.부산강제추행변호사 디자인·게임 등 인지노동 현장에서 생겨나는 ‘워크슬롭(workslop) 현상’(AI 생성 결괏값이 불완전해 노동자가 뒤처리하는 일감과 시간이 늘어나는 모순된 상황)은 고질적 문제로 생산 효율이 떨어지고 있다. AI에 몸을 입히는 ‘피지컬AI’ 영역도 다르지 않다. 완벽해 보이는 AI 로봇에도 인간의 미세한 수발이 필요할 수 있다. AI 로봇 도입을 계획하는 제조업계조차 그 활용 수준을 인간으로 치면 ‘인턴’ 정도로 본다. 워크슬롭 문제와 유사한 부작용이 우려되는 바다. 많이들 두려워하는 일자리 대체 효과도 문제지만, 자칫 AI 로봇의 결함과 오류를 인간이 메워야 하면서 새로운 형태의 직무 스트레스가 생기거나 노동강도 강화로 이어질 수도 있다. 더군다나 AI 도입은 사회의 모든 영역에서 평균적으로 효율적인 것도 아니다. 어떤 분야에서는 기술 자동화의 효율성이 높을 수 있지만, 또 어떤 분야에서는 오히려 그 기술이 비효율적이거나 업무 능률과 생산성을 떨어뜨릴 수 있다. 이미 로봇 자동화 비율이 거의 포화 상태에 있는 국내 자동차 제조 현실에서 AI 로봇을 투입할 때 기업의 단기 주가 상승 외에 우리가 얻을 가시적 생산성 효과가 어떠할지 심각히 따져봐야 한다. AI 로봇의 적용 수준이나 그것이 인간의 노동 안전이나 보건에 미치는 영향력을 철저히 따져 이를 탄력적으로 운영해야 한다.