AI는 업무 방식을 바꾸고 있습니다. 이제 AI는 조직 자체를 바꿔야 합니다.

기업용 AI의 첫 번째 단계는 사람들에게 강력한 새로운 도구를 제공했습니다. 에이전트형 AI가 가져다주는 더 큰 기회를 포착하려면 리더들은 조직 자체의 형태를 재고해야 할 것입니다.

작성자: Alexis Krivkovich, Brooke Weddle, Holly Price, and Vik Sohoni

인공지능(AI)은 현대 조직을 형성해 온 세 가지 근본적인 제약 조건, 즉 인간의 역량, 전문성, 그리고 협업 능력을 변화시킵니다. 1세기 이상 동안 업무, 직무, 팀, 관리 계층, 그리고 조직 구조와 같은 익숙한 조직 설계의 구성 요소들은 이러한 제약 조건들을 반영해 왔습니다. AI가 이러한 제약 조건들을 완전히 없애지는 못하지만, 리더들이 더욱 중요한 질문을 던질 수 있도록 충분히 변화시켜 줍니다. 바로 “이 회사가 이전에는 불가능했던 어떤 일을 할 수 있을까?”라는 질문입니다.

대부분의 조직은 아직 이 질문을 던지지도 않고, 답은 더더욱 찾지 못하고 있습니다. AI 도입은 빠르게 확산되고 있으며, 개인은 이미 상당한 생산성 향상을 경험하고 있지만, 기업 가치는 그 속도를 따라가지 못하고 있습니다. 맥킨지의 2026년 AI 현황 조사 에 따르면 응답자의 80%가 AI가 개인 생산성을 향상시켰다고 답했지만, 긍정적인 영업이익(EBIT) 증가를 경험했다고 답한 응답자는 37%에 불과했고, AI 고성과 기업으로 분류된 응답자는 단 6%에 그쳤습니다. 주목할 만한 점은 고성과 기업의 거의 4분의 3이 업무 프로세스를 대폭 재설계했다고 답한 반면, 다른 조직에서는 4분의 1만이 재설계했다고 답했다는 것입니다. 이것이 바로 AI를 활용하는 것과 AI를 중심으로 조직을 재설계하는 것 사이의 격차입니다.

최근 맥킨지의 AI 준비도 연구는 이러한 격차를 더욱 부각시킵니다. 조직의 11%만이 업무 방식과 가치 창출 방식을 재고하는 ‘재창조’ 단계에 도달했습니다. 재구상은 개별 AI 도구와 워크플로 자동화를 넘어 AI가 가능하게 하는 것들을 중심으로 역할, 워크플로, 운영 모델을 재설계하는 것을 의미합니다. AI 기능이 발전함에 따라 기존 조직이 제약 요인이 될 수 있습니다. 그러나 많은 혁신 노력은 인력, 조직 설계 또는 변화 관리와 같은 시스템의 일부에만 초점을 맞추고, 이러한 요소들이 어떻게 함께 변화해야 하는지를 고려하지 않습니다.

이 글에서는 리더들이 AI가 가져다주는 더 큰 기회를 포착하는 데 도움이 될 수 있는 네 가지 상호 연관된 변화를 살펴봅니다. 첫째, 성과 중심의 업무 조직화, 둘째, 인간과 AI 업무의 변화하는 비율을 반영한 인재 시스템 재편, 셋째, 변화의 시너지 효과를 창출할 수 있는 메커니즘 구축, 넷째, 이러한 변화를 뒷받침하는 명확한 권한과 책임 부여입니다.

운영 모델: 조직도에서 오케스트레이션 차트까지

현대 기업 역사의 상당 기간 동안 기업들은 사람들을 기능과 계층 구조로 조직하고, 업무는 조직의 한 부서에서 다른 부서로 전달해 왔습니다. 하지만 인공지능은 다른 논리를 가능하게 합니다. 먼저 결과물을 정하고, 그 결과물을 달성하는 데 필요한 사람과 에이전트를 구성하는 것입니다.

이러한 변화가 이미 시작되었다는 징후가 나타나고 있습니다. 700명 이상의 임원 및 고위 리더를 대상으로 한 맥킨지의 새로운 연구 에 따르면, AI 혁신에 가장 앞서 있는 기업들은 엔드 투 엔드 제품, 고객 여정 및 비즈니스 프로세스를 중심으로 여러 부서로 구성된 팀을 조직하여 가치 창출 지점에 더 가까운 곳에 의사 결정과 책임을 부여하는 경향이 있는 것으로 나타났습니다. 단 하나의 성공적인 운영 모델 구조가 있는 것은 아니지만, 공통적인 특징은 업무를 처음부터 끝까지 체계화하고, 불필요한 인수인계를 줄이며, 우선순위가 변경될 때 의사 결정과 자원을 더 신속하게 이동시키는 것입니다.

에이전트가 업무의 중요한 부분을 담당하게 되면서 조직 설계는 점점 더 오케스트레이션 문제로 귀결됩니다. 즉, 어떤 사람과 에이전트가 특정 결과를 위해 협력해야 하는지, 각자가 무엇을 해야 하는지, 그리고 어떤 인수인계와 인터페이스가 여전히 필요한지를 결정하는 문제입니다. “오케스트레이션 차트”를 통해 이러한 선택 사항을 명확히 할 수 있습니다. 어떤 경우에는 에이전트가 기존 팀에 단순히 합류하는 것을 넘어, 사람이나 기능 간의 조정 필요성을 완전히 대체하여 업무가 전달되는 네트워크 자체를 변화시킬 수도 있습니다. 이러한 변화는 특히 조직이 빠르게 변화할 때 위험 완화를 오케스트레이션의 필수적인 부분으로 만듭니다. 에이전트의 자율성, 접근 권한, 감독 및 문제 발생 시 대응 방안에 대한 결정이 업무 설계 자체에 반영되기 때문입니다.

어떤 회사도 완벽한 청사진을 제시하지는 않지만, 초기 사례들을 통해 이러한 변화가 어떤 모습일지 짐작할 수 있습니다. 한 조직의 제품 개발 부서에서는 기존의 8~10명으로 구성된 팀 단위가 상담원의 지원을 받는 4~6명 규모의 하이브리드 팀으로 전환되었습니다. 새로운 팀의 업무 분담도를 보면 어떤 업무가 상담원에게 이관되었는지, 어떤 사람의 역할이 제품 개발 프로세스 전반에 걸쳐 더 많이 활용되는지, 어떤 업무 인수인계가 사라졌는지, 그리고 어떤 부분에서 사람의 판단과 책임감이 가장 중요한지 알 수 있습니다.

이러한 변화는 회의와 같은 조정 메커니즘에도 영향을 미칠 수 있습니다. 회의는 본질적으로 조직에서 정보를 전달하고, 의견 일치를 도모하며, 의사 결정을 내리는 방식입니다. 인간-에이전트 기반 조직에서는 에이전트가 어떤 결정이 내려졌는지, 어떤 업무가 아직 남아 있는지, 다음에 무엇에 집중해야 하는지 등을 점점 더 쉽게 추적할 수 있습니다. 회의 자체가 사라지는 것은 아니지만, 그 목적은 일상적인 정보 전달에서 판단력, 헌신, 그리고 신뢰를 구축하는 방향으로 바뀔 것입니다.

재설계된 운영 모델의 실질적인 시험대는 조직이 더 적은 계층과 인수인계, 그리고 기능 간 수동 옮김을 줄여 의사 결정, 정보 이동, 업무 조정을 효율적으로 수행할 수 있는지 여부입니다. 저희는 고객사 프로젝트를 통해 지난 5년간 “조정자 역할”(프로젝트 관리와 같이 조직 전반에 걸쳐 의사 결정을 전달하는 데 주로 초점을 맞춘 내부 역할)이 라인 역할보다 약 1.5~2.0배 빠른 속도로 증가하는 것을 목격했는데, 이는 조직이 얼마나 복잡해졌는지를 보여줍니다. AI는 이러한 복잡성을 더하는 것이 아니라 오히려 줄일 수 있는 중요한 기회를 제공합니다. 하지만 더욱 수평적인 조직 구조는 조정 기능의 상실을 더 나은 인텔리전스, 명확한 의사 결정 권한, 그리고 더욱 강력한 인간의 판단력으로 대체할 때에만 진정한 가치를 창출할 수 있습니다.

운영 모델 진행 상황을 보여주는 구체적인 지표:

• 속도만이 아닌 구조적 변화를 추구해야 합니다 : 기존 모델을 단순히 가속화하는 것이 아니라 업무 방식 자체가 재편되고 있는 것입니다.
• 불필요한 업무 인수인계를 제거하세요 : 팀은 기능 부서 간 결과에 대한 책임을 지고, 에이전트는 실행 및 조정 업무에 더 집중합니다.
• 형태를 바꾸세요 : 에이전트들이 더 많은 업무를 맡게 됨에 따라 팀 규모, 구성 및 관리 계층이 실질적으로 변화합니다.
• 새로운 모델을 시각화하세요 : 오케스트레이션 차트는 인간과 에이전트가 결과물을 중심으로 어떻게 결합하는지, 누가 무엇을 하는지, 그리고 인간의 판단과 책임이 필수적인 부분이 어디인지를 보여줍니다.

인재: 끊임없이 변화하는 업무 환경에 맞춰 시스템을 구축하는 방법

기존의 역할과 기능이 아닌 성과를 중심으로 업무를 조직화하는 것은 전체 인재 시스템에 중요한 영향을 미칩니다. 대부분의 기업은 여전히 ​​비교적 안정적인 직무와 경력 경로를 통해 인재를 채용, 개발, 배치 및 승진시키고 있습니다. 인간 중심의 조직은 업무에 필요한 기술이 변화함에 따라 인재를 이동시킬 수 있는 인재 시스템을 필요로 합니다. 이러한 변화를 이루기 위해 조직은 사람들이 학습하고, 승진하고, 전문성을 개발하는 경로를 재구축하는 데 집중할 수 있습니다.

인공지능은 사람들이 자신의 일과 맺는 관계를 변화시키고 있습니다. 수십 년 동안 직업은 기업이 업무를 조직하고 인재를 육성하는 기본 단위였습니다. 직업은 개인이 하는 일, 가치를 창출하는 방식, 학습 방식, 결과물에 대한 자부심, 그리고 승진 방식을 규정해 왔습니다. 신입 분석가는 분석 작업을 통해 배우고, 디자이너는 중요한 디자인 결정을 내리면서 실력을 향상시키며, 관리자는 더 큰 팀과 복잡한 업무에 대한 책임을 맡으면서 승진했습니다. 전통적으로 직업은 사람들이 하는 일과 그들이 가치를 창출하고, 전문성을 쌓고, 만족감을 얻고, 승진하는 방식을 연결해 왔습니다.

AI는 일자리 자체를 대체하지 않고도 업무의 일부를 수행함으로써 이러한 연결 고리를 변화시킵니다. 에이전트는 연구, 초안 작성, 코딩, 분석, 모니터링, 요약, 경로 지정 및 조정과 같이 이전에는 특정 역할의 핵심이었던 작업을 수행할 수 있습니다. 이는 생산성 향상으로 이어져 시간과 역량을 다른 방식으로 활용할 수 있게 해줍니다(표 1).

표 1

개인의 생산성 향상은 환영할 만한 일이지만, 그것이 자동으로 기업 가치로 이어지는 것은 아닙니다. 더 큰 가치를 창출하려면 이러한 생산성 향상을 어디에 투자할지 명확하게 결정해야 합니다. 최근 맥킨지와의 대담에서 스탠포드 경제학자 에릭 브린욜프손은 인력 감축에만 집중하는 것은 인공지능을 활용하여 사람들이 할 수 있는 일을 중심으로 업무를 재구성하고 재분배할 수 있는 더 큰 기회를 놓치는 것이라고 주장했습니다.

능동적인 기능은 사람들이 작업을 경험하는 방식에도 변화를 가져옵니다. 시스템이 초안을 작성하고, 이미지를 생성하고, 연구 결과를 요약하고, 분석을 준비하고, 결정을 권고한다면, 사람은 자신이 생산자라기보다는 타인의 결과물을 검토하는 사람처럼 느껴질 수 있습니다. 창작 분야에서는 이미 예술가, 작가, 디자이너, 배우들이 AI가 생성한 결과물을 접하면서 이러한 우려가 드러나고 있습니다. AI가 전문직, 관리직, 기술직에 더욱 깊숙이 자리 잡음에 따라 기업 내부에서도 유사한 문제가 제기될 것입니다. 인간의 판단과 AI 기반 활동이 결합되는 역할이 늘어남에 따라 기업은 인지 부하 관리에도 신경 써야 합니다. 인간의 개입이 너무 적으면 사람들이 AI에 지나치게 의존하게 되고, 반대로 너무 많으면 늘어나는 책임으로 인해 과부하가 걸릴 수 있기 때문입니다.

AI는 경력 발전 경로에도 변화를 가져옵니다. 대부분의 조직에서 승진은 더 큰 팀을 관리하고, 더 많은 업무를 조율하며, 더 높은 직급에 오르는 것과 연관되어 있습니다. AI가 상태 추적, 정보 종합, 라우팅 및 조정 작업을 더 많이 담당하게 되면, 관리 계층을 정당화했던 업무들이 줄어들고 중간 관리자의 자리가 더 이상 일반적인 경력 목표가 아니게 될 것입니다. 기업은 전문성, 판단력, 인간과 AI 에이전트 간의 협업, 고객 또는 클라이언트의 신뢰, 그리고 AI 지원을 통해 고품질의 의사 결정을 내릴 수 있는 능력을 보상하는 경력 경로를 마련해야 할 것입니다. 복잡한 비즈니스 결과를 중심으로 에이전트를 이끌 수 있는 숙련된 개인 기여자는 대규모 팀을 관리하는 전통적인 관리자만큼이나 큰 가치를 창출할 수 있습니다.

심층적인 전문화는 여전히 중요하지만, 그에 따른 상충 관계가 존재합니다. 인공지능 에이전트가 사람들이 역사적으로 전문성을 쌓아왔던 입문 단계의 업무를 대신하게 된다면, 오늘날의 생산성 향상은 내일의 판단력 격차로 이어질 수 있습니다. 최근 인공지능에 많이 노출된 직종에서 경력 초기 근로자들의 고용 압박이 심화되고 있다는 연구 결과는 도제식 교육 방식을 어떻게 다뤄야 할지에 대한 질문을 더욱 구체화하고 있습니다. 기업들은 업무의 근본적인 변화에 발맞춰 직원들이 전문성을 쌓는 방식을 재설계해야 하며, 관리자들은 업무 조정에 소요하는 시간을 줄이고 실습, 피드백, 그리고 점점 더 중요한 판단력을 발휘할 수 있는 기회를 제공하는 데 더 많은 시간을 할애해야 할 것입니다.

따라서 어떤 직업이 성장하고 어떤 직업이 축소될지 예측하는 것만으로는 충분하지 않습니다. 맥킨지 글로벌 연구소의 새로운 연구에 따르면  사람들이 새로운 직업으로 이동할 수 있는 능력은 기술과의 연관성에 크게 좌우됩니다. 가장 현실적인 이동 경로는 사람들이 이미 보유하고 있는 기술을 활용하는 직업으로의 이동입니다. 어떤 직종은 다양한 인접 경로를 제공하는 반면, 다른 직종은 선택지가 적거나 자격증 장벽에 직면합니다. 고용주에게 가장 중요한 질문은 미래의 업무 흐름에 어떤 기술이 필요할지, 누가 그 직업으로 진출할 수 있는 현실적인 경로를 가지고 있는지, 그리고 조직이 어떤 분야에서 재교육, 채용 또는 새로운 경로를 만들어야 하는지에 관한 것입니다.

일부 조직들은 이러한 질문들을 내부 이동성과 직접적으로 연결하기 시작했습니다. 한 기술 회사는 AI 기반 인재 시장을 활용하여 직원들의 기존 기술을 개인 맞춤형 학습, 도전적인 과제, 그리고 공석과 연결하고 있습니다. 최근 분기에는 채용 인력의 절반 이상이 내부 승진이었습니다. 이러한 접근 방식은 기술 데이터를 실제 기회와 연결하는 데 중점을 두며, 재교육을 직원들이 다음 단계로 나아갈 수 있는 방향과 동떨어진 단순한 훈련으로 취급하지 않습니다.

기업들은 개별 사례별로 접근하기보다는 직원들이 전환 과정을 어떻게 경험하게 될지에 대한 원칙을 정립하고 있습니다. 예를 들어, 한 글로벌 생명과학 기업은 AI가 업무를 지원할 수는 있지만 인간의 창의성, 전문성, 자율성, 주도성 또는 감독을 대체해서는 안 된다고 밝혔습니다. 직원들은 AI 지원 업무에 대한 책임을 계속해서 져야 합니다. 이러한 원칙들이 모든 인력 관련 결정을 해결해 주지는 않지만, 직무 및 자동화에 대한 개별적인 결정이 내려지기 전에 경계를 설정하는 데 도움이 됩니다.

인재 시스템 발전의 구체적인 지표:

• 생산성 향상 효과를 명확히 제시하십시오. AI 도입으로 확보된 역량이 생산량 증대, 업무 유형 변경, 지속 가능한 업무량 증가, 비용 절감 또는 이들의 조합 등 어떤 방향으로 활용되는지 보여주십시오.
• 미래 직업으로 이어지는 현실적인 경로를 계획하십시오: 변화하는 직업과 필요한 기술을 연결하고, 관련 기술을 보유한 사람을 파악하고, 재교육만으로는 충분하지 않은 부분을 찾아내십시오.
• 전문성을 향한 새로운 길을 구축하십시오: AI가 기초적인 작업을 흡수하는 부분을 의도적인 연습, 피드백, 그리고 점점 더 중요한 결정에 대한 경험으로 대체하십시오.
• 인간적인 면모를 보호하십시오: 역할이 바뀌더라도 인간의 판단력, 자율성, 전문성, 감독권이 어디에 남아 있는지 명확히 하십시오.

AI 활동을 지속적인 조직 변화로 전환하기

업무 흐름과 인재 관리 시스템을 재설계하는 것은 직원들이 스스로 업무 방식을 바꾸기 시작할 때에만 기업 가치를 창출합니다. 그러나 현재 AI 시대의 역설 중 하나는 AI의 광범위한 도입이 놀랍도록 조직적인 변화 없이 공존할 수 있다는 점입니다. 직원들은 매일 AI를 사용하지만, 기존의 업무 흐름, 의사 결정 권한, 인센티브, 관리 방식은 그대로 유지될 수 있습니다. 진정한 과제는 새로운 업무 방식을 조직 전체에 정착시키는 것입니다.

맥킨지의 최근 AI 준비도 연구는 이러한 격차를 보여줍니다. 응답자의 70%는 개인적으로 AI를 사용할 준비가 되었다고 답했지만, 조직 리더 중 27%만이 소속 조직이 인공지능 기반의 미래에 필요한 변화를 이룰 준비가 되었다고 답했습니다(표 2).

표 2

이러한 준비 부족은 전환 과정에서 신뢰를 핵심 문제로 부각시킵니다. 사람들은 AI를 스스로 수용하면서도 조직이 그에 따른 결과를 제대로 관리할 수 있을지에 대해서는 의문을 품을 수 있습니다. 맥킨지 데이터에 따르면 이는 단순히 직원들의 정서 문제만이 아닙니다. AI가 업무 방식을 변화시킬 때 조직이 직원들을 지원할 것이라는 신뢰는 AI 성숙도의 모든 단계에서 더 큰 기업 가치와 연관되어 있습니다(표 3). 역할, 경력 경로, 기대치가 변화함에 따라 신뢰는 직원들이 보게 되는 리더의 행동에 의해 더욱 크게 좌우될 것입니다. 여기에는 인력 관련 결정이 얼마나 투명하게 설명되는지, 직원들이 현실적인 적응 기회를 갖는지, 그리고 어려운 결정 속에서도 인간의 감독과 자율성에 대한 약속이 지켜지는지 등이 포함됩니다.

표 3

지속적인 변화를 위해서는 단순히 새로운 기술을 배우는 것뿐만 아니라, 사람들이 일하는 방식 자체를 바꿔야 합니다. 인공지능(AI)이 결과물을 개선할 수 있다면, 모든 일을 혼자서 처리하는 것이 반드시 역량의 척도가 되는 것은 아닙니다. AI를 활용하면 팀은 더 빠르고 저렴하게 아이디어를 테스트할 수 있을 뿐 아니라, 어떤 실수가 심각한 결과를 초래할 수 있는지 명확히 파악할 수 있습니다. 또한, 기여의 의미는 단순히 해야 할 일 목록을 완료하는 것에서 결과에 대한 책임감을 갖는 것으로 바뀝니다. 맥킨지의 준비성 연구에 따르면, 이러한 조직 전반의 행동 변화는 기업 혁신의 시기에 기업 가치 향상과 밀접한 관련이 있습니다.

일부 조직에서는 이러한 행동 양식을 업무 학습 및 강화 방식에 통합하기 시작했습니다. 한 대형 금융 기관은 광범위한 AI 교육에서 벗어나 역할 기반 학습, 동료 코칭, 관리자 전용 개발 프로그램, 그리고 실제 업무 환경에서 솔루션을 구축하고 시연할 수 있는 기회를 반복적으로 제공하는 방향으로 접근 방식을 발전시켰습니다. 내부 챔피언, 해커톤, 주간 데모, 동료 학습 모임 등을 통해 성공적인 사례가 팀 전체로 확산되었고, 실제 업무에 적용되는 AI 솔루션의 수도 꾸준히 증가하고 있습니다. 이 모델은 AI 도입을 별도의 교육 과정으로 취급하는 대신, 학습과 실험을 팀 업무 방식에 내재화합니다.

지속가능한 변화를 이끌어갈 구체적인 지표:

• 단순히 AI를 도입하는 것을 넘어, 팀이 AI가 기존 업무에 어떤 가능성을 열어주는지 배우면서 워크플로우가 변화하는 것을 지켜봐야 합니다 .
• 새로운 행동 양식을 강화하십시오: 성과 관리, 관리자의 기대치 및 인센티브는 사람들이 달라진 업무 방식에 맞춰 변화해야 합니다.
• 전환 과정에서 신뢰를 구축하세요: 직원들은 AI가 업무 방식을 변화시키는 과정에서 조직이 자신들을 지원해 줄 것이라고 신뢰하며, 이는 AI 성숙도의 모든 단계에서 기업 가치와 관련된 중요한 요소입니다.
• 변화에 더 빠르게 대응하세요: 조직은 새로운 AI 기능을 새로운 업무 방식으로 전환하는 데 걸리는 시간을 단축합니다.

AI 혁신을 가능하게 하다: 변혁의 동력을 구축하다

이러한 규모의 혁신은 단편적인 AI 실험으로는 이루어질 수 없습니다. 기업은 중요한 업무를 반복적으로 재설계하고, 이를 뒷받침하는 기술과 통제 시스템을 구축하며, 그에 맞춰 조직을 변화시킬 수 있는 방법을 필요로 합니다.

이는 명확한 책임 소재에서 시작됩니다. AI 혁신은 비즈니스, 기술, 인재, 위험 관리 등 조직 전반의 경계를 넘나들기 때문에, 기존의 어떤 부서도 이를 처음부터 끝까지 책임지고 추진할 권한을 갖지 못합니다. 기업은 이러한 경계를 넘나들며 혁신을 주도하고, 필요한 절충안을 마련할 권한을 가진 고위 리더가 필요합니다. 직책보다는 그 역할에 부여된 실질적인 권한, 즉 자금과 부족한 인재를 활용하고, 전략적 투자 결정을 주도하며, 상충되는 우선순위를 해결할 수 있는 능력이 더 중요합니다.

일부 기업들은 이러한 유형의 업무를 위한 전담 실행 역량을 구축하기 시작했습니다. 새롭게 떠오르는 모델 중 하나는 우리가 “에이전트 미션 팩토리”라고 부르는 것입니다. 이 팩토리의 역할은 중요한 비즈니스 성과, 즉 미션을 받아 인간과 에이전트가 결합된 워크플로우를 통해 업무를 재설계하고, 필요한 에이전트와 제어 시스템을 구축하고, 새로운 업무 방식을 도입하고, 다음 미션을 위한 재사용 가능한 자산을 생성하는 것입니다. 책임 있는 리더는 방향과 권한을 제공하고, 미션 팩토리는 그 지침을 실행 가능한 솔루션으로 구현합니다. 또한, 팩토리는 AI 운영 체제를 구축하여 개별 에이전트가 작업을 수행하면서 학습 루프를 생성함으로써 조직의 지능을 강화합니다.

이 모델에서 공장은 도구가 아닌 사명부터 시작합니다. 사명은 우량 대출 승인 및 자금 지원 속도를 높이거나, 고객 문제를 한 번의 상호 작용으로 해결하거나, 보험금 청구 누락을 줄이거나, 제품 개발을 가속화하거나, 공급망 탄력성을 개선하는 것일 수 있습니다. 사업주는 결과, 경제성, 제약 조건 및 책임 소재를 제시합니다. 공장은 업무를 재설계하고 구축하는 데 필요한 다기능 역량을 제공합니다.

그러한 역량을 갖추려면 AI 엔지니어만으로는 부족합니다. 비즈니스, 기술, 제품, 디자인, 데이터, 위험 관리, 규정 준수, 사이버 보안, 법률, 변화 관리, 인사 관리 등 모든 부서가 처음부터 통합되어야 합니다. 제어 기능은 워크플로에 내장되어야 하며, 최종 단계에서 추가되는 것이 아닙니다. 제품 소유권은 시범 운영 이후가 아니라 출시 시점에 부여됩니다. 평가, 모니터링, 권한 부여, 자율성, 그리고 제품 수명 주기 관리는 운영 모델의 핵심 요소입니다.

이 모델은 조직의 나머지 부분이 기존 운영을 유지하는 동안 전담 다기능 팀을 활용하여 비즈니스를 혁신하는 “디지털 팩토리“를 기반으로 합니다. 에이전트 기반 모델은 이 모델을 확장하여 사람과 에이전트를 중심으로 워크플로를 재설계합니다. 이를 위해서는 에이전트 구축 및 관리를 위한 새로운 기능은 물론, 대규모 운영에 필요한 공유 AI 인프라, 평가, 권한 관리 및 수명 주기 관리 기능이 필요합니다.

미션 팩토리는 앞서 설명한 조직 변화들이 집약되는 곳이기도 합니다. 미션을 재설계한다는 것은 인간과 에이전트가 어떻게 협력할지, 구성원의 역할과 개발은 어떻게 변화해야 할지, 그리고 새로운 업무 방식이 조직 전체에 어떻게 정착될지를 결정하는 것을 의미합니다. 이러한 선택은 기술 구축 후가 아니라, 업무 재설계 과정에서 이루어져야 합니다. 바로 이러한 점이 일련의 AI 도입을 조직 혁신으로 이끄는 핵심입니다.

인공지능 전환 진전의 구체적인 지표:

• 권한 위임에 실질적인 힘을 실어주세요: 책임감 있는 리더는 단순히 우선순위를 제안하는 데 그치지 않고, 자금과 부족한 인재를 재배치하고 기업 전반의 상충 관계를 해결할 수 있어야 합니다.
• 처음부터 함께 만들어 나가세요: 사업주, 개발자, 관리 부서가 함께 임무를 수행하고, 출시 전에 소유권과 책임 소재를 명확히 정립합니다.
• 파일럿 환경이 아닌 프로덕션 환경을 염두에 두고 구축하십시오. 평가, 모니터링, 권한 설정 및 수명 주기 관리 기능은 에이전트가 실제로 가동되기 전에 설계에 반영되어야 합니다.
• 각 임무는 누적 효과를 내도록 설계하십시오. 완료된 임무는 재사용 가능한 에이전트, 구성 요소, 제어 장치 및 결정 사항을 남겨 다음 임무의 재설계에서 생산까지의 과정을 단축시켜 줍니다.

리더십 테스트

어느 기업도 인간과 에이전트가 결합된 조직으로 완전히 탈바꿈했다고 주장할 수는 없지만, 그 방향은 점점 더 명확해지고 있습니다. AI는 팀 구성 방식, 위계 구조, 직무를 통한 인재 개발, 그리고 조직의 변화 속도 등 리더가 선택할 수 있는 폭을 넓혀줍니다.

리더는 다음 여섯 가지 질문을 통해 조직이 인공지능 전환에 진정으로 대비되어 있는지 확인할 수 있습니다.

• 인간, 에이전트, 데이터의 조합이 어떻게 달라져야 더 큰 가치를 창출할 수 있을까요? 그리고 그에 따라 역할, 책임, 통제 방식은 어떻게 변화해야 할까요?
• 인공지능이 더 많은 업무를 맡게 됨에 따라, 각 역할에서 어떤 부분이 여전히 인간 고유의 특성을 지니고, 의미 있으며, 업무 설계의 핵심이 될 가치가 있을까요?
• 인공지능이 사람들이 전문성을 쌓아온 기반이 되는 어떤 일자리를 없애고 있으며, 그 자리를 어떤 새로운 도제식 교육 체계가 대체할까요?
• 인간-에이전트 워크플로우에서 판단력을 기르도록 사람들을 어떻게 개발하고, 코칭하고, 승진시킬 것인가요?
• 어떤 새로운 구조나 기능이 워크플로우를 재설계하고, 에이전트와 컨트롤을 구축하며, 조직 전체를 하나의 통합된 노력으로 변화시킬 수 있을까요?
• 리더로서 우리는 어떤 행동을 보여주고 있으며, 팀원들은 우리가 일하는 모습을 보고 인공지능이 리더십 방식을 진정으로 변화시키고 있다고 결론 내릴까요?

리더들이 이러한 질문에 답할 수 있다면, AI는 더 이상 단순한 실험이 아닙니다. AI는 조직이 AI 이전 시대의 제약을 극복할 수 있도록 변화시키는 역할을 합니다.

---

인공지능(AI)을 통해 가장 큰 가치를 창출하는 기업은 단순히 가장 많은 에이전트를 배치하거나 가장 많은 작업을 자동화하는 기업이 아닐 것입니다. 오히려 AI를 활용하여 가치 창출 방식을 재고하고, 업무 및 인재 조직 방식부터 혁신을 주도하고 구축하는 방식에 이르기까지 가치 실현에 필요한 조직적 선택을 하는 기업이 될 것입니다. 더 큰 기회는 단순히 현재 조직의 업무 효율을 높이는 데 그치는 것이 아니라, 과거에는 불가능했던 일을 해낼 수 있는 조직을 구축하는 데 있습니다.

저자 소개

알렉시스 크리브코비 치는 맥킨지 베이 에어리어 사무소의 선임 파트너이고, 브룩 웨들은 워싱턴 DC 사무소의 선임 파트너이며, 홀리 프라이스는  휴스턴 사무소의 어소시에이트 파트너이고, 빅 소호니는 시카고 사무소의 선임 파트너입니다.

저자들은 이 논문에 기여해 주신 라에티시아 바우셰에게 감사를 표합니다.

---

이 기사는 뉴욕 지사의 선임 편집자인 바바라 티어니가 편집했습니다.