|
AI가 고도화됨에 따라 많은 조직에서 AI를 도입했지만 도입과 성과 사이에는 여전히 큰 격차가 존재한다. 맥킨지 글로벌 연구소MGI의 최신 보고서에 따르면, 약 90%의 기업이 AI에 투자하고 있지만 실질적인 성과를 보고하는 기업은 40% 미만에 그친다고 한다. 이 격차의 핵심 원인은 기술이 아니라 '일하는 방식'에 있다. 대부분의 조직이 AI를 개별 업무Task에 적용하는 데 그칠 뿐, 전체 프로세스나 워크플로우를 재설계하지 않기 때문이다.
이는 AI를 도구Tool로만 활용하고 있음을 의미한다. 스프레드시트를 자동으로 채우고, 이메일 초안을 작성하고, 회의록을 요약하는 수준에 머무는 것이다. 물론 이것만으로도 효율은 올라간다. 정확하게는 시간을 효과적으로 단축할 수 있다. 그러나 AI를 진정한 동료Colleague로 전환하기 위해, 즉 사람과 AI가 함께 가치를 만들어내는 파트너십을 구현하려면, 일 자체를 다시 설계해야 한다. 맥킨지는 이를 두고 AI 통합은 단순한 기술 도입이 아니라 '일 자체의 재구상'이라고 표현한 바 있다. 프로세스, 역할, 스킬, 문화, 성과 지표까지 모든 것을 재설계해야 사람과 에이전트, 로봇이 함께 더 큰 가치를 만들 수 있다는 것이다. 딜로이트의 '2026 글로벌 인적자본 트렌드' 보고서는 이 문제를 더 선명하게 보여준다. 9,000명 이상의 비즈니스 및 HR 리더를 대상으로 한 조사에서, 85%의 리더가 조직과 인력의 적응 역량을 키우는 것이 중요하다고 답했지만, 실제로 그것을 선도하고 있다고 답한 비율은 7%에 불과했다. 또한 인간과 AI의 상호작용을 효과적으로 설계하고 있다고 답한 리더는 고작 6%에 그쳤다. 즉 워크 리디자인의 필요성은 누구나 인정하지만, 실행하고 있는 곳은 거의 없는 것이다. 그렇다면 워크 리디자인의 실행은 왜 어려울까? 그 이유 중 하나는 기존의 조직 구조와 직무 체계가 워크 리디자인을 가로막고 있기 때문이다. 대부분의 조직은 직무Job 단위로 설계되어 있다. 직무기술서가 있고, 그 직무에 필요한 역량이 정의되어 있으며, 성과평가와 보상체계도 직무를 기준으로 운영된다. 문제는 AI가 직무 단위가 아니라 과업Task 단위로 작동한다는 점이다. 이를테면 AI는 마케팅 매니저라는 직무 전체를 대체하는 것이 아니라, 그 직무를 구성하는 수십 개의 과업 중 일부를 자동화하거나 증강한다. 따라서 AI와의 협업을 제대로 설계하려면, 직무를 과업 수준으로 분해하고, AI와 사람 각각이 수행할 과업과 둘이 함께 수행할 과업을 나눠야 한다. .jpg) 워크 리디자인을 위한 글로벌 실험 글로벌 선도 기업들은 이미 워크 리디자인에 착수했고, 그 결과가 드러나고 있다. 우선 딜로이트는 2026년 6월 1일부터 미국 내 직원 18만 1,500여 명의 직함을 변경하겠다고 발표했다. 기존의 '애널리스트-컨설턴트-시니어 컨설턴트-매니저'로 이어지는 전통적 피라미드 구조가 AI 시대에 더 이상 적합하지 않다고 여긴 것이다. 새로운 체계에서는 '직무군Job family'과 '하위 직무군Sub-family'을 기반으로 직함이 재편된다. 예컨대 기존의 '시니어 컨설턴트'는 '소프트웨어 엔지니어 III' 또는 '프로젝트 매니지먼트 시니어 컨설턴트'처럼 구체적인 스킬과 역할을 반영하는 직함으로 바뀌게 된다. 이 변화의 배경에는 클라이언트가 요구하는 역량이 달라진 현실이 있다. 딜로이트의 최고인사책임자CPO는 "전문가들의 폭넓은 스킬과 실제 수행하는 업무를 보다 맞춤형으로 반영하기 위해 인재 아키텍처를 현대화하겠다"고 밝혔다. HR 분야의 글로벌 전문가인 조시 버신Josh Bersin은 이를 '스킬 기반 직함 체계'라고 해석하며, 재직 기간이 아니라 검증된 역량에 따라 직급이 결정되는 구조라고 설명했다. 이는 단순한 명패 교체가 아니라, 조직이 일을 바라보는 관점 자체를 '직무 중심'에서 '스킬 중심'으로 전환하는 신호다. 하버드 비즈니스 스쿨의 마누엘 호프만Manuel Hoffmann 교수 연구팀은 2022년부터 2024년까지 약 5만 명의 소프트웨어 개발자를 대상으로 240만 건 이상의 업무 활동을 분석해 AI 도구GitHub Copilot가 업무 성격을 어떻게 변화시키는지 추적했다. 결과적으로는 코파일럿Copilot을 사용한 그룹은 코딩 활동 비중이 5% 증가한 반면, 프로젝트 관리 활동 비중은 10% 감소했다. 해당 결과를 통해 도출한 핵심은 두 가지였다. 첫째, AI를 사용한 개발자들은 상사나 동료에게 도움을 구하는 빈도가 줄어들며 더 자율적으로 일하는 경향을 보였다. 둘째, 코드 작성 속도가 빨라지면서 새로운 프로젝트를 탐색하고 새로운 프로그래밍 언어를 학습하는 탐험Exploration 활동이 늘었다. 이 연구는 AI 도입이 단순히 생산성을 높이는 것이 아니라, 업무의 구성Task allocation 자체를 변화시킨다는 점을 시사한다. 이처럼 AI의 사용으로 개인 기여자Individual contributor가 과거 관리자의 몫이었던 조율과 감독 업무를 스스로 처리할 수 있게 되면서, 중간관리자의 역할이 재정의되어야 할 필요성이 커졌다. 호프만 교수의 언급처럼 AI를 사용하는 기업에서는 조직 계층의 평탄화가 가속될 가능성이 높아지고 있는 것이다. ... 중략 ... |
|
기사 전문은 구독권한이 있는 회원께만 제공됩니다. 먼저 로그인 하세요.
로그인
|
