벌써 이 시리즈의 세 번째 편입니다. 지난 6월 <AI 시대, 조직이 스스로 물어야 할 질문들>이라는 주제로 진행된 강연을 쪼개서 글로 나눠드리는 시리즈를 기획했는데 4편으로 마무리될 것 같아요.

 

앞선 두 편에서는 AI 시대를 바라보는 높은 해상도의 의미와 AI 인재를 향한 기업들의 치열한 경쟁에 관해 이야기했죠. 이전 뉴스레터를 읽지 않으신 분들은 흐름을 위해 아래 1, 2편부터 차례대로 읽어주시기 바랍니다. ⬇️

(1편) Q1. 대면하지 않아도 믿을 수 있다면? AI 시대는 순식간일지도

(2편) Q2. AI가 발전할수록 고용주는 춤춘다? 사실일까?

 

이번 편에서는 AI 시대에 조직의 경쟁력을 높이기 위해 어떤 변화가 필요한지, 특히 AI 인재들이 선택하는 직장이 되기 위한 첫 번째 핵심 요소를 살펴보려 합니다. AI 기술 도입이 조직에 가져올 변화, 그중에서도 AI가 만들어낼 새로운 혁신의 모습에 대해 이야기해 볼게요.

 

마찬가지로 리서치와 주변 전문가들의 도움으로 완성된 내용이니 편하게 읽어주시고, 정정할 부분이 있다면 언제든 의견 주시기 바래요.

 

 

---

 

 

 

AI 시대, 조직이 스스로 물어야 할 질문

 

첫번째.
우리 조직은 혁신을 효율적으로 실행할 수 있나요?

 

‘혁신’이라는 단어는 주로 기업 비전이나 제품 개발 측면에서 새로운 가치를 창출하는 행위를 표현할 때 사용되어 왔습니다. 이런 혁신이 효율적으로 실행된다니? 빠르게 감을 잡기는 어려운데요. 이 질문의 의미를 제대로 이해하려면, AI 기술이 혁신의 개념을 어떻게 바꿀지 상상해 봐야 합니다. 

 

 

 

1.
기존의 ‘점진적’ 혁신 vs AI 시대의 ‘효율적’ 혁신

 

‘해봐야 아니까'는 
더 이상 혁신적인 리더의 멘트가 아닐지도 모른다

 

 

기존의 혁신 방식을 돌아보면, 새로운 제품이나 서비스가 시장 조사와 유저 피드백을 통해 점진적인 개선을 하는 방식이 주를 이뤘습니다. 이런 방식을 우리는 '점진적 혁신'이라고 부를 수 있죠.

 

IT 스타트업의 혁신 과정이 대표적인 예시입니다. 프로토타입(Prototype)과 최소 기능 제품(MVP)을 거쳐 완성된 제품을 만들어내는 과정을 보면, 매일 같이 수많은 가설을 세우고 시도하며 리서치와 피드백을 통해 개선해 나가는 점진적인 혁신의 모습을 볼 수 있습니다.

 

 

우리가 이렇게 작은 보폭으로 혁신하는 데 익숙한 이유는 당연히 실패 가능성을 줄이기 위함입니다. 사람이 예상할 수 없는 결과에 모든 비용을 투입할 수는 없으니까요. 반대로 점진적이지 않은 마법 같은 혁신은 드물기도 하고, 성공을 보장하기도 어렵습니다. 그러니 기존의 혁신은 해보지 않은 것을 알 수 없는 인간의 한계에 갇혀있었다고 말할 수 있죠.

 

자연스럽게 기존의 혁신을 만드는 의사결정에서는 이런 근거가 주로 작용했습니다:
 

• 
  외부 레퍼런스 근거 기반 : "미국에서 이런 게 성공했대요" 또는 "저 회사가 이렇게 하니까 우리도 해봐요"
   


• 
  고객 의견 근거 기반 : “유저들이 이 기능을 원해요" 또는 "이런 제품을 만들어달라고 해요"
   


• 
  과거 경험 근거 기반 : "예전에 이렇게 했었는데 잘 됐었어요"

 

이런 방식은 주관적인 판단이나 제한적인 데이터에 의존하는 경우가 많은데요. 결국 인간이 수집할 수 있는 정보 범위 안에서만 아이디어가 나오기 때문에, 많은 인력이 리서치와 기획에 투입될 수밖에 없었던 이유기도 합니다.

 

나아가 실행 단계는 또 어떨까요? 결국 '해봐야 안다'는 말처럼, 과정을 이렇게나 잘게 쪼개고 많은 피드백을 받아 개선하지만, 결과는 실제로 해봐야 알 수 있습니다. 그래서 지금까지 우리의 혁신 과정에는 무수한 시도와 실패가 불가피할 수밖에 없었죠.

 

그런데 AI 시대의 혁신은 조금 다릅니다. 직접 해보지 않고도 객관적으로 성공 가능성이 높은 방향을 찾아낼 수 있거든요. 그래서 전문가들은 ‘효율적 혁신’이 가능해졌다고 말합니다. 인공지능 기술을 통해 데이터 기반과 예측적인 혁신이 가능해졌기 때문이죠.

 

데이터 기반 혁신
"이건 아직 발견되지 않은 숨겨진 트렌드예요. 사람들은 아직 못 봤지만, 데이터는 그렇게 말하고 있답니다"

• AI는 방대한 양의 데이터를 분석하여 숨겨진 트렌드와 기회를 발견합니다.


• 신속하고 정확하게 혁신 방향을 설정하고 리스크를 최소화해 성공 확률을 높입니다.

 

예측적 혁신
"이 전략으로 가면 성공 확률이 80%에 달해요. 이렇게 해보시죠"

• AI는 다양한 시나리오를 시뮬레이션하고 결과를 예측합니다.


• 미래를 예측해 시장 변화에 대한 빠른 대응과 전략적 계획 수립을 가능하게 합니다.

 

이런 AI 기술이 불러오는 새로운 혁신의 모습은 기존에 우리에게 익숙한 '점진적 혁신'에 비해 리스크를 크게 줄이고, 성공 확률을 높이며, 혁신 과정 자체를 더 효율적으로 만듭니다. 심지어 원한다면 혁신을 자동화할 수도 있다는 게 인공지능의 놀라운 능력이기도 하죠.

2017년 6월에 PwC가 발표한 <Sizing the prize> 연구에 따르면 2030년에는 AI 기술이 세계 경제에 최대 15.7조 달러 정도를 기여할 수 있는 잠재력이 있다고 합니다. 그중에서 6.6조 달러가 생산성 증가에 해당하는 영역인데요. 이는 인공지능 기반의 ‘효율적 혁신’이 전체 시장에 가져올 수 있는 경제적 영향력을 잘 보여주고 있습니다.

 

 

2.
맥주 만들고 파는 것 정도는
스스로 의사결정 하는(?) AI적 혁신

 

 

이러한 AI 기반 혁신의 효율성을 극대화한 사례가 있습니다. 버드와이저, 코로나, 스텔라 아르투아 등 세계적으로 유명한 맥주 브랜드를 보유한 글로벌 양조회사 앤하이저-부시 인베브(Anheuser-Busch InBev, 이하 ABInBev)의 이야기인데요.

 

AB InBev는 작년 브랜드 Beck's 150주년을 기념하기 위해 새로운 맥주를 출시했습니다. 보통 양조장이라고 하면 장인 정신이 살아 있는, 인간 냄새 물씬 나는 곳을 떠올리기 쉽지만, 이 벨기에 기업은 전혀 다른 시도를 했죠. 바로 AI가 직접 만든 맥주 Autonomous를 만든 것입니다.

 

Autonomous(주체적인, 자주적인)라는 맥주 이름이 무색하지 않게 홈페이지에는 이런 문장이 적혀있습니다. 

‘스스로 만들어진 맥주를 만나보세요. 레시피부터 광고까지 모두 AI로 만들어진 맥주를요.’

 

놀랍게도 홈페이지로 AI와 함께 전반적인 과정을 어떻게 만들어 냈는지, 심지어 프롬프트까지 공개하고 있는데요. 맥주 이름부터 레시피 개발, 로고, 홈페이지, 디자인, 마케팅 전략과 실행까지 AI가 어떻게 자체적으로 의사결정하고 진행했는지 모두 보여주고 있죠. 이를 통해 전 과정을 AI가 주도했음을 알 수 있습니다.

 

 

AI 기술/비즈니스 전문가 Bernard Marr 아티클과 Google Cloud 케이스스터디에 따르면 실제로 Autonomous가 AI로 만들어낸 ‘효율적 혁신’의 결실은 놀랄만합니다.

 

• 
  신제품 개발 : AI 스스로가 만들고 발전시켜 나가는 맥주 개발
   


• 
  품질 관리 : 양조 과정의 데이터를 실시간 분석해 최종 제품 품질을 예측
   


• 
  생산 최적화: 여과 공정을 개선해 배럴당 생산량을 60% 증가
   


• 
  고객 평가 및 관리 : 유통 업체들의 신용 수준을 AI로 평가해 공급 재고량 등 관리
   


• 
  마케팅 효율화: AI가 디지털 광고 콘텐츠를 자동 생성하고 분석해 최적화

 

 

이런 과정과 결과가 있기에 ABInBev는 Autonomous 사이트에서 자신 있게 얘기하죠.

 

“우리가 Autonomous를 만든게 아닙니다. Autonomous가 스스로를 만들어 냈죠."
“ We didn't make Autonomous, Autonomous made itself ” 

 

이건 단순한 마케팅 문구가 아닌데요. 실제로 사람은 '150주년 기념 맥주를 만들고 싶다'만 말했을 뿐, 그 이후 모든 과정은 AI가 데이터 기반으로 가장 최적화된 행동을 의사결정해 발전시켰기 때문입니다.

 

쉽게 말해, 이제 인간이 “무엇을 만들겠다”는 의도만 제시하면, 이후 모든 과정을 인공지능 기술 스스로 할 수 있는 시대가 왔다고 볼 수 있는데요. 우리가 익숙했던 점진적 혁신과 얼마나 큰 차이가 있는지 느껴지시나요?

 

조직 측면에서는 구성원 입장에서 혁신이 다르게 정의된다는 건 내가 역량을 펼칠 방법과 인프라, 평가가 크게 달라질 수 있다는 이야기입니다. 그렇다면 AI 인재들은 당연히 이런 AI적 혁신을 경험하고 성취할 수 있는 직장을 원하지 않을까요? ABinBev처럼 과거의 혁신이 아닌 데이터 기반으로 예측하고 자동화하는, ‘효율적 혁신’을 실행하고 인정받을 수 있는 조직으로요.

 

따라서 앞으로 조직이 AI 인재들과 함께 새로운 혁신을 받아들이고 운영하려면, 먼저 기존에 갖고 있던 전사적인 혁신의 개념부터 돌아볼 필요가 있습니다.

 

현재 우리 조직이 정의하고 있는 ‘혁신’은 무엇인가요?

우리 조직에서 인정하고 실행하는 ‘혁신'의 모습은 어디에 가까운가요?

 

 

 

 

다음 편 예고 :

 

AI 시대의 혁신은 이미 우리 곁에 와 있습니다. ABInBev의 사례에서 보았듯이, 이제 혁신은 더 이상 '해봐야 아는' 영역이 아닙니다. 데이터를 기반으로 한 예측과 효율적인 실행이 가능해졌기 때문인데요. 지금 기업에 필요한 것은 우선 변화를 두려워하지 않고, 적극적으로 새로운 혁신을 이해하고 시도해 보려는 자세를 가지는 것일 겁니다.

 

또한 인공지능 기술의 도입은 혁신 방식의 변화에서 나아가 조직 내 신뢰와 권한의 개념까지 근본적으로 바꾸고 있습니다. 그래서 다음 편에서는 AI 시대에 조직 내에서 어떻게 신뢰를 얻고 권한을 부여해야 하는지 탐구해 보려고 해요.

 

"선배는 AI를 모르잖아요"라고 말하는 젊은 인재들부터, 데이터로 모든 것을 증명해야 하는 새로운 환경까지, AI 시대의 조직 문화 변화에 대한 흥미진진한 이야기들을 통해 여러분에게 마지막 '해상도'를 제공하겠습니다.

 

AI 시대에 진정한 신뢰와 권한은 어떻게 얻을 수 있을까요? 기존의 위계질서와 경험에 기반한 의사결정은 어떻게 변화할까요? AI 인재들이 원하는 직장이 되기 위해서 스스로 물어야 할 두 번째 질문을 가지고 다음 주 찾아올게요. 기대해 주세요 :)

 

 

---

 

 

🔎 The Asker's Lens

 

영감에서 실행으로 나아가는 조직을 위해,
The Asker가 제시하는 질문들

 

1. 
   우리에게 익숙한 기존 혁신 방법 ‘점진적 혁신’에서 고질적인 한계나 어려움을 느낀 적이 있나요? 만약 애스커가 설명한 AI 시대의 ‘효율적 혁신’이 고도화된다면 그 한계를 어떻게 해결할 수 있을거라 생각하시나요?
    


2. 
   여러분의 조직은 개인 업무 차원을 넘어 AI를 활용한 혁신을 시도해 본 적이 있나요? 있다면 그 경험이 기존 혁신 과정과 비교했을 때 어떤 점이 달랐나요?
    


3. 
   ABInBev의 Autonomous 맥주 사례에서 어떤 점이 가장 흥미로운 점이었나요? 이처럼 전반적인 영역에서 아이디어부터 의사결정까지 AI가 혼자 최적화할 수 있다면 아이디어 회의조차 필요 없어질 날이 올 텐데요. 그렇다면 기업에서 인간은 어떤 역할에 더 집중하게 될까요?
    


4. 우리 조직에서 ‘혁신’으로 불리고 정의되는 사례들은 어떤 것들이 있나요? 그 사례들의 공통 속성은 무엇인가요?  

 

 

 

 

한 주에 한 번, 누틸드가 세상에 던진 질문과 생각을 배송합니다. 조직과 사람에 대한 새로운 관점을 메일함으로 받아보세요.

The Asker 구독하러 가기