AI 도구로 직원이 빨라졌는데 회사 실적이 그대로인 이유

브리뇰프슨 외 연구진이 2023년 발표한 NBER 논문에서 AI 코파일럿을 쓴 고객 서비스 담당자의 개인 처리량은 14% 증가했지만, 기업 전체 손익 지표는 같은 기간 유의미하게 변하지 않았습니다.
개인 생산성이 올라가도 그것이 조직 성과로 전환되려면 업무 흐름과 의사결정 구조가 함께 바뀌어야 합니다. 도구 도입만으로는 조직의 병목이 이동하지 않습니다.
아세모글루가 2024년 추정한 AI의 총요소생산성 기여는 0.5% 미만입니다. 개인 차원의 14% 증가와 거시 차원의 0.5% 사이에 있는 것이 조직 구조입니다.

직원은 빨라졌고 회사 숫자는 그대로입니다

고객 응대팀에 AI 코파일럿을 도입한 지 여섯 달이 지났습니다. 상담사 한 명이 처리하는 티켓 수는 35% 늘었습니다. 팀장은 분기 실적 보고에서 이것을 성과로 제시했습니다. 그런데 같은 분기 영업이익은 전년 동기 대비 1.2% 상승에 그쳤습니다. 이전 두 분기 평균과 통계적으로 차이가 없는 수치였습니다.

이 간극이 뜻밖입니다. 개인 처리량이 35% 오르면 같은 인원으로 더 많은 일을 할 수 있고, 그것이 비용 절감이나 매출 증가로 이어져야 할 것 같습니다. 그런데 현실에서는 처리 속도가 오른 만큼 티켓이 더 많이 들어오거나, 다른 부서의 대기 시간이 그대로이거나, 빠르게 처리한 케이스의 품질 문제가 뒤에 비용을 만들어냅니다. 병목은 상담사에서 다음 단계로 이동했을 뿐입니다.

MIT의 에릭 브리뇰프슨, 대니엘 리, 린제이 레이먼드가 2023년 NBER에 발표한 논문 'Generative AI at Work'는 이 현상을 실데이터로 보여줍니다. 5,000명 규모 콜센터에서 AI 코파일럿을 도입한 결과 상담사 개인의 처리 건수는 평균 14% 증가했습니다. 그러나 연구진은 이 생산성 이득이 기업 전체 성과로 전환되는 속도와 규모가 개인 차원의 수치보다 훨씬 작다고 분석했습니다. 이유는 조직 구조의 병목입니다.

개인 속도와 조직 성과 사이에 있는 것

첫 번째 구조적 이유는 인접 업무가 함께 바뀌지 않는 것입니다. 상담사가 빨라지면 뒤에서 처리하는 결제팀, 물류팀, 기술팀의 처리 속도가 그대로인 경우 전체 흐름은 빨라지지 않습니다. 전체 시스템에서 가장 느린 지점이 전체 속도를 결정합니다. 한 지점만 빨라지면 그 지점 앞에 대기가 쌓입니다.

두 번째는 생산된 잉여 처리량을 수요로 전환하는 체계가 없다는 것입니다. 같은 인원이 35% 더 많은 티켓을 처리할 수 있게 됐다면, 그 역량 차이를 매출 증가나 비용 절감으로 연결하는 의사결정이 필요합니다. 인력을 줄일 것인지, 더 많은 고객을 유치할 것인지, 기존 인력에게 더 복잡한 업무를 맡길 것인지는 조직이 선택해야 할 문제입니다. 이 결정 없이는 빠른 속도가 그냥 더 많은 유휴 대기로 전환됩니다.

Ahn Partners 판단: AI 도구 도입 시 기대 성과를 설정할 때 개인 처리량 증가를 최종 목표로 두는 경우가 많습니다. 그러나 개인 생산성은 중간 지표입니다. 최종 지표는 매출, 비용, 고객 만족이며, 이들은 개인이 아닌 흐름 전체가 결정합니다. AI 도입 전에 조직에서 가장 느린 단계가 어디인지를 먼저 파악하고, 그 단계를 포함한 업무 흐름 전체를 재설계하는 것이 선행돼야 합니다.

거시 차원에서 확인되는 동일한 패턴

다론 아세모글루가 2024년 NBER에 발표한 'The Simple Macroeconomics of AI'는 AI가 현재 자동화할 수 있는 업무 범위와 그것이 총요소생산성에 미치는 실질 영향을 추정했습니다. 결론은 향후 10년간 AI로 인한 총요소생산성 향상이 0.5% 이하라는 것이었습니다. 개별 기업의 파일럿 실험이나 특정 직무에서 보고되는 두 자릿수 생산성 증가와 거시 추정치 사이의 간극은, 기술 성능이 아닌 조직 수용 역량이 실질 성과를 제한하고 있음을 보여줍니다.

이 간극을 좁히는 방법은 더 좋은 AI 모델을 도입하는 것이 아닙니다. 개인 처리량이 오른 자리에서 조직 전체가 그 변화를 흡수하는 방식, 즉 인접 업무 흐름, 의사결정 위임 범위, 성과 지표 재설정을 함께 바꾸는 것입니다. 도구를 먼저 도입하고 조직을 나중에 바꾸면, 나중은 대부분 오지 않습니다.

한 문장으로 정리하면

AI 도구가 직원 개인을 빠르게 만들어도, 조직의 병목이 다음 단계로 이동했을 뿐입니다. 개인 속도가 기업 실적이 되려면 업무 흐름 전체와 의사결정 구조가 함께 바뀌어야 합니다.

점검 목록

AI 도구 도입 이후 개인 처리량이 오른 자리에서 인접 부서의 대기가 늘었는가
AI로 생긴 잉여 처리 역량을 매출이나 비용으로 연결하는 의사결정이 내려졌는가
AI 도입 성과를 개인 속도가 아닌 팀 단위 또는 전사 손익으로 측정하고 있는가

출처

직원들이 각자 AI를 쓰는 방식이 다른데 조직 차원에서 어떻게 정리해야 하나요 직원이 AI 활용법을 개발해도 그 방법이 그 사람과 함께 퇴사합니다에서 이어집니다.

AI 도입 이후 직원 개인의 업무 시간이 줄었는데 회사 실적이 그대로인 이유 AI로 아낀 직원 시간이 회사 손익에 나타나지 않는 것은 전환 경로가 없기 때문입니다에서 이어집니다.