Vol. 14 · The Augmented Coach 성장 · Deep read
Nicky Terblanche · ICF AI Coaching Standards, 2024

무엇을 맡기고
무엇을
것인가
코칭은 통째로 자동화되지 않는다. 과업마다 나누어 설계하는 일이다.

AI가 코치를 대체할지 묻는 동안 정작 중요한 물음이 밀려났다. 코칭을 통째로 넘길 것인가가 아니라, 어떤 과업을 도구에 맡기고 어떤 순간에 사람이 반드시 필요한지 나누는 일이다.

Reframe질문을 바꾸기
The Spectrum관여의 네 단계
The Design과업별 설계
원전
AI Coaching: Redefining People Development & Organizational Performance Terblanche · ICF · Passmore et al. · 2022–2026
Previously on Vol. 13
좋은 실패모든 실패가 배움은 아니다. 문제는 가려낼 수 있는가이다
용어 · 이 글에서의 정의
증강 코칭 Augmented Coaching

이 글에서 '증강 코칭'은 사람 코치를 AI로 바꾸는 일이 아니다. 코칭을 과업으로 쪼갠 뒤, 구조·기록·반복·확장은 도구에 맡기고 의미·관계·판단·책임은 사람이 쥐도록 나누어 설계한 코칭을 뜻한다. 인간 코칭을 통째로 흉내 내는 자동화와는 목적부터 다르다.

Section Ⅰ · The Wrong Question질문이 틀렸다

대체할 것인가만 물으면
답이 나오지 않는다

AI가 코치를 대체할 것인가. 최근 몇 년 가장 자주 나온 물음이지만, 답이 잘 나오지 않는 물음이기도 하다. 증거가 한쪽으로 기울지 않기 때문이다.

한편에는 AI가 제법 해낸다는 결과가 있다. 니키 터블란체 연구진이 2022년 PLOS ONE에 낸 비교에서, 목표 설정과 점검에 좁게 특화된 AI 챗봇 코치는 10개월 뒤 목표 달성에서 인간 코칭과 통계적으로 유의한 차이를 보이지 않았다. 다만 인간과 AI를 같은 자리에서 맞붙인 실험이 아니었다. 별개로 수행된 두 연구를 견준 것이므로, 일반적인 동등성으로 읽으면 지나치다.

다른 한편에는 사람이 앞선다는 결과가 있다. 직장인 63명을 대상으로 한 2025년 준실험에서 인간 코치는 통찰과 작업 동맹, 신뢰까지 거의 모든 지표에서 높은 평가를 받았다. 이 역시 조심해서 봐야 한다. 무작위 배정이 아니고, 단 한 번의 세션이며, 자체 제작한 척도를 썼다. 연구진조차 이를 인간의 완전한 우위가 아니라 지금의 AI 대화 역량이 아직 못 미친다는 신호로 읽었다.

가장 종합적인 정리도 어느 편을 들지 않는다. 16편의 연구를 검토한 2026년 체계적 문헌고찰은 기술과 대상, 코칭 모형과 측정 방법이 제각각이고 신뢰도·타당도 보고가 자주 빠져 있었다고 지적한다. 'AI 코칭'이 너무 넓은 우산으로 쓰인다는 것이다. 그래서 'AI는 인간과 같다'도, 'AI는 코칭을 못 한다'도 지금 증거를 넘어선다.

증거가 엇갈릴 때는 대개 질문이 잘못 놓여 있다. 물어야 할 것은 대체 여부가 아니다. 어떤 코칭 과업을 AI가 더 일관되게 해낼 수 있고, 어떤 순간에 사람의 현존과 판단과 책임이 반드시 필요한가이다.

Systematic review
16
체계적 문헌고찰이 검토한 연구. 근거는 아직 초기 단계다 (Passmore·Olafsson·Tee, 2026)
Goal attainment
10개월
좁게 설계된 AI 코치가 목표 달성에서 인간과 유의차를 보이지 않은 기간 (Terblanche 외, 2022)
Relational edge
63
1회 세션 준실험. 통찰·작업 동맹은 인간 코치가 높게 평가됐다 (Passmore 외, 2025)
ICF standard
6영역
ICF가 AI 코칭에 요구하는 관리 영역: 윤리·관계·소통·학습·검증·기술 (2024)

Section Ⅱ · The Spectrum같은 'AI 코칭'이 아니다

누가 주도하느냐에 따라
관여의 무게가 갈린다

'AI 코칭'이라는 한 단어가 전혀 다른 설계를 뭉뚱그린다. 누가 대화를 주도하고 AI가 어디까지 관여하는지에 따라 최소 네 단계로 나뉜다. 그리고 위험이 커질수록 무게는 사람 쪽으로 옮겨 가야 한다.

Four Degrees of Involvement
관여의 네 단계
01
AI 보조
Assisted · 사람이 주도하고 AI는 후방에서
인간 코치가 전 과정을 이끌고 AI는 뒤에서 돕는다. 기록과 요약, 자료 정리, 질문 후보, 목표 추적 같은 일이다. 눈여겨볼 위험은 개인정보 유출과 요약의 왜곡, 그리고 코치가 판단까지 넘겨 버리는 것이다.
02
AI 증강·하이브리드
Augmented · 접점을 명시적으로 분담
사람과 AI가 고객 접점과 과정을 나눠 맡는다. 세션과 세션 사이의 성찰, 연습, 피드백, 시뮬레이션이 AI의 몫이 된다. 위험은 역할 혼란과 과의존, 그리고 사람에게 전해져야 할 신호가 조용히 새어 나가는 것이다.
03
AI 기반
AI-led · AI가 주도하고 사람은 감독
AI가 대화와 실행 관리를 이끌고 사람은 감독과 예외 대응을 맡는다. 저위험 목표 관리, 습관 형성, 기초 경력 탐색, 교육 뒤 학습 전이처럼 되돌릴 수 있는 과업에 어울린다. 위험은 허위 공감과 잘못된 권고, 위기 신호를 놓치는 것이다.
04
AI 단독 심층
AI-only · 정체성·관계까지 전적으로 AI
정서와 정체성, 관계 갈등까지 AI가 홀로 다루는 단계다. 지금의 근거로는 권하기 어렵다. 심리적 위해와 관계적 오판, 조직 맥락의 왜곡이 함께 걸려 있다.

가장 현실적인 경로는 AI 보조에서 출발해, 검증된 영역에 한해 증강으로 넓히는 것이다. 되돌릴 수 있고 위험이 낮은 과업일수록 AI가 앞에 서고, 정서적·윤리적·법적 위험이 커질수록 사람이 앞에 선다.

“AI는 진단과 패턴, 목표 추적에서 강하고, 사람은 신뢰와 공감, 의미를 짓는 데서 강하다. 물음은 둘 중 누구냐가 아니라 어느 단계에 누구를 세울 것이냐다.”Terblanche & Ghosh · Hybrid Intelligence 모형, 2026 · 제안 단계

Section Ⅲ · The Design과업으로 나누는 설계

'AI 코칭을 도입한다'가 아니라
과업마다 나누어 설계한다

그래서 설계의 단위는 도입 여부가 아니다. 과업이다. 코칭을 단계로 쪼개 보면, AI가 일관되게 해낼 자리와 사람만 설 수 있는 자리가 갈린다. 초기 자료를 구조화하고 가설 후보를 늘어놓고 목표를 추적하고 리마인더를 보내는 일은 AI가 지치지 않고 해낸다. 맥락과 감정, 권력 관계를 읽고 무엇이 지금 다룰 문제인지 정하고 결과를 책임지는 일은 사람의 자리에 남는다.

이 나눔을 실제 작업 체계로 세우려면, 도구를 켜기 전에 다음을 통과해야 한다.

Design Checks · 도구를 켜기 전에
코칭 시스템을 나누어 설계하는 다섯 질문
01
과업별로 나누었는가?
'AI 코칭 도입'이라는 뭉뚱그린 결정 대신, 목표 관리·리더십 성찰·경력 개발처럼 과업마다 AI와 사람의 몫을 따로 정했는가.
02
위험에 따라 층을 두었는가?
되돌릴 수 있는 저위험 과업은 AI가 앞서도 되지만, 정서적·법적·윤리적 위험이 커지는 과업일수록 사람이 주도하도록 층을 나눴는가.
03
사람에게 넘기는 문이 있는가?
위기나 심각한 고통, 괴롭힘·차별·법적 문제의 신호가 잡히면 즉시 사람 코치나 전문기관으로 넘기는 경로가 설계되어 있는가.
04
서로의 오류를 검증하는가?
사람이 AI의 오류만 보는 데서 그치지 않는다. AI도 사람 코치의 확증 편향과 조기 결론, 놓친 관점을 되짚도록 설계했는가.
05
무엇으로 성공을 재는가?
사용률이나 대화 횟수로 재는가, 아니면 행동 변화와 판단의 질, 학습 전이와 의존도로 재는가.

마지막 질문이 특히 중요하다. AI 코칭의 성패를 사용률이나 대화 횟수로 재는 순간, 설계는 이미 어긋난다. 많이 쓰이는 것과 사람이 더 잘 자라는 것은 같은 말이 아니다.

이 편은 앞의 세 편 위에 선다. Vol. 12에서 본 사람의 현존, 곧 공동조절과 체화된 공감은 여전히 사람의 자리에 남는다. 이 글은 그 자리를 지키면서 도구를 어디까지 들일지 나누는 설계다. Vol. 11에서 끊긴 도제의 사다리를 다시 세우는 일도, Vol. 13에서 지적 실패를 가려내는 대화도 결국 이 나눔 위에서 이뤄진다.

좋은 코칭은 인간 코칭을 그대로 자동화하는 일이 아니다. 구조와 반복과 확장은 도구에 맡기고, 의미와 관계와 책임은 사람이 쥐되, 둘이 서로의 오류를 되짚도록 나누어 설계하는 일이다. 기르는 일은 나눌 수 있다. 다만 기른다는 목적까지 나눠서는 안 된다.

Synthesis · Vol. 14

대체할 것인가가 아니라,
무엇을 나눌 것인가

증거는 한쪽으로 기울지 않는다. 좁은 목표 관리에서는 AI가 사람과 비슷한 결과를 내고, 관계와 통찰에서는 사람이 앞선다. 그러니 물음은 대체 여부가 아니다. 어떤 과업을 도구에 맡기고 어떤 순간에 사람의 현존과 책임을 둘 것인가이다.

그리고 그 나눔의 성패는 사용률로 판가름 나지 않는다. 사람이 더 잘 자랐는가로 갈린다. 기르는 일은 나눌 수 있어도, 기른다는 목적까지 나눠서는 안 된다.

Terblanche · ICF · '24 — Leadership Insight
More from Leadership Insight