잘못된 질문
“AI를 어디에 쓰지?”
회의실에서 가장 자주 나오는 질문이다. CTO가 기술 데모를 보여주고, 팀장들이 “우리 팀에서는 이걸 쓸 수 있겠다”고 말한다. 회의록 요약, 고객 문의 자동 응답, 리포트 자동화. 하나씩 붙인다. 한두 달 뒤 돌아보면 — 기존 프로세스 위에 AI를 얹었을 뿐, 일하는 방식은 하나도 안 바뀌었다.
이건 마차에 엔진을 다는 것이다. 마차의 구조를 유지한 채 동력만 바꾸면 더 빨라지긴 하지만, 자동차는 아니다. 자동차를 설계하려면 질문 자체가 달라야 한다.
“우리가 하는 일은 무엇으로 구성되어 있는가?”
일 = 지식 + 방식
이 프레임에서 출발하자.
모든 일은 두 가지로 구성된다. 지식 — 무엇을 해야 하는지 아는 것. 그리고 방식 — 그걸 실제로 실행하는 것. 지금까지 둘 다 사람이 했다. 도메인 전문성도 사람, 실행도 사람. SOP를 만들어서 실행의 편차를 줄이긴 했지만, SOP를 실행하는 것도 결국 사람이었다.
AI가 바꾸는 건 이 후반부다. SOP가 명확한 실행은 AI agent가 할 수 있다. 그러면 사람에게 남는 건 무엇인가?
방식을 한 단계 더 쪼개면 답이 보인다.
| 구분 | 설명 | AI가 할 수 있는가? |
|---|---|---|
| 방식 — 반복 | SOP화 가능한 프로세스 실행 | Yes. AI agent의 영역 |
| 방식 — 판단 | 예외 처리, 의사결정, 설계 | 부분적. AI가 보조하되 사람이 최종 |
| 방식 — 관계 | 1:1, 코칭, 협상, 신뢰 구축 | No. 사람만 할 수 있다 |
그리고 지식 자체 — 도메인 전문성, 맥락, 경험에서 오는 판단 — 이건 여전히 사람의 것이다.
핵심은 이거다: 각 역할에서 “방식-반복”을 빼면 뭐가 남는가? 그 남는 것이 그 사람의 진짜 가치다.
반복을 빼면 진짜가 보인다
구체적으로 보자.
HR 담당자의 업무를 해체해보면 — 급여 계산, 연말정산 처리, 인사 데이터 관리. 이건 전부 “방식-반복”이다. AI agent가 급여대장을 자동으로 생성하고, 이상치만 사람이 승인하면 된다. 온보딩도 체크리스트와 계정 세팅은 AI가 하고, 사람은 새로운 동료와의 관계 형성에 집중한다.
그러면 뭐가 남는가? 매니저 육성, 조직 문화 설계, 평가 체계 구축. 이건 방식-판단과 방식-관계의 영역이다. 방식-반복을 빼면, HR 담당자는 “급여 처리하는 사람”이 아니라 “조직 설계자”가 된다. 사실 원래부터 그게 본질이었는데, 반복 업무에 묻혀 있었을 뿐이다.
리크루터도 마찬가지다. 소싱, 스크리닝, 인터뷰 코디네이션, 파이프라인 관리 — 전부 자동화 가능하다. 남는 건? 채용 기준 설계, 채용 매니저와의 조율, 후보자 클로징. 인재 전략가의 일이다.
재무 담당자는 어떤가. 전표 처리, 월 결산, Billing, 데이터 취합 — AI agent의 몫이다. 남는 건 캐시 플로우 시나리오 설계, 전략적 예산 배분, 경영진에게 숫자 너머의 의미를 해석하는 일. 재무 전략가.
패턴이 보이는가? 방식-반복을 빼면, 모든 역할이 한 단계 올라간다. 실행자에서 설계자로. 처리자에서 전략가로. AI가 “How”를 가져가면, 사람에게 “What”과 “Why”가 남는다.
두 가지 전환 모델
이걸 실제 조직에 적용하면 두 가지 경로가 있다.
모델 A: 도메인 전문가 + Agent Fleet
급진적 접근. 기능별 팀을 해체하고, 각 도메인의 전문가 한 명이 AI agent fleet을 관장하는 구조.
HR팀 3명이 아니라, People Architect 1명 + AI agent들. 리크루팅팀 5명이 아니라, Talent Strategist 2명 + AI agent들. 각 사람이 “실행자”가 아니라 “설계자+감독자”가 된다.
모델 B: 레이어 전환
점진적 접근. 기존 팀 구조는 유지하되, 횡단 AI 레이어를 깐다. 기존 실행 인력이 점진적으로 “AI 관리자”로 역할을 전환한다. AI agent의 output을 검증하고, 예외를 처리하고, prompt를 설계한다. 시간이 지나면서 자연스럽게 모델 A로 수렴한다.
어느 쪽이든 도착점은 같다. 다만 모델 B가 한 가지를 더 관리한다 — 사람의 전환.
구조보다 어려운 세 가지 질문
솔직히 말하면 위의 구조 재편은 쉬운 부분이다. 진짜 어려운 건 구조 너머에 있다.
1. 채용의 역설
연 100명을 뽑기 위해 리크루터 5명이 필요하다. AI-native로 소싱과 스크리닝이 자동화되면, 리크루터 2명이 100명을 더 잘 뽑을 수 있다. 하지만 잠깐 — AI-native 조직이면 100명이 필요한가? 다른 팀도 인원이 줄면 채용 수요 자체가 줄어든다.
채용 자동화가 채용 수요를 줄이고, 줄어든 수요가 다시 채용팀 규모를 줄인다. 자기참조적 축소. 이걸 위기로 볼 수도 있고, 해방으로 볼 수도 있다. 적은 인원으로 더 정교한 채용을 할 수 있다면, 그건 나쁜 게 아니다.
2. 정체성 위협
이게 진짜 장벽이다.
3년간 급여 처리의 전문가로 일한 사람에게 “이제 AI가 급여를 처리합니다”라고 하면, 그건 도구의 변화가 아니라 존재 이유의 위협이다. AI 도입에 대한 저항은 기술에 대한 무지에서 오는 게 아니다. 내가 쌓아온 것이 무의미해지는 것에 대한 공포에서 온다.
그래서 AI-native 전환에서 가장 중요한 설계는 시스템 아키텍처가 아니라 “이 사람이 어디로 가는가”다. 전환 경로가 없는 AI 도입은 조직 파괴다. 급여 전문가가 조직 설계자로 가는 경로, 소싱 담당자가 인재 전략가로 가는 경로 — 이걸 먼저 그려야 한다.
3. “팀”이라는 단위
우리가 당연하게 쓰는 “팀”이라는 조직 단위 — 이것도 재검토 대상이다.
현재 조직은 기능별로 팀이 나뉜다. HR팀, 재무팀, 법무팀. AI-native에서는 프로세스별 agent + 도메인별 사람이 더 자연스럽다. “HR팀”이 아니라 “People 도메인을 책임지는 한 사람 + 그가 감독하는 agent fleet”이 하나의 단위가 된다.
이건 조직도의 기본 단위가 바뀌는 것이다. 작지 않은 변화다.
첫 번째 질문을 바꿔라
AI 시대의 조직 설계는 결국 “일을 어떻게 해체하느냐”에서 시작한다.
지식과 방식을 분리하고, 방식을 반복·판단·관계로 쪼개고, 반복을 AI에게 넘기면 — 사람에게 남는 것의 윤곽이 드러난다. 그 윤곽이 새로운 조직의 설계도다.
“AI를 어디에 쓰지?”라고 묻는 한, 마차에 엔진을 다는 것을 넘어서기 어렵다. 자동차를 설계하려면 질문이 달라야 한다.
“우리가 하는 일은 무엇으로 구성되어 있는가?”
이 질문에 진지하게 답하는 조직만이 AI-native의 의미를 이해할 수 있다. 그리고 그 답 속에는 반드시 — 구조 너머에서 — 사람이 어디로 가는가에 대한 답이 함께 있어야 한다.
댓글 남기기