[한국심리학신문=오창민 ]

출처 : freepik 

AI는 이미 회계, 번역, 데이터 분석처럼 반복적이거나 정형화된 많은 일을 빠르게 대체하고 있다. 실제로 병원의 상담, 은행의 챗봇 응대 등 다양한 산업 현장에서 AI가 일부 감정적 서비스를 흉내 내는 일이 보편화되고 있다. 그러나 불만이 쌓인 고객을 진정시키고, 불안한 환자에게 위로를 전하며, 일상에서 동료의 감정에 공감해주는 '감정노동'은 여전히 인간이 담당할 수밖에 없는 이유가 명확하다.

사회학자 아를리 호크실드는 항공승무원처럼 끊임없이 감정을 연기해야 하는 직업을 연구하며, 감정노동을 “조직이 요구하는 감정을 표현하기 위해 개인이 자신의 감정을 관리하는 일”이라고 정의했다. 표정과 말투, 상황에 맞는 따뜻한 거리감과 진정성은 AI로는 흉내낼 수 없는 인간만의 강점이다.

Stanford HAI(2024) 등 최신 연구에서도, AI가 감정의 신호는 읽을 수 있어도, 맥락과 기억, 진심까지 읽어내는 일은 인간만이 할 수 있다고 강조한다.

결국, 인간만이 전할 수 있는 ‘마음의 언어’가 존재하기에 감정노동은 앞으로도 쉽게 대체되지 않을 것이다.

웃는 얼굴 뒤의 피로 — 감정노동의 심리적 비용

감정노동의 심리적 비용은 단순히 서비스 직군이나 의료현장에서만 나타나는 문제가 아니다. 오늘날 대부분의 조직에서 고객, 동료, 환자 등의 감정에 공감하며 일해야 하는 상황이 점점 늘고 있다. 심리학 연구는 감정노동을 표면적 연기(surface acting)와 내면적 연기(deep acting)로 나눈다. 표면적 연기는 진짜 감정과는 달리 외적으로만 웃거나 친절한 태도를 보이지만, 내면적으로는 감정의 불일치(emotional dissonance)가 커진다.

이렇게 감정과 행동이 달라질수록 '가짜 미소'를 반복하는 감정노동자는 점차 정서적 고갈과 번아웃을 경험하게 된다.

2022년 발표된 미국정신의학저널(Psychiatry Research) 논문에서는 의료·서비스 현장에서 감정노동 비중이 높은 근로자가 번아웃, 우울, 수면장애, 피로 수준이 일반인보다 2배 이상 높다는 사실을 입증했다.

독일 BMC Psychology(2024) 연구는 반복적 감정노동을 겪는 근로자일수록 이직 의도(turnover intention)와 심리적 탈진이 크게 증가한다고 밝혔다. 감정노동 강도가 높을수록 '관계의 소진', 즉 상사, 동료, 고객 모두와의 심리거리까지 멀어진다는 경향도 발견된다.

최윤정 등 한국의 대규모 실태조사에서도 감정노동을 주로 담당하는 근로자들이 회복 탄력성(resilience)이 낮고, 회사에서 감정 지원 체계나 자율성이 보장될수록 심리적 부담이 완화된다는 결과가 꾸준히 나온다.

결국 감정노동은 단순히 '친절을 연기하는 일'이 아니라 개인의 건강, 조직의 생산성 모두에 장기적 영향을 미치는 심리적 부담임이 현대 조직 연구에서 반복적으로 입증되고 있다.

AI는 공감을 ‘흉내’ 낼 수 있을 뿐

그렇다면 AI가 이런 감정노동을 대신할 수 있을까?

AI는 인간의 감정을 진짜로 이해하거나 공감하는 것이 아니라, ‘흉내’ 내는 수준에 머무른다는 점은 명확한 연구 결과가 입증한다.

최신 AI 챗봇은 감정을 분석해 위로의 말을 전하지만, 스탠퍼드 인간중심 AI연구소(HAI)가 발간한 2024 AI Index 보고서에서는 AI가 감정을 인식할 수 있을 뿐, 인간이 경험하는 감정의 깊은 이해에는 본질적 한계가 있음을 지적한다. 이 보고서는 AI의 감정처리가 데이터 패턴과 알고리즘 중심이며, 시간과 관계에 의해 누적되는 인간 감정의 진정성(authenticity)을 대체하지 못한다고 평가했다.

하버드비즈니스리뷰(HBR, 2019)의 논문에서는 AI의 감정 해석 오류가 고객에게 불쾌감을 주고, 기업 신뢰도 저하로 이어질 수 있음을 경고했다. 또한, 2025년 하버드대와 옥스퍼드대 연구는 AI가 인간보다 감정을 더 정확히 인지할 수 있으나, 사람들은 여전히 진심에서 우러나는 인간의 공감에 더 큰 가치를 둔다고 밝혔다.

저널 Frontiers in Psychology에 실린 논문은 AI가 감정을 모사하지만, ‘가짜 친밀감(pseudo-intimacy)’을 만들어내며, 이는 심리적 위험성을 초래할 수 있다고 분석했다. 케임브리지대 과학지에서는 AI 챗봇의 ‘공감 격차(empathy gap)’가 특히 어린이·청소년에게서 문제를 일으킬 수 있음을 경고했다.

심리학 저널 Frontiers in Psychology와 과학지 Nature Human Behaviour는 AI가 심층적 맥락과 인간 간 복잡한 관계를 이해하지 못해 오히려 고립이나 정서적 의존, 잘못된 신뢰를 낳을 위험을 지적했다. 

따라서 AI는 감정노동을 완전히 대체하는 것이 아니라, 인간 공감을 보완하는 도구로 활용해야 한다는 견해가 다수다.

HR의 역할 — 감정노동을 관리 가능한 자원으로

조직에서 감정노동을 ‘억제해야 할 리스크’가 아니라 ‘관리해야 할 자원’으로 접근해야 한다는 관점은 최근 HRM, 심리학, 경영학 분야의 공신력 있는 연구에서 반복적으로 제시되고 있다.

감정노동 부담을 줄이고 번아웃을 방지하기 위해, 조직은 구성원이 정서적 부담을 나눌 수 있는 지원 문화와 자율성을 보장해야 한다. Frontiers in Psychology(2025) 논문에서는 ‘임파워링 리더십’이 구성원의 감정노동 스트레스를 완화하는 데 효과적이며, 직장 내 지원 시스템을 통해 심리적 안전망을 확보해야 한다고 제안한다.

정서적 피로와 소진을 줄이기 위한 감성지능 교육과 마음챙김 프로그램의 효과는 최근 다수의 학술 연구에서 증명된다. BMC Psychology(2023) 연구에서는 감성지능 훈련을 받은 직원의 정서적 피로도가 30% 가까이 감소했다고 밝혔고, systematic review(2024) 연구에서도 의료·교육·관리직 전반에서 감정조절 및 공감 훈련이 직무 만족도와 정서적 건강을 크게 향상시킨다고 밝혔다.

AI는 반복적 상담, 데이터 기반 분석 등 기계적·자동화된 공감의 역할을 맡을 수 있지만, 관계적 진정성과 윤리적 판단, 창의성, 깊은 공감 등 인간만의 역량은 여전히 대체 불가능하다. MIT 연구에서는 ‘EPOCH’ 프레임워크를 제시하며, AI는 인간을 대체하기보다 공감·윤리·창의 분야에서 보완적 역량을 발휘할 때 업무 성과와 만족도가 높아진다고 강조했다.

공감의 기술을 넘어 공감의 진심으로

AI가 모든 계산을 대신하는 시대에도 타인의 마음을 읽고 진정으로 공감하는 일은 여전히 인간의 몫이다. 감정노동은 단순히 ‘힘들기만 한 일’이 아니라, 인간만이 수행할 수 있는 가장 고차원적인 노동으로 평가된다.

AI는 표정을 읽거나 문장을 생성할 수 있지만, 눈빛에 담긴 미묘한 맥락은 파악하지 못한다. 또한 AI가 만들어내는 표현은 마음을 움직이는 ‘온도’를 갖지 못하며, 이는 진정한 감정노동에서 중요한 차별점이다. 이러한 이유로 감정노동은 앞으로도 조직 내에서 핵심적인 역할을 하며, 인간이 기술과 구분되는 마지막 영역으로 남게 될 것이다.

AI가 결코 대체할 수 없는 것은 감정의 단순한 언어가 아니라, ‘진심’이라는 깊은 감정이다.

<출처>

김기태. (2023). 인공지능은 인간의 일자리를 얼마나 대체할 것인가: 기술혁신과 노동시장 변화 사례 분석. 한국사회정책연구, 30(1)

정도범. (2021). 인간과 인공지능(AI)의 공존을 위한 사회·윤리적 쟁점. KISTI 이슈브리프, 35호.

Hochschild, A. R. (1983). The Managed Heart: Commercialization of Human Feeling. Berkeley: University of California Press.

Stanford HAI. (2024). Can AI Achieve Genuine Empathy?

https://hai.stanford.edu/news/can-ai-achieve-genuine-empathy

Chen, C. C., et al. (2022). The Effect of Emotional Labor on the Physical and Mental Health of Health Professionals. Psychiatry Research, 317

Hao, D. (2024). An empirical study on the relationship between emotional labor and turnover intention. BMC Psychology, 12(1)

Ko, C. M. (2013). The Mediating Effect of Emotional Dissonance in the Relationship between Emotional Labor and Burnout. Journal of Korean Academy of Nursing Administration, 19(5)

최윤정, 강상경. (2018). 감정노동과 직무스트레스가 직무소진에 미치는 영향관계. 상담학연구, 19(6)

Li, Y., Sun, Q., Schlicher, M., Lim, Y. W., & Schuller, B. W. (2025). Artificial Emotion: A Survey of Theories and Debates on Realising Emotion in Artificial Intelligence. arXiv.

Kaczmarek, L. (2025). Emotional AI and the rise of pseudo-intimacy. Frontiers in Psychology, 16, Article 79324.

University of Cambridge. (2024, July 14). AI Chatbots have shown they have an 'empathy gap' that children are likely to miss. Cambridge University.

Ovsyannikova, D. (2025). Third-party evaluators perceive AI as more compassionate than humans in some contexts. Nature Human Behaviour, 9(1).

Howe, L. (2025, October 8). Why AI Empathy Won't Replace Human Leaders (Yet). Forbes.

Harvard Business Review. (2019, November 17). The Risks of Using AI to Interpret Human Emotions. Harvard Business Review.

Stanford Institute for Human-Centered Artificial Intelligence. (2024). Artificial Intelligence Index Report 2024.

Powell, C. (2024). Emotional intelligence training among the healthcare workforce: a meta-analysis. Frontiers in Psychology, 15, Article 1437035. 

Alhosseini, M. (2025). The Effect of Emotional Intelligence Training on Work–Family Conflict and Burnout among Nurses. BMC Psychology, 13(2)

Loaiza, I., & Rigobon, R. (2024). The EPOCH of AI: Human-Machine Complementarities at Work. MIT Sloan School of Management.

Soci et al. (2025). Empowering leadership and frontline employees: The role of emotional labor. Frontiers in Psychology, 16, Article 1437736.

MIT Sloan School of Management. (2025). New MIT Sloan research suggests that AI is more likely to complement, not replace, human workers.