AI로 일은 빨라졌는데 성과는 그대로? OKR에서 바꿔야 할 질문

회의록은 AI가 정리하고, 콘텐츠 초안과 고객 응대 답변도 AI가 먼저 써주는 팀이 많아졌어요. 업무 처리 속도는 확실히 빨라졌죠. 그런데 분기 말에 "그래서 사업에는 뭐가 좋아졌나요?"라는 질문을 받으면 답이 막히지 않나요?

AI를 쓰는 팀이라면 성과를 묻는 방식부터 달라져야 해요.

"AI로 몇 건을 처리했나요?"라는 질문 대신, "그 덕분에 고객과 사업에 무엇이 달라졌나요?"라고 물어야 합니다.

이 질문을 팀의 일상적인 운영에 녹여낼 수 있는 틀이 OKR이에요. 하지만 기존 목표 목록에 'AI 활용'을 한 줄 끼워 넣는 것으로는 달라지는 게 없어요. 목표 설정, 성과 측정, 실행 점검의 방식을 함께 손봐야 해요.

기본부터: OKR은 '변화'와 '증거'의 짝이에요

OKR(Objectives and Key Results)은 도달하고 싶은 목표와, 도달했는지 판단할 핵심 결과를 한 세트로 정하는 방식이에요.

목표(Objective)는 팀이 만들고 싶은 변화를 말하고, 핵심 결과(Key Results)는 그 변화가 실제로 일어났음을 숫자로 증명해요. 숫자로 확인할 수 없다면 그건 핵심 결과가 아니에요.

그래서 "AI 상담 도구를 도입한다"는 OKR이 아니라 할 일이에요. 도구를 켰다는 사실만으로 고객 문제가 더 잘 풀렸다고 말할 수는 없으니까요.

같은 상황을 OKR로 다시 쓰면 이렇습니다.

목표: 고객이 두 번 묻지 않아도 문제가 빠르게 해결되게 한다.

• KR 1. 문의 평균 해결 시간을 24시간에서 12시간으로 단축한다.
• KR 2. 같은 문제로 7일 이내 재문의하는 비율을 20%에서 12%로 낮춘다.
• KR 3. 상담 만족도를 5점 만점에 4.2점에서 4.5점으로 올린다.

본문의 수치는 이해를 돕기 위한 가상 예시예요. 실제 목표는 팀의 현재 수준과 측정 가능한 데이터를 기준으로 정해야 해요.

AI 답변 초안, 상담 지식 검색, 문의 자동 분류는 이 KR을 움직이기 위한 수단이에요. 도입 후에도 해결 시간이 줄지 않거나 재문의가 늘었다면, 도구가 아니라 실행 방식을 점검할 때예요.

AI를 도입했는가와 성과를 냈는가는 다른 질문입니다. 둘을 나눠 보는 데서 AI 시대의 OKR이 시작돼요.

AI를 쓰는 팀이 OKR에서 놓치기 쉬운 세 가지

1. 산출물이 아니라 결과를 KR로 두세요

AI 덕분에 초안과 아이디어는 훨씬 많이 나와요. 하지만 콘텐츠를 두 배로 발행했다고 매출이 두 배가 되지는 않고, 제안서를 하루 먼저 보냈다고 계약이 성사되는 것도 아니죠.

업무량 지표는 실행이 잘 굴러가는지 보는 데는 쓸모가 있어요. 다만 목표를 달성했는지 판단하는 기준으로는 부족해요.

마케팅팀이라면 표의 첫 줄을 이런 OKR로 풀어볼 수 있어요.

목표: 우리가 만든 콘텐츠가 실제 상담 문의로 이어지게 한다.

• KR 1. 블로그 경유 유효 문의를 월 10건에서 20건으로 늘린다.
• KR 2. 콘텐츠를 통해 들어온 문의의 상담 전환율을 15%에서 25%로 높인다.
• KR 3. 상담 신청자 중 "콘텐츠를 보고 연락했다"고 답한 비율을 30%에서 50%로 끌어올린다.

여기서 발행 편수는 KR이 아니라 실행 계획의 일부예요. AI로 편수를 늘리는 게 이 KR들을 움직이는지가 판단 기준이에요.

지표를 정할 때는 정의도 함께 맞춰야 해요. '유효 문의'의 기준이 사람마다 다르면, 같은 숫자를 두고도 전혀 다른 결론을 내리게 되거든요.

2. 속도를 올리는 동안 무너지면 안 되는 '가드레일 지표'를 정하세요

처리 시간만 줄이라고 하면 숫자를 맞추는 방법은 많아요. 검토를 건너뛰거나, 까다로운 건을 뒤로 미루는 식으로요. AI가 만든 결과물을 사람이 다시 고치는 시간도 쉽게 빠지고요.

그래서 시간을 잴 때는 작업을 시작한 순간부터 결과물이 실제로 쓰이는 순간까지를 봐야 해요. 초안은 5분 만에 나왔는데 수정에 한 시간이 걸렸다면, 절약한 시간은 생각보다 크지 않아요.

이럴 때 필요한 게 가드레일 지표예요. 핵심 성과를 쫓는 동안 절대 나빠지면 안 되는 기준을 따로 걸어두는 거죠. 보고서 작성 시간을 줄이는 목표라면 이런 기준을 함께 둘 수 있어요.

• 작성 시간에 검토·수정 시간을 포함해서 잰다.
• 사실 오류와 재작업 비율을 같이 본다.
• 도구 비용과 사람의 검토 비용을 합쳐서 계산한다.

앞에서 본 고객 상담 OKR도 같은 원리예요. KR 1은 속도를, KR 2와 KR 3은 속도를 올리는 사이 해결 품질과 고객 경험이 떨어지지 않는지를 지켜봐요.

모든 기준을 KR로 만들 필요는 없어요. 성과를 재는 지표와 지켜야 할 가드레일을 나눠두면 관리가 한결 가벼워집니다.

3. AI의 몫과 사람의 몫을 분명히 나누세요

목표 초안을 제안하거나 진행 상황을 요약하는 일은 AI에게 맡길 수 있어요. 하지만 무엇을 먼저 할지, 어느 수준의 결과면 받아들일지, 문제가 생기면 무엇을 바꿀지는 사람이 정해야 해요.

그래서 KR마다 결과를 설명하고 다음 행동을 조율할 담당자가 있어야 해요. AI가 처리하는 작업에도 검토 기준과 예외 처리 규칙을 미리 정해두는 게 좋고요.

고객 상담이라면 AI가 답변 초안을 쓰고, 담당자가 정확성을 확인하는 구조를 생각해볼 수 있어요. 환불 분쟁처럼 판단이 필요한 건은 지정된 책임자에게 바로 넘기고요.

실행은 자동화할 수 있어도, 결과에 대한 책임까지 자동화할 수는 없습니다.

AI 시대의 OKR, 이렇게 운영해보세요

목표는 그대로, 실행 방법은 자주 점검하세요

새 AI 도구가 나올 때마다 목표를 갈아엎을 필요는 없어요. "고객 문제를 더 빨리 해결한다"는 목표는 그대로 두고, 거기에 도달하는 방법을 바꿔가며 실험하면 돼요.

분기 목표를 세웠다면 매주 또는 격주로 이 세 가지를 확인해보세요.

• 핵심 결과가 실제로 좋아지고 있는가?
• AI를 붙인 뒤 새로 생긴 오류나 병목은 없는가?
• 다음 점검 전까지 무엇을 바꿔볼 것인가?

진행률을 보고하는 것보다, 숫자의 변화를 다음 행동과 연결하는 게 핵심이에요. AI가 만든 요약도 원본 데이터와 맞춰볼 수 있어야 하고요.

사업 환경이나 목표의 전제가 바뀌었다면 OKR을 고쳐도 괜찮아요. 대신 왜, 어떤 기준으로 바꿨는지 남겨서 팀 전체가 같은 맥락을 공유하게 해주세요. 분기 중에 목표가 자주 바뀌면 OKR이 방향을 잡아주지 못하니, 수정은 꼭 필요할 때만 하는 게 좋습니다.

효과가 불확실하면, 작게 실험하고 결정하세요

AI를 도입하기도 전에 "생산성 50% 향상" 같은 목표를 세우기는 어려워요. 어떤 업무에서 효과가 날지, 사람 검토가 얼마나 필요할지 아직 모르니까요.

이럴 땐 업무 하나를 골라 기존 방식과 AI 활용 방식을 나란히 비교해보세요. 난이도가 비슷한 작업에서 총 소요 시간, 품질, 비용을 재면 다음 목표를 세울 근거가 쌓여요.

그리고 실험은 반드시 결정으로 끝나야 해요. 범위를 넓힐지, 방식을 고칠지, 접을지. 'AI 한번 써봤다'로 끝나면 남는 게 없어요.

달성률로 사람을 줄 세우지 마세요

같은 AI 도구를 써도 업무 난이도, 데이터 접근 권한, 검토 책임에 따라 결과는 달라져요. 산출량이나 OKR 달성률만으로 개인을 비교하면 정말 중요한 기여를 놓치게 돼요. 달성률을 평가나 보상에 곧바로 연결하면, 팀은 쉽게 달성할 수 있는 목표만 세우게 된다는 점도 기억해야 해요.

도전적인 목표에 실패했더라도 원인을 정확히 짚고, 팀이 다시 쓸 수 있는 절차를 남겼다면 그 자체로 가치 있는 성과예요. 결과와 함께 협업, 판단, 개선의 과정도 봐야 하는 이유예요.

모든 목표를 같은 잣대로 보는 것도 피해야 해요. 구글은 OKR을 반드시 지켜야 하는 약속 목표(committed OKR)와 불확실성을 감수하는 도전 목표(aspirational OKR)로 나누고, 도전 목표는 평균 70% 정도의 달성을 기대치로 삼아요. 실험적인 성장 목표와 고객에게 약속한 서비스 수준은 성격이 전혀 다르니, 목표를 세울 때부터 어느 쪽인지 정해두세요.

우리 팀은 무엇부터 시작하면 될까요?

모든 부서의 OKR을 한 번에 바꾸려 하기보다, 가장 답답한 업무 하나부터 골라보세요.

고객 문의 처리가 늦다면 해결 시간을, 제안서 준비에 시간이 많이 든다면 준비 시작부터 고객 전달까지 걸리는 시간을 먼저 재보는 거예요.

그다음 팀원들과 이 네 가지를 합의해보세요.

1. 고객이나 사업에 어떤 변화를 만들 것인가?
2. 그 변화를 어떤 지표로 확인할 것인가?
3. AI를 어느 단계에 붙일 것인가?
4. 결과를 누가 검토하고, 다음 행동을 누가 정할 것인가?

대부분의 팀이 막히는 건 3번이에요. 어떤 업무에 AI를 붙여야 효과가 나는지는 실제로 운영해본 사람만 판단할 수 있거든요. 팀 안에 그런 경험이 없다면, 그 업무를 AI로 직접 운영해본 전문가와 한 분기 동안 실험을 설계하고, 그 방식을 팀의 것으로 흡수하는 것도 좋은 방법이에요.

플렉스웍에서는 우리 팀의 목표와 업무에 딱 맞는 AI 실무 전문가를 찾아, 실험 설계부터 운영과 팀 내 정착까지 함께할 수 있어요.

👉 플렉스웍에서 우리 팀에 맞는 AI 전문가 찾아보기

AI로 아낀 시간을 어디에 쓸지도 함께 정해보세요. 고객을 더 깊이 이해하는 데, 새로운 가설을 검증하는 데, 반복되는 문제의 뿌리를 뽑는 데 쓸 수 있어요.

AI 시대의 OKR은 할 일을 빼곡히 채운 목록이 아니라, 팀이 만들어야 할 변화를 분명히 하고 그 변화에 필요한 실행을 골라내는 기준이어야 합니다.

다음 분기 목표를 세울 때, 이 질문으로 시작해보세요.

"AI를 활용해서, 우리 고객에게 어떤 더 나은 결과를 만들어줄 수 있을까?"