창업 후 2년 반 동안 인공지능을 적극적으로 도입했던 이 회사는 오히려 더 "전통적인" 기업으로 변모했습니다.

저자: 디지털 라이프 카지크

오늘은 꽤 특별한 날입니다.

제가 회사를 운영한 지 2년 반이 되었으니, 올해가 공식적으로 '지구의 해'입니다.

지난 2년 반 동안 회사는 수많은 위기를 겪고 여러 차례 생사의 기로에 섰지만, 다행히 살아남았습니다.

게다가 저는 잘 지내고 있고, 회사도 곧 다시 이전할 예정입니다.

인원이 계속 늘어나면서 팀과 사업 규모를 매우 신중하게 확장해 왔지만, 여전히 모든 사람을 수용할 공간이 부족합니다. 그래서 작년 말에 사무실을 이전했는데, 이제 또 다른 곳으로 이사해야 합니다.

며칠 전 친구들과 이야기를 나누다가 모두 약간 놀랐습니다. 그들은 "AI를 그렇게 많이 사용하면서 왜 아직도 채용을 하는 거죠? 이론적으로는 인력과 사무실 규모가 점점 줄어들어야 하지 않나요? 한 방에 십여 명의 사람들이 앉아서 각자 십여 명의 디지털 직원들을 이끌고, 예전에 수백 명이 하던 일을 처리하는 시대가 되어야 하지 않나요?"라고 말했습니다.

이게 바로 인공지능이야! 굉장히 첨단적이고 매력적으로 들리잖아.

나는 "헛소리야"라고 말했다.

실제로 우리 회사의 AI 도입률은 거의 100%에 가깝습니다. 회사 내 거의 모든 직원이 다양한 에이전트를 사용하고 있습니다. 재무, 인사, 법무, 사업, 증권 중개, 운영 등 모든 부서에서 에이전트를 활용하여 다양한 프로세스와 도구를 구축했습니다.

하지만 인공지능으로 가속화할 수 없는 부분들이 있으며, 그러한 부분들이 바로 우리 직원들에게 가장 중요한 일이 되었습니다.

인공지능이 발전할수록 우리는 그것을 더 많이 사용하지만, 우리 모두의 생각으로는, 그리고 제 생각에도, 우리는 점점 더 "전통적인" 방식으로 돌아가고 있는 것 같습니다.

이것은 매우 흥미로운 현상입니다. 며칠 전 인터뷰와 어젯밤 친구들과의 저녁 식사 자리에서 모두 기업의 AI 전환에 대해 상당히 우려하고 있었고, 저에게 그 주제에 대해 자주 이야기하며 왜 이런 경험들을 글로 남기지 않느냐고 물었습니다.

저희 회사의 창립 1주년을 맞아, 직원 수가 40명도 채 안 되는 작고 비교적 전통적인 회사인 저희가 조직 구조 내에서 인공지능(AI)을 어떻게 활용하고 있는지 공유하고자 합니다.

물론, 제가 소위 성공한 사장인 척하며 모두에게 회사를 어떻게 운영해야 하는지 가르치려는 건 아닙니다. 저희 회사는 그런 수준과는 거리가 멀고, 전혀 성공적이지 않습니다. 다만 제 경험을 여러분과 조금 나누고 싶을 뿐입니다.

그럼 시작하겠습니다.

I. 완전한 AI 통합

저는 수많은 기업에서 관리자들이 AI 도입에 대해 이야기할 때 보이는 첫 반응이 놀랍도록 비슷한 것을 목격했습니다. 바로 시스템을 구축하거나, 담당자를 정하고, AI 플랫폼을 구축하는 것이었습니다.

전문가처럼 보이고, 덕분에 아주 안전하다고 느껴져요.

저는 그 아이디어를 완전히 이해합니다. 저도 예전에 컨설팅 업무를 할 때 똑같은 일을 했거든요.

하지만 나중에 이 방법에는 함정이 있다는 것을 알게 되었습니다.

가장 체계적으로 보이지만, AI를 회사 내 또 다른 일정 관리 센터로 활용하기에도 가장 쉬운 방식입니다.

예를 들어, 인사 담당자가 AI 기반 후보자 선별 과정에서 문제를 발견하면 먼저 요구 사항을 제시해야 합니다.

또는 기업이 고객을 위해 AI 분석 도구를 개발하려는 경우, 먼저 요구사항 문서를 작성해야 합니다.

문제는 비즈니스 최전선에서 발생하지만, 요구사항은 실제로 도구를 만드는 사람에게 도달하기 전에 여러 단계의 사람들을 거쳐야 합니다.

정보가 손실된다는 것은 우리 모두 알고 있습니다. 전송될 때마다 맥락의 많은 부분이 사라지고, 최종적으로 결과물이 만들어질 때쯤이면 세상은 알아볼 수 없을 정도로 변해 있습니다.

가장 문제가 되는 것은 일선 직원들이 요구사항을 제시하는 데 점점 더 능숙해지는 반면, 중간 플랫폼에 있는 사람들은 인공지능을 사용하는 데 점점 더 능숙해질 것이라는 점입니다.

결국 회사 내에서 진정으로 창의적인 능력을 가진 사람은 극소수에 불과하다.

하지만 저는 AI 시대의 조직이 그런 모습이어서는 안 된다고 생각합니다. 조직은 소위 AI 플랫폼에만 국한되는 것이 아니라, 모든 구성원이 AI를 활용하거나 문제 해결 도구를 만들 수 있는 곳이어야 합니다.

그래서 나중에 혼자 있을 때나 회사를 소유한 친구들과 이야기를 나눌 때에도 매우 신중한 조언을 하곤 했습니다.

창립 당시 직원 수가 100명 미만인 기업은 AI 플랫폼 구축에 신중해야 합니다.

AI 플랫폼 자체가 무가치하다는 것은 아닙니다. 대규모 시스템, Lark, 금융 소프트웨어, 통합 권한 및 보안 인프라 등은 관리에 필요한 전문 인력이 분명히 존재합니다.

하지만 이른바 중간 플랫폼은 가능한 한 얇아야 합니다.

이는 권한, 보안, 비용, 데이터 표준 및 절대적인 레드라인을 보호하고, 모든 사용자를 위해 서버 및 토큰 관련 문제를 해결합니다. 비즈니스와 밀접하게 관련되어 있고 매일 변화하는 나머지 문제들은 AI를 활용하여 해당 문제에 가장 가까이 있는 사람들이 해결해야 합니다.

에이전트를 직접 사용하든, 에이전트 기반 도구를 만들든, 웹 스크래핑, 스크립팅 또는 RPA를 사용하든 상관없이 문제를 스스로 해결해야 합니다.

그들만이 문제점이 어디에 있는지 진정으로 이해할 수 있기 때문에 의사소통 과정에서 정보 유출을 최소화할 수 있습니다.

우리 회사에서는 상황이 상당히 냉혹할 수 있습니다. 최적화가 필요한 많은 업무와 프로세스가 있지만, 해결책을 개발하는 데 도움을 줄 특정 직책이 없습니다. 이러한 문제를 해결할 수 있는 사람은 오직 본인과 담당자뿐입니다. Codex, Workbuddy, Claude Code 등 어떤 플랫폼을 사용하든 상관없이, 비즈니스 담당자가 직접 해결해야 합니다.

이 과정은 처음에는 매우 불쾌할 가능성이 높습니다.

어떤 사람들은 그것을 설명할 수 없고, 어떤 사람들은 코딩을 두려워하며, 또 어떤 사람들은 작고 거의 쓸모없는 것을 만드는 데 많은 시간을 쏟습니다.

많은 경우, 에이전트를 사용하여 작업을 처음 해결할 때는 수동으로 처리하는 것보다 시간이 더 오래 걸립니다.

하지만 이러한 서투름은 특히 중요합니다.

믿으세요, AI는 그렇게 복잡하지 않습니다. 누군가가 업무에서 마주하는 문제를 처음으로 제대로 작동하는 결과물로 만들어낼 때, 비록 다소 미흡하더라도, 자신의 업무에 대한 인식이 바뀔 겁니다.

이전에는 그는 자신이 불만족스러워하는 절차와 부분만 겨우 참을 수 있었다.

이제 그는 처음으로 자신이 직접 과정을 바꿀 수 있다는 사실을 깨달았다.

나중에 깨달은 것은 인공지능이 일반 직원들에게 가져다주는 가장 가치 있는 것은 효율성뿐만 아니라 오랫동안 잃어버렸던 자율성일 수도 있다는 점입니다.

저는 모든 분들이 에이전트를 사용하여 업무에서 만족스럽지 못한 부분을 최적화해 보시기를 강력히 권장합니다.

이것이 바로 제가 생각하는 AI 기반 방식이며, 덕분에 "얇은 중간 플랫폼, 두꺼운 최전선" 구조의 가치를 더욱 깊이 이해하게 되었습니다.

II. 데이터가 모든 것을 좌우한다

물론, 모든 사람에게 상담원을 보낸다고 해서 자동으로 소위 AI 시대의 조직이 만들어지는 것은 아닙니다.

많은 기업들이 인공지능에 대해 논의하기 위해 저를 찾아왔는데, 그들의 이야기를 듣다 보면 항상 같은 질문을 받게 됩니다.

그들에게는 데이터가 없습니다.

과거에는 회의록이 제대로 작성되지 않았고, 고객과의 소통은 여러 사람의 채팅 기록에 흩어져 있었으며, 계약서와 견적서조차 통합된 형태로 찾아볼 수 없었습니다. 프로젝트 완료 후 사후 검토도 이루어지지 않았습니다.

가장 중요한 경험들 중 상당수는 소수의 베테랑 직원들의 기억 속에만 존재합니다.

이건 완전히 쓸모없어요. 에이전트라고 할 수도 없어요.

조직에 관해서라면, 저는 이제 다음과 같은 확신이 더욱 강해졌습니다.

에이전트는 그다지 중요하지 않습니다. 가장 중요한 것은 데이터입니다.

저는 개인적으로 데이터의 출현을 믿습니다.

저희 버추얼 미디어는 MCN 사업을 하고 있으며, 수백 명의 블로거와 계약을 맺고 거의 100개에 달하는 브랜드와 협력 관계를 구축했습니다.

저희는 과거 콘텐츠 데이터, 비즈니스 데이터, 협력 데이터를 조직 내 데이터 자산으로 보존하기 위해 최선을 다할 것입니다.

또한, 표준 필드에 맞추기 어려운 항목들은 기능으로 간주되어 비구조화된 태그로 레이블이 지정된 후, Lark의 다차원 테이블에 균일하게 배치됩니다.

게다가 모든 회의록, 문서, 지식 및 표준 운영 절차(SOP)도 지식 기반에 추가될 것입니다.

저희 경영진의 일과는 이제 함께 협업했던 많은 블로거들을 태그하는 것으로 시작됩니다.

이렇게 하는 것은 확실히 피곤한 일입니다.

많은 기록들이 지금 당장은 그 가치를 보여주지 못하고, 태그도 처음부터 완벽하게 적용되지 않을 수 있습니다. 오늘 저장한 세부 정보조차도 6개월 후에는 쓸모없어질 수 있습니다.

하지만 저는 여전히 그것을 보존해야 한다고 생각합니다.

기업이 진정으로 소유하는 것은 단순히 계좌에 있는 돈이나 사무실에 있는 장비, 직원 명단만이 아니기 때문입니다.

그리고 당신이 수년간 축적해 온 모든 데이터와 맥락까지.

모델은 구매할 수 있고, 토큰도 구매할 수 있으며, 코덱스는 모든 회사가 사용할 수 있습니다.

하지만 믿으세요, 기업이 수많은 날들에 걸쳐 남기는 맥락은 외부에서 거의 돈으로 살 수 없는 것입니다.

따라서 제가 내부적으로 시행한 전략은 보존해야 할 모든 것을 보존하는 것이었습니다.

하지만 소위 "모든 것을 저장하라"는 것은 단순히 모든 것을 지식 기반이나 다차원 테이블에 집어넣고 끝내는 것을 의미하지는 않습니다.

현실 세계에는 갈등이 너무 많기 때문에, 바이브 코딩으로 생성하는 코드처럼 오래된 규칙과 새로운 규칙이 뒤섞이는 경우가 흔합니다. 예를 들어, 두 부서가 동일한 지표에 대해 서로 다른 해석을 내릴 수 있고, 시대에 뒤떨어진 계약서 양식이 여전히 검색 결과 상단에 나타날 수도 있습니다. 상담원은 조직이 이러한 혼란을 해소하는 데 도움을 줄 수 없습니다.

단순히 정답과 가장 유사해 보이는 것을 선택한 다음, AI 속도로 오류를 처리할 것입니다.

따라서 우리가 저장하는 데이터는 출처, 기간, 담당자를 명확히 구분해야 합니다.

우리는 낡은 것들을 과감히 버려야 하고, 상반된 의견들을 조율할 사람은 있어야 하며, 돈, 계약, 그리고 사람들에게 실질적인 영향을 미치는 결정들은 정기적으로 검토하고 데이터를 정리해야 합니다.

에이전트 한 명이 혼란스러운 회사를 자동으로 세련되고 체계적인 회사로 바꿔주지는 않는다는 점을 이해하는 것이 중요합니다.

이러한 데이터 거버넌스는 실제로 어렵고 힘들고 번거로운 작업이지만, 조직이 AI 분야에서 도약하기 위한 충분조건이자 필수조건이기도 합니다.

III. 입장의 본질로 돌아가기

데이터가 점차 확보되고 담당자들이 각 역할에 실제로 배정되자 또 다른 흥미로운 일이 벌어졌습니다.

사람들이 기계처럼 변한 것은 아닙니다.

오히려 그들은 점점 더 인간과 닮아가고 있습니다.

예를 들어, 비즈니스 전문가는 시간의 50%를 데이터 정리, 표 작성, 정보 조사 및 계약서 수정에 사용하고 나머지 50%는 고객 방문에 사용할 수 있습니다.

담당자가 초기 업무의 대부분을 처리했으므로 실제로 소요되는 시간은 20%에 불과할 수 있습니다. 나머지 80%는 고객과 만나 우려 사항을 파악하고 더욱 포괄적이고 상세한 해결책을 마련하는 데 사용할 수 있습니다.

저희 담당자도 마찬가지입니다.

과거에는 데이터 수집, 기록 정리, 정보 반복 확인에 많은 시간을 소비했습니다. 하지만 이제 이러한 작업은 점차 에이전트에게 위임될 수 있게 되었고, 덕분에 담당자들은 한 명의 블로거와 더 깊이 소통하고, 상대방의 최근 상황을 더욱 주의 깊게 파악하며, 수치화하기 어려운 관계 유지에 더 많은 시간을 할애할 수 있게 되었습니다.

인사, 법무, 콘텐츠 및 운영은 본질적으로 모두 동일합니다.

AI는 설명하고, 반복하고, 검증할 수 있는 작업을 처리하는 데 탁월합니다.

이러한 과제들을 하나씩 해결해 나가다 보면, 최종적으로 드러나는 것은 바로 속도를 높이기 가장 어려운 부분입니다.

사람들 사이의 진솔한 소통.

이는 특히 우리 회사처럼 사업 모델이 매우 전통적이고 거의 전적으로 B2B인 경우에 더욱 그렇습니다.

예를 들어, 문제가 발생한 후에도 고객이 여전히 전화를 받을 의향이 있는지 여부입니다.

블로거가 향후 몇 년 동안 당신에게 전념할 의향이 있는지 등.

Codex는 자료 준비, 세부 사항 기억, 각 통신 내용 검토에 도움을 줄 수 있습니다.

하지만 그것은 당신의 시간을 대신 내주거나 상대방과 직접 대면하여 소통해 줄 수는 없습니다.

그래서 저는 인공지능 시대에는 신뢰와 브랜드가 다이아몬드보다 더 귀중하다고 항상 말해왔습니다.

이런 것들을 모으는 건 정말 어려워요. 관리하는 데 항상 많은 시간이 걸리죠.

누군가를 도울 때, 약속을 지키면 1점을 얻습니다. 도망치는 대신 용감하게 문제를 해결하면 1점을 얻습니다. 그리고 단순히 예의 바른 변명만 늘어놓는 것이 아니라, 상대방이 힘든 시간을 보낼 때 진심으로 도와주러 나타나면 또 1점을 얻습니다.

엄청나게 느리네요.

아이러니하게도 인공지능이 더 빨라질수록 비용은 더 많이 든다.

이것이 바로 에이전트 수가 많아질수록 회사가 더욱 전통적인 기업으로 변하는 이유입니다.

비즈니스는 마치 과거 사람들이 끊임없이 직접 고객을 만나러 나가야 했던 것과 같습니다.

이제 에이전트는 블로거를 진정으로 알아가고, 이해하고, 블로거의 여정에 동행해야 하는 사람에 더 가까워졌습니다.

관리자들은 더 이상 보고서 뒤에 숨을 수 없게 되었습니다. 그들은 갈등에 직면하고, 판단을 내리고, 그에 따른 결과를 감수해야 합니다.

인공지능은 효율성과 관련된 모든 문제를 해결했고, 사람들 사이의 가장 오래된 관계가 전면에 부각되었다.

IV. 시간 절약

이 시점에서 다소 냉혹한 질문이 제기됩니다.

결국 에이전트가 절약해 준 시간이 그 부분에 쓰이는 겁니다.

많은 기업들이 AI에 대해 이야기하지만, 그들이 가장 중요하게 생각하는 것은 업무 시간 절약입니다.

예전에는 4시간이 걸리던 작업이 이제는 20분밖에 걸리지 않습니다. 예전에는 20명을 담당하던 자리가 이제는 50명을 담당할 수 있습니다. 예전에는 이틀이 걸리던 계획 수립 작업이 이제는 30분 만에 완료됩니다.

이 수치들은 분명히 중요합니다.

하지만 절약된 시간이 결국 더 많은 회의, 보고서, 승인 절차, 그리고 아무도 읽지 않는 서류 작업으로 채워진다면, 회사는 더욱 바빠질 뿐입니다.

만약 이전에는 하루에 5가지 일만 하던 직원이 에이전트 사용 때문에 20가지 일을 해야 하고, 그 20가지 일을 모두 즉시 제출해야 한다면, 그는 기술이 자신을 해방시켜 주었다고 느끼지 않을 것입니다.

그는 채찍이 더 빨라졌다는 것만 느낄 뿐이었다.

상사가 쉽게 간과할 수 있는 부분이라고 생각합니다.

회사 입장에서 보면 효율성 향상은 당연히 좋은 일처럼 보입니다.

우리는 경계가 허물어지고 과거에는 할 수 없었던 많은 일들을 이제 할 수 있게 되었다는 생각에 흥분할 것입니다.

제가 직접 하겠습니다.

역량이 향상되면 더 많은 프로젝트를 진행하고 싶어집니다. 마찬가지로, 에이전트가 더 많은 블로거를 관리할 수 있다면 더 많은 블로거와 계약을 맺고 싶어하고, 비즈니스 개발팀이 더 많은 정보를 처리할 수 있다면 더 많은 고객에게 접근하고 싶어하며, 콘텐츠 제작 속도가 빨라지면 더 다양한 주제를 다루고 싶어합니다.

그동안 갈고닦은 기술들은 곧 새로운 포부로 채워졌다.

제 생각에는 이것이 아마도 우리 회사의 직원 수가 점점 늘어나고 사무실을 이전해야 하는 이유 중 하나일 것입니다.

AI가 반드시 기업 규모를 축소시키는 것은 아닙니다.

이것이 가장 먼저 증폭시키는 것은 아마도 회사와 그 대표의 야망일 것입니다.

나는 이것을 나 자신에게 상기시키기 위해 적어 두었다.

야망을 갖는 것은 잘못된 것이 아닙니다. 회사는 앞으로 나아가야 합니다.

하지만 모든 효율성 향상이 궁극적으로 더 높은 수치, 더 빠듯한 일정, 그리고 더 많은 업무로 이어진다면, 우리가 AI 기반 프로세스라고 부르는 것은 결국 일반 직원이 거부하기 더 어려운 초과 근무 증가에 지나지 않을 것입니다.

그래서 회사에서는 상담원이 얼마나 많은 시간을 절약했는지 묻는 경우가 점점 줄어들고 있습니다.

제가 정말 묻고 싶은 건, 결국 그 모든 근무 시간을 누가 가져가는가 하는 겁니다.

고객에게 업무 시간을 되돌려주세요.

블로거에게 에이전트의 시간을 돌려주세요.

인사팀의 시간을 진정으로 의견을 들어줘야 할 직원들에게 돌려주세요.

법조계는 27판 형식을 기계적으로 수정하는 대신, 어려운 판결을 내리는 데 시간을 할애해야 합니다.

콘텐츠 팀에게 경험, 호기심, 그리고 진정으로 글감을 쓸 가치가 있는 것들에 시간을 쏟을 수 있도록 돌려주세요.

또한 일반인에게 자신에게 쓸 수 있는 시간을 어느 정도 돌려줍니다.

그는 새로운 것을 배우고, 일을 더 잘하고, 더 일찍 집에 가서 제대로 된 식사를 할 수 있습니다.

관리자들은 종종 직원을 생산성과 혼동합니다.

하지만 저는 사람들이 에이전트에 의해 에너지가 고갈되기를 기다리는 배터리와 같다고 생각하지 않습니다.

제 생각에 인공지능이 조직에 가져다주는 가장 큰 가치는 모든 구성원이 인공지능에 대해 더욱 진정한 열정과 기쁨을 갖게 된다는 점입니다.

오직 이런 방식으로만 세상에 대한 호기심을 되찾고 타인과의 상호작용에서 더 큰 신뢰를 쌓을 수 있습니다.

V. 관리자란 무엇인가?

그다음은 가장 잔인한 부분입니다. 바로 관리자들 자신입니다.

과거에는 관리자가 업무를 배정하는 것만으로도 자신의 가치를 쉽게 입증할 수 있었습니다.

회의를 열고, 진행 상황을 독려하고, 일일 보고서를 수집하고, 승인을 처리하고, 작업을 10단계로 나누고, 모든 사람이 그 10단계를 엄격하게 따랐는지 확인합니다.

하지만 에이전트가 실행 작업의 상당 부분을 차지하게 되면서 이러한 관리 방식은 점점 더 어려워집니다.

직원들은 각자 Codex 도구를 가져와 자료를 연구하고, 해결책을 개발하고, 스크립트를 작성하고, 이전에는 여러 부서가 필요했던 프로세스를 한 번에 실행할 수 있습니다.

이 시점에서 관리자들이 정말로 해야 할 일은 너무 많은 조치를 취하는 것이 아닙니다.

대신 우리는 이렇게 물어야 합니다.

정확한 목표는 무엇인가요?

절대 틀릴 수 없는 것은 무엇일까요?

기업이 감수할 수 있는 위험은 무엇일까요?

그 결과가 어느 정도까지 완벽하다고 여겨져야 할까요?

사고 발생 시 최종 결정은 누가 내리나요?

만약 문제가 발생하면 누가 책임을 질 건가요?

저는 이런 것들이 특히 어렵고, 멋진 파워포인트를 만드는 방법은 전혀 모르겠습니다.

하지만 이것이 바로 경영의 현실입니다.

프롬프트 작성법을 모르는 관리자라도 배울 시간은 아직 있습니다.

만약 관리자가 목표를 명확하게 설정하지 못하고, 판단력을 발휘하지 못하며, 문제가 발생했을 때 부하 직원에게만 책임을 전가한다면, 아무리 강력한 관리자라도 그를 구할 수는 없을 거라고 생각합니다.

때로는 인공지능이 관리자에게 미치는 가장 큰 영향은 도구의 새것 여부와는 아무런 관련이 없고, 인공지능 시대에는 이전에는 프로세스 속에 숨겨져 있던 많은 비효율성이 인공지능에 의해 점차 드러난다는 점에 있다고 느낍니다.

과거에는 인력이 부족했다거나, 정보가 제대로 정리되지 않았다거나, 하위 실행 체계가 미흡했다고 말할 수 있었습니다.

그런데 지금 당신은 대체 무슨 이야기를 하고 있는 건가요?

담당자가 모든 정보를 수집하고, 해결책을 제시하고, 실행 비용을 절감해 주었는데도 여전히 마지막 결정을 내리지 못한다면, 더 이상 무슨 말을 해야 할까요?

저에게도 마찬가지입니다.

모든 사람이 스스로 창의력을 발휘하기를 기대하면서 동시에 모든 세부 사항이 내 생각대로 되기를 요구할 수는 없습니다.

야근 시간, 메시지 답장 속도, 바쁜 표정으로 사람을 판단하는 건 제가 결과 지향적인 사람이라고는 할 수 없겠네요.

불분명한 목표를 그냥 버리고 인공지능 사용법을 배워야 한다는 핑계로 경영 책임을 직원들에게 전가할 수는 없습니다.

이것들은 사실 제 극심한 무능함을 보여주는 징후들입니다.

따라서 조직이 인공지능 시대에 어떻게 진화할지는 종종 그 기업이 인공지능 시대에 어떤 모습이었는지에 달려 있습니다.

사람을 신뢰하지 않는 회사는 요원을 활용하여 더욱 세밀한 감시를 실시할 것이다.

통제에 익숙한 상사는 에이전트를 이용하여 명령을 더 빠르게 내릴 것입니다.

사람을 존중할 의지가 있는 회사만이 상담원을 일반 직원들의 손에 쥐어진 도구로 진정으로 변화시킬 수 있습니다.

인공지능이 자동으로 고급 경영을 가져다줄 리는 없습니다.

그것은 달의 뒷면만 보여줄 것입니다.

VI. 신입은 무엇을 해야 할까요?

이 부분은 우리가 미흡한 점 중 하나이지만, 동시에 해결하려고 노력 중인 부분이기도 합니다. 신입 사원을 채용할 때, 어떻게 교육해야 할지 잘 모릅니다. 예를 들어, 콘텐츠 업계 신입 사원은 정보 검색, 제목 수정, 사례 연구 정리, 초안 작성부터 시작할 수 있습니다. 신입 사업 개발 전문가는 고객 정보 정리, 회의 참석, 회의록 작성, 제안서 수정부터 시작할 수 있습니다. 신입 법률 전문가는 가장 기본적인 계약서와 약관을 읽어보는 것부터 시작할 수 있습니다.

이러한 작업들은 지루하고 때로는 매우 힘겹습니다.

하지만 과거에는 사람들이 이러한 겉보기에는 평범해 보이는 일들을 통해 감각을 발달시키는 경우가 많았습니다.

하지만 이제 저희 상담원은 신규 사용자에게 단 몇 분 만에 80점 만점에 해당하는 답변을 제공할 수 있습니다.

특히 단기적으로는 즐겁습니다.

신입 사원이 과거에는 6개월이 걸렸을 일을 첫 주 만에 해낼 수도 있습니다. 회사 입장에서는 교육 비용이 절감되고, 신입 사원은 자신이 갑자기 훨씬 더 유능해졌다고 느끼게 됩니다.

하지만 갑작스러운 생산성 향상이 반드시 그 사람이 진정으로 성장했다는 것을 의미하는 것은 아닙니다.

그가 그러한 기초 작업을 거치지 않았더라면, 인공지능이 왜 그런 행동을 했는지 이해할 기회가 없었을 것이고, 정답처럼 보이는 오답을 제시했을 때에도 전혀 의심하지 않았을 것이다.

제가 가장 두려워하는 것은 신규 사용자들이 AI 사용법을 모른다는 것이 아닙니다.

제가 우려하는 것은 그가 인공지능만 이용하고 스스로 판단력을 키울 기회를 결코 갖지 못하게 될 것이라는 점입니다.

솔직히 말해서, 조직에서 신입사원들은 언제나 가장 약한 집단이기 때문입니다.

그는 종종 길을 잃은 듯한 기분을 느꼈고, 어떤 질문을 해야 할지, 어떤 규칙이 만료되었는지, 혹은 상관이 "직접 해봐"라고 말했을 때 자신이 정말로 결정을 내릴 권한이 있는지조차 확신할 수 없었다.

에이전트는 결과물을 제공하지만, 그에 따른 결과를 감당할 능력을 반드시 갖추는 것은 아닙니다.

만약 회사가 결과만 본다면, 그는 80점짜리 답변에 휘둘리다가 아주 중요한 순간에 큰 실수를 저지를 것이고, 그때서야 회사는 "왜 이걸 이해하지 못하는 겁니까?"라고 물을 것입니다.

저도 매우 걱정스럽습니다. 이는 신규 인력 유입에 매우 악영향을 미치기 때문입니다.

저희 회사에서 신입사원들이 성장할 수 있는 경로를 어떻게 재설계할지 고민해 왔습니다.

이 경로는 결코 신규 진입자들이 무의미한 고된 노동을 계속하도록 하거나, 기술을 연마하기 위해 사람들을 과거 육체노동 시대로 되돌리려는 의도가 아닙니다.

대신, 우리는 그가 왜 담당자가 그렇게 행동했는지 설명할 수 있도록, 다양한 해결책을 비교해 볼 수 있도록, 실제로 고객을 만나게 해 줄 수 있도록, 실수의 결과를 직접 보게 해 줄 수 있도록, 누군가의 지지를 받으며 판단을 내릴 수 있도록, 그리고 최종 결과물에 서명할 수 있도록 최대한 많은 시간을 할애합니다.

신입 사원에게 필요한 것은 단순히 빠른 결과물만이 아니라고 생각합니다.

그는 실수를 안전하게 몇 번 해봐야 하고, 진정으로 이해해주는 사람에게 바로잡아줘야 하며, 언젠가는 자신도 다른 사람들을 도울 수 있다는 것을 알아야 합니다.

신규 참가자에게 80점 만점에 가까운 답변을 내놓을 수 있는 에이전트를 제공하는 것은 쉽습니다.

그에게 전문가가 될 수 있는 길을 제시하는 것이 진정한 경영이다.

VII. 우리의 본질

그래서 처음으로 돌아가서, 제가 우리 회사에 AI가 많을수록 전통적인 회사와 더 비슷해진다고 말한 이유가 바로 그것입니다.

인공지능이 가속화할 수 있는 모든 것을 가속화하게 되면, 인공지능으로 가속화할 수 없는 조직의 진정으로 어려운 부분들이 마침내 수면 아래로 드러나게 될 것이기 때문입니다.

데이터는 자동으로 정리될 수 있지만, 신뢰는 그렇지 않습니다.

계약은 신속하게 체결할 수 있지만, 책임은 발생할 수 없습니다.

사람들 사이의 진정한 소통은 불가능합니다. 고객 정보를 분석하는 것은 분명히 가능하지만, 나쁜 소식을 접했을 때 고객이 여전히 당신을 신뢰할지는 순전히 분석만으로 계산할 수 있는 것이 아닙니다.

이것들은 낡고, 느리고, 매력적이지 않다.

하지만 소규모 회사의 운명은 종종 이러한 요소들에 달려 있습니다.

저희 회사는 기술적 장벽에 부딪힌 그런 회사가 아닙니다. 저희는 이 시대에 작은 사업 영역을 개척하고, 파트너를 지원하며, 스스로 살아남을 방법을 찾으려는 작은 회사일 뿐입니다.

우리가 살아남을 수 있었던 것은 여전히 우리에게 예산을 맡겨주는 고객, 자신의 커리어를 우리에게 맡기는 블로거, 오프라인 행사나 심지어 버라이어티 쇼까지 우리와 함께 진행하려는 업계 리더, 그리고 "AI 시대에 모든 것을 연결"하기 위해 계속 함께 일할 수 있다고 믿는 동료들이 있기 때문입니다.

그래서 저는 조직에서 데이터, 에이전트, 자동화의 진정한 가치는 중간에 있는 사람을 제거하는 데 있는 것이 아니라는 확신이 점점 더 강해지고 있습니다.

우리가 그렇게 많은 블로거 태그를 만드는 이유는 언젠가 블로거들을 더 이상 알 필요가 없게 되기 때문이 아닙니다.

그의 에이전트가 그를 만났을 때, 그가 과거에 겪었던 일과 지금 그에게 필요한 것이 무엇인지 더 잘 이해할 수 있도록 하기 위한 것이었습니다.

기업들이 상담원에게 고객 정보를 수집해달라고 요청하는 것은 상담원이 고객을 다시는 만나지 않기 위해서가 아닙니다.

바로 이러한 이유 때문에 고객 앞에 앉았을 때, 사전에 해야 할 준비 작업에 시간을 낭비할 필요가 없습니다.

우리가 회의록, 문서, 표준운영절차서(SOP)를 저장하는 이유는 조직이 시스템에만 전적으로 의존하도록 하기 위함이 아닙니다.

이는 새로 온 사람들이 도움을 구걸하거나 처음부터 시작할 필요 없이, 다른 사람들이 이미 겪었던 함정을 피할 수 있도록 하기 위함입니다.

인공지능은 인간 대 인간 상호작용에서 불필요한 손실을 없애는 데 중요한 역할을 합니다.

그런 다음, 한 사람에게 다른 사람을 진정으로 알아갈 시간을 더 주세요.

이것이 우리의 진정한 본성입니다.

우리는 직원 수십 명만으로 클라우드에서 독자적으로 운영할 수 있는 초거대 기업이 아닙니다.

우리는 이 시대의 가장 발전된 기술을 활용하여 아주 전통적인 일들을 잘 해내려고 노력하는 평범한 사람들의 모임입니다.

고객을 잘 응대하고, 블로거를 잘 지원하고, 신입을 잘 멘토링하고, 약속을 지키고, 함께 일하는 사람들의 삶을 더 나아지게 하는 것.

우리는 인공지능을 점점 더 많이 사용하고 있지만, 동시에 점점 더 전통적인 방식으로 돌아가고 있습니다. 하지만 저는 이것이 퇴보라고 생각하지 않습니다.

다만 기술이 점차 효율성이라는 겉껍질을 벗겨낼 뿐입니다.

우리는 마침내 사람들 사이에서 가장 중요한 것이 무엇인지 분명히 알게 되었습니다.

결론적으로

지난 2년 반을 돌아보며 이 글을 쓰니, 사실 꽤 감정이 북받쳐 오릅니다.

우리는 수많은 생사의 위기를 겪었고, 수많은 잘못된 결정을 내렸습니다.

비록 제가 아직 살아있고 더 큰 사무실로 이전할 예정이지만, 우리가 정답을 찾았다고 감히 말할 수는 없습니다.

모든 기업에 인공지능을 전면 도입하는 것이 적합한지는 잘 모르겠습니다.

저는 얇은 중간 플랫폼과 두꺼운 최전선 구조가 AI 시대에 적합한 조직 접근 방식인지 잘 모르겠습니다.

우리가 신입사원을 위해 설계한 성장 경로가 결국에는 실제로 효과를 발휘할지 저는 전혀 모르겠습니다.

하지만 적어도 한 가지는 점점 더 확신하게 되었습니다.

인공지능 시대의 조직 변화는 표면적으로는 도구, 프로세스, 데이터 및 효율성의 변화를 수반할 수 있지만, 궁극적으로는 기업이 직원들을 어떻게 대하는지를 시험하는 것입니다.

창조의 힘을 최전선에 있는 사람들에게 넘겨줄 의향이 있으십니까?

에이전트 덕분에 절약한 시간을 고객, 블로거, 직원, 그리고 당신의 삶에 되돌려줄 의향이 있으신가요?

당신은 아직 미숙한 신입 사원에게 실수하고 성장할 수 있는 여지를 줄 의향이 있습니까?

그들은 문제가 발생했을 때 절차와 보고서 뒤에 숨는 대신, 스스로 나서서 결과에 대한 책임을 질 의향이 있는가?

이러한 요소들이 회사가 궁극적으로 어떤 기업이 될지를 결정합니다.

마지막으로, 앙투안 드 생텍쥐페리의 소설 《고향에서 멀리 떨어진 곳》에 나오는 구절로 이 글을 마무리 짓고 싶습니다.

그는 이렇게 말했다:

"어떤 직업의 위대함은 무엇보다도 사람들을 연결하는 데 있을지도 모릅니다. 세상에는 단 하나의 진정한 사치가 있는데, 그것은 바로 사람 사이의 관계입니다."

예전에는 그런 말을 읽으면 꽤 낭만적이라고 생각했을지도 모릅니다.

하지만 2년 반 동안 회사를 운영하면서 회사가 존폐 위기에 처했던 순간들도 겪었고, 주변 사람들의 수가 점차 늘어나는 것을 지켜보면서 이제는 그 말이 사실이라고 생각합니다.

마지막으로, 향후 재무, 법무, 인사, 운영, 사업 등 다양한 직무를 담당하는 동료들이 AI를 어떻게 활용하는지 공유하는 특별 코너를 만들 수도 있습니다. 개인적으로 저는 그들이 AI를 활용하는 모습을 보는 것이 매우 고무적이라고 생각합니다.