칼럼 | AI 먼저, 전략은 나중? 그 착각의 대가

AI 도입을 컨설팅하며 조직을 지원하기 시작했을 때, 한 가지 우려스러운 흐름을 목격했다. 조직 리더들이 AI에 대한 과대광고에 집착하면서도, 정작 그것이 자사 비즈니스에 왜 중요한지, 어떤 영향력을 줄 수 있는지는 제대로 이해하지 못하고 있었다. 이사회와 경영진은 데이터 책임자에게 “우리는 AI로 무엇을 하고 있나?”와 같은 피상적인 질문만 던졌으며, 이는 회사의 전략이나 목표와 전혀 연결되지도, 정렬되지도, 관심을 받지도 못했다.

그러나 이 같은 C레벨과 이사회 차원의 질문 뒤에는 더 근본적인 단절이 있었다. AI 관련 프로젝트가 비즈니스 우선순위에 기반하지 않았으며, 더 심각한 문제는 AI를 실행하고 도입해야 하는 사람들과도 전혀 연결되어 있지 않았다는 점이다.

한 대기업에서는 AI에 대한 단절된 커뮤니케이션이 직원들의 환멸을 불러온 사례를 직접 목격했다. 경영진은 수백억 원을 자동화 기술에 투자했지만, 정작 이러한 프로젝트를 직무 설계, 재교육 경로, 인센티브 등과 연결하지 못했다. 그 결과, AI에 대한 내부 커뮤니케이션은 단절됐고, 직원들은 데이터 및 AI 전환을 지지하거나 참여할 동기를 잃은 채 무력감을 느끼게 됐다. 가트너는 ‘AI 도입을 가로막는 3가지 장벽’에서 이를 “미지에 대한 두려움”이라고 표현했다. 사람, 프로세스, 시스템 사이의 지속적으로 방치된 마찰이야말로 진짜 문제였다.

이러한 마찰은 다음과 같은 양상으로 나타난다.
• 명확한 목적 없이도 수백억 원을 기술 업그레이드에 투자하려는 경영진의 태도
• 반대로, 재교육이나 기존 방식의 변화에는 소극적이며 오히려 자원을 줄이려는 움직임

만약 AI 환경에 맞는 역량을 갖추기 위해 컨퍼런스 참석이나 유료 교육 과정을 요청하면 예산이 없다는 답이 돌아온다. 기술에는 투자하면서도 인재에는 그렇지 않다는 이중적인 태도는 직원들에게 명확하고도 부정적인 메시지를 보낸다. 실제로 가트너는 AI 전환의 첫 번째 장벽이 ‘역량 부족’이라고 설명한다. 그렇다면 AI가 기대만큼의 성과를 내지 못하는 것은 당연하지 않은가?

AI 도입은 사람 없이는 성공할 수 없다. 그 핵심은 T.R.U.S.T. 문화에 있다.
• 투명성(Transparency): 데이터가 개방적이고 명확하며, 이의 제기가 용이한가?
• 관계(Relationships): 부서 간 협업이 원활한가, 아니면 주도권 경쟁이 벌어지고 있는가?
• 이해(Understanding): 직원들이 데이터를 자신 있게 활용할 수 있는 문해력과 지원을 받고 있는가?
• 심리적 안전(Safety): 질문하고, 리스크를 공유하고, “잘 모르겠다”고 말할 수 있는가?
• 경영진의 메시지(Tone from the top): 변화에 대한 투명성, 교육, 체계적인 변화 관리, 인센티브가 갖춰져 있는가?

AI에 대한 저항은 기술적인 문제가 아니다. 그것은 조직 내 ‘부족주의(tribalism)’ 문제다.
AI로 일자리가 줄어들 것이라는 뉴스가 나오면, 데이터 및 AI 책임자(CDAI)나 CIO는 곧 닥쳐올 사내 대화를 우려한다. 다양한 산업군에서 경험한 바로는 AI에 대한 저항은 알고리즘 때문이 아니다. 그것은 권력, 보호 본능, 정체성의 문제다.

예를 들어, 한 고객사는 언어 모델을 도입해 컴플라이언스 부서의 수작업 리뷰 부담을 줄이려 했다. 기술은 잘 작동했지만, 직원들은 강하게 반발했다. 이유는 단 하나였다. 그들의 업무가 어떻게 바뀔지에 대한 명확한 설명 없이 “변화가 있을 것”이라는 말만 들었기 때문이다. 맥킨지는 직원들이 AI 도입 과정에서 느끼는 불안을 극복하려면 다음과 같은 메시지가 필요하다고 제안한다.

“경영진은 직원들이 느끼는 ‘대체와 상실’에 대한 두려움을, 생성형 AI가 제공하는 ‘보완과 향상’의 가능성에 대한 메시지로 극복할 수 있다. 이 기술은 직원 경험을 획기적으로 개선할 수 있다.”

자신의 역할이 위협받는다고 느끼는 직원은 지식을 숨기고, 변화에 저항하며, 프로세스 개선을 거부한다. 이처럼 심리적 안전이 부족하면, AI 도입은 권력 투쟁으로 변질된다. 그 불안이 조직 내에 퍼지면 협업과 호기심은 사라지고, 이는 결국 혁신 자체를 가로막게 된다. 명확한 서사가 없다면 마찰이 모든 것을 삼켜버리고, 프로젝트는 실패하며, 시간과 자금, 사기, 생산성이 모두 무너진다.

이제는 마찰 없는 행동을 장려하는 인센티브 구조를 만들어야 한다. 지식 공유, 데이터 공유, 부서 간 정렬, 불확실성 인정, 빠른 실험 등을 보상하는 구조다. 이것은 기술적 과제가 아니라, 조직 문화를 재설계하는 일이다.

AI 도입, 소프트웨어보다 조직 구조부터 설계해야

AI를 조직에 도입하면 기존의 조직 구조와 운영 프로세스를 포함한 레거시 체계 전반에 영향을 미치게 된다. AI에 익숙한 스타트업과 달리 대기업은 전략적 의사결정 역량이 경영진이 아닌 현업 구성원에게 내재돼 있기 때문에 ‘린(lean) 우선’ 접근법을 취할 수 없다. AI에 최적화된 설계란, 대부분의 AI 로드맵이 강조하는 기술 중심 방식과는 정반대로, 조직도와 비즈니스 목표에서 출발해야 한다.

왜 이 방식이 중요할까? 와이어드(Wired)의 이선 월릭은 “AI는 모든 조직 전략의 중심이 될 것”이라는 글에서 다음과 같은 미래를 예측한다.
“AI와 인간 협업을 전제로 운영 모델 전체를 설계한 ‘AI 네이티브’ 스타트업이 급증할 것이다. 이들은 소수의 고숙련 인력과 정교한 AI 시스템이 함께 일하며, 대규모 전통 조직과 대등한 성과를 낼 것이다.”

동일한 기사에서 월릭은 대기업의 경우 부서 간 실무자와 관리자가 AI를 실질적인 성과로 전환할 방법을 발견함으로써 가치를 창출할 수 있다고 강조한다. 이는 AI 도입에서 직원의 역할이 얼마나 중요한지를 보여준다. AI에 최적화된 설계를 위해서는 스타트업처럼 처음부터 ‘슬림하게’ 출발할 수 없는 대기업의 현실을 인정하고, 내부에 이미 존재하는 운영 인텔리전스를 적극적으로 발굴하고 통합해야 한다. 하지만 많은 AI 전략이 이를 간과하고 있다.

진짜 확장의 장벽을 진단하고 해체하라
최근 한 글로벌 기업과 진행한 프로젝트에서는 ‘AI 마찰 감사(AI friction audit)’를 실시해, AI 관련 프로젝트가 조직 내에서 확산되지 못한 지점을 파악했다. 결과는 놀랍지 않았지만, 많은 것을 시사했다. 가장 큰 장애물은 기술이 아닌 구조와 문화에 있었다. 부서 간 정치적 경쟁, 불분명한 의사결정 권한, 가치 기준의 불일치, 협업에 대한 인센티브 부재 등이 확산의 걸림돌이었다. 이는 특정 부서의 문제라기보다 시스템 전반의 설계 결함이었다.

이 과정을 통해 경영진은 AI 도입 로드맵에서 간과했던 현실을 인식하게 됐다. AI는 권력 구도, 워크플로우, 그리고 조직의 DNA 자체를 바꾼다. 기존의 구조와 인센티브가 기술 변화에 맞춰 진화하지 않으면, 해결되지 않은 긴장 요소들이 도입 자체를 무너뜨린다. 의사결정의 충돌, 우선순위 불일치, 기능 중심의 사일로와 같은 문제를 외면한 전략은 성공에 필요한 기본 조건 자체를 갖추지 못한다.

하지만 여전히 많은 AI 로드맵은 조직도를 고정된 구조로 간주하고, 의사결정을 사일로화하며, 가치 충돌을 남의 문제로 치부한다. AI 전환을 위한 설계는 사람 중심에서 시작해야 하며, 협업을 선택이 아닌 필수로 만드는 레거시 구조를 해체해야 한다.

가장 흔하게 저지르는 실수 중 하나는 기술을 중심으로 AI 로드맵을 짜고, 이후에 비즈니스에 이를 억지로 맞추려는 시도다. 이는 ‘망치를 들고 못을 찾는’ 접근에 불과하다. 조시(Joshi) 등 연구진은 “왜 많은 데이터 과학 프로젝트가 성과를 내지 못하는가”라는 논문에서 이 문제를 지적한 바 있다. 역량만으로 도입을 추진할 수 없다. 행동의 변화가 있어야 한다. 부서 간 정렬, 데이터 공유, 불확실성 조기 노출, 신속한 실험은 단순한 전술이 아니라 건강한 조직 문화를 보여주는 행동 신호다.

사람 중심이 아닌 AI 전략은 이미 방향을 잘못 잡은 것이다
현실은 냉정하다. 많은 조직 문화가 AI 도입의 장애물로 작용한다. 사람에 대한 투자, 공감대 형성, 전략적 정렬이 부족한 조직은 AI 도입 과정에서 계속해서 극복하기 어려운 마찰에 부딪힐 것이다. 데이터 리더는 이제 AI를 기술적 과제가 아니라 조직 문화 설계의 문제로 인식하고 변화의 설계자로 나서야 한다. AI로 성공할 조직은 행동 변화와 재교육에 투자하는 조직이다. 다음의 S.M.I.L.E. 프레임워크는 이를 위한 전략적 지침이 될 수 있다.

• Start: AI 전략은 조직 문화 진단으로 시작하라
• Make: 행동 지표를 AI KPI에 포함시켜라
• Incentivize: 지식 공유, 데이터 공유, 부서 간 정렬, 불확실성 인정, 신속한 테스트에 인센티브를 부여하라
• Lead: 변화 관리를 전면에 내세워 정렬을 유도하고 도입 속도를 높이며, 지속 가능한 효과를 만들어라
• Emphasize: AI를 혼란이 아닌 팀 역량 강화의 수단으로 강조하라

결국 모든 것이 실패할 것처럼 느껴질 때, 웃으며(S.M.I.L.E.) 다시 시작하라.