AI 시대, HR에 새로운 용어가 등장했습니다. 바로 토큰맥싱(Tokenmaxxing)입니다. AI 도구의 토큰 소비량을 의도적으로 부풀려 생산성과 혁신 활동을 ‘과시’하는 현상을 뜻합니다. 토큰맥싱 HR 성과 지표 문제는 단순한 기술 오용이 아닙니다. 측정 설계가 잘못되면 조직 전체가 엉뚱한 방향으로 움직인다는, HR이 수십 년간 반복해온 고전적 함정의 AI 버전입니다.
SHRM이 2026년 6월 보도한 아마존 사례는 이 문제를 정면으로 드러냅니다. 지금 AI 도입을 추진 중인 조직이라면, 이 사례를 그냥 지나쳐서는 안 됩니다.
아마존 리더보드 실험 — 토큰맥싱 HR 성과 지표의 현장
아마존은 내부에 AI 사용량 리더보드를 도입했습니다. 직원들이 AI 도구를 얼마나 많이 활용하는지를 수치로 보여주는 시스템이었습니다. 취지는 분명히 좋았습니다. AI 활용을 장려하고, 디지털 전환에 속도를 내겠다는 것이었죠.
그런데 예상치 못한 일이 벌어졌습니다. 일부 직원들이 리더보드 순위를 높이기 위해 굳이 필요하지 않은 작업에 AI 에이전트를 의도적으로 투입하기 시작했습니다. AI 비용은 증가했습니다. 그러나 실제 비즈니스 가치는 창출되지 않았습니다.
AI 사용량이 보상 체계에 편입되는 순간, 과시적 작업(Performative Work)은 리스크가 아니라 합리적인 직원 반응이 됩니다. 직원을 탓할 문제가 아닙니다. 측정 설계 자체가 잘못된 것입니다.
AI 전문가 Jake Paul은 이 상황을 정확히 짚었습니다. 게임의 룰을 잘못 만들면, 사람들은 그 룰 안에서 최적화된 행동을 합니다. 그리고 그 행동이 조직의 실제 목표와 완전히 반대 방향으로 향할 수 있습니다.
실무자 시각
대기업에서 13년간 평가제도를 운영하면서 저도 이 패턴을 반복적으로 목격했습니다. 어떤 지표든 ‘평가 대상’이 되는 순간, 그 지표를 관리하는 행동이 본래 목적을 앞서기 시작합니다. 이건 직원의 도덕성 문제가 아닙니다. 인간의 매우 자연스러운 반응입니다. 그래서 저는 지표 설계 전에 항상 이 질문을 먼저 던졌습니다. “이 측정이 어떤 행동을 유발할 것인가?”
역사는 반복됩니다 — IBM 코드 라인 수의 실패
토큰맥싱은 전혀 새로운 현상이 아닙니다. 역사 속에서 이미 정확히 같은 실수가 있었습니다.
IBM은 한때 개발자 생산성을 코드 라인 수(Lines of Code)로 측정했습니다. 더 많은 코드를 작성한 개발자가 더 생산적이라고 본 것입니다. 결과는 어땠을까요? 코드는 길어졌습니다. 그러나 소프트웨어 품질은 하락했고, 유지보수 비용은 폭증했습니다.
AI 사용량 지표는 ‘2020년대의 코드 라인 수’가 될 위험이 있습니다. 측정의 편의성과 가시성에만 집중하면, 실제 가치와 점점 멀어집니다.
| 시대 | 잘못된 지표 | 실제 결과 |
|---|---|---|
| IBM 시대 | 코드 라인 수(LoC) | 코드 품질 하락, 유지보수 비용 폭증 |
| 한국 조직 (과거) | 근무시간 | 야근 문화 고착, 실질 생산성 저하 |
| AI 시대 (현재) | 토큰 소비량 | AI 비용 증가, 비즈니스 가치 미창출 |
실무자 시각
저는 AI 활용 역량 평가 설계를 검토할 때마다 이 표를 먼저 떠올립니다. 세 줄이 같은 패턴을 보입니다. 투입 지표를 성과 지표로 오해할 때 어김없이 왜곡이 생깁니다. AI 리터러시 인증이나 AI 활용 KPI를 도입하려는 조직이라면, 이 표에 네 번째 줄을 추가하기 전에 멈춰 생각해야 합니다.
토큰맥싱 = 디지털 시대의 근무시간 부풀리기
이 현상을 가장 직관적으로 설명하는 비유가 있습니다. 바로 한국 조직의 ‘근무시간 부풀리기’입니다.
과거 많은 한국 조직에서는 사무실에 오래 앉아 있는 사람이 열심히 일한다는 인식이 있었습니다. 실제 성과와 무관하게 눈에 보이는 투입 시간이 평가 기준이 됐습니다. 그 결과는 지금 우리 모두 알고 있습니다. 퇴근을 못 하는 문화, 형식적인 야근, 실질적 생산성 저하입니다.
토큰맥싱은 그 디지털 버전입니다. 실제 업무 성과와 무관하게 AI 사용 흔적을 남기는 행동. 구조가 같습니다.
근무시간과 토큰 소비량. 둘 다 비용입니다. 그리고 둘 다 그 자체로는 성과를 증명하지 못합니다. HR이 이 교훈을 AI 시대에 더 빠르게 적용해야 하는 이유입니다.
실무자 시각
대기업에서 13년간 일하면서 저도 이 전환을 직접 경험했습니다. ‘몇 시에 퇴근했느냐’에서 ‘무엇을 만들어냈느냐’로 기준이 이동하는 데 조직이 얼마나 오래 걸렸는지 잘 압니다. AI 사용량도 마찬가지입니다. 지금 빠르게 기준을 잡지 않으면, 5년 뒤에 똑같은 과도기를 또 겪게 됩니다.
토큰맥싱을 유발하는 HR 성과 지표 설계의 3가지 실수
왜 조직들은 이런 함정에 빠질까요? 원인은 대부분 지표 설계 단계의 세 가지 실수에서 비롯됩니다.
| 실수 유형 | 내용 | 결과 |
|---|---|---|
| 투입 지표화 | 사용량·시간 등 투입 요소를 성과 지표로 사용 | 수치 관리 행동 유발 |
| 보상 직결 | 측정값을 보상·승진에 즉시 연동 | 게임 플레이(Goodhart’s Law) 가속 |
| 목적 부재 | ‘왜 측정하는가’의 맥락 없이 리더보드 운영 | 지표 자체가 목표로 전도 |
이 중 세 번째가 가장 위험합니다. 측정의 목적이 불분명할 때 직원들은 가장 쉽고 빠르게 수치를 올릴 수 있는 방법을 선택합니다. 그 방법이 조직 목표와 일치하는지는 고려 대상이 아닙니다.
실무자 시각
AI 역량 평가 설계를 문의해오는 실무자분들께 제가 항상 드리는 조언이 있습니다. “지표를 설계하기 전에, 그 지표가 유발할 행동의 시나리오를 세 가지 이상 써보세요.” 대부분의 경우, 그 시나리오 중 하나에서 반드시 의도치 않은 부작용을 발견하게 됩니다. 그 발견이 설계를 바꾸는 출발점이 됩니다.
그렇다면 무엇을 측정해야 하는가 — AI 시대 올바른 HR 성과 지표
SHRM은 AI 시대 HR이 주목해야 할 진정한 성과 지표를 제안합니다. 공통점은 하나입니다. 모두 ‘투입(Input)’이 아닌 ‘결과(Outcome)’에 초점을 맞춥니다.
- 채용 품질(Quality of Hire) — AI가 추천한 인재가 실제 업무에서 어떤 성과를 냈는가
- 고객 만족도(Customer Satisfaction) — AI 개입 전후로 서비스 품질이 어떻게 변했는가
- 직원당 수익(Revenue per Employee) — AI 도입이 비즈니스 성과에 기여한 정도
- 의사결정 속도(Decision Speed) — AI가 의사결정 사이클을 얼마나 단축시켰는가
Input → Outcome
AI 성과 측정의 방향 전환 — 사용량에서 결과로
AI를 얼마나 많이 썼느냐가 아니라, AI를 써서 무엇을 만들어냈느냐로 기준을 이동해야 합니다. 귀사의 AI KPI는 지금 어느 쪽을 향하고 있으십니까?
관련하여 AI가 채용·평가 과정에 개입할 때 발생하는 또 다른 리스크도 함께 참고해 보시기 바랍니다. → AI 채용 알고리즘 편향 문제와 HR의 대응 전략
AI 도입 초기 조직을 위한 토큰맥싱 예방 체크리스트
지금 AI 도입 또는 AI 활용 KPI를 설계 중이신 분들께 아래 체크리스트를 드립니다. 5개 중 3개 이상 ‘아니요’라면, 설계를 재검토하는 것을 권장합니다.
| 체크 항목 | 확인 |
|---|---|
| 이 지표가 유발할 행동 시나리오를 3가지 이상 검토했는가 | □ |
| 지표가 투입(Input)이 아닌 결과(Outcome)를 측정하는가 | □ |
| 보상·승진과 직결되기 전에 학습 지표로 먼저 운영하는 단계가 있는가 | □ |
| 직원에게 ‘왜 이것을 측정하는가’의 맥락이 명확히 공유되었는가 | □ |
| 6개월 이내에 지표 효과를 검증하고 수정할 계획이 있는가 | □ |
실무자 시각
AI 활용 KPI를 도입 검토 중인 조직이라면, 이 체크리스트를 HR팀 내부 리뷰 회의에서 먼저 써보시기를 권합니다. 지표는 한번 도입되면 바꾸기 어렵습니다. 이미 보상과 연결된 후에는 더욱 그렇습니다. 설계 전에 1시간을 쓰는 것이, 설계 후에 1년을 고치는 것보다 훨씬 효율적입니다.
HR 영어 키워드 정리
| 영어 용어 | 한국어 의미 | HR 맥락 |
|---|---|---|
| Tokenmaxxing | 토큰맥싱 | AI 토큰 소비량을 의도적으로 부풀려 생산성을 과시하는 행동 |
| Performative Work | 과시적 작업 | 실질 가치 없이 성과처럼 보이기 위해 수행하는 업무 행동 |
| Goodhart’s Law | 굿하트의 법칙 | “측정 대상이 된 지표는 더 이상 좋은 지표가 아니다” — 지표 왜곡의 핵심 원리 |
| Quality of Hire | 채용 품질 | 채용된 인재가 실제 업무에서 발휘하는 성과 수준을 측정하는 지표 |
| Revenue per Employee | 직원당 수익 | AI 도입이 실질 비즈니스 성과에 기여한 정도를 나타내는 HR 생산성 지표 |
| Performance Rubric | 성과 평가 기준표 | 평가 항목과 수준을 명시한 기준. AI 지표가 여기 편입되면 게임화가 시작됨 |
| Lines of Code (LoC) | 코드 라인 수 | IBM이 개발자 성과 지표로 사용했다가 실패한 대표적 투입 지표 사례 |
| Outcome-based Metric | 결과 기반 지표 | 투입·행동이 아닌 실제 비즈니스 결과를 측정하는 AI 시대 HR의 핵심 지표 방향 |
자주 묻는 질문 (FAQ)
토큰맥싱이 정확히 무엇인가요?
토큰맥싱(Tokenmaxxing)은 AI 도구의 토큰 소비량을 의도적으로 늘려 생산성이나 AI 활용도를 과시하는 행동을 말합니다. 실제 업무 가치와 무관하게 수치만을 높이는 방식으로, AI 사용량이 성과 지표나 보상 체계에 연결된 환경에서 자연스럽게 나타납니다.
AI 사용량을 성과 지표로 삼으면 안 되는 이유는 무엇인가요?
AI 사용량은 투입(Input) 지표입니다. 투입이 많다고 결과가 좋은 것은 아닙니다. 오히려 사용량을 보상과 직결시키는 순간, 직원들은 실제 필요 없는 작업에도 AI를 투입하는 방식으로 수치를 관리하게 됩니다. 이는 굿하트의 법칙(Goodhart’s Law)이 예측하는 전형적인 지표 왜곡 현상입니다.
AI 활용 역량을 평가해야 한다면 어떤 방식이 적절한가요?
사용량 대신 결과 기반 지표를 활용하시는 것을 권장합니다. 예를 들어 ‘AI를 활용하여 업무 처리 시간이 얼마나 단축되었는가’, ‘AI가 기여한 의사결정의 품질이 향상되었는가’ 등 실제 업무 성과와 연계된 지표가 더 의미 있습니다. 초기 도입 단계에서는 학습·실험 지표로 운영하고, 보상 연동은 충분한 검증 이후에 단계적으로 진행하는 것이 바람직합니다.
아마존의 AI 리더보드 사례에서 HR이 배워야 할 핵심 교훈은 무엇인가요?
측정 자체가 문제가 아닙니다. 측정이 어떤 행동을 유발하느냐가 핵심입니다. 아마존 사례는 가시적이고 손쉬운 투입 지표를 성과와 연결했을 때, 직원들이 조직 목표가 아닌 지표 수치를 향해 최적화된 행동을 한다는 것을 명확히 보여줍니다. HR은 지표 설계 전에 반드시 ‘이 측정이 어떤 행동을 만들어낼 것인가’를 먼저 시뮬레이션해야 합니다.
한국 조직에서 토큰맥싱이 특히 주의가 필요한 이유가 있나요?
네, 있습니다. 한국 조직은 오랜 기간 ‘근무시간’이라는 투입 지표로 직원 성실성을 평가해온 문화적 배경이 있습니다. 이런 환경에서 AI 사용량이라는 새로운 투입 지표가 도입되면, 근무시간 부풀리기와 같은 구조적 왜곡이 재현될 가능성이 높습니다. 토큰과 근무시간 모두 비용이며, 그 자체로는 성과를 증명하지 못한다는 원칙이 조직 내에 먼저 공유되어야 합니다.
AI 성과 지표를 처음 설계할 때 실무적으로 어디서부터 시작해야 하나요?
먼저 “이 지표를 통해 우리가 달성하려는 비즈니스 결과가 무엇인가”를 팀 내에서 합의하는 것부터 시작하시기를 권장합니다. 그 다음 그 결과를 직접 측정할 수 있는 지표를 역으로 도출하는 방식이 효과적입니다. 지표 후보가 나오면, 각각에 대해 “이 지표가 공개되었을 때 직원들이 어떻게 반응할 것인가”를 시뮬레이션하십시오. 그 시뮬레이션이 설계를 완성시킵니다.
📖 원문 출처
[영문] “‘Tokenmaxxing’ Offers HR a Valuable Lesson About Metrics” — SHRM, Roy Maurer, 2026.06.29
🔗 https://www.shrm.org/topics-tools/news/technology/tokenmaxxing-hr-performance-metrics
[한국어 요약] 아마존이 내부 AI 사용량 리더보드를 도입한 결과, 일부 직원들이 순위를 높이기 위해 불필요한 작업에 AI를 의도적으로 투입하는 ‘토큰맥싱’ 현상이 발생했습니다. AI 전문가 Jake Paul은 AI 사용량이 보상 체계에 편입되는 순간 과시적 작업은 합리적 직원 반응이 된다고 경고합니다. 이 현상은 IBM의 코드 라인 수 평가 실패, 한국 조직의 근무시간 중심 평가 문제와 동일한 구조적 패턴입니다. SHRM은 AI 시대 HR 성과 지표로 채용 품질, 고객 만족도, 직원당 수익, 의사결정 속도 등 결과 기반 지표로의 전환을 제안합니다.
※ 본 포스트는 원문 아티클을 바탕으로 HR 실무자 관점에서 재구성·작성되었습니다.
핑백: BYOAI 시대, HR이 놓치면 안 되는 3가지 대응 전략 - HR.Issue