Threads digest · @edutrend_
사고·창의성AI를 쓰면 빨라질 거라는 착각
혼자 할 때 걸릴 시간은 비교적 잘 예상하면서, AI와 함께할 시간은 지나치게 짧게 잡았습니다. 쉬운 과제에서는 시간이 유의하게 줄지 않았지만 노력은 덜 들었습니다. 그 차이와 질문하고 답변을 읽는 숨은 시간을 살펴봅니다.

“AI 쓰니까 일 진짜 빨리 끝났다!”
혹시 오늘 이런 생각 해보지 않으셨나요? 스탠퍼드대 등이 참여한 연구진은 AI가 얼마나 시간을 아껴줄 것이라는 기대가 실제 수행 시간과 맞는지 살폈습니다.
연구에서 보고한 전체 표본은 1,237명. 사람들은 AI를 쓰면 훨씬 빨리 끝낼 것으로 예상했지만, 실제 수행 시간은 그 예상보다 길었습니다. 연구진이 말하는 ‘속도 착각(Speedup Illusion)’은 이 기대와 실제 시간 사이의 어긋남입니다.
내 시간은 비교적 잘 맞추면서, AI 시간은 헛다리
연구진은 시간을 예상하는 표본 401명과 실제로 일을 수행하는 표본 836명을 두었습니다. 예측 표본은 혼자 할 때와 도움을 받을 때 각각 얼마나 걸릴지 예상했고, 수행 표본은 혼자 하거나 GPT-4o의 도움을 받도록 배정됐습니다.
혼자 할 때 걸릴 것으로 예상한 시간과 실제 시간은 전체적으로 유의한 차이가 없었습니다. 반면 AI를 쓸 때는 실제 시간이 예상보다 약 58초, 거의 1분 더 길었습니다.
혼자 하는 일의 시간은 비교적 잘 가늠하면서, AI와 함께하는 일의 시간은 지나치게 짧게 잡고 있었던 거죠.
간단한 일에서는 AI를 써도 시간이 줄지 않았다
이 실험에서 상대적으로 어려운 과제들은 AI를 썼을 때 약 26초 빨라졌습니다. 긴 글 요약이나 편집 같은 과제에서 유의한 시간 단축이 나타났습니다.
하지만 문장 오타 찾기, 짧은 계산, 계란 삶는 법 설명하기가 포함된 쉬운 과제군에서는 혼자 할 때와 AI를 쓸 때의 수행 시간에 유의한 차이가 없었습니다.
쉬운 일에 AI를 쓴다고 해서, 그만큼 일이 일찍 끝나는 건 아니었던 셈입니다.
시간은 비슷한데, 덜 힘들었다
그렇다면 왜 AI가 훨씬 빠를 것으로 기대했을까요? 연구진이 가능한 설명으로 제시한 것은 ‘덜 힘들게 느껴지는 과정’이었습니다.
실제 수행 표본에서 AI를 썼을 때는 주관적 노력 점수가 낮아졌습니다. 시간 단축이 나타나지 않은 쉬운 과제에서도, 덜 힘들게 했다는 이득은 있었던 겁니다.
연구진은 이렇게 노력이 줄어드는 경험을 시간이 줄어드는 효과와 혼동할 가능성을 이야기합니다. 편해지는 것과 빨라지는 것이 다를 수 있다는 점이 핵심입니다.
생각하기를 덜 즐길수록, 시간 절약에 더 큰 기대
예측 표본에서는 인지 욕구(Need for Cognition) 문항도 살폈습니다. 생각하는 일을 즐기지 않거나, 머리를 많이 쓰는 일보다 생각이 덜 필요한 일을 선호하는 응답은 AI가 더 많은 시간을 아껴줄 것이라는 예상과 연결돼 있었습니다.
반면 이 분석에서 AI 사용 빈도나 AI에 대한 태도 점수는 예측 오차의 크기를 유의하게 설명하지 못했습니다.
AI를 얼마나 자주 써봤느냐보다, 직접 생각하는 일을 어떻게 받아들이느냐가 시간 절약에 대한 기대와 연결된 셈입니다.
우리가 깜빡 잊는 ‘보이지 않는 시간’
이 실험에서 AI가 답변을 생성하는 데 걸린 시간은 평균 2.89초였습니다. 3초도 안 되는 시간입니다.
하지만 사람이 어떻게 질문할지 정리하는 프롬프팅 시간과, AI의 답변을 읽고 이해해 최종 답을 만드는 시간은 따로 들어갔습니다. 답변이 빨리 나오는 것과 내 일이 빨리 끝나는 것은 같지 않았습니다.
한 논리 문제에서는 AI를 쓰는 쪽이 혼자 하는 것보다 오히려 더 오래 걸렸습니다. 대화 기록에는 GPT-4o의 장황하고 이해하기 어려운 설명과, 이를 더 쉽게 풀어달라는 사용자의 요청이 남아 있었습니다. 화면에 답이 뜬 뒤에도, 그 답을 읽고 이해하는 시간은 계속 흐르고 있었던 겁니다.
이 글에서 소개한 원문
Cognitive offloading and the speedup illusion in human-AI interaction
Sunny Yu, Myra Cheng, Ahmad Jabbar, Ilia Sucholutsky, Katherine M. Collins, Dan Jurafsky, Robert D. Hawkins (2026)
학술대회 논문 · Proceedings of the 48th Annual Meeting of the Cognitive Science Society (arXiv 공개본) · arXiv:2605.23177v1
연구 원문 보기 ↗