AI 도입은 고위 경영진이 이를 인식하기 전에 개인과 팀의 실험을 통해 먼저 시작되는 경우가 많습니다. 이로 인해 공식적인 전략과 조직에서 실제로 변화하고 있는 업무 방식 사이에 격차가 발생합니다. 이 글은 리더가 AI가 실제 현장에서 어떻게 활용되고 있는지를 보다 폭넓고 직접적으로 파악해야 효과적인 도입을 지원하고, 새롭게 나타나는 위험을 발견하며, 과거의 조직 모습이 아니라 실제 업무 현실에 기반한 거버넌스를 구축할 수 있다고 말합니다.
AI 도입은 경영진이 공식적으로 이를 인식하기 훨씬 전부터 시작되는 경우가 많습니다. 조직이 직면한 문제는 단순히 AI를 사용하고 있는지 여부가 아니라, 리더가 AI가 어디에서 어떤 방식으로 이미 업무를 변화시키고 있는지를 실제로 볼 수 있느냐는 것입니다.
생성형 AI가 조직 전반으로 빠르게 확산되면서 경영진은 전략과 거버넌스, 인프라, 그리고 AI 사용에 대한 정책을 마련하는 데 속도를 내고 있습니다.
하지만 이러한 공식적인 움직임 아래에서는 이미 또 다른 변화가 진행되고 있습니다.
직원들은 스스로 AI를 실험하고 있습니다. 팀들은 비공식적인 업무 프로세스를 만들어가고 있습니다. 개인들은 별도의 공식 지시 없이도 반복적인 업무를 줄이고, 분석을 개선하며, 문제를 더 빠르게 해결할 수 있는 방법을 찾아가고 있습니다.
그 결과 리더가 자신이 관리하고 있다고 생각하는 조직과 실제로 새롭게 만들어지고 있는 조직 사이에 점점 더 큰 격차가 발생합니다.
이 격차는 AI 시대의 가장 중요한 리더십 과제 중 하나가 되고 있습니다.
ㅤ
공식적인 조직의 모습과 실제 조직이 달라질 때
Darline Giraud는 대형 국제기구에서 기술 변화를 관리하던 시기에 이러한 격차를 처음 경험했습니다.
서류상으로 하나의 변화 프로젝트는 성공적이었습니다. 일정에 맞춰 완료됐고 예산도 초과하지 않았습니다.
하지만 실제로 업무를 수행하는 사람들과 이야기를 나누자 전혀 다른 현실이 나타났습니다.
잦은 업무 전환으로 직원들의 사기는 떨어지고 있었고, 팀들은 업무 조율과 부서 간 단절 때문에 많은 시간을 잃고 있었습니다. 어려운 문제를 함께 해결하거나 더 나은 해결책을 비판적으로 고민할 수 있는 여유도 거의 없었습니다.
두 모습 모두 사실이었습니다.
다만 서로 다른 현실을 설명하고 있었습니다.
이와 같은 현상이 이제 AI를 둘러싸고 다시 나타나고 있습니다.
고위 경영진은 일반적으로 설문조사, 대시보드, 경영 보고서, 타운홀 미팅, 그리고 복잡한 정보를 실행 가능한 형태로 정리해주는 참모와 관리자를 통해 조직 내부에서 어떤 일이 벌어지고 있는지를 파악합니다.
이러한 시스템은 정보가 조직의 위계구조를 따라 위로 전달되면서 단계적으로 걸러지고 정리되는 환경을 전제로 만들어졌습니다.
하지만 AI는 반드시 이런 방식으로 움직이지 않습니다.
AI 도입은 개인이나 작은 팀에서 시작되고, 이후 비공식적인 네트워크와 실험, 동료 간 학습을 통해 수평적으로 확산되는 경우가 많습니다.
유럽 소프트웨어 기업들을 대상으로 한 생성형 AI 도입 연구에서도 AI 활용이 항상 하향식으로 진행되는 것은 아니며, 많은 경우 직원들이 직접 도입의 출발점이 되는 것으로 나타났습니다.
이는 AI가 새로운 가시성 문제를 만들어낸다는 의미가 아닙니다.
오히려 조직이 변화의 초기 단계에서 중요한 움직임을 발견할 수 있는 능력을 이미 갖추고 있는지 여부를 드러내는 것입니다.
따라서 중요한 질문은 AI가 도입되고 있는가가 아닙니다.
AI가 이미 업무 방식을 변화시킨 뒤가 아니라, 그 전에 리더가 어디에서 어떤 방식으로 도입이 진행되고 있는지를 볼 수 있는가입니다.
ㅤ
AI는 종종 조직의 가장자리에서 시작됩니다
공식적인 AI 워킹그룹이 만들어질 무렵에는 직원들이 이미 공식 전략보다 훨씬 앞서 있을 수 있습니다.
어떤 직원은 네 시간이 걸리던 업무를 40분으로 줄여주는 프롬프트를 만들었을 수 있습니다.
두 명의 분석가는 별도의 요청이나 공식적인 승인을 받지 않고 자신들이 만든 AI 기반 업무 프로세스를 공유하고 있을 수 있습니다.
한 주니어 직원은 어느 순간 AI가 실제로 무엇을 할 수 있는지를 알고 싶을 때 모두가 찾아가는 사람이 되어 있을 수도 있습니다.
이러한 변화는 경영진 보고서에 나타나지 않을 수 있습니다.
공식적인 전략 수립 과정도 거치지 않았을 수 있습니다.
하지만 실제 조직의 변화는 이미 진행되고 있습니다.
변화는 종종 이런 방식으로 시작됩니다. 조직의 위에서가 아니라, 실제 업무와 문제에 가장 가까운 사람들 사이에서 시작됩니다.
공식적인 이니셔티브가 항상 AI 도입을 만들어내는 것은 아닙니다.
때로는 이미 도입이 시작된 이후에야 공식적인 이니셔티브가 등장합니다.
잘 설계된다면 이미 진행 중인 변화에 구조를 제공할 수 있습니다.
하지만 잘못 설계되면 오히려 그 흐름을 방해할 수 있습니다.
진짜 질문은 조직에서 실험이 일어나고 있는가가 아닙니다.
최고위층의 누군가가 그것을 볼 수 있는가입니다.
ㅤ
리더가 변화하고 있는 것을 보기 어려운 이유
이 문제는 단순히 역량의 문제가 아닙니다.
경영진이 조직을 이해할 수 있도록 돕는 사람들은 대체로 정보를 종합하는 데 뛰어난 능력을 갖고 있습니다.
복잡한 상황에서 중요한 신호를 찾아내고, 이를 고위 경영진이 행동으로 옮길 수 있는 형태로 정리할 줄 압니다.
하지만 이 역할은 점점 더 어려워지고 있습니다.
많은 이사회와 고위 경영진은 조직 내부에서 AI와 관련해 실제로 벌어지고 있는 불확실하고 불완전하며 기술적으로 복잡한 상황을 충분히 이해할 수 있는 AI 리터러시를 아직 갖추지 못하고 있습니다.
리더가 이러한 복잡성을 받아들일 준비가 되어 있지 않으면, 정보를 위로 전달하는 사람들은 현실을 단순화해야 한다는 압박을 받을 수 있습니다.
모호하고 복잡한 현실 대신 더 깔끔하고 빠르며 안심할 수 있는 답을 전달하게 되는 것입니다.
이는 반드시 중간관리자의 실패를 의미하는 것은 아닙니다.
조직이 사람들에게 복잡성을 리더가 이해할 수 있도록 돕기보다, 오히려 리더를 복잡성으로부터 보호하도록 암묵적으로 요구할 때 발생할 수 있는 현상입니다.
전통적인 보고 체계 역시 정보가 공식적인 채널을 따라 위로 이동한다는 가정을 전제로 합니다.
하지만 AI 도입은 그렇지 않은 경우가 많습니다.
AI는 옆으로 움직입니다.
개인의 판단과 비공식적인 네트워크, 업무 우회 방식, 동료 간 학습을 통해 확산됩니다.
스스로 손을 들지 않습니다.
자동으로 보고서를 만들어내지도 않습니다.
그 결과 공식적인 조직의 모습이 반드시 틀렸다고 할 수는 없습니다.
다만 불완전할 수 있습니다.
ㅤ
침묵은 합리적인 선택이 될 수 있습니다
중요한 정보가 고위 경영진에게 전달되지 않는 또 다른 이유가 있습니다.
직원들은 전략과 현실 사이의 격차에 대해 말하는 데에는 비용이 따른다는 것을 알고 있습니다.
공식적인 업무 프로세스가 제대로 작동하지 않는다고 지적하는 것은 누군가의 업무나 판단, 권한을 비판하는 것으로 받아들여질 수 있습니다.
문제를 제기하는 사람은 인간관계와 조직 내 정치적 위험을 감수해야 합니다.
하지만 그로 인한 이익은 조직 전체가 공유합니다.
이러한 불균형은 직원의 관찰이 조직에 도움이 될 수 있음에도 불구하고 침묵을 선택하는 이유를 설명해줍니다.
실제 업무와 가장 가까이 있는 사람들은 전략과 현실이 어디에서 어긋나고 있는지를 가장 잘 볼 수 있습니다.
동시에 그것을 공개적으로 이야기할 동기는 가장 적을 수도 있습니다.
바로 그렇기 때문에 경영진 보고가 사실에 기반하고 있어도 실제로 조직에서 벌어지고 있는 상황 전체를 담지 못할 수 있습니다.
그리고 전략은 이러한 격차 속에서 조용히 실패하기 시작합니다.
ㅤ
잘못된 현실을 공식화하는 위험
그 결과는 즉시 나타나지 않을 수도 있습니다.
경영진은 기존 전략을 계속 추진합니다.
기업은 인프라에 투자하고, 공식 플랫폼을 선택하며, 정책을 수립하고, 그 접근 방식을 중심으로 거버넌스를 구축합니다.
하지만 처음부터 조직에 대한 그림이 불완전했다면 공식화된 체계 역시 이미 과거의 현실을 기반으로 하고 있을 수 있습니다.
효율적인 AI 업무방식을 만들어낸 직원이 자신이 사용하던 방식보다 성능이 떨어지는 공식 도구를 사용해야 할 수도 있습니다.
가치 있는 업무 프로세스를 만든 분석가들은 자신들이 만든 방식이 공식 시스템 안에 들어갈 자리가 없다는 것을 발견할 수 있습니다.
팀 내에서 비공식적으로 AI 전문가 역할을 하던 직원이 어떠한 인정도 받지 못한 채 점차 자신의 지식을 공유하지 않게 될 수도 있습니다.
이 시점에서 조직은 단순히 혁신을 발견하지 못한 것이 아닙니다.
오히려 혁신을 방해한 것입니다.
거버넌스 리스크 역시 이 지점에서 더 커집니다.
서류상으로만 존재하는 AI 거버넌스는 아무도 등록하지 않은 도구나 검토되지 않은 접근 권한, 공식적으로 기록되지 않은 업무 프로세스를 관리할 수 없습니다.
따라서 실제 위험은 AI 자체가 아닐 수도 있습니다.
경영진의 시야 밖에서 존재하는 보이지 않는 AI 활용 영역이 더 큰 위험이 될 수 있습니다.
ㅤ
지금 리더십에 필요한 것
해답이 반드시 새로운 위원회나 또 하나의 보고 체계를 만드는 것은 아닙니다.
리더에게는 더 폭넓은 정보원이 필요하며, 환경이 변화함에 따라 그 범위를 계속 확대해야 합니다.
복잡한 조직에서는 좋은 판단력만으로 충분하지 않습니다.
고위 리더에게는 하나 이상의 관점이 필요합니다.
AI에서는 이것이 특히 중요합니다. AI 도입은 단순히 하나의 업무를 자동화하는 문제가 아니기 때문입니다.
AI는 사람들이 일하는 방식과 협업하는 방식, 의사결정하는 방식, 그리고 일상적인 판단 과정에서 기술과 상호작용하는 방식까지 변화시킵니다.
이러한 변화를 볼 수 없다면 거버넌스는 결국 추측에 의존하게 됩니다.
규칙이 너무 느슨해 실제 위험을 발견하지 못할 수도 있고, 반대로 너무 제한적이어서 보호하려던 가치 자체를 없앨 수도 있습니다.
따라서 실제로 어떤 일이 일어나고 있는지를 파악하는 것은 AI 전략 이후에 해야 할 일이 아닙니다.
AI 전략을 만들기 위한 전제조건입니다.
AI 도입을 위해 리더에게 필요한 것은 일종의 ‘두 번째 가시성 채널’입니다.
비공식적인 또 하나의 조직을 만들라는 의미가 아닙니다.
새로운 관료주의를 추가하라는 의미도 아닙니다.
보다 실질적인 것이 필요합니다.
조직의 가장자리에 의도적으로 더 가까이 다가가는 습관입니다.
ㅤ
작은 습관이 새로운 프로세스보다 더 많은 것을 보여줄 수 있습니다
이를 위해 대규모 변화 프로그램이 필요한 것은 아닙니다.
간단하지만 반복적으로 실천할 수 있는 것에서 시작할 수 있습니다.
관리자는 정기적인 일대일 미팅에서 직원에게 이렇게 물을 수 있습니다.
“이번 주에 AI로 무엇을 새롭게 시도해봤나요?”
팀에서는 직원들이 실제로 사용하고 있는 업무방식을 서로 보여주는 짧은 동료 주도의 세션을 운영할 수도 있습니다.
조직은 리버스 멘토링을 도입할 수도 있습니다. 젊거나 디지털 활용도가 높은 직원이 고위 리더에게 실제 AI 도구 사용법을 보여주고, 경영진은 그 도구를 책임감 있게 활용하기 위해 필요한 조직적 맥락과 판단 기준을 제공하는 방식입니다.
목적은 경영진이나 공식 거버넌스를 우회하는 것이 아닙니다.
업무가 실제로 어떻게 변화하고 있는지를 보다 직접적으로 볼 수 있도록 하는 것입니다.
리더가 실제 실험과 가까워질수록 새로운 가치와 위험을 모두 더 일찍 발견할 가능성이 높아집니다.
ㅤ
AI 전략은 명확하게 보는 것에서 시작됩니다
리더십에는 언제나 지도와 실제 지형이 더 이상 일치하지 않는 순간을 알아차리는 능력이 필요했습니다.
AI는 변화가 공식적인 조직 구조가 기록할 수 있는 속도보다 더 빠르게 확산될 수 있기 때문에 이러한 문제를 더욱 분명하게 보여줍니다.
강력한 AI 전략은 경영진이 이미 조직에서 어떤 일이 일어나고 있는지를 알고 있다는 가정에서 시작하지 않을 것입니다.
대신 직원들이 어디에서 이미 실험하고 있는지, 어디에서 가치가 만들어지고 있는지, 어떤 위험이 새롭게 나타나고 있는지, 그리고 어떤 비공식적인 업무방식이 대체되어야 하는 것이 아니라 지원받아야 하는지를 질문하는 데서 시작될 것입니다.
AI 시대를 잘 이끌어가는 리더는 공식적인 조직의 모습 너머를 보려는 사람일 것입니다.
가장 먼저 격차를 발견하는 사람들을 보호할 것입니다.
실제 업무와 가장 가까운 직원들의 이야기를 들을 것입니다.
그리고 변화가 리더의 발표와 함께 시작된다고 가정하기보다 이미 조직 안에서 벌어지고 있는 현실을 바탕으로 전략을 만들어갈 것입니다.
AI는 전략만을 통해 조직으로 들어오는 것이 아닙니다.
AI는 사람을 통해 조직으로 들어오고 있습니다.
ㅤ
이 글은 Darline Giraud가 IE Insights에 기고한 ‘The Visibility Gap in AI Strategy’를 축약·각색한 콘텐츠입니다. 원문은 IE Insights에서 확인할 수 있습니다.
https://www.ie.edu/insights/articles/the-visibility-gap-in-ai-strategy/
