새로운 기술이 등장할 때마다 경영진은 화려한 미래를 상상한다.
수많은 기업이 생성형 AI(generative AI)를 실무에 도입한다. AI 계정을 제공하면 직원의 단순 반복 작업이 크게 줄어든다고 믿는다. 도입 후에는 뒤로 물러서서 성과만 확인하면 될 것이라 생각한다.
그런데 최근 발행된 Science 논문과 하버드 비즈니스 리뷰(HBR) 기사는 다른 결과를 보여준다. 두 문헌은 새로운 기술이 모두를 구원하는 마법이 아니라고 말한다. 기계는 사람의 단단한 기본기를 전보다 더 강하게 요구한다.
"기본기(basics) 없는 초보자에게 기술은 짐이다."
흔히 코딩 같은 전문 기술 분야는 기계가 사람을 대신할 것이라 짐작한다. 실력이 모자란 직원이라도 시스템 도움을 받으면 금세 뛰어난 성과를 낼 것이라 믿는다.
하지만 오스트리아 복잡계 과학 허브(Complexity Science Hub) 연구팀이 개발자 16만여 명의 작업 기록 3천만 건을 분석한 결과는 이와 달랐다.
AI 도입 혜택은 훈련받은 고숙련 시니어 개발자(senior-level developers)에게 돌아갔다. 이들은 낯선 기계를 도구로 활용해 업무 처리 속도를 높이고 새로운 영역으로 역할을 넓혔다.
반면 경험이 부족한 초급 개발자(early-career developers)는 값비싼 도구를 아무리 써도 유의미한 생산성 향상을 챙기지 못했다. 탄탄한 지식과 해당 도메인 맥락(context)을 알지 못하면 기계가 뱉은 답을 판별하기도 어려웠다.
"넘쳐나는 AI 결과물들이 리더를 병목으로 만든다."
실력이 탄탄한 직원들이 기계를 빌려 놀라운 결과물을 연달아 쏟아내기 시작하면, 커다란 파장은 현장 관리자에게 향한다.
조직 컨설턴트 Liz Fosslien과 Mollie West Duffy는 수많은 중간 관리자들이 통제 불가능한 검토 지옥에 빠졌다고 분석한다. 직원과 방향을 짧게 논의하고 나면, 다음 날 아침 AI가 만들어 낸 문서가 산더미처럼 쌓여 있다.
아틀라시안(Atlassian) 설문 조사에 따르면 현장 리더 89%가 늘 켜져 있는(always-on) 결과물 검토 환경에 시달린다. 직원이 결과물을 뽑아내는 속도가 감당하기 어렵게 빨라졌다. 결국 결정을 서둘러 내려야 할 관리자가 전체 프로세스의 병목(bottleneck)이 되어 버렸다.
"관리 방식의 전환: 작업 지시(what)에서 전략 방향(where)으로"
기계가 복잡한 지적 노동(intellectual labor)을 빠른 속도로 쏟아내는 환경에서는 팀 관리 방식이 변해야 한다.
과거처럼 세부 작업 단계를 깐깐하게 지시하고 점검하는 통제 방식은 더 이상 현장에서 작동하지 않는다. 무엇(what)을 구체적으로 할 것인지 하나하나 알려주는 일은 이제 기계 몫이다.
리더는 조직이 어느 방향(where)으로 당장 가야 하는지 선명한 목표를 제시하는 일에 집중해야 한다. 기계가 그럴듯하게 포장한 껍데기(workslop)에 속지 않으려면 품질 통제 기준을 끌어올려야 한다. 직원이 1차 결과물을 꼼꼼하게 의심하고 정제하여 들고 오도록 단호한 내부 원칙을 세워야 한다.
"사람의 통제력(human control) 빠진 AI 혁신은 공허하다."
뛰어난 최신 AI 기술을 큰돈 들여 조직에 구축한다고 전체 역량이 저절로 오르지는 않는다.
AI가 번듯한 텍스트를 쉴 새 없이 쏟아낼수록, 그 결과물이 옳은지 뜯어보고 올바른 방향을 통제하는 인간 고유의 안목은 훨씬 더 절실해진다. 치열한 사람의 판단력과 기본기가 빠진 빈자리는 기계가 낳은 거대한 환각과 오류로 가득 찰 뿐이다.
화려한 혁신 구호에 휩쓸려 직원의 기초 체력을 다지고 리더의 통제력을 재정비하는 본질 업무를 뒤로 미뤄서는 안 된다. 조직 경쟁력은 번지르르한 기계가 아니라, 기계를 단호하게 부리는 사람의 역량에서 시작된다.
Source: Liz Fosslien, Mollie West Duffy (May 2026), "Managers Are Struggling to Keep Up with the AI Productivity Boom", Harvard Business Review
Simone Daniotti, Johannes Wachs, Xiangnan Feng, Frank Neffke (Feb 2026), "Who is using AI to code? Global diffusion and impact of generative AI", Science
