맥킨지가 25년 1월에 발행한 인사이트 "Superagency in the Workplace" 내용의 일부를 번역하고 정리한 포스팅입니다.
자세한 내용은 McKinsey & Company의 보고서 원문을 살펴봐 주세요.
▶ [McKinsey & Company] Superagency in the workplace 원문(영어)
Chapter 1 : 증기기관만큼 강력한 혁신
"과학적 발견과 기술 혁신은 인간 진보의 대성당에 놓이는 돌과 같다." _ 리드 호프먼, 링크드인 및 인플렉션 AI 공동 창업자, 그레이록 파트너스 파트너, 작가
기계가 단순히 육체노동만 수행하는 것이 아니라, 사고하고, 학습하고, 자율적으로 결정을 내리는 세상을 상상해 봅시다. 이 세상에는 사람이 중심이 되어 기계와 협업하는 "슈퍼에이전시(superagency)"라는 상태가 있습니다. 이를 통해 개인의 생산성과 창의성이 크게 향상됩니다.
인공지능이 갖고 있는 변화 가능성은, 인쇄기나 자동차 같은 과거의 위대한 발명들을 능가할 정도입니다. AI는 단순히 작업을 자동화하는 것을 넘어, 사고 능력 자체를 자동화합니다.
AI 기반 소프트웨어는 스스로 적응하고, 계획하고, 안내하고, 심지어 결정을 내릴 수 있습니다. 그렇기 때문에 AI는 경제 성장과 사회 구조 변화의 강력한 촉매가 될 수 있으며, 우리가 기술, 그리고 사람들과 상호작용하는 방식을 완전히 바꾸게 될 것입니다.
인터넷, 스마트폰, 클라우드 컴퓨팅 등 여러 혁신 기술들이 우리의 삶과 일하는 방식을 바꾸어 놓았습니다. 하지만, AI는 단순한 정보 접근을 능가하는 것을 제공합니다. 인공지능은 요약하고, 코딩하고, 추론하고, 대화하고, 선택할 수 있습니다.
생성형 AI는 기술의 장벽을 낮춰 누구나 더 많은 분야에서 능력을 키우도록 돕습니다. AI에게는 시간이나 언어의 제약도 없습니다.
AI는 사람들이 지식에 접근하고 이를 활용하는 방식 자체를 바꿀 잠재력이 있습니다. 그 결과, 문제 해결 방식은 더 효율적이고 효과적으로 이루어지며, 모두에게 이로운 혁신이 시작됩니다.
지난 2년간 AI는 비약적인 발전을 거듭했고, 비용 절감과 접근성 향상 덕분에 기업 차원의 도입도 가속화되고 있습니다. 그 과정에서 여러 주목할 만한 AI 혁신이 등장했습니다.
예를 들어, 대형 언어 모델(LLM)의 단기 기억력, 즉 ‘컨텍스트 윈도우’가 빠르게 확장되고 있습니다. 윈도우가 클수록 LLM이 한 번에 처리할 수 있는 정보가 많아집니다.
예컨대, 구글의 Gemini 1.5는 2024년 2월에 백만 토큰을 처리했고, 같은 해 6월 출시된 Gemini 1.5 Pro는 2백만 토큰까지 처리했습니다.
이처럼 기업의 AI 혁신을 이끄는 주요한 다섯 가지 변화는 다음과 같습니다: 향상된 지능 및 추론 능력, 자율적 AI 에이전트, 멀티모달 처리, 하드웨어 및 연산 성능의 향상, 그리고 투명성 제고.
지능과 추론 능력의 향상
AI는 훨씬 더 똑똑해지고 있습니다. 이를 보여주는 지표 중 하나는 LLM이 표준 시험에서 보인 성과입니다. OpenAI의 ChatGPT-3.5는 2022년 출시 이후 고등학교 수준의 시험에서 높은 성적을 기록했습니다(SAT 수학 70퍼센타일, 언어 87퍼센타일 등).
다만, 더 복잡한 추론에는 어려움을 겪는 경우도 있었습니다. 현재의 AI 모델은 석사 이상의 고등 교육 수준에 근접한 지능을 보여주고 있습니다. GPT-4는 미국 변호사 시험을 손쉽게 통과할 수 있으며, 상위 10% 성적에 해당합니다. 또한 미국 의사 면허시험 문제의 90%를 정확히 풀 수 있습니다.
AI의 추론 능력은 다음 단계의 비약적 도약을 의미합니다. 이는 AI가 단순한 이해를 넘어, 복잡한 문제를 단계적으로 해결하는 계획을 수립할 수 있도록 만들어줍니다.
기업의 입장에서 이는 AI 모델을 특정 도메인에 맞게 조정하고, 이를 통해 더욱 정밀하고 실행 가능한 통찰을 얻을 수 있다는 뜻입니다.
OpenAI의 o1이나 구글의 Gemini 2.0 Flash Thinking Mode와 같은 모델은 인간처럼 사고하며, 정보 단순 검색엔진이 아닌 "생각 파트너(human-like thought partner)"로 작동합니다.
자율적 AI 에이전트의 등장
AI의 추론 능력이 향상되면서, 이제는 AI가 스스로 판단하고, 여러 단계를 거쳐 복잡한 업무를 수행할 수 있게 되었습니다. 이는 매우 큰 도약입니다.
예를 들어 2023년에는 AI 챗봇이 콜센터 직원을 대신해 음성, 텍스트, 기술 문서를 요약 및 분석해 고객 질문에 대한 답변을 제안할 수 있었습니다. 2025년에는 AI 에이전트가 고객과 직접 대화하고, 이후에 진행할 업무(예: 결제 처리, 사기 여부 확인, 배송 절차 완료 등)를 스스로 계획하고 실행할 수 있을 것입니다.
소프트웨어 기업들은 AI 에이전트 기능을 자사 핵심 제품에 통합하고 있습니다. 예를 들어 세일즈포스의 Agentforce는 기존 플랫폼에 추가된 레이어로, 사용자가 직접 복잡한 작업을 수행하는 AI 에이전트를 쉽게 생성 및 배포할 수 있도록 해줍니다.
제품 출시 시뮬레이션, 마케팅 캠페인 운영 등이 그 예입니다. 세일즈포스의 공동 창업자이자 CEO인 마크 베니오프는 이를 인간과 자동화된 에이전트가 함께 고객 성과를 만드는 "디지털 노동력"이라 설명합니다.
텍스트, 음성, 영상이 하나로: 멀티모달 AI
오늘날 AI는 텍스트, 오디오, 영상 등 다양한 데이터 형식을 통합해 처리할 수 있는 방향으로 발전하고 있습니다.
최근 2년간 이러한 각 처리 방식의 품질이 향상되었습니다. 예를 들어, 구글의 Gemini Live는 음성 품질과 반응 속도에서 큰 개선을 이뤘으며, 이제는 감정과 뉘앙스를 담은 대화를 자연스럽게 전달할 수 있습니다. OpenAI의 Sora는 텍스트를 영상으로 변환하는 기능을 시연한 바 있습니다.
하드웨어 혁신과 성능 향상
AI 성능 향상에는 하드웨어 기술도 큰 역할을 하고 있습니다. 고속 처리와 유연성을 제공하는 특수 칩 덕분에, 기업은 더 복잡하고 실시간 성능이 요구되는 AI 솔루션을 도입할 수 있게 되었습니다.
예컨대, 한 이커머스 기업은 고성능 GPU와 TPU를 활용한 AI 챗봇을 통해 고객 응대를 개선할 수 있습니다. 클라우드 컴퓨팅을 통해 트래픽이 몰리는 시간대에도 안정적인 성능을 유지할 수 있으며, 엣지 하드웨어를 활용하면 파손 상품 사진을 분석해 보험 청구 처리 정확도를 높일 수 있습니다.
투명성도 함께 높아지고 있다
생성형 AI는 점점 더 안전해지고 있지만, 여전히 더 많은 투명성과 설명 가능성(explainability)이 요구됩니다. 이는 AI의 신뢰성과 공정성을 높이고, 기업이 대규모로 AI를 도입하는 데 필수적인 요소입니다.
아직 갈 길은 멀지만, 모델과 기술은 빠르게 개선되고 있습니다. 스탠퍼드 대학의 기초모델연구센터(CRFM)에 따르면, Anthropic의 투명성 점수는 2023년 10월부터 2024년 5월까지 15점 상승해 51점에 도달했으며, 아마존은 세 배 이상 상승한 41점을 기록했습니다.
LLM 외에도 다른 형태의 AI 및 머신러닝 모델도 설명 가능성 측면을 개선하고 있습니다. 예를 들어, 신용 리스크 평가와 같은 중요한 결정이 어떤 데이터를 근거로 이루어졌는지 추적할 수 있게 해줍니다. 이를 통해 모델의 편향 여부와 데이터 변화로 인한 오류를 지속적으로 감시할 수 있습니다.
이러한 요소들은 오류를 탐지하고, 규제 및 기업 정책 준수를 보장하는 데 필수적입니다. 많은 기업이 설명 가능성 프레임워크를 구축하고 내부 점검 체계를 마련해왔지만, 앞으로도 AI 성능 향상 속도를 따라잡기 위해 지속적으로 변화할 준비가 필요합니다.
기업에서 AI 슈퍼에이전시를 달성하는 것은 단지 기술 숙련도의 문제가 아닙니다. 사람을 지원하고, 프로세스를 설계하며, 조직 운영을 관리하는 역량이 모두 중요합니다. 다음 장에서는 이러한 기술 외적인 요소들이 직장에서의 AI 도입을 어떻게 이끌어갈 수 있을지를 다룹니다.
