글로벌 커뮤니케이션 컨설팅 회사 Grayling과 생성형 AI 컨설팅 회사 Ainigma가 공동 발표한 리포트에 따르면, 생성형 AI의 성공적 도입은 IT 부서나 특정 혁신팀이 아닌 전 직원의 상향식 실험과 경영진의 하향식 지원이 결합될 때 가능하다. 조직은 AI를 단순한 비용 절감 도구가 아닌 직원 역량 강화 수단으로 접근해야 한다.

IT 주도 방식의 치명적 한계, "사람 대체 메시지가 불안 조성"

많은 조직이 생성형 AI를 순전히 기술적 과제로 보고 IT 부서에 맡기는 방식을 취한다. 주요 초점은 자동화를 통한 비용 절감이다. 그러나 이러한 접근은 직원들에게 미치는 부정적 영향을 간과한다. 사람을 대체한다고 논의하는 새로운 도구를 상사가 소개하면 사기 저하와 불안감만 조성될 뿐이다.

더 근본적으로 도구 중심 접근은 핵심을 놓치고 있다. 창의적 업무는 고정된 프로세스가 아니라 인간이 창출하는 가치에 관한 것이다. IT 컨설턴트가 실제 업무를 이해하지 못한 채 도구를 개발하기는 어렵다. 더욱이 AI 기술의 급속한 발전으로 오늘 투자한 솔루션이 내일이면 구식이 될 수 있다. IT 부서는 중요한 혁신을 위해 AI를 구현하는 데 중요한 역할을 하지만, 그들에게만 의존하면 잠재적 이점이 제한된다.

사일로 접근법도 실패, 모더나는 750개 내부 GPT 봇 구축

일부 조직은 AI 전담 사일로나 연구소를 설립한다. 하지만 생성형 AI의 진정한 혁신적 잠재력은 작업 수준에서 발휘되며, 그런 작업들은 멀리서는 파악하기 어렵다. 매일 수천 개의 작업이 완료되고 지식 노동자의 60% 이상이 이미 챗GPT 같은 도구를 탐색하여 업무를 개선하고 있다. 고립된 혁신 허브는 이런 광범위한 창의성을 포착할 수 없다.

선진 기업 모더나(Moderna)는 상향식 접근법을 채택했다. CEO의 광범위한 실험 지원으로 750개 이상의 내부 GPT 봇을 만들어냈고, 상하향식 통합의 상당한 이점을 보여주고 있다.

상향식 혁신이 핵심인 이유

첫째, AI는 직관적이고 접근 가능하다. 깊은 기술적 노하우가 아닌 호기심, 창의성, 실험 의지가 필요하다. 몇 번의 시도만으로도 모든 지식 노동자가 도구의 혜택을 누리기 시작할 수 있다.

둘째, 끝없는 사용 사례가 있다. 에단 몰릭(Ethan Mollick)은 생성형 AI가 "톱니 모양 경계선(jagged frontier)"에서 작동한다고 말한다. AI의 역량이 작업마다 크게 다르므로, 광범위한 실험이 숨겨진 가치 있는 응용을 발견하게 한다.

셋째, 실험 비용이 낮다. 월 25유로면 안전하고 접근 가능한 실험이 가능하다.

조직의 직원들은 생성형 AI가 자신의 업무를 어떻게 지원하고 혁신할 수 있는지 발견하기에 가장 적합한 위치에 있다. 게리 로이드(Gary Lloyd)는 조직을 기계가 아닌 생태계로 다루라고 강조한다. 정원사처럼 작고 반복적인 변화를 육성하고 적응시켜야 한다.

네덜란드 네오뱅크 벙크(Bunq)는 프로세스 오너(process owners) 역할을 도입했다. AI가 처리하는 작업을 한때 수행했던 직원들이 이제 해당 봇의 품질과 성장을 책임진다. AI가 그들을 대체하지 않았다. 오히려 더 강력하고 가치 있는 작업에 참여할 수 있게 했다.

경영진의 3대 역할

상향식 혁신이 간단해 보여도 현실로 구현하기는 어렵다. 많은 기업이 코파일럿 구독을 구매했지만 채택률이 매우 낮다. 이유는? 변화 관리 때문이다.

리더십은 먼저 조직의 AI 야망을 명확하고 적극적으로 설정하여 직원들을 동기 부여하고 인간의 역할을 강조해야 한다. 동시에 조직 전반에 걸쳐 AI 사용을 정당화하고, 어떤 플랫폼에 투자할지 결정하며, 직원들이 효과적으로 사용하도록 교육해야 한다. 마지막으로 IT 프로토콜과 법적·윤리적 가드레일을 반영한 매개변수를 설정하여 안전한 탐색 환경을 만들어야 한다.

교육이 필수적인 세 가지 이유

교육이 필수적인 첫 번째 이유는 '쓰레기 입력, 쓰레기 출력(Garbage In, Garbage Out)' 원칙 때문이다. 프롬프트의 품질이 AI 응답의 품질을 결정한다. 초기 단계에서 형편없는 프롬프트로 형편없는 응답을 받으면, AI의 유용성에 대한 견해가 오염되어 채택에 장벽이 된다.

두 번째로 AI의 한계를 이해해야 한다. 환각(hallucinations) 같은 AI의 한계를 알아야 현실적인 기대치를 설정하고 효과적으로 활용할 수 있다.

세 번째는 미래 역할을 위한 역량 강화다. 디지털 리터러시 향상, AI 도구 이해, 비판적 사고 기술 개발에 초점을 맞춰 일자리 대체에 대한 두려움을 완화하고 직원들을 권한 부여해야 한다.

내부 커뮤니케이션의 중요성

효과적인 내부 커뮤니케이션이 AI 채택의 기본이다. 그레이링의 접근법은 통찰과 분석, 전략과 실행, 측정과 영향이라는 세 가지 핵심 기둥으로 구성된다. 먼저 통찰과 분석 단계에서는 현재 AI 숙련도 수준을 평가하고, 설문조사와 인터뷰를 실시하며, AI 옹호자를 식별하고 교육한다. 일자리 대체 두려움 같은 의도하지 않은 결과를 솔직하게 다뤄 신뢰를 구축하는 것이 중요하다.

다음으로 전략과 실행 단계에서는 조직의 핵심 가치에 부합하는 전략을 수립한다. 지식 공유를 장려하고, 혁신 행위를 인정·보상하며, 직원들에게 자율성을 제공하고, 실험할 시간을 보장해야 한다. 마지막 측정과 영향 단계에서는 명확한 목표를 설정하고, 정량적·정성적 데이터를 결합하며, 정기적으로 모니터링하고, 이해관계자들에게 정보를 제공한다.

실험 문화 육성

실험은 문화를 통해 장려될 뿐만 아니라 조직이 적극적으로 후원해야 한다. 구조화된 실험과 비공식적 일상 혁신 모두를 포함해야 하며, 새로운 작업 방식을 시도해야만 생성형 AI와 가장 잘 작업하는 방법을 배울 수 있다. 부서 간 협업으로 도메인 전문 지식과 기술적 AI 지식을 결합하고, 반복적 피드백 루프를 확립하며, 성공적인 응용을 모니터링하여 조직 전반에 확장해야 한다.

균형 잡힌 통합만이 답

생성형 AI의 혁신적 잠재력을 실현하려면 하향식 리더십과 상향식 혁신의 균형을 맞추는 전략적 접근법이 필요하다. 리더십은 명확한 야망을 설정하고, AI 사용을 정당화하며, 윤리적·실용적 매개변수를 확립해야 한다. 동시에 직원들이 일상 업무에서 AI를 탐색하고 실험하며 통합하도록 권한을 부여해야 한다.

훌륭한 내부 커뮤니케이션, 직원 교육과 역량 강화, 구조화된 실험이 AI의 원활한 채택과 지속적인 혁신을 촉진한다. 하향식 전략적 리더십과 상향식 혁신을 결합함으로써 조직은 AI의 완전한 잠재력을 해방시켜 중요한 가치와 혁신적 변화를 주도할 수 있다. 이러한 이중 접근법은 생산성과 효율성을 향상시킬 뿐만 아니라 AI 주도 미래에서 번창할 준비가 된 역동적이고 미래지향적인 조직 문화를 조성할 것이다.

FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)

Q1. 생성형 AI 도입 시 IT 부서만으로는 왜 부족한가요?

A: IT 부서 중심 접근은 비용 절감과 자동화에만 초점을 맞춰 직원들의 창의적 잠재력과 일상적 업무 혁신 기회를 놓치기 쉽습니다. 생성형 AI의 진정한 가치는 각 직원이 자신의 업무에 맞게 활용할 때 극대화되며, 이는 작업 수준에서 발휘되는 혁신을 IT 부서 혼자서는 파악하기 어렵기 때문입니다.

Q2. 그렇다면 AI 전담팀이나 혁신 연구소를 만드는 것은 어떤가요?

A: 사일로 방식도 마찬가지로 한계가 있습니다. 생성형 AI의 진정한 혁신 잠재력은 실제 작업 현장에서 발휘되는데, 전담팀은 멀리서 이를 파악하기 어렵습니다. 이미 지식 노동자의 60% 이상이 자발적으로 ChatGPT 같은 도구를 사용해 업무를 개선하고 있는데, 고립된 팀은 이런 광범위한 창의성을 포착할 수 없습니다.

Q3. 생성형 AI 실험에 많은 비용이 드나요?

A: 전혀 그렇지 않습니다. 챗GPT 엔터프라이즈나 마이크로소프트 코파일럿 같은 플랫폼은 월 25유로 정도면 구독할 수 있어, 매우 낮은 비용으로 안전하게 실험할 수 있습니다. 조직은 이 정도 비용으로 직원들에게 최고 수준의 AI 도구를 제공하여 광범위한 실험을 장려할 수 있습니다.

해당 기사에 인용된 리포트 원문은 ainigma에서 확인 가능하다.

리포트 명: From the Ground Up: How Generative AI is Revolutionising Industries

이미지 출처: ainigma

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.