- 브린욜프손 등의 2023년 연구에서 AI 도구가 생산성을 높인 것은 정형화된 반복 업무에서였습니다. 새로운 상황과 판단이 필요한 업무에서는 숙련 직원의 경험이 여전히 핵심이었습니다.
- 결정, 책임, 신뢰는 정형화할 수 없습니다. AI가 분석을 제공해도 그 분석을 기반으로 무엇을 선택할지, 그 선택의 결과를 누가 책임질지, 팀이 그 방향을 왜 따라야 하는지는 사람이 해야 합니다.
- AI 도구를 많이 쓸수록 CEO가 집중해야 할 판단의 종류가 줄어드는 것이 아닙니다. AI가 커버하지 못하는 영역이 더 선명하게 드러나고 그것이 CEO 역할의 핵심이 됩니다.
AI 생산성 연구가 말하지 않는 것
2023년 브린욜프손, 리, 레이먼드의 연구는 콜센터 5,179명을 대상으로 AI 도구 도입 전후 생산성을 측정했습니다. 결과는 평균 14% 향상이었습니다. 그런데 세부 데이터를 보면 다른 패턴이 보입니다. 입사 6개월 미만 직원은 35% 향상됐지만 2년 이상 숙련 직원은 AI 없이 이미 높은 성과를 냈기 때문에 효과가 작았습니다. AI는 정형화된 업무의 효율을 높이는 데 강합니다. 새로운 상황과 판단이 필요한 업무에서는 인간의 경험이 여전히 핵심이었습니다.
한국 중소기업 대표들이 AI 도구를 도입한 후 자주 하는 말이 있습니다. 보고서가 빨리 나오고 데이터 정리가 쉬워졌는데 그래서 다음에 어떻게 해야 하는지는 여전히 모르겠다는 것입니다. 분석은 빨라졌지만 판단은 여전히 사람 몫입니다.
AI가 경영 분석을 대신하면 CEO의 역할이 줄어드는 것이 아닙니다. 분석 생산에 쓰던 시간이 사라지면서 판단, 결정, 책임에 더 집중해야 하는 구조가 됩니다. 역할 축소가 아니라 역할 선명화입니다.
AI 이후에도 남는 세 가지 판단
첫째는 어떤 질문을 할지 결정하는 것입니다. AI는 주어진 질문에 답을 잘 합니다. 어떤 질문이 지금 조직에서 가장 중요한 질문인가는 AI가 알지 못합니다. 시장이 바뀌고 있을 때 지금 분석해야 할 것이 무엇인지, 팀이 엉뚱한 문제를 풀고 있지 않은지를 보는 것은 사람의 판단입니다.
둘째는 결과에 책임지는 것입니다. AI가 제안한 방향을 실행했다가 실패했을 때 그 책임은 AI에게 없습니다. 팀은 대표가 그 방향을 선택했기 때문에 따랐습니다. AI 도구가 아무리 발전해도 결정의 책임 소재는 의사결정자에게 있습니다. 책임이 있는 사람이 결정을 내려야 합니다.
셋째는 신뢰와 의미를 만드는 것입니다. 팀이 어려운 상황에서 방향을 따르는 이유는 데이터가 좋아서만이 아닙니다. 이 판단이 우리 조직의 맥락을 이해한 사람에게서 나왔다는 신뢰, 그리고 이 방향이 왜 의미 있는지를 대표가 직접 연결해주는 것에서 나옵니다. AI가 만들 수 없는 종류의 신호입니다.
AI 도구를 쓸수록 CEO가 더 집중해야 할 것
Ahn Partners 판단: AI 도구를 경영에 도입한 현장 관찰에서 나온 제안입니다.
AI가 분석을 대신할수록 CEO는 두 가지에 더 많은 시간을 써야 합니다. 하나는 어떤 분석을 시킬 것인가입니다. 질문의 질이 답의 질을 결정합니다. 좋은 질문은 데이터가 아니라 현장 경험과 판단에서 나옵니다. 다른 하나는 분석 결과를 팀이 납득하게 만드는 것입니다. AI가 만든 보고서를 대표가 팀에 그대로 던지면 팀은 왜 이 방향인지를 모릅니다. 대표가 직접 의미를 연결해야 합니다.
이번 주에 점검할 것은 이것입니다. 최근 AI 도구를 써서 나온 분석 중에 그 결과로 실제로 결정이 바뀐 것이 있는가. 없다면 AI가 분석을 만들고 있는 것은 맞지만 판단과 결정은 여전히 작동하지 않는 것입니다.
점검 목록
- AI가 만든 분석 보고서 중 지난 한 달 안에 실제 의사결정을 바꾼 것이 있는가
- 팀에게 AI 분석 결과를 공유할 때 왜 이 방향인지를 대표가 직접 연결해서 설명했는가
- AI에게 맡긴 질문이 지금 조직에서 가장 중요한 질문인지 확인한 적이 있는가
출처
- Brynjolfsson, E., Li, D., & Raymond, L. (2023). Generative AI at Work. NBER Working Paper No. 31161. National Bureau of Economic Research. 콜센터 5,179명 AI 도구 도입 전후 생산성 측정, 평균 14% 향상, 숙련도별 효과 차이 분석.
- MIT Work of the Future Task Force (2023). Shaping the Future of Work. MIT Industrial Performance Center. 인간-AI 협업에서 판단, 책임, 신뢰의 인간 고유 역할 분석.
AI를 팀에 도입했는데 직원들이 잘 못 쓰는 것 같습니다. 어떻게 해야 하나요 AI에게 업무를 잘 맡기는 역량은 27년 사람 관리 경험과 같은 종류입니다에서 이어집니다.
AI를 경영 판단에 활용하려는데 결과물을 어디까지 믿어야 하는지 모르겠습니다 AI가 즉시 답을 줄수록 대표가 키워야 할 역량은 질문입니다에서 이어집니다.