인터넷 때도 ERP 때도 이런 말을 들었습니다. 이번 AI에는 한 가지가 구조적으로 다릅니다

인터넷, ERP, 모바일 세 사이클 모두에서 이번에는 진짜 다르다는 말을 들었습니다. 그리고 세 번 모두 절반은 맞고 절반은 틀렸습니다.
과거 세 사이클은 사람의 지시를 처리하는 실행 레이어를 자동화했습니다. 이번 AI 사이클은 처음으로 결과물의 초안을 시스템이 생성합니다.
이 차이는 속도 문제가 아니라 주체 문제입니다. 경영진이 AI 위임 경계를 명시적으로 정해야 하는 이유가 여기에 있습니다.

이 말은 1999년에도 들었습니다

2024년에 AI에 대해 이번에는 진짜입니다, 이 기술은 모든 것을 바꿀 것입니다라는 말을 들은 중소중견 CEO라면, 1999년 인터넷 붐 때도, 2000년대 ERP 도입 때도, 2010년대 모바일 전환 때도 같은 말을 들었을 것입니다. 그리고 세 번 모두 절반은 맞고 절반은 틀렸습니다. 맞은 절반은 기술이 실제로 정착했다는 것이고, 틀린 절반은 그 속도와 방식이 처음 예측과 달랐다는 것입니다.

기술 붐의 사이클은 예측 가능합니다. Gartner Hype Cycle은 1995년부터 과장된 기대, 환멸, 계몽, 정착으로 이어지는 이 패턴을 기록하고 있습니다. AI도 이 패턴을 따릅니다. 그 점에서 이번이 특별하지 않습니다.

그러나 이번 AI 사이클에는 과거 세 번의 붐에 없던 것이 하나 있습니다. 그것이 무엇인지를 정확히 파악하지 못하면, 경영진은 이번 사이클도 과거와 같은 방식으로 대응하게 됩니다.

과거 세 사이클은 실행 레이어를 자동화했습니다

인터넷 붐(1995-2001)은 정보 유통 채널을 디지털화했습니다. 카탈로그가 웹사이트가 됐고, 전화 주문이 클릭 주문이 됐습니다. 사람이 판단하고 시스템이 전달했습니다. ERP(1990년대 후반-2000년대)는 업무 프로세스를 표준화하고 기록했습니다. 수작업 장부가 데이터베이스가 됐습니다. 사람이 판단하고 시스템이 기록했습니다. 모바일(2010-2015)은 접점을 다변화했습니다. 사무실에서만 가능하던 것을 어디서나 가능하게 했습니다. 사람이 판단하고 기기가 실행했습니다.

세 사이클의 공통점은 하나입니다. 시스템은 사람의 지시를 받아 처리했습니다. 사람이 결정하고 시스템이 그 결정을 빠르게 실행하는 구조였습니다. 이 구조에서 시스템 도입의 핵심 질문은 얼마나 빠른가, 얼마나 정확한가였습니다.

McKinsey Global Institute (2023). The economic potential of generative AI: The next productivity frontier에서, 생성형 AI는 지식 노동자의 업무 중 60-70%를 부분적으로 자동화할 잠재력이 있다고 분석했습니다. 이 숫자가 중요한 이유는 규모 때문이 아닙니다. 자동화의 대상이 달라졌기 때문입니다.

이번 AI는 결과물의 초안을 시스템이 만듭니다

이번 AI 사이클에서 자동화되는 것은 다릅니다. 계약서 초안을 법무팀이 쓰던 것을 AI가 쓰고 법무팀이 검토합니다. 시장 분석 보고서를 전략팀이 쓰던 것을 AI가 쓰고 전략팀이 수정합니다. 고객 응대 답변을 상담원이 쓰던 것을 AI가 제안하고 상담원이 발송합니다. 과거 사이클에서 시스템은 사람이 만든 것을 처리했습니다. 이번 사이클에서는 시스템이 초안을 만들고 사람이 검토합니다.

OECD (2023). OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market 분석에서, AI 자동화 위험에 가장 많이 노출된 직업군은 단순 반복 작업자가 아니라 고학력 지식 노동자였습니다. 과거 사이클과 반대입니다. 인터넷과 모바일은 정보 처리 속도를 높였고, ERP는 반복 업무를 줄였습니다. AI는 전문 판단의 초안을 만듭니다.

Ahn Partners 판단: 경영진이 AI 도구를 몇 개 도입했는가를 기준으로 삼으면 이번 사이클을 과거 기술 붐과 동일하게 다루는 것입니다. 이번에 물어야 할 질문은 이것입니다. 우리 조직에서 AI가 초안을 만들고 사람이 검토하는 업무가 있는가. 그 위임 경계를 우리가 정했는가. AI가 틀렸을 때 누가 최종 책임을 지는가.

한 문장으로 정리하면

이번 AI 사이클이 과거 기술 붐과 다른 이유는 하나입니다. 과거에는 시스템이 사람의 지시를 실행했고, 이번에는 시스템이 결과물의 초안을 만듭니다. 이 차이는 속도가 아니라 주체의 문제입니다. 이번 주에 우리 팀에서 AI가 초안을 만들고 사람이 검토하는 업무가 있는지, 그 검토 기준이 정해져 있는지를 확인하십시오.

점검 목록

AI 도입 여부를 도구 수로만 측정하고 있지 않은가
AI가 생성한 결과물을 사람이 검토하는 단계가 업무 흐름에 명시돼 있는가
AI의 결과물을 수정하거나 거부할 수 있는 권한과 절차가 있는가
AI가 틀렸을 때 누가 최종 책임을 지는지 명확한가