이미 우리는 AI를 일상에서 활용하고 있습니다. 문서 작성, 데이터 편집, 분석 업무에서 AI를 활용하고, 예전보다 훨씬 높은 생산성을 경험하고 있습니다. ChatGPT 같은 생성형 AI 도구는 이제 특별한 도구가 아니라 필수적인 업무 도구가 되었습니다.

그런데 최근 에이전틱 워크플로우(Agentic Workflow)가 본격화되고 있다는 이야기를 자주 듣습니다. AI가 단순히 도움을 주는 수준을 넘어, 일하는 사람 자체를 대체할 수 있지 않을까라는 막연한 불안감이 드는 것은 당연합니다.

하지만 엔비디아의 젠슨 황 CEO는 다른 관점을 제시합니다. 그는 “AI가 사람을 대체하는 것이 아니라, AI를 활용하는 사람이 그렇지 않은 사람을 대체할 것“이라고 말합니다. AI가 인간을 대체하기보다는, AI를 활용할 수 있는 사람이 더 큰 경쟁력을 얻게 된다는 관점입니다.

AI가 대체할 수 없는 지식근로자의 업무 유형 3가지

그럼 AI를 활용해서 전보다 훨씬 탁월한 성과를 내기 위해서는 어떤 업무에 집중해야 할까요?

이 질문에 대해 AI PM 관련 유명 콘텐츠 크리에이터인 Aakash Gupta가 쓴 “AI Gets 10x Better Every 18 Months. Only 1 Type of Work Survives” 글에서 답을 얻을 수 있었습니다. 18개월 마다 10배씩 뛰어나지는 AI 시대에 지식근로자가 생존하기 위해서는 AI가 대체할 수 없는 업무 역량을 길러야 한다고 저자는 강조합니다.

글에 따르면, AI가 대체할 수 없는 지식근로자의 업무 유형은 크게 세 가지로 나눌 수 있습니다.

첫째, 전략적 선택(Strategic Choices)입니다. 어떤 문제를 해결할 것인가, 어떤 시장에 진출할 것인가, 어떤 기술에 베팅할 것인가를 결정하는 일입니다. 이런 결정에는 정답을 검증할 수 있는 명확한 기준이 없습니다. 12~36개월이 지나야 결과가 드러나기 때문에, 오랜 기간 결과에 대해 책임을 져야 합니다.

둘째, 판단력 발휘(Judgment Calls)입니다. 이 지원자가 우리 팀과 잘 맞을까, 이 제품 방향이 맞을까, 지금 출시할까 아니면 기다릴까 같은 결정입니다. 수백 번의 이전 결정에서 축적된 패턴 인식이 필요합니다. 이미 실행해보기 전까지는 옳은지 그른지 알 수 없습니다.

셋째, 취향 결정(Taste Decisions)입니다. 이 디자인이 어색하게 느껴지는데, 이 메시지가 고객에게 공감을 얻을까 같은 미적 감각과 직관이 필요한 선택입니다. 1만 개 이상의 미세한 결정을 통해 내면화된 기준에서 나옵니다. 왜 어색한지 설명하기 어렵지만, 경험을 통해 무언가 잘못되었다는 것을 느낄 수 있습니다.

세 가지 역량, 어떻게 키울 것인가?

이 세 가지 역량 모두 단기간에 확보되는 것이 아닙니다. 전략적 선택은 시장과 기술을 이해하는 통찰력이 필요하고, 판단 호출은 수많은 시행착오를 겪으며 얻는 경험이 필요합니다. 테이스트 결정은 오랜 기간 훈련된 미적 감각과 직관을 요구합니다.

하지만 HRD 관점에서 현실적으로 접근할 때, 그나마 교육을 통해 일정 부분 끌어올릴 수 있는 역량이 있습니다. 바로 전략적 선택(Strategic Choices)입니다.

다양한 전략적 선택 옵션에서 가장 적절한 옵션 여부를 판단하고 결정하는데 있어 일정 부분은 프레임워크와 툴을 통해 학습하고 적용할 수 있습니다.

• JTBD(Job-to-be-Done) 프레임워크를 활용해 제품/서비스를 최종 사용하는 고객이 제품을 통해 완수하고자 하는 과업을 이해하고, 그 과정에서 진짜 문제, 미충족 니즈를 식별할 수 있습니다.
• 마찰력 이론을 통해 새로운 제품이나 서비스가 고객에게 선택받기 위해 극복해야 할 장애물을 식별하고 대응할 수 있습니다.
• 블루오션 전략의 전략 캔버스를 활용해서 고객 관점에서 실질적인 대안재 대비 우리의 비교우위, 그리고 어떤 차별적 경쟁우위를 어필할 것인지 모색할 수 있습니다.
• Racecar Growth Framework를 활용해서 반복적이고 확장가능한 비즈니스 모델 설계에 필요한 성장 엔진 및 전략을 기획할 수 있습니다.

그 밖에도 수많은 전략 프레임워크가 존재합니다.

중요한 점은 이제 단순 생성형 AI 도구 사용법을 배우는 것이 아니라, 이 프레임워크를 통해 AI가 생성한 결과가 맞는지 틀리는지 판단할 수 있는 역량을 키워야 한다는 것입니다. 만약 AI가 50가지 전략 옵션을 제시한다면, 이제는 그중 의미 있는 것을 선별하고 실행 가능한 방향으로 결정할 수 있는 사람이 필요할 것입니다.

생성(Outpus)보다 중요한 것은 평가와 판단(Evals)

저 개인적으로도 이제 스타트업과 사내벤처를 대상으로 코칭과 컨설팅을 준비할 때, 생성형 AI를 적극 활용하고 있습니다. 주로 대화 파트너로서 활용하는데, AI가 생성하거나 정리해주는 내용을 보면 감탄할 때도 많습니다.

하지만 동시에 사실과 다른 내용, 논리적으로 잘 맞지 않은 아이디어들을 그럴듯하게 출력하는 모습 또한 종종 보고 있습니다. 온라인에서 최종 사용자의 검수 없이 AI가 생성한 내용 그대로 활용되는 것을 보면, 오히려 내용 전반에 대한 신뢰가 떨어지는 것을 느낍니다.

이런 경험을 통해 깨닫는 것이 있습니다. 생성보다 중요한 것은 평가와 판단입니다. AI가 아무리 많은 옵션을 생성해도, 그것이 옳은지 그른지, 실행 가능한지 판단할 수 있는 사람이 필요합니다.

그래서 이제는 프레임워크를 숙달시켜야 합니다

AI 시대에 이런 프레임워크는 단순한 도구 활용법보다 더 중요해졌습니다. 이제는 ChatGPT나 Claude 사용법을 배우는 것만으로는 충분하지 않습니다. 대신 이 프레임워크를 통해 AI가 생성한 결과가 맞는지 틀리는지 판단할 수 있는 역량을 키워야 합니다.

AI가 수십 개의 매력적인 답안을 제시할 때, 그중 의미 있는 것을 선별하고 실행 가능한 방향으로 결정할 수 있는 사람이 필요합니다. 그것이 바로 전략적 선택 역량의 핵심입니다.

저는 지난 10년 넘게 스타트업 비즈니스 모델링, 신사업 기획, 고객 관점에서 기회 발굴, IR 전략 수립 및 IR Deck 작성 영역에서 다양한 프레임워크로 강의와 워크샵을 진행해왔습니다. JTBD, 마찰력 이론, 전략 캔버스, Racecar Growth Framework 같은 도구들이 있습니다.

• JTBD 프레임워크 : https://acquiredentrepreneur.tistory.com/76
• 마찰력 이론 : https://acquiredentrepreneur.tistory.com/114
• 블루오션 전략 캔버스 : https://leansprint.kr/startup-strategy-canvas-competitive-advantage-guide/
• Racecar Growth Framework : https://leansprint.kr/racecar-growth-framework-startup-guide/
• 4 Fits for Business Growth : https://leansprint.kr/four-fits-framework-ai-era-startup-growth/
• North Star Framework : https://leansprint.kr/startup-north-star-metric-framework-guide/

매달 지식근로자가 활용하는 도구의 성능이 발전하는 세상에서는 오히려 바뀌지 않는 본질적인 것에 집중해야 합니다.

사내벤처나 신사업 기획 역량을 강화하고자 한다면, 조직원들이 AI 시대에 필요한 전략적 판단력을 개발할 수 있는 구체적인 프로그램을 살펴보시기 바랍니다.

• 린스프린트 홈페이지 : https://leansprint.kr/
• 린스프린트 프로그램 소개서 : https://featpaper.com/v/bwTiPd
• 프로그램 문의하기 : https://walla.my/a/leansprint_query