Theoretical Framework

A-PEM 개념적 프레임워크

A-PEM(Awareness-Perception-Envisioning-Management) 프로세스 모델은 AI 주도 업무 변혁에 대한 전문가적 적응 과정을 4단계로 체계화한 이론적 프레임워크이다.

기반: 198편의 체계적 문헌 검토 (Web of Science, 2015-2026)

4단계 모델

단계 명칭 핵심 질문 이론적 토대
A (Awareness) 인식 “AI가 세상을 바꾸고 있다” 의미 구성, 인지적 평가, 신뢰 보정
P (Perception) 지각 “내 직업도 영향받을 것이다” TAM/UTAUT, 어포던스, 정체성 위협
E (Envisioning) 구상 “이렇게 대응해야겠다” 인간-AI 팀 구성, 창의성, 증강
M (Management) 관리 “실제로 이렇게 하고 있다” 경계 작업, 역설, 동적 역량, 재교육

12개 명제 (Propositions)

A 단계 명제

  • P1: 전문가들의 AI 초기 인식은 역할 정체성과 관할권 맥락에 따른 의미 구성 과정에 의해 매개된다
  • P2: AI를 도전과 장애물로 동시에 평가하는 이중적 인식은 학습 능력에 의해 조절되는 양가적 인식을 초래한다
  • P3: 인식 단계의 신뢰 보정은 대인 신뢰와 다른 궤적을 따르며, 능력 기반 신뢰가 정서적 신뢰보다 쉽게 형성된다

P 단계 명제

  • P4: 전문가의 AI 인식은 작업 수준에서 자동화-증강 스펙트럼을 따라 작동한다
  • P5: 동일한 AI 시스템도 배포 맥락에 따라 권한 부여 또는 통제를 제공한다
  • P6: 특정 영역 전문성이 강할수록 핵심 역량 위협 시 더 큰 정체성 위협을 경험한다

E 단계 명제

  • P7: 전문가들은 작업 요구에 따라 병렬적, 증강적, 집단적 협업 구성 중 선택하여 구상한다
  • P8: AI 증강 창의성은 기술 편향적이어서 해당 분야 전문성이 높은 전문가가 불균형적으로 혜택을 본다
  • P9: 효과적인 구상에는 역량 기반 및 관계적 차원을 통합한 AI에 대한 팀 신뢰가 필요하다

M 단계 명제

  • P10: 전문적 적응은 활동, 관할권, 조직 경계를 동시에 재구성하는 얽힌 경계 작업을 통해 작동한다
  • P11: 지속 가능한 적응은 역설의 해결이 아닌 지속적 관리가 필요하다
  • P12: 효과적인 재교육은 도메인 전문성 보존과 알고리즘 리터러시의 광범위한 확산을 동시에 요구한다

조절 변수

변수 코드 영향 범위
전문 분야 MV1 A->P, P->E, M->A (메타 조절 변수)
전문성 수준 MV2 A->P, E->M
AI 시스템 설계 MV3 P->E
조직적 지원 MV4 E->M, M->A

피드백 루프

A-PEM 모델의 핵심 구조적 특성은 M->A 피드백 루프이다:

  • M 결과가 A(새로운 인식 유발), P(수정된 인식), E(확장된 협력 레퍼토리)에 영향
  • 적응이 불안을 해소하는 것이 아니라, 적응 과정 자체가 새로운 불안의 원천이 되는 순환 구조
  • 교육 관리 경험이 거시적 사회 수준의 인식 변화로 확장되는 “확장적 피드백”