‘슬롭 수류탄’이란 무엇인가
쇼피파이 CEO 토비 뤼트케가 말한 **‘슬롭 수류탄(slop grenade)’**은 AI가 만든 이메일, 문서, 코드 등을 제대로 검토하지 않은 채 다른 사람에게 떠넘기는 행위다. 보내는 사람이 정확성·유용성·업무 적합성을 확인하지 않고, 결과물에 자신의 판단을 보태지도 않은 경우를 가리킨다.
48
핵심은 AI로 초안을 만든 사실 자체가 아니다. 초안은 유용할 수 있다. 문제는 그럴듯하게 정리된 결과물을 완성된 업무로 취급하는 데 있다. AI는 많은 결과물을 빠르게 만들 수 있지만, 그것이 맞는지, 실제 문제를 해결하는지, 조직이나 고객에게 어떤 결과를 낳을지는 책임지지 않는다. 그 책임은 결과물을 전달하는 사람에게 남는다.
36
빨라진 산출이 오히려 일을 늦추는 이유
뤼트케의 비판은 업무가 ‘압축과 재압축’의 비효율적 과정을 거친다는 데 있다.
- 보내는 사람은 복잡한 문제를 짧은 프롬프트로 압축한다.
- AI는 이를 매끈해 보이는 텍스트나 코드로 확장한다.
- 받는 사람은 원래 목적과 누락된 맥락을 다시 복원하고, 오류·빈틈·근거 없는 내용을 찾아내야 한다.
- 결국 받는 사람이 수정, 테스트, 재작성 등을 거쳐 실제로 쓸 수 있는 결과물로 다시 만들어야 한다.
즉, 생성 속도는 빨라져도 업무 전체가 빨라진다는 보장은 없다. 특히 관리자나 분야 전문가처럼 오류를 식별할 수 있는 사람이 뒤처리를 맡게 되면, AI가 줄였어야 할 노동이 다른 사람에게 이전될 수 있다.
또한 AI는 고객 약속, 사업 판단, 운영 환경에 반영되는 코드 변경의 책임 주체가 될 수 없다. AI 출력물을 ‘완료’로 포장해 넘기면, 누가 결과를 책임지는지도 흐려진다.
쇼피파이의 강력한 AI 전략과도 모순되지 않는다
뤼트케는 2025년 쇼피파이에서 AI를 효과적으로 쓰는 일이 모든 구성원의 기본 기대치라고 밝힌 바 있다. 팀이 인력이나 추가 자원을 요청하기 전에는 AI로 해당 일을 해낼 수 없는 이유를 보여줘야 한다는 방침도 제시했다.
46
쇼피파이는 내부 슬랙에서 작동하는 AI 에이전트 ‘리버(River)’도 운영한다. 리버는 코드를 읽고, 테스트를 실행하고, 코드를 작성하며, 풀 리퀘스트(PR)를 열고, 데이터 조회와 운영 추적 정보 확인까지 수행할 수 있다.
44 최근 보도에 따르면 리버가 쇼피파이 프로덕션 코드 풀 리퀘스트의 많게는 절반가량에 관여할 수 있다는 설명도 나왔다.
36
따라서 ‘슬롭 수류탄’ 경고는 AI 도입의 후퇴가 아니라 조건부 메시지에 가깝다. 생성은 완료가 아니다. 에이전트가 탐색과 구현을 가속할 수는 있어도, 검토와 검증, 우선순위 판단, 최종 승인과 책임 수용은 업무에서 빠질 수 없다.
연구가 부르는 이름: ‘워크슬롭’
BetterUp Labs와 스탠퍼드 소셜미디어랩은 겉으로는 그럴듯하지만 실제로 과업을 의미 있게 진전시키는 내용이 부족한 AI 생성 업무물을 **‘워크슬롭(workslop)’**이라고 정의한다.
24
두 기관이 2025년 9월 미국 전일제 사무직 근로자 1,150명을 대상으로 실시한 온라인 조사에서는 다음과 같은 결과가 나왔다.
- 40%가 최근 한 달 동안 워크슬롭을 받았다고 답했다.
- 응답자들은 자신이 받는 업무물 가운데 평균 15.4%가 워크슬롭에 해당한다고 추정했다.
- 사례 하나를 해결하는 데 평균 약 2시간이 걸렸다.
- 월간 비용은 직원 1명당 186달러, 직원 1만 명 기업 기준 연간 900만 달러 이상으로 추산됐다.
29
이는 설문에 기반한 추정치이므로 모든 조직의 생산성을 그대로 대변하는 수치는 아니다. 다만 AI가 업무물 유입량을 검증 역량보다 더 빠르게 늘릴 수 있다는 조직적 위험을 보여준다.
비용은 시간에만 그치지 않는다
워크슬롭은 수정 시간을 잡아먹는 것 외에도 동료 사이의 신뢰에 영향을 준다. 야후 파이낸스가 보도한 별도 설문에서는 응답자의 52.7%가 워크슬롭을 보낸 적이 있다고 했고, 38%는 받은 적이 있다고 답했다. 받은 사람들은 이를 고치는 데 월평균 3.4시간을 썼다고 응답했다.
3
같은 조사에서 수신자들은 워크슬롭을 보낸 동료를 더 무능하고 덜 친근하게 평가하는 경향을 보였다.
3 약한 초안을 받는 문제를 넘어, 상대가 품질 관리 업무를 일방적으로 넘겼다는 인상을 줄 수 있기 때문이다.
듀오링고가 보여준 대규모 생성의 숙제
듀오링고 CEO 루이스 폰 안도 AI 콘텐츠를 대량 생산할 때의 품질 문제를 언급했다. 그는 대규모로 생성하면 결과물의 약 20%가 “순수한 슬롭”일 수 있으며, 학습자에게 그런 결과가 전달되지 않도록 각별히 조심해야 한다고 말했다.
11
AI가 제공하는 속도 자체는 분명하다. 듀오링고는 생성형 AI로 제작한 148개 신규 언어 과정을 출시했다.
12 그러나 산출량이 커질수록 부적절하거나 부정확한 결과를 고객에게 보내기 전에 걸러낼 검토 체계의 중요성도 커진다.
이제 핵심은 ‘AI 사용 여부’가 아니라 ‘결과의 주인’이다
AI를 적극 도입한 조직의 질문은 점점 “직원이 AI를 쓰는가”에서 “최종 결과에 인간의 소유권이 남아 있는가”로 옮겨가고 있다.
실무 원칙은 비교적 명확하다.
- AI는 선택지, 초안, 테스트를 만드는 도구로 쓰되 책임을 피하는 수단으로 쓰지 않는다.
- 사실관계, 논리, 톤, 과업 적합성을 확인한 뒤에만 전달한다.
- 아직 검토가 필요한 결과물이라면 ‘초안’이라고 명확히 표시한다.
- 고객 대응, 법률·재무, 운영 환경에 영향을 주는 업무는 최종 책임자를 분명히 한다.
- AI 사용량이나 생성량이 아니라 실제 성과와 품질을 측정한다.
뤼트케의 표현이 짚는 바는 단순하다. 더 많은 글이나 코드를 만들어내는 일이 곧 더 많은 가치를 만드는 일은 아니다. AI는 첫 초안을 빠르게 만들 수 있지만, 신뢰할 수 있고 쓸모 있는 결과물로 완성해 책임지는 일은 여전히 사람의 몫이다.