분 단위로, 키보드 한 타마다 — 그 추적은 기대한 효과를 내고 있을까

지금 확실하게 말할 수 있는 것은 의외로 단순합니다. 수단이 많아졌다는 것. AI의 지원을 받으면서 일하는 사람을 추적할 선택지는 그 어느 때보다 폭넓어졌고, 그 추적 방식은 분 단위 행동과 키보드 입력 하나하나에까지 내려왔습니다.

그런데 다음 질문에는 이미 답이 나와 있습니다. 이것이 기대했던 효과를 내고 있는가.

2022년에 발표된 한 메타분석은 94개의 독립 표본, 총 23,461명의 데이터를 모아 전자적 성과 모니터링이 업무 성과를 끌어올리는지 확인했습니다. 결과는 없음이었습니다. 성과가 오른다는 증거를 찾지 못했고, 대신 모니터링의 존재 자체가 — 방식이 은근하든 노골적이든 — 스트레스 증가와 연결된다는 것을 확인했습니다. 2025년에 나온 후속 리뷰도 같은 자리에 도착했습니다. 성과에 대한 영향은 대체로 중립, 스트레스와는 약한 양의 상관, 직무 태도와는 약한 음의 상관.

그러니까 이것은 “아직 확인되지 않은 기술”이 아닙니다. 여러 번 확인했고, 기대했던 것이 나오지 않았습니다. 그런데도 직원 모니터링 소프트웨어 시장은 2026년 40억 달러를 넘어설 것으로 전망됩니다.

이 글은 그 간극을 관찰당하는 쪽의 자리에서 따라가 봅니다. 감시가 나쁘다는 결론을 미리 정해 두지 않고, 왜 같은 시스템이 누군가에게는 압박으로, 누군가에게는 안정감으로 갈라지는지를 살펴보려 합니다.

결과가 아니라 과정을 본다는 것

추적의 대상을 들여다보면 한 가지가 눈에 들어옵니다. 분 단위 행동 기록과 키스트로크는 무엇을 만들어냈는가가 아니라 어떻게 일하고 있는가를 재는 지표입니다.

결과 중심 평가는 완성된 산출물을 놓고 이야기합니다. 과정 추적은 그 산출물이 만들어지는 중간의 자세와 리듬까지 평가의 사정권에 넣습니다. 마감된 원고를 읽는 편집자와, 원고가 쓰이는 동안 어깨 너머로 화면을 보는 편집자의 차이입니다. 뒤쪽은 망설인 시간과 지운 문장까지 함께 보게 됩니다.

왜 이런 방향을 택했는지까지는 아직 분명하지 않습니다. 다만 추적 도구가 과정에 초점을 맞추고 있다는 사실에서, 평가의 무게중심이 결과에서 태도와 방식 쪽으로 옮겨 갔다고 해석해 볼 수는 있습니다. 이후의 논점 — 개인차, 오해, 역효과, 데이터의 용도 — 은 모두 이 이동에서 출발합니다.

같은 시스템, 갈라지는 반응

동일한 모니터링 아래에서도 반응은 두 갈래로 갈립니다.

어떤 사람에게는 누군가 지켜본다는 사실 자체가 몸을 굳게 만듭니다. 평소라면 흘러갔을 작업이 자꾸 멈칫하고, 시도해 볼 만한 우회로 앞에서 손이 멈춥니다. 잘하고 있는데도 지금 이 장면이 어떻게 기록될까를 먼저 계산하게 되는 상태입니다.

반대편에는 같은 시스템을 전혀 다르게 받아들이는 사람이 있습니다. 이들에게 촘촘한 체크 포인트는 감시가 아니라 감독에 가깝게 읽힙니다. 기준이 명확하니 헤매지 않아도 되고, 막히면 누군가 알아채고 도와줄 것이라는 신호로 해석됩니다. 혼자 표류한다는 감각이 줄어드는 만큼 안정감이 생긴다는 것이죠.

이 갈림이 도구의 성능 문제가 아니라는 것은, 도구를 그대로 두고 설명만 바꿔 본 실험에서 드러납니다.

2024년 한 연구는 Upwork에서 일하는 원격 근로자들에게 모니터링 소프트웨어를 끌 수 있는 선택권을 주었습니다. 아무 설명 없이 선택권만 주었을 때, 상위 성과자들의 생산성은 약 20퍼센트 떨어졌습니다. 그런데 같은 집단에게 “당신의 성과가 뛰어나기 때문에 감독 없이 일할 기회를 준다”고 설명하자, 생산성은 떨어지지 않았습니다.

바뀐 것은 소프트웨어가 아니라 그 소프트웨어가 무엇을 의미하는지에 대한 설명 한 줄이었습니다. 연구자들이 도달한 결론은 그래서 이렇습니다. 모니터링 소프트웨어에 돈을 쓰는 것보다 좋은 관리자에게 돈을 쓰는 편이 나은 결과를 낼 수 있다는 것.

효과는 도구가 아니라 수용 방식에서 갈린다 — 이 문장은 이제 의견이 아니라 측정된 결과에 가깝습니다.

감시는 생각보다 짧게 작동합니다

관찰이 사람의 행동을 바꾼다는 것은 오래된 상식입니다. 다만 그 상식이 놓치는 부분이 있습니다. 얼마나 오래 바뀌어 있는가.

연구자들이 반복해서 관찰한 현상은 습관화입니다. 사람은 감시가 시작되면 잠깐 자세를 고쳐 앉지만, 곧 원래의 리듬으로 돌아갑니다. 이 패턴은 훨씬 더 높은 긴장도를 가진 환경에서도 확인됩니다. 경찰관이 착용하는 바디캠 — 감시라는 개념에서 가장 극단에 가까운 사례 — 조차 장기적으로는 경찰의 행동도, 시민의 행동도 유의미하게 바꾸지 못한다는 증거가 쌓이고 있습니다.

한때 이 현상을 설명하는 데 호손 효과가 자주 인용됐지만, 그 이름을 낳은 원본 실험 데이터가 2011년에 재분석되면서 널리 알려진 극적인 패턴 대부분이 사실무근으로 정리됐습니다. 관찰이 행동을 바꾼다는 명제는 여전히 유효하지만, 그 근거로 호손을 드는 것은 이제 적절하지 않습니다.

남는 것은 더 실용적인 결론입니다. 감시는 행동을 잠깐 바꾸고, 원위치시킵니다. 그리고 그 잠깐을 유지하기 위해 조직은 계속 강도를 올리게 됩니다.

진단 정보가 정밀한 오해로 바뀔 때

추적 데이터의 순기능은 인정할 필요가 있습니다. 사람은 자신이 왜 흔들리는지 말로 잘 꺼내지 못합니다. “요즘 왜 진도가 안 나가느냐”는 질문에는 방어적인 답이 돌아오기 쉽고, 정작 본인도 원인을 모르는 경우가 적지 않습니다. 그럴 때 언제부터, 어떤 패턴으로 흐름이 끊겼는지를 보여 주는 기록은 추측성 지적을 줄이는 근거가 될 수 있습니다.

문제는 그 재료를 읽는 방식입니다. 같은 데이터를 계획 대비 지금 이 순간으로만 대조하면 이야기가 달라집니다. 계획은 고정된 기준선이지만 실제 업무가 늘 직선으로 진행되지는 않습니다. 기준선과 실시간 지표를 조급하게 겹쳐 놓으면, 아직 결론이 나오지 않은 구간이 곧바로 “지금 안 하고 있다”로 번역될 위험이 생깁니다.

표면과 목적이 어긋나면 더 까다롭습니다. 그래픽 디자이너가 개발 문서를 읽거나 강의를 보고 있다면 그건 문제를 풀기 위한 탐색일 수 있지만, 화면 활동 기록만으로는 업무 외 시청과 구분되지 않습니다. 해상도는 높아졌는데 맥락 이해가 함께 자라지 않으면, 남는 것은 정밀한 오해입니다.

그리고 오해가 반복되면 사람은 기록에 안전해 보이는 방식으로만 일하기 시작합니다. 이건 가설이 아닙니다.

2012년 한 현장 실험이 이 고리를 정면으로 관찰했습니다. 세계에서 두 번째로 큰 휴대폰 공장의 생산라인에 연구자들이 들어가 보니, 노동자들은 더 빠르고 안전한 작업 방법을 서로 공유하면서도 관리자가 다가오면 그 방식을 숨겼습니다. 잘못이라서가 아니라, 설명해야 하는 상황이 번거롭고 위험했기 때문입니다. 연구자가 라인에 커튼을 쳐서 관리자의 시야를 차단하자 시간당 생산량은 10~15퍼센트 올랐고, 그 격차는 5개월 동안 유지됐습니다.

관찰 가능성을 높였더니 성과가 내려갔다 — 이 현상에는 투명성 역설이라는 이름이 붙어 있습니다.

같은 회피는 훨씬 사소한 형태로도 나타납니다. 점심시간에 책을 읽으면서 주기적으로 키보드를 두드리는 사람. 자유가 제한되면 사람은 그것을 되찾을 방법을 기어이 찾아낸다는 관찰입니다. 추적이 정교해질수록, 추적을 만족시키는 기술도 함께 정교해집니다.

감시가 만드는 역효과

2022년의 한 연구는 모니터링을 받는 직원과 받지 않는 직원을 비교한 뒤, 인과를 확인하기 위해 실험을 덧붙였습니다. 결과는 예상과 반대였습니다. 모니터링을 받는 쪽이 규칙을 어길 확률이 더 높았습니다. 허가받지 않은 휴식, 지시 무시, 의도적인 속도 늦추기, 비품 무단 사용까지.

연구진이 제시한 메커니즘이 흥미롭습니다. 감시받는 사람은 자기 행동에 대한 책임감이 무의식적으로 줄어듭니다. 판단의 주체가 나에게서 나를 지켜보는 시스템 쪽으로 넘어가기 때문입니다. 판단이 넘어가면 책임도 함께 넘어갑니다.

감시는 통제를 늘리는 대신 자율을 줄입니다. 그리고 자율이 줄면, 자율이 지탱하던 것 — 스스로 옳게 행동하려는 동기 — 도 함께 줄어듭니다. 다만 같은 연구는 하나의 조건을 덧붙였습니다. 공정하게 대우받고 있다고 느끼는 직원에게서는 이 책임감 하락이 훨씬 작았습니다.

다시 앞의 결론으로 돌아옵니다. 갈림은 도구가 아니라 관계에서 생깁니다.

돕기 위해 모은 기록은 어디로 가는가

추적 기록을 정보로 보는 순간 다음 질문이 따라붙습니다. 그 정보를 누가, 어디에 쓰는가.

지원이나 안전을 명분으로 모인 데이터가 근무 평가나 처우 판단의 근거로 옮겨 가는 현상에는 기능 확장(function creep)이라는 이름이 붙어 있습니다. 선의의 목적으로 배치된 기술이 서서히 다른 용도로 재활용되는 흐름입니다. 멜버른대학교 디지털윤리센터는 직장 내 건강·안전·웰빙 목적의 AI 도구가 성과 평가로 미끄러지는 경로를 별도의 보고서로 정리했고, 미국의 여러 단체협약에서는 수집된 모니터링 데이터를 평가·징계·급여 결정에 쓰지 못하도록 제한하는 조항이 협상 대상이 되고 있습니다. 수집에는 동의했지만 사용처까지는 통제하지 못하는, 디지털 데이터 수집 논쟁과 똑같은 구조입니다.

여기에 한 겹이 더 있습니다. 많은 조직이 전략 때문이 아니라 기술이 있기 때문에 데이터를 모읍니다. 결국 어딘가의 드라이브에 테라바이트 단위의 기록을 쌓아두고 그것으로 무엇을 해야 할지 모르는 상태에 도달합니다. 목적 없이 쌓인 데이터는 사라지지 않습니다. 언젠가 누군가 목적을 찾아냅니다.

같은 기록이라도 “이 사람이 요즘 왜 흔들리는가”를 이해하는 데 쓰이면 사람을 돕는 도구가 되고, 순위를 매기고 걸러 내는 데 쓰이면 사람을 재단하는 도구가 됩니다. 도구는 하나인데, 성격은 용도가 결정합니다.

Edurenaline 실천 제안

지켜봐지는 쪽에서 해 볼 수 있는 것은 기록을 피하는 게 아니라 맥락을 남기는 일입니다.

1. 탐색성 작업에는 한 줄의 이유를 붙여 두기. 강의를 보거나 남의 문서를 읽기 시작할 때 “이건 무엇을 풀기 위한 자료인지”를 작업 로그에 남겨 두면, 나중에 활동 기록만으로 해석될 여지를 줄일 수 있습니다.
2. 데이터의 용도를 먼저 확인하기. 이건 방어가 아니라 협업의 조건입니다. 앞서 언급한 메타분석은, 설명이나 동의 없이 감시받는 사람에 비해 자신이 어떻게 모니터링되고 그 데이터가 어디에 쓰이는지 명확히 아는 사람이 공정성 인식과 직무 만족도 모두에서 높다는 것을 보여 줍니다. 투명성은 감시의 완화가 아니라 감시의 조건입니다.
3. 관리자라면 — 도구보다 대화에 예산을 쓰기. Upwork 연구가 남긴 결론이 그것이었습니다. 같은 도구, 같은 사람, 설명 한 줄의 차이로 결과가 갈렸습니다. 지금 도입을 검토 중인 추적 도구가 있다면, 먼저 물어볼 질문은 “얼마나 정밀한가”가 아니라 “이 데이터로 어떤 대화를 할 것인가”입니다. 후자에 답할 수 없다면 전자는 의미가 없습니다.

‘기대한 효과’는 어떤 인간을 전제하는가

과정을 촘촘히 재는 체계는 암묵적으로 기복 없이 일정한 수행을 정상값으로 놓기 쉽습니다. 그러나 사람의 하루는 그렇게 흐르지 않습니다. 몸 상태, 수면, 감정의 기복, 그날의 집중 리듬까지 — 이런 변수들은 예외가 아니라 기본값에 가깝습니다. 시스템이 이 변동을 곧바로 비효율이나 이탈로 분류한다면, 그건 인간을 과도하게 이상화한 기준에서 출발한 오류입니다.

그래서 질문 하나가 남습니다. 개선을 명분으로 추적 체계를 계속 정교하게 다듬어 나간다면, 사람은 결국 완벽히 업무에 몰두하는 존재가 될 수 있을까요.

지금까지의 증거는 그 방향을 지지하지 않습니다. 성과는 오르지 않았고, 스트레스는 올랐고, 잠깐의 변화는 습관화로 되돌아갔고, 어떤 경우에는 역효과가 났습니다. 정밀도를 높이는 것으로는 이 결과가 뒤집히지 않았습니다. 갈림을 만든 것은 언제나 정밀도가 아니라 설명과 신뢰였습니다.

분 단위 기록과 키스트로크는 계속 쌓일 것입니다. 남는 질문은 그 데이터가 사람을 이해하는 쪽으로 쓰일지, 사람을 기준선에 맞추는 쪽으로 쓰일지입니다.

답은 기술이 아니라 그것을 읽는 쪽에 있습니다.

출처

[원문 출처] Chris Woolston, “Your boss is watching you”, Knowable Magazine, 2026.08.31 — https://knowablemagazine.org/content/article/society/2026/surveillance-at-work-is-increasing
Ravid, D. M., White, J. C., Tomczak, D. L., Miles, A. F., & Behrend, T. S. (2022). “A meta-analysis of the effects of electronic performance monitoring on work outcomes”, Personnel Psychology — https://onlinelibrary.wiley.com/doi/abs/10.1111/peps.12514
König, C. J. et al. (2025). “Electronic Monitoring at Work”, Annual Review of Organizational Psychology and Organizational Behavior — https://www.annualreviews.org/content/journals/10.1146/annurev-orgpsych-110622-060758
Bernstein, E. S. (2012). “The Transparency Paradox: A Role for Privacy in Organizational Learning and Operational Control”, Administrative Science Quarterly 57(2), 181–216
Thiel, C., Bonner, J. M., Bush, J., Welsh, D., & Garud, N. (2022). “Monitoring Employees Makes Them More Likely to Break Rules”, Harvard Business Review — https://hbr.org/2022/06/monitoring-employees-makes-them-more-likely-to-break-rules
Kala, N. & Lyons, E. (2024). 디지털 모니터링과 원격 근로자 생산성 연구 (UC San Diego · MIT) — https://namratakala.com/wp-content/uploads/2024/11/digitalmonitoring_kalalyons-2.pdf
Levitt, S. D. & List, J. A. (2011). “Was There Really a Hawthorne Effect at the Hawthorne Plant?”, American Economic Journal: Applied Economics 3(1), 224–238
CAIDE, University of Melbourne. “The Slippery Slope to Function Creep” — https://www.unimelb.edu.au/__data/assets/pdf_file/0007/5434117/Slippery-Slope-v2.pdf
UC Berkeley Labor Center. “Permitted and limited uses of monitoring and surveillance technologies”