AI 기반 인력 감축의 전략적 오류

현재 기업의 AI 도입 물결은 종종 스프레드시트 최적화의 관점에서 관리되고 있습니다: 더 적은 인원, 더 낮은 급여, 그리고 동일한 산출물. 많은 이사회에서는 이를 "효율성" 또는 "디지털 전환"으로 프레임화합니다. 그러나 AI를 인력 감축을 위한 도구로 취급하는 것은 조직 내에서 가치가 실제로 어디에 존재하는지에 대한 근본적인 오해입니다.

회사가 AI 역량에 대응하여 규모를 축소할 때, 이는 역할의 주요 가치가 그 역할이 생산하는 작업—보고서, 분석, 또는 데이터 입력—에 있다는 가정하에 운영됩니다. 이 가정은 회사가 보유한 가장 중요한 자산인 '조직적 지식(institutional knowledge)'을 무시하기 때문에 결함이 있습니다.

보이지 않는 자산: 조직적 지식

조직적 지식은 비즈니스가 실제로 어떻게 운영되는지에 대한 문서화되지 않은 이해입니다. 이는 엣지 케이스(edge cases)가 어디에 있는지, 왜 3년 전에 특정 결정이 내려졌는지, 그리고 공식적인 프로세스 문서에는 결코 포함되지 않는 고객 불만에 대한 미묘한 해석에 대한 지식입니다.

이러한 맥락은 "소프트"한 이점이 아닙니다. 그것은 강력한 경쟁 우위입니다. 경험 많은 팀원이 떠나게 되면, 이 지식은 문 밖으로 나갑니다. 일부는 AI가 이러한 지식을 수동적으로 포착하는 데 사용될 수 있다고 주장하지만, 현실은 그 지식을 효과적으로 적용하는 데 필요한 판단력이 시간이 지나며 구축되며, 한 번 상실되면 재구성하기가 매우 어렵다는 것입니다.

배가(Multiplication) vs. 대체(Replacement)

AI 도입에는 근본적으로 다른 두 가지 운영 모델이 있습니다:

1. 대체 모델(The Replacement Model): AI를 사용하여 더 적은 인원으로 동일한 양의 작업을 수행하는 것. 이는 비용 절감과 단기적인 마진 개선에에 집중합니다.
2. 배가 모델(The Multiplication Model): AI를 사용하여 동일한 인원으로 훨씬 더 많은 작업을 수행하는 것. 이는 역량 확장과 장기적인 성장에 집중합니다.

배가 모델에서 AI는 인간을 대체하는 것이 아니라, 그들의 범위를 확장합니다. 한 번에 하나의 캠페인만 관리할 수 있었던 마케팅 팀은 이제 다섯 개를 관리할 수 있고, 보고서 작성에 3일이 걸리던 분석가는 이제 오전 중에 보고서를 작성하고 남은 주간을 전략과 해석에 사용할 수 있습니다. 이 시나리오에서 인간은 핵심 방정식의 중심에 남고, AI는 가속기 역할을 합니다.

기업의 방패로서의 "AI 내러티브"

이론적인 논쟁이 AI의 역량에 집중되어 있는 동안, 현재 시장 상황의 현실로부터 중요한 반론이 제기됩니다. 많은 관찰자들은 "AI 기반 레이오프(layoffs)"가 종종 더 일상적인 경제적 압박을 은폐하기 위해 사용되는 PR 내러티브라고 제안합니다.

한 논평가는 다음과 같이 언급했습니다:

"실제로 두 종류의 레이오프가 진행되고 있습니다. AI가 실제로 인력의 상당 부분을 대체할 것이라고 진심으로 믿는 바보들과... ZIRP [Zero Interest Rate Policy]가 끝났다는 것을 내면화한 사람들입니다... '우리는 AI로 워크플로우를 혁신했습니다'라고 말하는 것이 '우리는 5년 동안 막대한 투자 부채를 수익으로 전환하지 못했습니다'라고 말하는 것보다 훨씬 더 나은 시각적 효과를 줍니다."

이 관점에서 AI는 인력 감축의 원인이 아니라 편리한 변명입니다. 현금 흐름이 부족하거나 팬데믹 시대의 과잉 채용을 수정하려는 기업들은 투자자들과 VC에게 "혁신"의 신호를 보내기 위해 AI 내러티브를 사용하며, 이는 부실한 재무 계획에 대한 고백과 함께 수반되는 주가 하락을 방지합니다.

성과와 주체성의 재정의

만약 AI가 진정으로 산출물을 배가시킨다면, 개인의 영향력 또한 배가됩니다. 이는 새로운 과제를 도입합니다: 고성과자와 저성과자의 구분입니다. 일부는 저성과자를 AI로 대체하는 것이 정당한 가치 창출이라고 주장합니다. 그러나 어려움은 성과의 정의에 있습니다. 소프트웨어 엔지니어링의 경우, 예를 들어, "10x developer"를 측정하는 산업 표준 기준은 없습니다. 성과는 종종 팀의 호환성과 환경의 산출물이기 때문입니다.

나아가, AI가 진정으로 효과적이기 위해서 조직은 인간의 주체성(human agency)을 최적화해야 합니다. 대기업은 종종 의사결정 병목 현상과 경직적인 역할 정의로 인해 AI가 가능하게 하려는 바로 그 혁신을 억제하는 경우가 많습니다. 더 작고 민첩한 기업들은 직원들이 더 넓은 범위의 역할로 "확장"할 수 있도록 하여, AI를 사용하여 다양한 역할을 수행하고 더 많은 소유권을 갖도록 하는 데 더 유리한 위치에 있습니다.

앞으로 나아갈 길: 깊이에 대한 투자

가장 지속 가능한 AI 도입 모델은 다른 질문을 던집니다. "AI가 사람을 어디서 대체할 수 있을까요?"라고 묻는 대신, 리더십은 다음과 같이 물해야 합니다: "AI가 우리 직원들에게 판단력이 필요하지 않은 작업에 소모되는 시간을 어떻게 돌려줄 수 있을까요?"

행정, 서식 지정, 그리고 기본적인 보고 업무의 마찰을 제거함으로써, 기업은 고숙련 시간(high-skill time)을 관계 관리, 전략적 사고, 그리고 복잡한 문제 해결로 재전환할 수 있습니다. 비즈니스 지식을 인프라로 취급하고, 팀원들이 AI와 함께 일하는 법을 것을 배우도록 투자하는 기업—대체하는 것이 아니라—은 스프레드시트가 포착할 수 없는 내구력 있는 경쟁 우위를 구축할 것입니다.