AI로 생산성 열 배 끌어올리기, 어떻게 가능할까?

오픈AI 설립 멤버인 안드레 카파시는 에이전틱 엔지니어링을 잘하는 사람의 업무 생산성이 그렇지 않은 사람보다 열 배 이상 될 거라 말했다. 최근 AI로 업무 생산성을 혁신한 사례도 연일 보도되고 있다. 그런데 정작 많은 기업 현장에선 이런 혁신을 체감하기 어렵다는 목소리가 크다. 이 괴리는 어디에서 비롯되는 것일까? 단순히 기술만이 아닌, 전략과 시스템, 그리고 사람이라는 관점에서 들여다볼 필요가 있다. 성공적인 AI 전환을 위한 첫걸음은 리더의 명확한 메시지다. AI 전환이 전방위적이고 영속적으로 일어날 것이며, 이를 위해 조직 구조와 일하는 방식 변화도 동반될 것임을 공표해야 한다. 특정 부서에서 먼저 실효성을 검증해 보겠다는 접근법은 ‘POC(Proof of Concept)의 함정(파일럿 테스트는 성공적이나, 상용화에는 실패하는 것)’에 빠지기 쉽다. AI 에이전트는 에이전트끼리의 협업과 사내 데이터 활용에 강점이 있어, AI 전환이 일부 조직에만 한정되면 제대로 힘을 발휘할 수 없기 때문이다. 회사가 AI 전환에 따른 조직과 업무의 근본적 변화를 기꺼이 각오하고 있다는 점을 공표하지 않으면, 구성원들은 AI 혁신을 한때 지나가는 유행으로 받아들이고 말 가능성이 크다. 기술과 거버넌스를 제공하는 것도 중요하다. 개인적으로 AI를 쓰는 것과 회사 업무에 AI를 적용하는 것에는 큰 차이가 있다. AI에 업무와 권한을 위임하는 일이 개인 차원에선 쉽지만 기업 차원에선 어려워진다. AI가 사용할 데이터를 정비하고, 만들어지는 AI 에이전트 사이의 역할 범위를 관리하고, 이를 감시할 가드레일을 세워야 하기 때문이다. 전사적 차원의 결정이 없다면 AI 적용이 개개인의 업무에 한정돼 소소한 효율화 사례만 관찰될 뿐 전사적 혁신 없이 토큰 비용만 소모되는 ‘AI 생산성 역설’에 빠지기 쉽다. 다행히 사내 데이터 통합에 대한 이해와 보안 및 업무 충돌 관리까지 특화된 AI가 작동하면서, 기술과 거버넌스 구축 문제는 보다 쉽게 해결할 길이 열리고 있다. 마지막으로 중요한 것은 구성원의 변화 관리이다. 전사적 차원의 AX 혁신을 원한다면, 모든 구성원의 AI 활용 능력을 균질하게 끌어올리고, 그들이 AI를 활용하는 방향이 전사가 원하는 목표에 합치되도록 관리해 줄 필요가 있다. AI 활용 능력에 대한 전사적 교육 프로그램이 여기에 큰 도움이 된다. 최근에는 AI가 교육 내용을 만들어 실제 가르치며, 최종 과제에 대한 평가까지 수행해 내고 있기 때문에, 교육을 수행할 자원이 없다고 걱정할 필요가 없다. 결국 가장 중요한 것은 최고 경영자의 의지이다. 전사적인 변화 방향성을 제시하고, 기술 투자는 물론 조직의 변화 관리를 동시에 이루어야 하는 만큼, 최고 경영자의 강한 실행 의지가 있어야 진정한 AX가 가능하다. 그렇게 하는 기업이 AI가 가져올 진정한 혁신의 과실을 누리게 될 것이다.