- AI를 보고로만 받는 임원은 AI의 속도, 비용, 실패 패턴을 몸으로 모르기 때문에 판단이 편향됩니다.
- 직접 쓰는 임원은 무엇을 팀에게 맡길 수 있고 어디서 검토가 필요한지를 구분합니다.
- 이 격차는 AI 기술 이해가 아니라 출력이 어떤 상황에서 틀리는지를 경험으로 아는가의 차이입니다.
AI를 모르는 임원은 없지만 직접 쓰는 임원은 드뭅니다
BCG가 2023년 발표한 '사람들이 생성형 AI로 어떻게 가치를 만들고 파괴하는가' 보고서에서 18,000명을 대상으로 조사한 결과, 컨설턴트와 변호사 등 지식 노동자 중 AI를 실제로 쓰는 비율과 쓰지 않는 비율의 성과 차이는 최대 40%에 달했습니다. 임원 직급에서는 AI를 전략적으로 중요하다고 답하는 비율이 높은 반면, 실제로 일상 결정 과정에서 AI를 직접 사용한다고 답하는 비율은 크게 낮았습니다.
이것은 태도의 문제가 아닙니다. 임원의 업무는 대부분 AI를 보고를 통해 경유합니다. 팀이 AI로 분석하고 요약하고 제안하면, 임원은 그 결과를 받아 승인하거나 방향을 조정합니다. 프로세스 자체가 임원을 AI와 한 단계 떼어 놓는 구조입니다.
문제는 이 구조가 판단을 왜곡한다는 점입니다. AI 출력이 어떤 상황에서 틀리는지, 어느 정도 속도로 나오는지, 어느 수준의 작업 비용인지를 몸으로 모르면 팀에게 요청할 때 현실에서 벗어난 기대나 지나치게 보수적인 요청을 하게 됩니다. 두 경우 모두 팀을 잘못된 방향으로 이끕니다.
모르는 것이 만드는 두 가지 판단 오류
첫 번째 오류는 과대 위임입니다. AI를 직접 써 본 적 없는 임원은 AI가 내놓은 결과를 검토 없이 신뢰하기 쉽습니다. '이건 AI가 처리하면 되겠지'라는 결정이 여기서 나옵니다. 팀은 AI 출력을 검토 없이 납품하고, 나중에 오류가 발견됩니다. 오류의 책임이 누구에게 있는지 불명확해집니다.
두 번째 오류는 과소 위임입니다. AI를 써 본 적 없지만 실패 사례를 들어 알고 있는 임원은 팀의 AI 활용을 반사적으로 걸러내거나 승인을 지연합니다. '그걸 AI한테 맡겨도 돼?'라는 질문이 업무 속도를 줄입니다. 현장은 AI를 쓰고 싶어도 승인을 기다리다 기존 방식으로 돌아갑니다.
두 오류 모두 기술 무지에서 나오는 것이 아닙니다. AI 출력이 어떤 조건에서 신뢰할 수 있고, 어떤 조건에서 반드시 검토가 필요한지를 경험으로 모르기 때문입니다. 이 구분은 강의나 보고로는 전달되지 않습니다. 직접 결과를 받고 틀린 경험을 해야 생깁니다.
임원이 AI를 직접 써야 하는 자리는 어디입니까
Ahn Partners 판단: 임원이 AI를 직접 써야 하는 자리는 코딩이나 도구 제작이 아닙니다. 임원이 매일 만나는 업무인 보고서 검토, 회의 준비, 결정 문서 초안, 이메일 응대에서 AI를 직접 활용하는 것이 판단 보정에 가장 효과적입니다.
보고서 하나를 AI로 먼저 요약해 보고 원본과 비교합니다. 회의 안건을 AI에게 주고 논리 허점을 찾아 달라고 합니다. 제안서 초안을 AI에게 검토시켜 보고 팀 검토 결과와 비교합니다. 이 과정에서 임원은 AI가 어디서 일반론을 내놓는지, 어느 지점에서 구체성이 사라지는지를 직접 경험합니다.
이 경험 없이 팀의 AI 활용을 승인하거나 기각하는 임원은 상대의 판단을 검토할 기준이 없습니다. 이번 주 한 가지 조치는 팀 보고서 하나를 직접 AI에 넣고 요약을 받은 뒤, 팀이 제출한 요약과 나란히 놓는 것입니다. 두 요약이 어디서 갈리는지를 보면 팀이 무엇을 강조하고 무엇을 생략했는지가 보입니다.
점검 목록
- 지난 한 달 AI 관련 결정 중 직접 AI를 써서 확인한 것과 보고로만 받은 것의 비율은 어떻게 됩니까
- 팀이 AI 출력을 검토 없이 납품하는 경우와 검토 후 납품하는 경우를 구분하는 기준이 있습니까
- 임원으로서 AI가 틀린 경우를 직접 경험한 적이 있습니까. 그 경험을 팀 기준에 반영했습니까
출처
- BCG (2023). How People Create and Destroy Value with Gen AI. 지식 노동자 18,000명 대상. AI 직접 사용 여부에 따른 성과 차이 및 임원 활용 격차 분석.
- McKinsey Global Institute (2024). The State of AI in 2024. C레벨 AI 전략 인식 대비 실제 업무 활용률 데이터.
AI 에이전트 도입이 인력에 미치는 실제 영향과 CEO가 지금 해야 할 것 AI 에이전트는 사람을 자르지 않습니다에서 이어집니다.
AI 도입에 투자할 때 어떤 기준으로 예산과 범위를 결정해야 하는지 AI에 예산을 배정하는 임원이 직접 써보지 않으면 놓치는 세 가지 판단에서 이어집니다.
임원들이 ChatGPT나 Claude를 개인 계정으로 쓰는 것을 어떻게 관리해야 하는지 모르겠습니다 경영진이 개인 계정으로 AI에 입력하는 정보가 회사 데이터 정책의 외부에 있습니다에서 이어집니다.