무슨 일이 일어났나요?
Business Insider는 약 320명의 직원을 보유한 뉴욕에 본사를 둔 모기지 관리 소프트웨어 회사인 Valon이 이제 대부분의 신입 사원에게 AI 시스템이 잘못된 경우 관리자가 인식할 수 있다고 믿을 때까지 AI 없이 일하도록 요구하고 있다고 보고합니다. 엔지니어는 코드가 출시되기 전에 동료 검토를 거치기 때문에 면제됩니다. CEO이자 공동 창업자인 앤드루 왕(Andrew Wang)은 직원들이 AI 도구에 폭넓게 접근할 수 있게 된 이후 이 정책이 시작되었다고 말했습니다.
Business Insider에 따르면 Valon은 직원들에게 AI 시스템에 대한 광범위한 액세스 권한을 부여한 후 지난 7월에 정책을 도입했습니다. Wang은 사용량을 검토한 결과 직원들이 간단한 업무에도 가장 비싼 모델을 선택하는 것을 발견했다고 말했습니다. 그는 직원들이 일반적으로 AI가 거의 항상 옳았다고 말함으로써 이러한 행동을 정당화했다고 아울렛에 말했습니다.
Wang은 이러한 반응을 일부 근로자가 결과에 대해 의문을 제기하거나 오류를 식별하는 데 필요한 판단력을 개발할 가능성이 줄어들고 있다는 증거로 해석했습니다. 따라서 이 정책은 하급 직원에게만 적용되는 것이 아니라 고위 직원을 포함하여 비즈니스의 거의 모든 부분에 있는 신규 채용자에게 적용됩니다. 엔지니어는 코드가 출시되기 전에 동료 검토를 거치기 때문에 제외되는 반면, Wang은 재무 및 인적 자원과 같은 기능에는 이에 상응하는 보호 장치가 부족하다고 말했습니다.
Business Insider에 따르면 신입 직원은 관리자가 자신의 책임을 이해하고 잘못된 AI 생성 작업을 감지할 수 있다고 확신한 후에만 AI를 사용할 수 있습니다. 기사에서는 이러한 변화로 인해 신입사원들이 AI에 의존하여 문제를 해결하는 대신 경험이 풍부한 동료에게 도움을 구하게 되었다고 말합니다. Wang은 이것이 자신의 직업에 대한 더 깊은 이해를 발전시키는 데 도움이 된다고 믿는다고 말했습니다. Wang은 회사의 연간 토큰 지출도 올해 약 1,500만 달러에서 2,000만 달러로 약 400만 달러에서 500만 달러로 감소할 것으로 예상합니다. 해당 수치는 독립적으로 감사된 결과가 아닌 Business Insider가 보고한 경영진 추정치입니다.
Business Insider는 또한 Wang이 이 정책이 Valon의 비즈니스와 명백히 모순된다는 점을 인정했다고 보고했습니다. Valon은 AI 에이전트로 구동되는 모기지 서비스 소프트웨어를 구축하고 자체적으로 AI 사용의 최전선에 서 있다고 설명합니다. Wang은 정규 직원들이 신입 사원의 품질이 낮은 AI 생성 작업을 수정하고 있었기 때문에 이 조치를 환영했다고 말했습니다. 보고서에 따르면 Wang은 LinkedIn에 대한 정책을 논의한 후 AI 애호가들로부터 일부 비판을 받았지만 내부 저항은 보지 못했다고 말했습니다. 소식통은 영향을 받는 직원 수, 관련된 특정 AI 시스템, 제한 기간 또는 제한 해제를 위한 공식 검토 프로세스를 식별하지 않습니다. 정책과 그 결과는 여기서 독립적으로 확인되지 않습니다.
소스 세부정보: businessinsider.com ↗
왜 중요한가요?
이 정책은 생성 AI가 초기 경력 학습을 줄이고, 검토 부담을 늘리며, 직원들이 충분한 조사 없이 그럴듯한 결과를 받아들이도록 장려할 수 있다는 우려에 대한 구체적인 직장 대응을 반영합니다. 또한 일부 AI 중심 기업은 인간의 판단과 역할별 지식을 책임 있는 AI 사용의 전제 조건으로 취급하고 있음을 보여줍니다.
실질적인 문제는 단순히 AI가 정답을 낼 수 있느냐 없느냐가 아니다. Business Insider의 계정은 직원들이 답변을 평가할 만큼 업무를 잘 이해하고 있는지 여부에 중점을 둡니다. 기본 작업을 즉시 아웃소싱하는 신입 사원은 숙련된 직원이 실수를 잡기 위해 사용하는 기본 절차, 가정 및 경고 신호를 놓치면서 업무를 더 빨리 완료할 수 있습니다. Valon의 정책은 AI 채택 순서를 지정하려는 한 회사의 시도를 나타냅니다. 먼저 작업 지식을 구축한 다음 관리 감독 하에 자동화를 도입합니다. 이러한 접근 방식은 작업이 소프트웨어 코드에 적용되는 것과 동일한 기술 검토를 받지 못할 수 있는 역할에 특히 적합합니다.
보고서는 또한 AI 사용을 덜 눈에 띄는 조직 비용(검토 및 정리)과 연결합니다. Wang은 기존 직원들이 신입 사원의 AI 생성 작업을 다루고 있다고 밝혔으며 Business Insider는 2025년 9월 BetterUp 및 Stanford Social Media Lab 설문 조사를 인용했습니다. 이 조사에 따르면 미국 정규직 사무직 근로자 1,150명 중 40%가 지난달에 동료로부터 AI 생성 작업을 받았다고 말했습니다. 응답자들은 각 인스턴스를 처리하는 데 평균 거의 2시간이 걸렸다고 말했습니다. 이 설문조사는 Valon을 구체적으로 측정하지 않으며, 출처는 그 결과가 모든 작업장에 적용된다는 것을 입증하지 않습니다. 그러나 이는 고용주가 확인되지 않은 AI 출력을 생산성 향상이 아닌 생산성 문제로 볼 수 있는 이유에 대한 맥락을 제공합니다. 보고된 지출 추정치는 두 번째 차원을 추가합니다. Valon의 수치가 정확하다면 신규 채용자의 모델 액세스를 제한하면 특히 직원이 일상적인 작업에 값비싼 모델을 사용할 때 토큰 소비가 크게 줄어들 수 있습니다.
이것이 정책이 경제적으로 우월하다는 것을 증명하는 것은 아닙니다. 비용 절감은 추가 관리자 시간, 느린 온보딩 또는 숙련된 동료에 대한 과도한 의존으로 인해 상쇄될 수 있습니다. 또한 보고서에서는 사용량이 낮을수록 작업이 더 좋아진다는 사실도 보여주지 않습니다. 중요한 점은 AI 거버넌스가 도구 가용성이나 모델 기능의 문제뿐만 아니라 교육 및 책임 결정으로 구성된다는 것입니다.
대화형 메커니즘: 실제로 작동하는 방식
이 개발의 이면에 있는 기본 기술을 대화식으로 살펴보세요.
crm_get_transaction(id='4092').Why can ethical evaluation not be reduced to one model score?
다음에 무엇을 볼 것인가
답변되지 않은 주요 질문은 정책이 직원 성과를 향상하는지 여부, 신규 채용이 제한되는 기간, 보고된 AI 지출 감소가 지속되는지 여부입니다. Business Insider는 Valon의 내부 사용량 데이터, 지출 예측 또는 직원 이해에 미치는 영향을 독립적으로 확인하지 않았습니다.
첫 번째 테스트는 Valon이 낮은 토큰 지출 이상의 이점을 측정할 수 있는지 여부입니다. 유용한 지표에는 온보딩 시간, 오류율, 재작업, 관리자 검토 시간, 직원 유지 및 AI 액세스 권한이 부여된 후 성과가 포함됩니다. Business Insider는 신입 사원이 더 깊은 이해를 얻고 있다는 Wang의 평가를 보고하지만, 이는 비교 데이터, 공식 실험 또는 독립적인 평가를 제공하지 않습니다. 이러한 조치가 없으면 정책이 학습을 향상하는지 아니면 주로 소프트웨어 시스템에서 고위 직원으로 업무를 전환하는지 불분명합니다.
정책의 경계도 중요합니다. 소식통은 대부분의 신규 채용이 적용되고 엔지니어는 면제된다고 말하지만 관리자가 준비 상태를 평가하는 방법, 계약자 또는 기존 직원이 유사한 제한에 직면하는지 여부, 모든 AI 작업에 제한 사항이 적용되는지 여부는 설명하지 않습니다. 또한 직원들이 승인 전에 연구, 초안 작성, 번역 또는 행정 업무에 AI를 사용할 수 있는지, 입사 후에도 정책이 유지되는지 여부도 알 수 없습니다. 이러한 세부 사항은 Valon이 내구성 있는 거버넌스 모델을 만들었는지 아니면 임시 교육 규칙을 만들었는지를 결정합니다.
더 넓은 질문은 AI로 생성된 업무 자료 확산에 대한 우려로 다른 회사들이 비슷한 제한을 채택하는지 여부입니다. 비즈니스 인사이더(Business Insider)는 일부 외부 AI 열광자들이 Wang의 접근 방식을 비판한 반면 Valon의 직원들은 이를 지지했다고 보도했습니다. 그 반응은 일화적이며 더 넓은 감정을 확립할 수 없습니다. 가장 의미 있는 후속 조치는 AI 액세스가 신입 직원의 학습에 언제 도움이 되는지, 언제 기술 개발을 저해하는지, 소프트웨어 엔지니어링 외부에서 어떤 검토 제어가 충분한지를 보여주는 Valon 또는 기타 고용주의 증거가 될 것입니다. 이러한 증거가 나올 때까지는 발론의 정책은 직장 내 AI 관리에 대한 일반적인 처방이라기보다는 주목할 만한 기업 차원의 실험으로 가장 잘 이해된다.