이 글은 AI 리터러시 전문 미디어 [에이릿]에서 발행되었습니다.

AI 시대, 리터러시 감각을 키울 수 있는 콘텐츠가
매일 발행됩니다. 지금 확인해 보세요!

[읽어보러 가기]

스타트업 대표 C씨는 지난 달 경쟁사가 AI로 뭔가 한다는 소식을 들었다. 조급한 마음이 들었다. 마침 소개 받았던 AI 솔루션 업체 담당자와의 미팅이 잡혔다. 데모는 인상적이였고, 바로 계약을 진행했다. 그리고 직원들에게 알렸다.

“AI 툴 계약했으니, 이제 다들 일하기 훨씬 편해질 겁니다. 업무 효율이 200%는 뛸 테니까, 다음 달 마케팅 액션 플랜이랑 신규 기능 배포 일정은 전부 두 배씩 당깁시다!”

요즘 직장인 커뮤니티에서 숱하게 올라오는 사연들이다. 많은 경영자가 AI 도입을 성능 좋은 최신형 복사기를 한 대 들여놓는 일쯤으로 치부한다. 하지만 준비되지 않은 조직에 툭 떨어진 AI는 축복이 아니라 재앙에 가깝다. 기술의 본질을 모르는 리더의 성급한 드라이브가 어떻게 조직의 리소스를 낭비하고 직원들을 번아웃으로 몰고 가는지, 그리고 지금 우리에게 왜 ‘기능’이 아닌 ‘리터러시’가 필요한지 그 이면을 들여다볼 때다.

도입했는데 왜 아무것도 달라지지 않을까

AI 툴 도입은 어렵지 않다. 그 진입장벽은 날이 갈수록 낮아지고 있다. 사실 진짜 어려운 건 그 다음이다. 직원 입장에서 생각해보자. 아래 질문에 대한 답이 없는 상태라면, 직원은 물음표만 띄울 뿐이다.

• 뭘 위해 쓰는지?
• 어떤 업무에 쓰는지?
• 어떻게 쓰는지?
• 잘 쓰면 나에게 뭐가 좋은지?

즉, AI로 업무 효율성과 생산성을 늘리고자 하는 바람은 도입 만으로 저절로 이뤄지지 않는 것이다.

AI 도입에 실패하는 조직의 공통 패턴

AI 도입이 아무런 효과 없이 돈 낭비로 끝나는 데는 명확한 패턴이 있다. 불행하게도 대부분의 스타트업에서는 아래의 세 가지 문제가 동시에 일어난다.

❶ 해결하려는 ‘문제’를 정의하지 않았다

“AI로 생산성을 높이겠다”는 것은 목표가 될 수 없다. ‘어떤 직원이, 어떤 업무에서, 얼마나 시간을 아껴야 하는가’가 명확해야 한다. 예를 들면 다음과 같다.

[올바른 문제 정의]
"영업팀이 제안서 초안을 작성하는 시간을 기존 3시간에서 30분으로 줄이겠다."

이 기준이 없으면 어떤 툴을 사야 하는지, 누가 써야 하는지, 도입이 성공했는지조차 알 수 없다. AI 솔루션 업체의 데모가 늘 그럴듯해 보이는 이유도 여기 있다. 내 문제가 정의되어 있지 않으면, 세상의 모든 솔루션이 정답처럼 보이기 마련이다.

❷ 직원들에게 “왜(Why)”를 말하지 않았다

대표는 AI가 효율을 높여줄 것이라 기대하지만, 직원은 그 말을 들을 때 다른 생존 본능이 발동한다. ‘혹시 AI로 대체해서 나를 자르려는 건가?’, ‘잘 못 쓰면 내가 무능해 보이는 것 아닐까?’ 물론 아무도 이 속마음을 대표에게 직접 말하지 않는다.

AI가 ‘내 일을 빼앗는 위협’이 아니라 ‘내 일을 편하게 해주는 도구’라는 심리적 안전감이 생기기 전까지, 직원은 새 툴을 자발적으로 수용하지 않는다.

❸ 잘 됐는지 판단할 ‘기준’이 없다

글로벌 컨설팅 기업 딜로이트(Deloitte)가 경영진 3,235명을 대상으로 조사한 결과는 시사하는 바가 크다.

조사 대상 경영진의 84%가 AI 역량에 맞춰 직무와 업무 흐름을 재설계하지 못했다고 응답했다.

업무를 재설계하려면 먼저 지금의 업무 프로세스가 어떻게 돌아가고 있는지 측정할 수 있어야 한다. 측정이 없으면 AI 도입 전후로 무엇이 달라졌는지 알 길이 없다. 6개월 뒤 “그때 도입한 AI 툴 잘 쓰고 있어요?”라고 물었을 때 별다른 응답이 없는 이유가 바로 여기에 있다. 기준이 없으니 성공도 실패도 없이 그냥 흐지부지 끝나는 것이다.

스타트업 대표에게 AI 리터러시가 뜻하는 것

리더에게 필요한 AI 리터러시는 개발자처럼 코딩을 배우거나 복잡한 기술 메커니즘을 이해하는 것이 아니다. 경영 판단을 위한 딱 두 가지 능력이면 충분하다.

리더의 AI 리터러시 = [올바른 질문을 던지는 능력] + [결과를 해석하는 능력]

하나는 올바른 질문을 던지는 능력이다. AI 솔루션 업체 담당자가 “업무 효율 40% 향상”이라고 했을 때, “어떤 업무 기준이고, 어떤 조건에서 측정한 수치입니까?”라고 물을 수 있는 것. 실무진이 “파일럿 테스트 성공했습니다”라는 보고를 받았을 때, “그래서 실제로 쓰는 사람이 몇 명입니까?”라고 본질을 물을 수 있는 것.

다른 하나는 결과를 해석하는 능력이다. 사용률이 낮은 게 직원 문제인지 도입 방식 문제인지를 구분하는 것. 도구를 바꿔야 하는지 사내 업무 프로세스를 바꿔야 하는지를 판단하는 능력이다.

이 두 가지는 기술 지식이 아니라 철저히 경영과 매니지먼트의 영역다. 그리고 이것은 리더의 의지만 있다면 얼마든지 배울 수 있다.

지금 당장 점검해야 할 3가지 질문

그럼 다음 번 AI 도입을 결정하기 전, 혹은 지금 사내에서 진행 중인 AI 프로젝트를 점검하기 위해 대표 스스로 이 세 가지 질문부터 답해보자.

Q1. 우리가 AI로 해결하려는 문제를 단 한 문장으로 말할 수 있는가?

“생산성 향상” 같은 추상적인 단어는 잊어버려라. 누가, 어떤 업무에서, 구체적으로 어떤 병목을 해결할 것인지 한 문장으로 정의되지 않는다면 아직 기준이 없는 것이다.

Q2. 우리 팀에서 AI를 실제로 ‘매일’ 쓰고 있는 사람은 몇 명인가?

오늘 출근해서 실제로 AI 툴을 켜고 업무에 활용한 ‘진짜 유저’의 수. 이 숫자가 생각보다 적다면, 도구가 아니라 도입 방식에 잘못 됐다는 신호다.

Q3. AI 도입이 성공했다는 것을 6개월 후에 어떻게 증명할 것인가?

반드시 바뀔 숫자를 정하자. 비용 절감액인지, 리드 타임 단축인지, 업무 처리 건수인지. 이 기준이 없다면 6개월 뒤 또다시 흐지부지될 것이다.

도입이 어려운 건 직원 탓이 아니다

AI 도입이 어렵고, 지지부진해서 걱정인가? 그건 직원 탓이 아니다. 문제 정의, 이유 설명, 성과 기준. 이 세 가지 없이 도입한 결과로 볼 수 있다. 다행인 건, 이 세 가지는 지금 당장 만들 수 있다. 앞으로 연재될 ‘스타트업 대표의 AI 도입기’ 시리즈를 통해 더 자세히 살펴보자.

FAQ

AI 툴을 어떤 것부터 도입해야 하나요?

툴 선택보다 먼저 해야 할 게 있다. “어떤 업무를 해결하려는가”를 정의하는 것이다. 문제가 정해지면 툴은 자연스럽게 좁혀진다. 반대로 툴부터 고르면 그 툴에 맞는 문제를 억지로 끼워 맞추게 된다.

AI를 도입하지 않으면 경쟁에서 뒤처질까요?

“AI를 쓰는 것”과 “AI로 이기는 것”은 다르다. 지금은 도입 자체가 경쟁 우위가 되는 시기가 아니다. 어떤 문제에, 어떻게 쓰느냐가 차이를 만든다. 잘못된 도입은 경쟁에서 뒤처지는 것보다 더 큰 혼란을 가져올 수 있다.

개발자 없이도 AI 툴을 도입할 수 있나요?

가능하다. 대부분의 AI 생산성 툴은 코딩 없이 쓸 수 있게 설계되어 있다. 다만 기술 인력이 없을수록 “해결하려는 문제”를 더 구체적으로 정의해야 한다. 기술 판단은 외부에 맡겨도, 문제 정의는 대표가 직접 해야 한다.

직원들이 AI를 안 쓴다면 어떻게 해야 하나요?

강제보다 먼저 이유를 파악해야 한다. 일자리 불안인지, 사용법을 모르는 것인지, 실제로 써봤는데 도움이 안 됐던 건지에 따라 대응이 달라진다.

얼마를 투자해야 적당한가요?

해결하려는 문제의 크기에 따라 다르다. 지금 그 문제 때문에 한 달에 몇 시간, 얼마의 비용이 낭비되고 있는지를 먼저 계산해보라. 그 숫자가 투자 규모의 기준이 된다.

AI 읽는 법을 알려드립니다
AI 리터러시 전문 미디어 <에이릿> 바로가기