Aaron Levie가 "AI 사이코시스"라고 명명한 것은 단순한 과잉 낙관론이 아니다. 특정한 인식 구조의 문제다. AI가 누군가의 업무를 대체할 수 있다고 결정하는 사람들이, 대체당할 그 업무가 실제로 무엇인지 가장 깊이 모르는 사람들이라는 것. Box 창업자가 이 표현을 쓴 것은 수사가 아니라 구조적 진단이다. 결정권과 현장 지식이 분리된 조직일수록 이 간극은 커진다.
ClickUp은 AI 에이전트 도입을 이유로 전체 직원의 22%를 내보냈다. 이 숫자는 하나의 사례가 아니다. 2026년 테크 업계 전체 해고 건수는 이미 2025년 연간 수치에 육박하고 있다. 경영진의 발표문에는 "에이전트 전환", "자동화 효율"이라는 단어가 반복된다. 하지만 실제 업무 현장에서 에이전트가 처리하는 것은 표준화된 케이스다. 수년간 쌓인 고객 컨텍스트, 특수 상황의 판단, 조직 내 비공식 커뮤니케이션 경로는 에이전트의 학습 범위 밖에 있다. 데모에서는 작동한다. 운영 파이프라인에서 무엇이 빠져 있는지는 감원 이후에야 드러난다.
동시에 반대편에서는 사용자 이탈이 일어나고 있다. DuckDuckGo 설치 수는 30% 급증했다. AI 답변을 검색 결과 위에 강제로 얹는 Google에 질린 사용자들이, 그냥 링크만 돌려주는 엔진으로 돌아가고 있다. AI-pilled 경영진과 AI-skeptical 사용자, 이 두 집단이 동시에 옳을 수 있다는 것이 TechCrunch Equity 팟캐스트 Kirsten Korosec, Anthony Ha, Sean O'Kane이 37분 동안 파고든 핵심 긴장이다. 하나는 AI의 장기 가능성에 대해 옳고, 하나는 지금 이 순간의 제품 현실에 대해 옳다.
2026년 AI 담론의 실질적 균열선은 AI 찬반이 아니다. 결정권을 가진 사람이 대체하려는 업무를 운영 수준에서 얼마나 깊이 이해하고 있느냐다. 그 이해 없이 데모에서 확신을 얻고 조직을 재편하는 속도가 빠를수록, 에이전트가 메워야 할 공백의 실제 크기를 뒤늦게 발견하게 된다. AI 사이코시스의 해독제는 회의주의가 아니라 운영 현장에 대한 구체적 이해다.