9월 1일 화요일

AI가 일자리를 없애는가보다 먼저 물어야 할 운영 질문은 무엇인가

앤드류 응은 AI를 직업 전체의 대체자가 아니라 작업 단위의 재편 도구로 본다. 반복 작성, 조사, 초안 만들기 같은 일부 업무가 자동화되면 사람이 맡는 맥락 이해, 문제 정의, 고객 판단, 통합 능력의 값이 오히려 커진다는 설명이다. 이 관점은 조직에 즉각적인 실행 지침을 준다. 먼저 “어떤 직무를 줄일까”가 아니라 “어떤 판단을 더 빠르게 만들고, 어떤 반복 실행을 낮은 위험으로 넘길까”를 써야 한다. Ed Zitron의 비판은 여기에 필요한 브레이크다. 도입률, 벤치마크, 이용자 수가 실제 고객 가치와 같지 않고, 원가와 수익성이 불투명하면 AI 도입은 생산성 개선이 아니라 비용 이전이 될 수 있다. 두 원문을 함께 읽으면 낙관과 회의가 충돌하기보다 하나의 운영 원칙으로 합쳐진다. AI는 맡길 일을 좁히면 강력하지만, 사람이 검토할 기준과 비용 한계를 정하지 않으면 조직의 판단을 흐릴 수 있다.

1. 01

   작업 단위로 쪼개기

   응의 설명에서 중요한 단위는 직함이 아니라 작업이다. 마케터, 채용 담당자, 운영 담당자는 AI로 초안과 분석을 빠르게 처리할 수 있지만, 캠페인의 방향, 후보자의 맥락, 고객 응대의 우선순위는 여전히 사람이 정해야 한다. 그래서 도입 계획도 부서별 도구 목록보다 반복 업무, 판단 업무, 고객 접점 업무를 나누는 표에서 시작하는 편이 현실적이다. 자동화 비율을 크게 말하기 전에 실패해도 되는 일과 실패하면 안 되는 일을 분리해야 한다.

2. 02

   성과 지표로 검증하기

   AI가 많이 쓰인다는 사실만으로 성공을 말할 수는 없다. Zitron은 제품에 AI가 강제로 들어가거나 조직이 사용을 지시하면 도입률이 실제 효용을 과장할 수 있다고 지적한다. Daily 독자에게 필요한 결론은 단순하다. 고객 유지율, 응답 속도, 오류율, 같은 인력으로 만든 산출량처럼 사업 결과와 직접 연결된 지표가 없으면 AI 도입은 비용 센터가 될 수 있다. “AI를 썼다”가 아니라 “이 일이 더 정확하고 빠르게 끝났다”를 증명해야 한다.

3. 03

   학습을 외주화하지 않기

   응은 AI가 일을 끝내는 데 유용하더라도 학습자가 사고 과정을 통째로 넘기면 장기 기억과 실력이 약해질 수 있다고 경고한다. 이 말은 학교뿐 아니라 회사에도 적용된다. 신입과 실무자가 AI 결과를 검토하고 수정하는 시간을 줄이면 당장은 빠르지만, 다음 문제를 정의할 사람을 조직 안에서 키우지 못한다. 조직은 AI 사용을 금지할 필요는 없지만, 왜 그런 결과가 나왔는지 설명하는 훈련까지 없애서는 안 된다.

4. 04

   원가와 신뢰를 계약에 넣기

   Zitron의 비판은 AI가 쓸모없다는 선언이 아니라 과장된 약속과 실제 비용 사이의 간격을 보라는 요구다. 토큰 사용량, 오류 검토 시간, 데이터센터와 GPU 투자 같은 비용이 결국 가격과 한도로 돌아온다면, 도입 계약에는 성능 데모뿐 아니라 실패 처리, 비용 상한, 데이터 사용 범위, 사람이 승인해야 하는 단계가 포함돼야 한다. 특히 고객에게 보이지 않는 원가가 나중에 제한이나 가격 변경으로 돌아오는지 살펴야 한다.

5. 05

   제품 판단으로 연결하기

   응은 빌딩 비용이 낮아진 시대의 병목이 코드가 아니라 고객을 이해하고 무엇을 만들지 결정하는 제품 관리라고 말한다. 이는 모든 팀에 적용된다. AI를 도입한 뒤에도 누가 고객의 문제를 듣고, 어떤 기능을 만들지 고르며, 어떤 산출물을 버릴지 결정해야 한다. 그 역할이 비어 있으면 자동화는 많은 결과물을 만들지만 제품 선택은 더 혼탁해진다.

6. 06

   벤치마크보다 사용 조건 보기

   Zitron이 문제 삼는 벤치마크 논쟁은 일반 조직에도 유효하다. 모델이 시험에서 좋아졌다는 주장만으로 고객 응대, 분석, 문서 작성, 의사결정의 실제 품질이 좋아졌다고 볼 수는 없다. 각 팀은 AI가 만든 결과를 누가 승인하는지, 오류가 누적될 때 어떤 비용이 생기는지, 도입 뒤 현금 흐름이나 고객 경험이 어떻게 달라졌는지를 같은 표에서 봐야 한다.

따라서 오늘의 실무 질문은 “AI가 우리를 대체할까”가 아니다. “우리 팀의 어떤 판단을 더 선명하게 만들고, 어떤 반복 실행을 맡기며, 그 결과를 어떤 기준으로 멈추거나 확장할 것인가”다. AI 도입이 생산성으로 남으려면 기술 선택보다 운영 설계가 먼저다. 낙관은 실험을 시작하게 하고, 회의는 비용과 책임을 기록하게 한다. 둘 중 하나만 있으면 조직은 과장된 공포나 과장된 약속에 끌려간다.