[BCG 번역] GenAI Doesn’t Just Increase Productivity. It Expands Capabilities (Part 3)

전환을 어떻게 관리할 것인가

우리는 데이터 과학을 사례로 들었지만, 생성형 AI로 증강된 근로자가 새로운 과제를 능숙하게 수행할 수 있다는 발견은 해당 도구가 적용 가능한 모든 분야에 적용될 수 있다고 믿습니다.

 

우리는 이를 바탕으로 기업 리더들을 위한 다섯 가지 핵심 시사점을 도출했습니다(Exhibit 3 참조).

 

1. 인재 확보와 내부 이동

BHI의 여러 실험 결과는, 개인이 혼자서 수행할 수 있는 업무의 범위는 생성형 AI가 증강된 훨씬 확장된다는 점을 보여줍니다. 이는 곧 숙련된 지식 노동에 적합한 인재 풀 자체가 확장되고 있다는 것을 의미합니다.

 

 

따라서 채용 담당자는 인터뷰 과정에 생성형 AI를 통합하여, 지원자가 이 기술과 결합되었을 때 어떤 역량을 발휘할 수 있을지를 보다 포괄적으로 평가해야 합니다.

 

물론 비기술 분야의 제너럴리스트가 즉시 데이터 과학자가 될 수 있다고 주장하는 것은 아닙니다. 하지만, 마케팅 일반직 종사자가 생성형 AI의 도움을 받아 마케팅 분석가의 역할을 수행할 수 있는 가능성은 충분합니다.

 

2. 학습과 성장

그렇다면, 다양한 역할을 수행할 수 있는 생성형 AI 증강 직원(GenAI-augmented workforce)이 리더십으로 승진하기 위해 어떤 역량을 길러야 할까요? 장기적으로 유지해야 할 핵심 기술은 무엇이며, 어떻게 개발할 수 있을까요?

 

 

생성형 AI는 즉각적인 역량 확장 효과는 있지만, 직원의 경력 성장을 뒷받침하고 고급 역량을 갖추기 위해서는 여전히 '학습과 개발'이 가장 중요한 수단입니다.

 

따라서 리더는 직원들이 학습에 전념할 수 있도록 동기를 부여하고 보호된 시간을 보장해야 합니다.

 

 

기존의 다른 연구들은 생성형 AI가 학습에 특화되어 활용될 경우(BCG 실험 참가자들과는 달리 일반 직장인들은 보통 학습에 대한 인센티브가 있음), 효과적인 맞춤형 교육 도구로 기능할 수 있음을 보여주고 있습니다.

 

 

또한 우리의 분석에 따르면, 비기술직 근로자에게도 일부 기술 역량을 개발하는 것이 성과 향상으로 이어진다는 점이 확인되었습니다.

 

그리고 직원이 어떤 교육을 받았든 관계없이, 기업의 리더들은 생성형 AI 도구를 도입할 때, 해당 기술이 특정 과제에 적합하지 않다면 사용자에게 이를 알릴 수 있어야 합니다. 

 

3. 팀 구성 및 성과 관리

실험 결과는 제너럴리스트도 복잡한 지식 기반 업무를 수행할 수 있음을 보여줍니다. 하지만 이들의 성과를 적절히 관리하고, 결과물의 품질을 보장하는 것도 중요합니다.

 

 

이를 위해서는 제너럴리스트가 전문가의 도움을 쉽게 받을 수 있도록 Cross-functional team을 설계하거나, 정기적을 결과물을 검토할 수 있는 Checkpoint를 설정하는 것이 필요합니다. 생성형 AI 덕분에 자신감이 넘치는 제너럴리스트는 언제 자신이 도움이 필요한지 알지 못할 수 있기 때문입니다.

 

리더는 팀 구성 방식이 최상의 결과로 이어질 수 있도록 Pilot으로 팀을 운영해야 하며, 이는 조직의 사일로를 허물고 다양한 분야의 전문가들과 제너럴리스트를 통합할 수 있는 기회가 될 수 있습니다.

 

4. 전략적 인사 계획

인재 확보와 팀 구성에 대한 위와 같은 시사점을 고려할 때, 조직은 전문 트랙과 인사 구조를 어떻게 바라보아야 할까요?

 

기술의 발전과 직무 변화가 끊임없이 일어나는 오늘, 지식 노동에 대한 전략적 인사 계획은 어떤 의미를 가져야 할까요?

 

 

우리는 모든 답을 가지고 있지는 않지만, 특정 역할에 필요한 기술이 점차 모호해지고 있으며, 인력 충원 계획이 더 이상 특정 기술(예: 코딩)을 가진 인재를 확보하는 것에만 그치지 않을 것임은 분명합니다.

 

대신, 다재다능한 인력을 지원(support)할 수 있는 인센티브는 고려해야만 합니다. 지식 노동자들이 생성형 AI의 도움으로 기술적으로는 새로운 역할을 수행할 수 있을지라도, 모든 사람이 변화 수용에 능숙한 것은 아니기 때문입니다.

 

5. 직무 정체성

생성형 AI가 직무 정체성에 미치는 영향은 중요하고 논쟁이 많은 주제입니다. 하지만 최근의 한 설문조사에 따르면, 직원들이 조직으로부터 충분한 지지를 받고 있다고 느낄 경우 그 부정적 영향은 완화될 수 있습니다.

 

 

실제로 본 연구에서, 생성형 AI를 정기적으로 사용하는 컨설턴트의 82%는 "생성형 AI가 내 역할에 대한 자신감을 준다"와 "동료들이 생성형 AI를 즐겨 사용한다고 생각한다"는 문장에 동의했으며, 이는 주 1회 이하로 사용하는 사람들의 67%보다 높은 수치였습니다.

 

또한 참가자의 80% 이상이 생성형 AI가 문제 해결 능력을 향상시키고 더 빠른 결과를 내는 데 도움이 된다고 응답했습니다.

 

 

이는 숙련된 지식 노동자들이 자신감을 높여주는 방식으로 생성형 AI를 사용할 수 있을 때, 이 기술을 진정으로 즐기고 있다는 점을 시사합니다.

 

이는 AI 사용을 의무화하면 직원들의 AI 인식이 오히려 개선될 수 있다는 실험 결과와도 일치합니다. 단, 이러한 긍정적 인식은 AI가 직원들의 이익을 위해 도입되었다고 믿을 때에만 가능합니다.

 

 

우리는 아직 생성형 AI 전환의 초기 단계에 있으며, 이 기술의 역량은 앞으로도 계속 확장될 것입니다.

 

경영진은 이러한 미래에 어떻게 대비할 것인지, 전문성의 정의를 어떻게 재정립할 것인지, 그리고 장기적으로 어떤 기술을 보유해야 할지를 진지하게 고민해야 합니다.