게 넓게 공유됐는지를 설명해준다.
데이터로 보는 "AI를 썼다는 의심"의 비대칭
2026년 발표된 관련 연구는 이 일화가 그저 개인적 우연이 아닐 수 있음을 뒷받침한다. Code For Good Now 설립자 제라 차투(Zehra Chatoo)의 연구에 따르면, 동일한 코드를 제출했을 때 AI를 사용한 남성은 역량 평가에서 6% 낮은 점수를, 여성은 13% 낮은 점수를 받았다. 특히 AI를 직접 쓰지 않는 남성 평가자는 같은 결과물을 두고 여성 엔지니어를 남성보다 26% 더 가혹하게 평가했으며, 평가자들은 코더가 여성이라고 인식했을 때 "AI가 더 많은 일을 했을 것"이라고 추정하는 경향을 보였다. 포브스 보도가 정리한 이 결과는, 원문 게시물 속 "코파일럿 썼냐"는 질문이 왜 하필 여성 작성자에게 향했는지를 이해하는 데 참고할 수 있는 정황이다.
"AI를 썼다"고 밝히는 것 자체가 손해인 문화
이 일화를 더 넓은 틀에서 보면, 문제는 여성만의 것이 아니라 조직 전반의 신뢰 구조와도 맞닿아 있다. 앤트로픽(Anthropic)의 조사에서는 근로자 69%가 직장 내 AI 사용에 낙인이 존재한다고 답했고, 48.8%는 판단을 피하려 자신의 AI 사용을 숨긴다고 밝혔다. 오히려 AI를 가장 자주 쓰는 C레벨 임원층에서 이 비율이 53.4%로 더 높게 나타났다. 애틀라시안(Atlassian)이 인용한 별도 조사에서는 동일한 결과물이라도 평가자가 "AI를 썼다"는 사실을 알게 되면 작성자를 게으르다고 묘사할 확률이 높아지고, 고난도 업무 추천 확률이 24퍼센트포인트 낮아지는 것으로 나타났다. 다음 표는 세 가지 조사 결과를 요약한 것이다.
| 조사 | 핵심 수치 | 출처 |
|---|---|---|
| Chatoo 연구 (2026) | 동일 코드, AI 사용 시 여성 -13% / 남성 -6% 역량 평가; 남성 비AI 평가자는 여성을 26% 더 가혹하게 평가 | Forbes |
| Anthropic 조사 (2026) | 근로자 69% "직장 내 AI 낙인 존재", 48.8% AI 사용 은폐 (C레벨 53.4%) | Final Round AI |
| Atlassian 인용 조사 (2026) | AI 사용 공개 시 "게으르다" 인식 증가, 고난도 업무 추천 확률 24%p 하락 | Atlassian |
세 조사를 겹쳐 놓고 보면 하나의 그림이 드러난다. AI를 썼다고 밝히면 불이익을 받을 가능성이 있고, 여성이 그 불이익을 더 크게 짊어진다는 것이다. 원문 게시물 속 "저는 AI 안 써요"라는 짧은 대답은 이런 이중의 압력 속에서 자신의 결과물을 지키려는 방어적 발화로도 읽힌다. 물론 이 인과관계를 단정할 수는 없다. 게시물 하나로 저 통계들의 원인과 결과를 증명할 수는 없으며, 반대로 저 통계들이 이 게시물의 진위를 보증해주지도 않는다. 다만 두 흐름이 서로를 설명하는 정황으로 함께 읽힐 만하다는 점은 분명하다.
팀과 조직이 실무적으로 참고할 점
스튜디오 허쉬가 이 사례에서 조직에 제안하고 싶은 것은 세 가지다. 첫째, 결과물의 완성도를 도구 사용 여부로 자동 연결 짓는 질문 습관을 팀 안에서 점검해볼 만하다. "어떻게 이렇게 빨리 했냐"는 궁금증 자체는 자연스럽지만, 그 궁금증이 특정 구성원에게만 반복적으로 향하고 있지는 않은지 스스로 물어볼 필요가 있다. 둘째, AI 사용을 공개하는 것이 손해가 되지 않는 평가 기준을 명문화하는 편이 낫다. 위 조사들이 보여주듯 "숨기는 문화"는 조직의 실제 AI 활용도를 파악하기 어렵게 만들고, 결국 도구 도입 전략 자체를 왜곡시킨다. 셋째, 결과물 평가는 결과물 자체로 하는 원칙을 관리자 레벨에서 반복해서 확인시키는 것이 필요하다. 도구 사용 여부보다 산출물의 완성도와 실무 적합성이 평가 기준이 되어야 신뢰를 기반으로 한 협업 문화가 유지된다.
이 사례가 말해주지 않는 것
마지막으로 분명히 해둘 한계가 있다. 이 글의 출발점이 된 게시물은 익명에 가까운 개인 사용자 한 명의 일화이며, 언제·어느 회사에서·정확히 어떤 대화가 오갔는지는 원문 밖에서 검증할 방법이 없다. 동료의 발언 의도나 전후 맥락 역시 작성자의 서술을 통해서만 전해진다. 앞서 인용한 세 조사도 이 특정 사건을 다룬 것이 아니라 각기 다른 표본과 방법론으로 진행된 별도 연구이므로, "이 게시물이 곧 통계로 증명된 사실"이라고 등치할 수는 없다. 이 글은 하나의 개인 서술을 계기로 이미 존재하는 담론과 데이터를 함께 짚어본 것이며, 특정 개인이나 조직을 향한 판단을 내리려는 목적이 아니라는 점을 밝혀둔다.
