생성형 AI 도입, 직원 실험에서 조직 혁신으로 이동

생성형 AI(Generative AI)에 대한 2년간의 논의 끝에 결론이 나왔다. 생성형 AI는 이제 확고히 자리를 잡았으며, 그 비즈니스 잠재력은 막대하다. 우리는 이미 생성형 AI 관련 혁신이 기하급수적으로 증가하는 것을 목격했다. 이는 자동화를 가속화하고 생산성, 혁신, 업무의 질, 그리고 직원 및 고객 경험을 향상시킬 것으로 약속한다. 지금 행동하고 적응하지 않는 기업들은 앞으로 따라잡기 어려울 것이다.

그러나 모든 화제에도 불구하고 대부분의 기업들은 아직 생성형 AI의 잠재력을 제대로 활용하지 못하고 있다. 최근 맥킨지 글로벌 설문조사에 따르면, 직원들이 생성형 AI 사용에서 그들의 조직을 크게 앞서고 있는 것으로 나타났다. 기업들은 생성형 AI의 수조 달러 규모의 기회를 실현할 수 있는 방식으로 도입하는 데 더딘 모습을 보이고 있다.

맥킨지의 연구에 따르면, 직원들은 생성형 AI 사용에 앞장서고 있다. 이 기술은 AI의 잠재력을 모든 사람의 손끝에 놓는 광범위하게 접근 가능한 기술이다. 응답자의 거의 모든(91%)이 업무에 생성형 AI를 사용한다고 말했으며, 대다수가 이에 대해 열정적이다. 10명 중 9명은 이 도구가 그들의 업무 경험에 긍정적인 영향을 미칠 수 있다고 믿으며, 대부분은 생성형 AI가 비판적 사고에서 창의성에 이르기까지 다양한 기술에 도움이 될 것이라고 생각한다.

이러한 측면에서 대부분의 기업들은 직원들에 비해 뒤처져 있다. 직원들의 사용률이 높은 만큼, 조직의 생성형 AI 성숙도는 놀라울 정도로 낮다. 설문조사에 따르면 응답자 회사의 13%만이 여러 사용 사례를 구현했으며, 이 그룹을 우리는 “조기 채택자”라고 부른다. 이들 중에는 “헤비 유저”, 즉 공개 또는 내부 생성형 AI 도구를 매일 또는 이틀에 한 번 사용하는 직원의 비율이 더 높다. 다른 사람들에 비해 이 그룹은 다양한 업무 활동에 생성형 AI를 사용할 가능성이 더 높고 더 큰 생산성 향상을 보고한다.

기술 도입 자체만으로는 가치를 창출한 적이 없으며, 이는 생성형 AI에도 해당된다. 기술이 핵심 전략(예: 생성형 AI 기반 제품 개발)이든 다른 비즈니스 전략을 지원하든, 그 배치는 가치 창출 기회 및 측정 가능한 결과와 연결되어야 한다. 우리의 설문 조사 결과는 조기 채택자들이 올바른 궤도에 있음을 시사한다: 조기 채택자 응답자의 63%가 그들 조직의 AI 및 생성형 AI 전략이 비즈니스 전략과 크게 일치한다고 말한 반면, “실험자” 기업의 응답자는 17%에 불과했다.

생성형 AI의 잠재력을 완전히 포착하려면 기업은 이 기술이 조직의 운영 방식을 어떻게 재정의할 수 있는지 고려해야 한다. 우리의 경험과 연구는 생성형 AI의 다음 변곡점을 준비하기 위한 세 가지 단계를 가리킨다: 비전을 가치로 전환하여 운영 모델을 재발명하고, 인재 및 기술 전략을 재구상하며, 지속적인 적응을 보장하는 공식적, 비공식적 메커니즘을 통해 변화를 강화하는 것이다.

생성형 AI가 자동화를 가속화하고 운영 모델을 변화시킬 잠재력은 조직이 필요로 하는 역할과 기술에 상당한 영향을 미칠 것이다. 다른 맥킨지 연구에 따르면, 오늘날 업무 활동의 절반이 2030년에서 2060년 사이에 자동화될 수 있으며, 이는 생성형 AI 이전의 예측보다 10년을 앞당긴 것이다.

이는 조직이 빠르게 인재와 기술 요구 사항을 이해하고, 기술 격차를 줄이기 위한 다양한 전략을 채택하며, 향상 및 재교육에 투자해야 한다는 압박을 가한다. 생성형 AI 기반 인재 변혁은 기업이 단순히 채용만으로 해결할 수 있는 것이 아니다. 이는 전체 조직과 업무 방식에 영향을 미치기 때문이다.

우리의 연구는 조기 채택자들이 다른 기업들보다 인재와 생성형 AI의 인간적 측면을 더 우선시한다는 것을 보여준다. 설문 조사에 따르면 조기 채택자의 거의 3분의 2가 인재 격차에 대해 명확한 시각을 가지고 있으며 이를 해결하기 위한 전략을 가지고 있다고 한다. 반면 실험자들 중에서는 25%만이 그렇다고 답했다. 조기 채택자들은 채용만으로는 격차를 해소하기에 충분하지 않고 아웃소싱은 전략적 기술 개발을 저해할 수 있기 때문에 인재 전략의 중요한 부분으로 기술 향상 및 재교육에 크게 집중한다.

생성형 AI에 대한 직원들의 열정을 활용하기 위해 기업은 기술 채택과 기술 모두에 투자할 수 있다. 이전 맥킨지 연구에 따르면, 둘 다에 대한 거시경제적 투자는 조직도 볼 수 있는 생산성 향상을 가능케 한다. 이를 위해서는 재교육과 기술 향상에 대한 맞춤형 접근과 비즈니스 및 기술 리더와 HR 간의 긴밀한 협력이 필요하다. 인재 주제의 중요성을 감안할 때 HR은 인재 도메인을 변화시키고 모든 직원을 위한 생성형 AI 공동 파일럿 역할을 함으로써 생성형 AI 및 기술 변혁에서 특히 중요한 역할을 한다. 한 임원은 기술에 1달러를 쓴다면 사람에 5달러를 써야 한다고 말했다.

생성형 AI를 통해 전체 기업에 걸쳐 역량을 구축하는 것이 중요하다. 빠르게 발전하고 널리 접근 가능한 기술이기 때문에 직원들은 생성형 AI가 요구하는 새로운 기술(예: 프롬프트 작성, 맥락화, 데이터 기반 의사 결정)에 적응해야 한다. 특정 기술 변화는 회사마다 크게 다르겠지만, 모든 조직은 운영 모델 변화를 기반으로 동적인 접근 방식을 취해야 한다. 기술 구축은 지속적인 과정이다. 생성형 AI와 자동화가 역할을 재형성함에 따라 직원들은 AI를 보완하는 더 복잡한 작업을 처리하기 위해 강력한 인지, 전략적 사고, 사회적 및 감정적 기술도 필요할 것이다.

이러한 대규모 변혁적 변화를 어떻게 다뤄야 할까? 생성형 AI로 진정한 성공을 거두려면 가치 창출에 대한 포괄적이고 통합된 접근 방식이 필요하다. 우리의 설문 조사에 따르면 미래 채택의 가장 유용한 촉진제는 기존 시스템에 생성형 AI를 더 잘 통합하는 것으로, 응답자의 60%가 이를 언급했다. 생성형 AI 변화를 지속시키기 위해 조직은 지속적인 변화를 지원하고 마음을 사로잡을 수 있는 올바른 인프라가 필요하다.

첫 번째 단계는 생성형 AI를 위한 올바른 거버넌스를 수립하는 것이다. 우리의 경험상 이는 조직의 AI 채택을 감독하는 중앙 집중식 구조를 만드는 것을 의미하며, 때로는 최고 AI 책임자가 이러한 노력을 주도한다. 거의 모든 조기 채택자 응답자(91%)가 생성형 AI에 대한 일종의 거버넌스 구조를 구현했다고 말한 반면, 실험자들 중에서는 더 적은 비율(77%)만이 그렇다고 답했다. 생성형 AI 전용 우수 센터가 있는 중앙 집중식 모델은 AI 비전과 실행을 조정하는 데 도움이 된다. 이 모델은 또한 전략 구현, 지속적인 측정, 새로운 통찰력에 대한 적응, 추가 실험 – 특히 우선순위와 위험에 따라 어떤 실험을 확장하거나 중단할지 – 을 용이하게 한다.

두 번째 단계는 이러한 변화를 진정한 변혁으로 다루는 것이다. 이는 변혁의 인프라, 역할 및 측정 기준을 정의하고, 사업부 내의 책임을 보장하며, 진행 상황을 모니터링하고 필요에 따라 조정하는 정기적인 주기를 구현하는 것을 의미한다.

세 번째는 조직 전반에 걸쳐 직원들의 사고방식과 행동을 다루는 것이다. 우리는 광범위한 변혁 연구와 수많은 임원들과의 대화를 통해 사고방식과 행동의 변화가 모든 성공적인 변혁에 필수적이라는 것을 알고 있다. 실제로 우리의 설문조사에서 조기 채택자들은 이러한 변화를 가능하게 하는 영향 모델의 네 가지 원칙, 즉 역할 모델링, 이해와 확신 조성, 역량 구축, 새로운 업무 방식 강화에 더 집중하는 것으로 나타났다.

생성형 AI 맥락에서 이는 다음을 의미한다.

역할 모델링: 리더들은 자신의 업무 방식에서 생성형 AI를 눈에 띄게 채택해야 한다. 예를 들어, AI 도구를 사용하여 인사이트를 생성하고 데이터 기반 결정을 내리는 것은 기술의 이점을 보여준다. CEO가 AI를 사용하여 워크플로우를 간소화하거나 고위 임원이 비즈니스 리뷰에 AI 기반 분석을 사용하는 것은 강력한 본보기를 보여주며, 다른 사람들이 따라하도록 장려한다.

이해와 확신 조성: 조직은 내부 커뮤니케이션, 타운홀 미팅, 교육 세션을 통해 생성형 AI 관련 변화를 구현하는 이유를 전달해야 한다. AI가 효율성, 정확성, 의사 결정을 개선할 수 있는 잠재력을 강조하면 팀을 새로운 방향과 일치시킬 수 있다. 비디오 튜토리얼과 성공 사례와 같은 정보성 콘텐츠는 AI의 이점에 대한 집단적 확신을 구축할 수 있다.

역량 구축: 성공적인 AI 채택을 위해서는 포괄적인 교육 프로그램이 필요하다. 여기에는 데이터 분석, 머신러닝 알고리즘, AI 생성 출력 이해에 대한 교육이 포함된다. 온라인 교육 플랫폼과 협력하여 강좌를 제공하고 실습 경험을 위한 내부 AI 부트캠프를 설정하면 AI 기술에 대한 숙련도를 보장할 수 있다.

새로운 업무 방식 강화: 기업은 AI 목표를 성과 지표와 평가 프로세스에 통합해야 한다. AI 채택과 관련된 목표를 설정하고, 주요 성과 지표에 대한 AI의 영향을 측정하며, 업무에 AI를 효과적으로 통합한 직원들을 인정할 수 있다. 예를 들어, 영업팀은 고객 세분화와 리드 생성을 위해 AI를 활용하는 목표를 설정하고, 성공적인 AI 주도 전략에 보너스를 연계할 수 있다. 효율성 향상이나 혁신적인 AI 응용 프로그램과 같은 이정표를 추적하고 축하하는 것은 이러한 실천을 조직의 구조에 내재화한다.

조직이 생성형 AI 여정의 어느 단계에 있든, 변혁적 변화를 만들 시기는 바로 지금이다. 직원들은 이미 그들의 조직에 더 많은 것을 요구하고 있으며, 일부 기업들은 실험에서 가치 포착으로 이동하기 시작했다. 생성형 AI의 다음 변곡점까지, 뒤처지는 것의 단점 – 그리고 생성형 AI의 잠재적 이점을 놓치는 것 – 은 더욱 커질 수 있다.

직원들의 생성형 AI 수용과 기술의 빠른 진화로 인해, 기업들은 채택에 대한 조직적 장벽을 해결함으로써 현재의 모멘텀을 활용할 수 있다. 이는 회사의 운영을 근본적으로 변화시키고 지속적인 변화에 대비하는 것 이상을 요구한다.

맥킨지 보고서는 링크에서 확인할 수 있다.

본 기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다. 

관련 콘텐츠 더보기