이 글의 핵심
- 2025년 조직의 AI 사용률은 88%까지 올랐지만, 에이전트의 실제 업무 배치는 대부분 한 자릿수에 머물렀습니다.
- AI가 보고서를 10분 만에 써도 승인에 사흘이 걸리면 회사가 산 것은 생산성이 아니라 초안입니다.
- 정확도보다 먼저 ‘자동 실행·사후 검토·사전 승인’ 세 구역을 업무별로 나눠야 합니다.
모델이 낸 답의 품질만 측정하지 말고, 답이 나온 시점부터 실제 행동이 시작될 때까지의 시간을 재야 합니다.
2026년 Stanford AI Index에 따르면 2025년 조사 대상 조직의 88%가 적어도 한 업무에서 AI를 썼습니다. 생성형 AI 사용률도 70%였습니다. 그런데 에이전트를 실제 업무에 배치한 비율은 거의 모든 기능에서 한 자릿수였습니다. 도구는 널리 샀지만, 일을 맡기는 방식은 거의 바뀌지 않았다는 뜻입니다.
많은 회사가 이 간극을 모델 성능 문제로 오해합니다. 답이 마음에 들지 않으면 프롬프트를 고치고, 그래도 불안하면 검토자를 한 명 더 붙입니다. 그 결과 AI는 10분 만에 초안을 만들고 사람은 사흘 동안 결재자를 찾습니다. 모델의 처리시간은 줄었지만 조직의 처리시간은 그대로입니다.
사용률 88%와 업무 배치 한 자릿수 사이에 무엇이 있나
Microsoft의 2026 Work Trend Index는 문화, 관리자 지원, 인재 운영 같은 조직 요인이 직원이 보고한 AI 효과와 얼마나 함께 움직이는지 분석했습니다. 조직 요인의 설명 비중은 67%, 개인 요인은 32%였습니다. 인과관계를 뜻하지는 않지만, 개인의 활용 노력만 보면서 조직 조건을 빼놓으면 성과 격차를 제대로 설명하기 어렵다는 신호입니다.
NIST AI 위험관리 프레임워크도 사람과 AI의 역할, 감독 책임, 결과의 사용 방법을 미리 구분하라고 권고합니다. 이것은 규제 대응만을 위한 문서가 아닙니다. 누가 멈출 수 있고 누가 실행할 수 있는지를 정해야 현장이 안심하고 속도를 낼 수 있기 때문입니다.
모든 답을 승인받게 하면 AI는 비싼 타자기가 됩니다
위험이 다른 일을 같은 결재선에 태우는 것이 가장 흔한 실수입니다. 내부 회의 요약, 고객에게 보내는 가격 제안, 계약 해지 판단은 실패 비용이 전혀 다릅니다. 그런데도 모두 팀장 승인을 받게 하면 저위험 업무가 고위험 업무의 대기열에 갇힙니다.
업무를 세 구역으로 나누십시오. 되돌리기 쉽고 외부 영향이 작은 일은 자동 실행 뒤 표본 검토, 손실이 제한된 일은 담당자 확인 뒤 실행, 법률·가격·인사처럼 되돌리기 어려운 일은 사전 승인입니다. 사람을 빼는 것이 목표가 아니라 사람의 판단을 가장 비싼 순간에 쓰는 것이 목표입니다.
새 KPI는 정확도가 아니라 ‘답변에서 행동까지’입니다
파일럿 보고서에는 정확도와 사용 횟수가 자주 등장합니다. 그러나 CEO가 봐야 할 숫자는 답변이 나온 뒤 첫 행동까지 걸린 시간, 사람에게 되돌아온 비율, 되돌아온 한 건을 처리하는 시간입니다. 이 세 숫자가 줄지 않으면 AI는 업무를 줄인 것이 아니라 앞단만 빠르게 만든 것입니다.
이번 주 한 업무만 골라 20건을 추적해 보십시오. AI가 답을 낸 시각, 첫 행동이 시작된 시각, 멈춘 이유를 적으면 병목이 드러납니다. ‘승인자 부재’가 반복된다면 다음 예산은 모델 교체가 아니라 권한표 수정에 써야 합니다.
CEO가 던질 질문은 하나면 충분합니다
“이 답이 맞으면 누가 오늘 무엇을 합니까?” 이 질문에 이름·행동·시간이 바로 나오지 않으면 아직 AI 기능이 아니라 보고서 기능입니다. 반대로 답이 선명하면 작은 범위라도 운영에 넣을 수 있습니다.
AI 전환은 사람이 판단하지 않는 조직을 만드는 일이 아닙니다. 판단할 필요가 없는 일과 반드시 판단해야 하는 일을 분리하는 일입니다. 예외 처리 비용과 판단의 흔적까지 함께 설계해야 속도와 책임이 동시에 생깁니다.
이번 주에 확인할 것
- AI 답변 뒤 실제 행동까지 걸린 시간을 재고 있는가
- 자동 실행·사후 검토·사전 승인 업무가 구분돼 있는가
- 사람에게 되돌아온 건수와 처리 시간이 줄고 있는가