AI는 일하는 방식을 바꿨다, 이제는 조직을 바꿀 차례

• 생산성과 가치의 괴리: 맥킨지 2026년 AI 현황 조사에서 응답자 80%가 개인 생산성 향상을 체감했지만, 영업이익(EBIT) 개선을 확인한 비율은 37%, AI 고성과 기업은 6%에 그쳤습니다. 고성과 기업은 워크플로를 대폭 재설계한 비율이 다른 기업보다 세 배가량 높았습니다.
• 함께 움직여야 할 네 가지 전환: 저자들은 성과 중심의 업무 조직, 사람과 AI의 업무 비중 변화를 반영한 인재 시스템, 변화가 누적되는 메커니즘, 명확한 권한과 책임 체계를 따로가 아니라 한꺼번에 바꿔야 한다고 강조했습니다.
• 신뢰와 리더의 행동이 관건: 개인 차원의 AI 준비도는 70%였지만 조직이 준비됐다고 본 리더는 27%에 불과했으며, 조직에 대한 신뢰는 AI 성숙도의 모든 단계에서 기업 가치와 연관된 것으로 나타났습니다.

요약 SUMMARY

기업용 AI의 첫 단계가 개인에게 강력한 도구를 쥐여 준 것이었다면, 에이전트형 AI의 다음 단계는 조직의 형태 자체를 다시 짜는 일입니다. 맥킨지 저자들은 사람의 역량·전문성·협업이라는 세 가지 제약이 지난 100여 년간 직무·팀·위계 같은 조직 설계를 규정해 왔는데, AI가 이 제약을 크게 느슨하게 만들고 있다고 진단합니다. 따라서 리더가 물어야 할 질문도 “얼마나 효율적인가”에서 “이전에는 불가능했던 무엇을 할 수 있는가”로 바뀌어야 한다는 것입니다.

1.개인은 빨라졌지만 기업 가치는 제자리

AI 도입은 빠르게 확산되고 있지만, 개인의 생산성 향상이 기업 차원의 성과로 이어지지 못하고 있습니다.

• 맥킨지 2026년 AI 현황 조사에서 개인 생산성이 높아졌다는 응답은 80%였으나 EBIT 개선을 확인한 응답은 37%, 고성과 기업은 6%에 불과함
• 고성과 기업의 약 4분의 3이 워크플로를 대폭 재설계한 반면, 나머지 기업은 4분의 1 수준에 그침 — 이것이 ‘AI를 쓰는 것’과 ‘AI 중심으로 조직을 다시 짜는 것’의 차이임
• 맥킨지 AI 준비도 연구상 업무와 가치 창출 방식 자체를 재구상하는 ‘재창조’ 단계에 이른 조직은 11%뿐임
• 많은 혁신 노력이 인력·조직 설계·변화 관리 중 일부만 건드리고, 이들이 함께 바뀌어야 한다는 점을 놓치고 있음

2.조직도에서 ‘오케스트레이션 차트’로

기능과 위계에 따라 일을 넘겨주던 방식 대신, 결과를 먼저 정하고 그에 필요한 사람과 에이전트를 조합하는 운영 모델이 떠오르고 있습니다.

• 임원·고위 리더 700여 명 조사에서 AI 재창조가 앞선 기업일수록 제품·고객 여정·프로세스 단위의 교차 기능 팀을 꾸리고 의사결정을 현장 가까이 둠
• 누가(사람·에이전트) 어떤 결과를 위해 무엇을 하고, 어느 인수인계가 남는지를 그린 ‘오케스트레이션 차트’가 조직도를 보완하며, 에이전트의 자율성·접근 권한·감독 기준도 설계 단계에 포함됨
• 한 기업의 제품 개발 조직은 8~10명 팀을 에이전트 지원을 받는 4~6명 팀으로 재편했고, 회의도 정보 공유보다 판단·합의·신뢰 형성 중심으로 바뀌는 중임
• 지난 5년간 프로젝트 관리 같은 ‘조정자 역할’이 현업 역할보다 1.5~2.0배 빠르게 늘었는데, AI는 이 복잡성을 줄일 기회이되 판단력·권한 체계 보강이 전제임

3.끊임없이 바뀌는 일에 맞춘 인재 시스템

고정된 직무와 경력 경로를 전제로 한 인재 시스템은 AI가 직무 내용을 계속 바꾸는 환경에서 한계에 부딪힙니다.

• AI가 리서치·초안·분석·조정 업무를 가져가면서 생긴 여유 역량을 산출 확대·업무 전환·비용 절감 중 어디에 쓸지 명시적으로 정해야 기업 가치로 이어짐(스탠퍼드대 에릭 브린욜프슨(Erik Brynjolfsson)도 인력 감축에만 집중하는 접근을 경계함)
• 관리 계층을 떠받치던 상태 추적·조정 업무가 줄면 중간관리자가 기본 경력 목표가 아니게 되므로, 전문성·판단력·에이전트 지휘 능력을 보상하는 경로가 필요함
• 입문 업무가 에이전트로 넘어가면 오늘의 생산성 이득이 내일의 판단력 공백이 될 수 있어, 의도적 연습과 피드백 중심의 새로운 도제 체계가 요구됨
• 한 기술기업은 AI 인재 마켓플레이스로 직원 기술과 사내 기회를 연결해 최근 한 분기 채용의 절반 이상을 내부에서 충원했고, 한 생명과학 기업은 AI가 사람의 감독·자율성을 대체하지 않는다는 원칙을 먼저 세움

4.AI 사용을 지속적인 조직 변화로 굳히기

직원들이 매일 AI를 써도 워크플로·권한·인센티브가 그대로라면 조직은 바뀌지 않는다는 것이 지금의 역설입니다.

• 2026년 2~4월 조사에서 개인적으로 AI를 쓸 준비가 됐다는 응답은 70%였지만, 조직이 준비됐다고 본 리더는 27%에 그침
• 조직이 변화 과정에서 자신을 지원하리라는 신뢰가 모든 AI 성숙 단계에서 기업 가치와 연관되며, 이 신뢰는 리더의 투명한 설명과 실제 행동으로 형성됨
• 혼자 다 해내는 것보다 결과에 대한 책임을 지는 것이 기여의 기준이 되는 등, 기술 습득을 넘어 일하는 방식 자체의 변화가 필요함
• 한 대형 금융기관은 일괄 교육 대신 역할별 학습·동료 코칭·해커톤·주간 데모로 성공 사례를 확산시켜 실제 운영에 투입되는 AI 솔루션을 꾸준히 늘림

5.‘미션 팩토리’로 혁신 엔진을 만들다

흩어진 AI 실험으로는 조직 재창조가 불가능하며, 반복적으로 핵심 업무를 재설계할 전담 실행 체계와 명확한 책임자가 필요합니다.

• AI 재창조는 사업·기술·인재·리스크의 경계를 넘나들어 기존 부서가 맡기 어려우므로, 직함보다 예산·인재를 움직일 실권을 가진 고위 책임자가 필요함
• 저자들이 제안하는 ‘에이전트 미션 팩토리’는 대출 승인 단축·클레임 누수 감소 같은 사업 성과를 미션으로 받아 사람·에이전트 워크플로와 통제 장치를 설계·구축하고 재사용 자산을 남김
• AI 엔지니어뿐 아니라 사업·데이터·리스크·법무·HR 등이 처음부터 함께하며, 통제 기능은 마지막에 덧붙이지 않고 워크플로에 내장함
• 과거 ‘디지털 팩토리’ 모델을 에이전트 시대로 확장한 것으로, 시범 운영이 아닌 실제 운영을 전제로 평가·모니터링·권한 관리를 미리 설계함

6.리더십 시험대: 스스로 던져야 할 여섯 가지 질문

완성된 ‘사람-에이전트 조직’은 아직 없지만, 저자들은 리더가 다음 질문에 답할 수 있다면 AI가 실험 단계를 넘어선 것이라고 말합니다.

• 사람·에이전트·데이터의 조합을 어떻게 바꿔야 가치가 커지며, 그에 따라 역할·책임·통제는 어떻게 달라져야 하는가
• 각 역할에서 사람만이 할 수 있는 의미 있는 부분은 무엇이며, 사라지는 입문 업무를 대신할 도제 체계는 무엇인가
• 판단력을 기르도록 사람을 어떻게 육성·코칭·승진시키고, 워크플로 재설계와 조직 변화를 하나로 묶을 구조는 무엇인가
• 리더인 우리의 일하는 모습을 본 팀원들이 AI가 리더십 방식까지 바꾸고 있다고 느끼겠는가