Related Theories
A-PEM 모델은 4개 단계 각각이 서로 다른 이론적 전통에 기반한다.
A(Awareness, 인식) 단계의 이론적 기반
의미 구성 이론 (Sensemaking Theory)
- 전문가들은 AI 정보를 수동적으로 받지 않고, 전문적 정체성과 관할권 맥락에 의해 형성된 의미 구성 과정을 통해 적극적으로 의미를 구축한다 (Scarbrough et al., 2025; Goto, 2021; Trimboli, 2025)
인지적 평가 이론
- AI 도입이 지식 근로자 사이에서 도전적 평가(혁신 촉진)와 방해적 평가(혁신 억제)라는 이중적 스트레스 평가를 유발한다 (Dong et al., 2025)
신뢰 보정 (Trust Calibration)
- 전문가들이 역량, 예측 가능성, 투명성에 대한 다각적 평가를 통해 AI 신뢰를 보정한다 (Raddatz et al., 2025; Hassan et al., 2025)
P(Perception, 지각) 단계의 이론적 기반
기술 수용 모델 (TAM/UTAUT)
- 코퍼스 내 최대 이론 클러스터(n=30). 인지된 유용성, 사용 용이성, 기술 불안이 수용에 영향 (Kelm et al., 2025; Cao et al., 2021; Mansour, 2025)
어포던스 이론
- AI 역량이 전문적 실무와 교차할 때 발생하는 관계적 가능성 탐구 (Spring et al., 2022; Monod et al., 2024; Pathak et al., 2025)
전문직 정체성 이론
- AI가 직업의 핵심 업무를 수행할 때 집단적 전문 역할 정체성이 위협받는 메커니즘 (Goto, 2021; Rawashdeh, 2025; Aalberg et al., 2024)
E(Envisioning, 구상) 단계의 이론적 기반
인간-AI 팀 구성 이론
- AI를 기능적 팀 구성원으로 재개념화. 병렬적, 전이적, 증강적, 집단적 협업 유형 (Galsgaard et al., 2025; Georganta & Ulfert, 2024; Simon et al., 2024)
창의성과 공동창조 이론
- AI가 기술 편향적 방식으로 직원 창의성을 증진하되, 전문성 고착 효과도 유발 (Jia et al., 2024; Hou et al., 2025; Lazar et al., 2025)
증강 프레임워크
- 인간-AI 협업이 특정 조건에서 단독 수행보다 우수한 상호보완성 (Ribers et al., 2024)
M(Management, 관리) 단계의 이론적 기반
경계 작업 이론 (Boundary Work)
- 전문가들이 활동, 관할권, 조직 서비스 경계를 동시에 재구성하는 “복합적 경계 작업” (Faulconbridge et al., 2025; Sako et al., 2022)
역설 이론
- AI 변혁 관리가 상충 요구(자동화 vs. 증강, 효율성 vs. 의미)의 지속적 관리를 수반 (Engstrom et al., 2025; Kumar et al., 2024)
동적 역량과 조직 변화
- AI 통합을 위한 감지-포착-변환의 동적 역량 개발 (Simon et al., 2024; Shan et al., 2025)
재교육 및 역량 개발
- 도메인 전문성 보존과 알고리즘 리터러시의 광범위한 확산 필요 (Tambe, 2026; Jaiswal et al., 2022)