팀이 공식 도구 대신 ChatGPT에 계속 붙여 넣는 이유
ChatGPT로 복사해 붙여 넣는 양은, 주로 단속해야 할 규정 준수 실패가 아니다. 공식 도구가 정확히 어디서 너무 느린지를 보여주는, 공짜이면서 정직한 시장 조사다. 그렇게 읽을 의지가 있다면.
50명 규모 에이전시의 운영 리드에게 고객 조사가 실제로 어디서 이뤄지느냐고 물으면, 월 청구서와 권한표가 있는 프로젝트 관리 도구를 가리킬 것이다. 실제로 어디서 일어나느냐고 물으면, 정직한 답은 점점 ChatGPT가 켜진 브라우저 탭이다.
이것은 디자인 팀의 규칙 위반자 몇 명에게만 국한된 주변부 습관이 아니다. 중앙값에 가깝다. Microsoft와 LinkedIn의 2024 Work Trend Index는 31개국 근로자 31,000명을 대상으로 한 조사에서, 업무에 생성형 AI를 쓰는 직원의 78%가 고용주가 지급한 도구가 아니라 자신의 AI 도구를 가져온다는 사실을 밝혔다. 보고서가 BYOAI라고 부르는 관행이다. 중소기업에서는 그 수치가 80%까지 올라간다. 1Password의 별도 2025 Annual Report는 근로자 5,000명을 바탕으로, 더 보수적인 27%가 회사가 승인하지 않은 AI 도구를 썼다고 인정했다는 결과를 냈다. 반면 2025년 9월 미국 직원 1,000명 이상을 대상으로 한 Cybernews 조사는 그 수치를 59%로 놓았다. 폭이 넓은 이유는 각 조사가 조금 다른 질문을 하기 때문이다. “공식 채널 밖에서 AI에 손을 뻗은 적이 있는가”와 “가장 중요한 일에 승인되지 않은 AI를 알면서 의존하는가”는 다르다. 그래도 이 숫자들 하나하나가, IT와 운영 리드 대부분이 아무 정보 없이 맞힐 수준보다 훨씬 위에 있다.
이 사실을 두고 나누는 대화의 대부분은 “shadow”라는 단어로 시작해 허용 사용 정책에 대한 메모로 끝난다. 그 본능은 이해할 수 있다. 동시에, 첫 수로 쓰기에는 대부분 틀린 선택이다.
그 숫자가 실제로 재는 것
이 조사들이 찾지 못한 것부터 시작하자. 직원이 게으르거나, 무모하거나, 관리를 피해 가려 한다는 사실을 찾은 것이 아니다. 1Password 보고서는 사람들이 승인되지 않은 AI 도구에 손을 뻗는 이유를 직접 물었고, 가장 앞선 두 답은 편리함(45%)과 더 생산적이라고 느끼는 것(43%)이었다. “상사가 확인하지 않아서”나 “정책을 신경 쓰지 않아서”가 아니었다. 사람들이 ChatGPT에 숨는 이유는 금지되어 있어서가 아니다. 대신 써야 했던 것보다 더 빠르기 때문이다.
이 구분이 중요한 이유는, 복사해 붙여 넣는 행동이 주로 단속할 규율 문제가 아니라는 뜻이기 때문이다. 자사 제품 대신 경쟁사 제품을 고르는 고객에 더 가깝다. 고객이 경쟁사의 결제 흐름이 세 클릭 더 짧다는 이유로 우리 결제 흐름을 우회하기 시작하면, 이탈하기 더 어렵게 만들어서 대응하지 않는다. 무엇이 느린지 알아보러 간다. 같은 논리가 회사 안에도 적용된다. 누군가 작업 도구, 메시지 앱, 내부 위키 대신 ChatGPT를 열 때마다, 공식 도구가 어디서 너무 느린지, 클릭이 너무 깊은지, 지금 당장 필요한 것이 빠졌는지에 대해 정직하고 자발적인 한 표를 던지는 것이다. 아무도 이것을 말하려고 설문을 채우지 않는다. 그냥, 반복해서, 규모 있게 한다. 그래서 일부러 받는 피드백의 대부분보다 더 믿을 만하다.
ChatGPT에 복사해 붙여 넣는 일은, 팀이 받은 도구를 존중하지 않는다는 증거가 아니다. 그 도구가 정확히 어디서 모자라는지를, 자동으로, 양으로, 설문 피로 없이 기록한 실시간 측정이다.
이것이 놓이는 자리: 눈에 보이게 된 프로세스 부채
FabricLoop의 제품 철학에는 이 행동을 만드는 밑바닥 상태에 이름이 있다. 프로세스 부채다. 맥락을 공유하지 않는 도구를 이어 붙인, 쌓이고 숨은 비용이며, 스스로 움직였어야 할 정보를 사람이 다시 입력하고, 다시 설명하고, 손으로 맞춰 가며 치르는 화폐로 지불된다. 프로세스 부채는 대차대조표에 나타나지 않는다. 누군가가 고객 스레드를 이메일에서 문서로 복사한 뒤, 관련 시스템이 서로 말하지 않아서 손으로 요약하는 그 10분으로 나타난다.
생성형 AI가 프로세스 부채를 만든 것은 아니다. 그것을 처리하는 훨씬 빠른 방법을 모두에게 줬을 뿐이다. ChatGPT 이전, 조각나고 느린 내부 프로세스를 마주한 직원에게는 두 가지 선택이 있었다. 이를 악물고 통과하거나, 비공식 우회를 찾거나. 개인 스프레드시트, 옆의 Slack DM, 포스트잇 같은 것들이다. 이제 세 번째 선택이 있다. 9초가 걸리고, 정말로 쓸모 있는 결과가 나온다. 뒤섞인 내용을 챗봇에 붙여 넣고 맞춰 달라고 맡기는 것이다. 그 세 번째 선택을 하는 사람의 양은, 조직이 얼마나 많은 프로세스 부채를 지고 있는지를 워크플로 하나씩 읽어 내는, 직접적이고 실시간인 측정이다. ChatGPT에 끊임없이 붙여 넣는 팀은 규율이 없는 것이 아니다. 모두가 느낄 만큼 빠르게 프로세스 부채의 이자를 내고 있는 팀이다.
그래서 우회만 막는 일은 혼자서는 거의 통하지 않는다. 차단된 웹사이트나 엄한 정책 메모는 부채를 갚지 않는다. 그것을 처리하는 가장 빠른 방법을 치울 뿐이고, 사람을 더 느린 우회로, 또는 아무도 무엇을 하는지 볼 수 없는 개인 휴대폰으로 밀어낸다. 애초에 누군가를 ChatGPT로 보낸 틈이 그대로라면, 금지는 문제를 작게 만든 것이 아니라 덜 보이게 만든 것이다.
그렇다고 위험이 상상이라는 뜻은 아니다. 누군가 고객 계약, 성과 평가 메모, 고객의 계정 정보를 개인 ChatGPT, Claude, Gemini 계정에 붙여 넣으면, 그 데이터는 회사의 통제를 벗어나 다른 회사의 인프라에, 다른 회사의 서비스 약관 아래로 떨어진다. 흔히 무료 요금제이며, 제공되는 요금제 가운데 데이터 처리 보장이 가장 약한 경우가 많다. 이것은 실제 노출이며, 각주가 아니라 분명히 말한 실제 경고를 받을 자격이 있다. 실수는 이 위험을 이야기 전체인 것처럼 앞에 세우는 것이다. 두려움은 행동 변화의 동기로 약하고, 진단 도구로는 더 약하다. 위험은 한 번, 진지하게 밝히고, 그다음 행동을 실제로 밀어 가는 것이 무엇인지 찾아가라. 고칠 수 있는 부분은 그쪽이기 때문이다.
감시 기록이 아니라 이탈 데이터처럼 읽기
올바른 대응은 컴플라이언스 팀이 감사를 돌리는 방식이 아니라, 제품 팀이 이탈을 살펴보는 방식과 닮았다. 개별 직원의 ChatGPT 기록을 읽을 필요는 없고, 읽으려 해서도 안 된다. 그것은 감시이며, 통찰을 내기보다 더 빨리 신뢰를 깎고, 대부분의 관할에서는 그 자체로 법적 노출이 된다. 원하는 것은 합산된 패턴이다. 어떤 워크플로, 어떤 역할, 프로세스의 어떤 순간이 외부 AI 도구로의 우회를 안정적으로 만들어 내는가. 짧은 익명 펄스 조사, 팀 리드와의 솔직한 대화 몇 번, 또는 공식 도구에 사용 분석이 조금이라도 있다면 사람이 일을 중간에 버리고 지원 티켓이 “너무 오래 걸린다” 주변에 모이는 곳을 보면 답할 수 있는 질문이다.
조사들을 가로질러 보면, 소수의 워크플로 범주가 트래픽의 대부분을 차지한다. 1Password 데이터는 이를 구체적으로 나눈다. 응답자의 22%는 고객 통화 노트를 받아 적고 요약하는 데 외부 AI 도구를 쓴다고 했고, 21%는 고객 데이터 분석에 쓰며, 16%는 회사 데이터 분석과 채용 및 성과 평가 관련 자료 초안 작성 둘 다에 쓴다. 어느 것도 특이한 용례가 아니다. 성장하는 팀이나 에이전시 계정을 운영하는 평범한 결합 조직이다. 통화가 끝난 직후, 노트가 쓸모 있는 곳에 닿기 전의 순간. 아무도 보고서를 만들지 않은 스프레드시트에 대해 매니저가 빠른 읽기가 필요한 순간. 흩어진 피드백 더미를 일관된 평가로 바꿔야 하는 순간. 거의 모든 경우, 밑바닥의 일은 정말로 단순하다. 느린 것은 열어야 하는 도구의 수와, 회사에 이미 있는 맥락을 승인된 경로로 끝내기 위해 다시 설명해야 하는 횟수다.
우회를 더 어렵게 만들지 말고, 승인된 경로를 더 빠르게
트래픽의 대부분을 만드는 두세 개의 구체적인 워크플로를 알면, 해결책은 거의 새 정책이 아니다. 실제 틈을 닫는 것이다. 성장하는 팀이나 에이전시 리드에게, 그것은 대략 이 순서의 세 가지다.
첫째, 워크플로를 뭉뚱그리지 말고 정확히 이름 붙인다. “사람들이 고객 일에 ChatGPT를 쓴다”는 행동하기에 구체성이 부족하다. “어카운트 매니저가 통화 노트를 ChatGPT에 요약하는 이유는, 작업 도구에 통화에서 바로 잡는 빠른 캡처가 없어서, 그렇지 않으면 화면 세 개를 따로 열어야 하기 때문이다”는 고칠 만큼 구체적이다. 양의 대부분을 차지하는 것은 보통 이런 한두 가지이지, 열몇 가지가 아니다.
둘째, 우회와 승인된 경로를, 일을 하는 사람에게 실제로 중요한 단위로 잰다. 클릭 수, 앱 전환 수, 이미 다른 곳에 있는 것을 다시 입력해야 하는 횟수다. 외부 도구가 셋 모두에서 큰 차이로 이기면, 그것이 틈이고, 보통은 닫을 수 있다. 빠른 캡처 단축키, 템플릿, 누군가에게 가져오라고 하지 않고 관련 스레드를 도구 안으로 자동으로 끌어오는 연동이다.
셋째, 쓸모 있는 부분이 정말로 AI 자체일 때, 속도만이 아니라 요약이나 초안 작성 그 자체일 때, 사람들이 그것을 원하지 않게 될 것처럼 굴지 말고 AI 능력을 승인된 화면 안으로 가져온다. 이것이, 맥락도 통제도 없는 별도의 소비자 앱에 AI를 남겨 두지 않고, 팀이 이미 살고 있는 도구 안에 AI를 넣는 실제 논거다.
이 틈에 대한 FabricLoop의 답이 Loop Agent다. Model Context Protocol 위에 만들어져, 메시지와 작업과 노트가 이미 살고 있는 같은 Groups 안에서 움직일 수 있다. 스레드를 요약하고, 대화에서 작업을 초안으로 만들고, 앱을 떠나거나 이미 있는 맥락을 다시 설명하지 않고 노트를 불러온다. 요점은 기능으로 ChatGPT를 이기는 것이 아니다. 감사 기록을 유지한 채 승인된 경로를 우회만큼은 빠르게 만들어, 지금 일을 외부 계정으로 보내는 그 편리함이 우리 벽 안으로 갈 곳을 갖게 하는 것이다.
다음 월요일에 이것이 실제로 어떤 모습인가
이것에 태스크포스는 필요 없다. 필요한 것은 정직하게 보는 한 시간, 복사해 붙여 넣기를 가장 많이 하는 두세 역할과의 짧은 대화, 그리고 찾은 것을 징계 사안이 아니라 쓸모 있는 정보로 대할 의지다. ChatGPT를 열기 직전에 무엇을 끝내려고 했는지 직접 물어라. 대부분은 분명하게 말한다. 무언가를 숨기려던 것이 아니라, 일을 끝내려 했기 때문이다. 그다음 그 일을, 공식 도구를 통하면 얼마나 걸리는지와 단계별로 비교한다. 발견한 틈이 다음 분기의 실제 제품 로드맵이며, 시스템을 매일 쓰는 사람들이 공짜로 건네준 것이다.
이것을 잘못 다루는 팀은 복사해 붙여 넣기를 청렴의 문제로 보고, 아무도 읽지 않는 정책을 쓰는 데 한 분기를 쓴다. 제대로 다루는 팀은 아무도 돈을 내지 않아도 된 시장 조사로 보고, 같은 분기를 이미 가진 도구 주위로 모두를 보내던 두세 개의 틈을 닫는 데 쓴다.