| Summary – AX의 주요 장애 요인은 AI 전문 인력 부족과 현업 프로세스의 미연결입니다. 기술 도입과 함께 인재 확보·육성, 업무 재설계, 평가·보상 체계를 정비해야 합니다.- 필요한 스킬을 기준으로 내부 인재를 발굴하고 외부 전문성을 활용해야 합니다. 교육은 실제 업무에 적용하고 동료와 경험을 공유하는 지속적인 학습으로 이어져야 합니다.- 개인의 AI 활용을 조직의 성과로 연결하려면 활용 목적과 측정 기준을 먼저 정해야 합니다. 사람과 에이전트의 역할·권한을 구분하고, 업무 개선 성과를 조직의 KPI와 평가·보상에 반영하는 것이 중요합니다. |
기업의 AI 도입이 확대되면서 이를 실제 업무에 적용할 인재와 조직의 준비가 중요한 경영 과제로 떠오르고 있습니다. 필요한 역량을 어떻게 확보하고 육성할지, 사람과 AI가 함께 일하도록 업무를 어떻게 재설계할지에 대한 고민이 깊어지고 있습니다. 직원의 AI 활용을 조직의 성과로 연결하고 현업에 변화를 정착시키는 일도 기업이 풀어야 할 과제입니다.
매경AX클럽은 이러한 기업의 현실적인 고민을 함께 논의하기 위해 마련된 Executive 프로그램입니다. 메타넷은 다양한 산업의 AX 프로젝트를 설계·구축·운영하며 축적한 경험을 살려 매경미디어와 함께 매경AX클럽을 공동 기획·운영하고 있습니다.
리뷰보드는 회원사들이 실제 추진 중인 AX 과제를 놓고 공통의 문제를 논의하는 자리입니다. 두 번째 세션의 주제는 ‘AX 인재·조직·변화관리’였습니다.
AX에 필요한 인재를 어떻게 확보하고 육성할지, AI 도입에 맞춰 업무와 조직을 어떻게 바꿔야 할지를 집중적으로 다뤘습니다. 개인의 생산성 향상을 기업의 성과로 연결할 평가 기준과 보상 체계, 현업의 수용도를 높이기 위한 실행 방안도 함께 짚었습니다.
기업의 현실: AX 인재가 부족하고 현업 적용은 어렵다
세션에 앞서 진행된 회원사 설문을 통해, 기업이 AX 추진 과정에서 어떤 어려움을 겪는지를 파악할 수 있었습니다.
AX 추진의 가장 큰 장애요인을 묻는 질문에는 ‘내부 AI 전문인력 부족’이 47.8%로 가장 많았습니다. 응답 기업의 절반 가까이가 AX를 실행할 사람이 부족하다고 답한 셈입니다.
PoC 이후 AI가 확산되지 않는 가장 큰 이유로는 ‘현업 프로세스 미연결’이 34.8%로 꼽혔습니다. 기술 검증을 마치고도 실제 업무 절차에 AI를 녹여내지 못해 전사 확산으로 이어가지 못하는 기업이 적지 않다는 뜻입니다. 두 결과는 AX의 병목이 이를 실행할 사람과 업무 방식에서 생기고 있음을 보여줍니다.
리뷰보드 현장에서도 같은 고민이 이어졌습니다. 현업의 업무 지식과 외부의 기술 전문성을 어떻게 결합할지, 직원이 자신의 업무에 AI를 적용할 역량을 어떻게 갖추게 할지를 두고 논의가 이어졌습니다. 기존 업무에 AI 활용 과제까지 더해지는 직원의 부담을 어떻게 줄일지, 활용 성과를 평가와 보상에 어떻게 반영할지를 두고도 의견이 오갔습니다.
AX 성패는 사람·프로세스·조직문화에서 갈린다
워크데이 이승배 리더는 AI를 도입하고도 생산성이 기대만큼 높아지지 않는 이유로 사람과 조직의 준비 부족을 짚었습니다. 기술 투자와 함께 인재를 확보·육성하는 방식, 업무를 배분하고 성과를 보상하는 체계도 바뀌어야 한다는 것입니다.
인재 확보의 대표적인 실패는 학위와 기술 전문성만으로 외부 인재를 채용하는 것입니다. 해결할 문제와 데이터가 준비되지 않으면 AI 전문가가 기초 데이터 정비에 머물다 이직할 수 있습니다. 외부 전문가에게만 의존하면 내부의 업무 지식을 활용하지 못하고 현업과 개발 조직 사이에 소통의 간극도 생깁니다.
도구와 일회성 교육만 제공하고 업무 적용과 결과 검증을 개인에게 맡기는 방식도 부담을 키울 수 있습니다. AI로 일을 빨리 끝낸 직원에게 추가 업무만 주어지는 ‘AI 효율성 벌칙’도 걸림돌입니다. 성과가 보상으로 돌아오지 않으면 직원은 활용 사실을 숨기거나 작업 속도를 조절하게 돼 조직의 활용 확산이 어려워집니다.
이 리더는 과거의 이력보다 맡길 업무에서 무엇을 할 수 있는지를 기준으로 인재를 찾아야 한다고 제안했습니다. 필요한 기술 역량과 현업 지식, 협업·문제해결 능력을 정의하고 내부 인재도 같은 기준으로 발굴해야 합니다. 스킬에 맞춘 재배치는 직원의 경험을 살리면서 성장 기회를 제공할 수 있습니다.
육성은 전 구성원의 기본 소양과 전문 인력의 심화 역량으로 구분해야 합니다. 일반 직원은 AI의 활용 영역을 판단하고 결과를 검증하는 능력을, 전문 인력은 AI를 감독하고 조직의 문제를 해결하는 역량을 갖춰야 합니다. 업무 안에서 동료의 활용 방법을 배우고 경험을 공유할 기회도 필요합니다.
평가와 보상 역시 연결돼야 합니다. AI 과제를 KPI와 연계해 업무를 개선한 직원이 성과를 인정받도록 해야 합니다. 리더는 직접 AI를 활용하며 성공과 실패 경험을 공유하고 변화의 필요성을 꾸준히 설명해야 합니다. 직원이 불이익을 걱정해 시도를 피하지 않도록 학습과 실험을 지원하는 환경도 중요합니다.
관리 대상은 사람과 함께 일하는 AI 에이전트까지 넓어집니다. 운영 현황을 파악하지 못하면 업무가 중복되거나 책임 공백이 생기고, 만든 직원이 퇴사한 뒤에도 에이전트가 권한을 가진 채 작동할 수 있습니다. 이 리더는 에이전트도 등록하고 역할과 권한을 부여한 뒤 성과를 추적하며, 필요하면 개선하거나 종료해야 한다고 설명했습니다.
개인의 AI 활용을 조직의 성과로 연결하려면?
전문가들은 개인의 AI 활용을 조직의 성과로 연결하려면 실제 업무에 맞는 적용 방식과 운영 체계가 필요하다는 데 의견을 같이했습니다.
EY 김상진 상무는 회사나 부서의 성과에서 AI의 기여분을 정확하게 분리하기는 어렵다고 봤습니다. 다만 기업의 목표는 정해진 KPI를 달성하는 데 있으므로, 기존 성과 지표를 기준으로 AI 도입 효과를 판단하자고 제안했습니다. 개별 에이전트의 효익을 정밀하게 계산하기보다 조직의 목표 달성에 실질적으로 도움이 되는지 살펴야 한다는 설명입니다.
AI 전문 인력은 교육보다 발굴과 채용에 무게를 뒀습니다. 기술 변화가 빨라 축적된 지식만으로 전문성을 유지하기 어려운 만큼, 새로운 기술을 빠르게 받아들이고 꾸준히 학습하는 인재가 필요하다는 것입니다. 기술과 업무를 이해하는 핵심 인력을 소규모로 유지하면서 외부 전문성을 활용하는 방식도 제시했습니다. 내부 인력이 외부 업체의 제안을 판단하고 협상력을 확보하되, 내재화 범위는 기업의 역량과 비용에 맞춰 조정해야 한다고 설명했습니다.
워크데이 허정열 지사장은 개인의 시간 절약이 기업의 생산성 향상을 보장하지는 않으므로, AI 활용 목적과 측정 기준을 먼저 정해야 한다고 강조했습니다. 효과를 정량화할 수 있고 사업적 효용이 큰 업무부터 적용하되, 아이디어 탐색·조사 업무와 오류를 허용하기 어려운 업무를 구분해 정확성과 통제 수준을 설정할 것을 제안했습니다.
또한 외부의 기술 전문성과 내부의 업무 지식을 연결하고, 자사 시스템과 제품에 AI를 적용하는 역량을 지속적으로 쌓아야 한다고 봤습니다. 개발에 앞서 기존 인사·ERP 등 업무 솔루션이 제공하는 에이전트를 검토하고, 부족한 기능의 추가 개발 여부를 판단할 것도 권했습니다. 자체 개발의 부담을 줄이고 내부 역량을 집중할 영역을 선택하자는 것입니다.
워크데이 이승배 리더는 사람과 AI의 협업을 위해 세부 작업 단위로 업무를 재설계해야 한다고 제안했습니다. 기존 업무에 에이전트만 추가하면 일이 중복되거나 양쪽의 역량이 충분히 활용되지 못할 수 있습니다. AI가 수행할 작업과 사람이 판단할 지점, 필요한 권한을 구체적으로 정하고, 파일럿에서 이를 확인한 뒤 점차 확산하는 접근을 권했습니다.
AX 인재 전략은 조직 운영 체계와 함께 설계해야 한다
AX에 필요한 인재와 조직을 갖추는 일은 채용이나 교육만으로 해결하기 어렵습니다. 어떤 업무를 바꿀 것인지가 정해져야 필요한 역량을 판단할 수 있고, 업무의 변화가 평가와 보상에 반영돼야 직원의 참여도 이어집니다. 인재 확보와 업무 재설계, 성과 관리를 연결하는 일은 경영진이 책임져야 할 과제입니다.
기업의 AX 인재·조직·변화관리는 다음 세 가지에 우선순위를 둘 필요가 있습니다.
- 사업에 필요한 역량을 정의하고 확보해야 합니다.
내부 인재의 업무 지식과 스킬을 파악해 육성·재배치하고, 부족한 전문성은 핵심 인력 채용과 외부 협업으로 보완해야 합니다. 교육도 일회성 도구 학습에 그치지 않고 실제 업무에 적용하며 경험을 공유하는 방식으로 이어져야 합니다.
- 사람과 AI가 함께 일할 업무와 책임을 설계해야 합니다.
과업 단위로 AI가 수행할 작업과 사람이 판단할 지점을 구분하고, 에이전트의 권한과 관리 책임을 정해야 합니다. 현업이 실행할 수 있는 지원을 제공하고, 효과가 확인된 영역부터 적용 범위를 넓혀야 합니다.
- AI 활용의 성과를 조직의 목표와 평가·보상에 연결해야 합니다.
활용 목적과 측정 기준을 먼저 정하고, 기존 사업 지표의 개선 여부를 확인해야 합니다. 업무를 개선한 직원에게 추가 부담만 돌아가지 않도록 성과 인정과 보상 기준도 함께 정비해야 합니다.
경영진의 역할은 AI 사용을 독려하는 데서 끝나지 않습니다. 직원이 새로운 방식을 시도하고 배울 수 있는 여건을 만들고, 그 경험이 조직 전체로 확산되도록 이끌어야 합니다. 개인의 활용 능력이 기업의 실행 역량으로 축적될 때 AX도 지속적인 성과로 이어질 수 있습니다.
매경AX클럽은 앞으로도 메타넷과 매경미디어가 축적한 AX 실행 경험과 산업 인사이트를 바탕으로 AI 거버넌스, Agentic AI, 데이터·보안 등 AX 전환을 앞둔 기업 경영진이 마주하는 현실적인 의사결정 과제에 대해 실행 가능한 기준을 지속적으로 제시하겠습니다.
FAQ
Q1. AX에 필요한 인재와 역량은 어떻게 확보해야 하나요?
먼저 사업 과제에 필요한 기술 역량과 업무 지식을 정의하고, 내부 직원의 스킬을 파악해 육성·재배치해야 합니다. 부족한 전문성은 핵심 인력 채용과 외부 협업으로 보완하되, 새로운 기술을 빠르게 배우고 꾸준히 학습하는 능력도 함께 살펴야 합니다.
Q2. AI 도입에 맞춰 업무와 조직은 어떻게 바꿔야 하나요?
업무를 세부 과업으로 나눠 AI가 수행할 작업과 사람이 판단할 지점을 정해야 합니다. 에이전트의 역할과 권한, 관리 책임도 명확히 해야 합니다. 전사 업무를 한꺼번에 바꾸기보다 파일럿에서 효과와 운영 조건을 확인한 뒤 적용 범위를 넓히는 접근이 필요합니다.
Q3. AI 활용 성과는 무엇으로 평가해야 하나요?
도구 사용량이나 개인의 시간 절약만으로 판단하기보다, 기존 회사·부서의 KPI가 어떻게 개선됐는지 살펴야 합니다. AI의 기여분을 정확하게 분리하기는 어려우므로 활용 목적과 측정 기준을 먼저 정하고, 효과를 정량화할 수 있는 업무부터 적용 전후를 비교할 수 있습니다.
Q4. 현업의 AI 수용도를 높이려면 무엇이 필요한가요?
도구와 일회성 교육을 제공하는 데 그치지 않고, 직원이 실제 업무에 적용하며 경험을 공유할 수 있도록 지원해야 합니다. AI로 업무를 개선한 직원에게 추가 부담만 돌아가지 않도록 평가·보상을 연결하고, 리더도 활용 경험을 공유하며 학습과 실험을 뒷받침해야 합니다.
