AI Native 조직, HR은 무엇을 준비해야 하는가

김성준 교수 강의 참관 노트 | 리얼코칭 김애진

AI가 '도구'에서 '동료'로 넘어가는 지금, 조직 안에서는 이미 작은 균열들이 일어나고 있습니다. 김성준 교수님의 강의에서 함께 나눈 사례와 논의를 HR 관점에서 정리해 공유합니다.

김성준 교수님의 강의 내용 저작권과 참여자 정보를 보호하기 위해 일부 사례들은 각색되었습니다.
많은 인사이트를 준 오프피스트의 워크샵 응원합니다.

1. 이미 시작된 변화: 'AI 비서'와 일하는 사람들

교수님께서 강의 시작과 함께 GPT의 교수님께서 강의를 시작하고 전화로 “비서”를 불렀습니다.

AI는 이제 Gmail과 드라이브에 접속해 문서를 찾고, 답변을 작성하고, 리서치를 하며, 사람처럼 의견을 주고받는 수준까지 왔습니다. 강의에 참여한 구성원들의 경험은 두 갈래로 나뉘었습니다.

한쪽에서는 대화가 사라지고 있습니다. 점심시간에도 각자 자리에서 영상을 보거나 AI와 대화하며 식사합니다. 강의를 들을수록 "나는 앞으로 무엇을 하며 살아야 하는가"라는 질문이 커진다는 고백도 나왔습니다.

다른 쪽에서는 새로운 협업 방식이 생기고 있습니다. 아이디어 회의에서 서로의 프롬프트를 공유하고, 사고의 과정을 추적하며, 구성원 간 AI 활용 격차를 함께 이해해 가는 팀도 있습니다.

같은 기술이 한 조직에서는 고립을, 다른 조직에서는 학습을 만들어냅니다. 그 차이를 만드는 것이 바로 조직문화와 리더십입니다.

2. 사례 토론: AI로 다른 직군의 일까지 할 수 있게 되었을 때

상황: 기획자가 생성형 AI로 화면 디자인까지 직접 만들었고, 디자인팀과 갈등이 생겼습니다.
“이미 다 정해진것을 디자인팀이 어디까지 관여해야하는가?”

교수님의 질문: "할 수 있는 일"과 "해도 되는 일"의 경계는 어디인가?

논의에서 나온 핵심은 다음과 같습니다.

기존 조직 R&R의 경계는 무너질 수밖에 없다. 디자인 하나를 만드는 데도 기획 → 의뢰 → 접수 → 디자인 → 피드백 → 수정 → 승인·결재 → 예산 요청 → 발주까지 최소 2주가 걸리고, 그 사이 커뮤니케이션 피로가 쌓입니다. AI는 이 과정을 압축하고, 조직은 프로젝트 단위로 전문가가 모이는 'One Team(대팀제)'으로 이동할 가능성이 높습니다.

그러나 세 가지 문제가 남는다.

• 책임: 이 결과물은 누구의 책임인가?

• 역량: AI 도입 이후 구성원 간 역량 양극화가 빠르게 진행되고 있다.

• 평가: '디자인팀 결과물 수' 같은 KPI는 더 이상 작동하지 않는다. 프로젝트 내 기여도, 그리고 AI 활용 수준 자체가 평가 대상이 될 것이다.

태도의 문제도 있다. 디자인팀은 이를 '밥그릇 싸움'이 아니라 전문성을 드러낼 기회로 삼았어야 합니다. AI 초안에 대해 디자인적 조언을 주는 방식으로요. 기획자 역시 사전에 커뮤니케이션 범위를 정하지 않았습니다. 프로젝트의 목적, 고민 지점, 자신이 모르는 것과 의도를 먼저 설명했다면 협업은 달라졌을 것입니다.

결국 돌아가야 할 곳은 일의 본질, 즉 고객의 니즈와 프로젝트의 목적입니다. 그리고 각자의 전문성은 AI가 따라오기 어려운 '한 끗', 곧 통찰과 직관에서 나옵니다.

관리자의 역할은 이 통찰을 제공하고, AI 사용의 교통정리를 하며, 역할의 정의와 한계를 정해주는 것입니다. 지금은 모두가 과도기에 있습니다.

3. 그럼, 조직의 방향은?

많은 (대, 중소)기업은 조직이라는 이름으로 이미 판이 짜여 있고, 그 안에 인간의 욕구가 얽혀 있습니다. 부서장에게는 자기 부서를 유지·성장시킬 의무가 있고, 하위 직책 포지션은 곧 자신이 쓸 수 있는 '패'입니다. One Team으로 재편되면 부서와 팀의 권위를 잃게 되기에, 구조 전환은 기술보다 이해관계의 문제가 됩니다.

AI Native란 결국 프로젝트를 중심으로 AI의 잠재력을 최대한 끌어내기 위해 인간이 어디에, 어떻게 개입할 것인가를 설계하는 일입니다.

4. AI는 이전의 범용기술과 다른 궤적을 그린다

전기, 인터넷처럼 AI도 범용기술(GPT: General Purpose Technology)이 갖는 범용성·확장성·혁신 유인성을 갖고 있습니다. 하지만 결정적 차이가 있습니다. 인간이 만든 범용기술 중 '지능'을 가진 것은 처음이라는 점입니다.

교수님은 이를 장기에 비유했습니다. 지금까지의 기술은 장기판·말·규칙은 그대로 두고 수를 두는 속도만 바꿨습니다. AI는 장기판과 규칙 자체를 바꿔 완전히 새로운 전략을 만들어낼 것입니다.

여기서 '지능'이란 생각하고 예측하는 체계를 갖고, 스스로 문제를 인식해 개선할 수 있다는 뜻입니다.

5. 리더들의 불만으로 본 AI Native 조직

① "사람은 피곤하다"
AI와 인간의 차이는 생체적 한계, 소통 비용, 역량·경험의 편차, 노화와 죽음, 정보처리 용량과 속도의 한계입니다. 조직은 애초에 인간의 '제한된 합리성'을 보완하기 위해 분업·조정·부서·규칙·절차를 만들었고, 그래서 관리자가 생겨났습니다. 정보처리 한계가 없는 AI는 이 전제 자체를 흔듭니다.

② "그럴듯한 개소리가 너무 많다"
대기업 리더들의 공통된 하소연입니다. 그리고 이를 검토하는 팀장에게 병목이 몰립니다. LLM은 세상에 공개된 텍스트를 조합해 논리적 개연성이 있는 답을 만듭니다. 주니어는 그 안에서 허점을 찾기 어렵지만, 시니어는 정치적 역학, 암묵지, 맥락과 히스토리를 알고 있습니다. AI가 모르는 바로 그 영역입니다.

해법은 AI와 맥락 정보를 공유하는 것, 즉 Enterprise AI의 구축입니다. 맥락을 넣을수록 답은 정확해지고 '개소리'는 줄어듭니다.

③ "의사결정까지 조언할 수는 없지 않나"
인간의 중요한 기능은 맥락을 바탕으로 '무슨 일이 일어날지'를 예측하는 직관입니다. 시장과 산업을 구조화하고, 요소 간 상호작용과 가설을 세우는 능력이죠. AI의 월드 모델(World Model)은 바로 이 기능을 지향합니다. 아이가 공을 여러 번 떨어뜨리며 중력을 '감'으로 익히듯, 다음에 일어날 장면을 예측하는 것입니다.

④ "AI는 매번 수정하고 피드백해줘야 한다"
AI는 이제 재귀적 자기개선 단계에 들어섰습니다. AI가 AI 연구 코드를 상당 부분 작성하고 있고, 앞으로는 회사의 제품·서비스·조직 운영 모델을 스스로 제안하고 개선하는 주체로 참여할 것입니다. 한 글로벌 기업이 카메라 기능 하나를 개선하는 데 40개 부서가 1.5년을 들였던 것과 비교하면, AI 모델의 업데이트 주기는 1년 단위에서 몇 주 단위로 짧아지고 있습니다.

조직에게 가장 큰 의미는 속도입니다. 3년 계획, 5년짜리 역량 모델을 세워도 기술이 그보다 빨리 바뀝니다. 그래서 "무엇을 배울지"보다 "빨리 배우고, 버리고, 다시 배우는 힘"이 더 중요해집니다.

6. AI Native의 조건: AX 이전에 DX가 되어야 한다

교수님이 제시한 AI Native 조직의 조건은 다음과 같습니다.

• AI 에이전트가 노동의 주체로 참여한다

• Enterprise AI가 구축되어 있다

• 월드 모델이 작동한다

• 재귀적 자기개선이 제조·서비스·조직을 개선한다

• 모든 자료가 AI가 읽을 수 있는 형태로 전환되어 있다

즉, AX(AI 전환)는 DX(디지털 전환)가 먼저 되어 있어야 가능합니다.

7. 경계해야 할 것: 에코 챔버와 사일로

AI는 사용자의 생각을 강화하며 한 방향으로 몰아가는 경향(에코 챔버)이 있습니다. 그래서 AI는 스스로 "최종 결정은 인간이 하는 것"이라고 말합니다. 동시에 조직은 점점 사일로화되고 있습니다. 적절히 통제된 AI 통합 플랫폼은 이 사일로를 넘고 에코 챔버를 막는 장치가 될 수 있습니다.

8. 과연, 무엇이 살아남는가?

AI 시대에도 살아남는 영역은 체계화·방법론화·통계적 지식화·공개·표준화되지 않은 일입니다. 사람의 감정과 관계, 맥락을 다루는 일이 여기에 속합니다.

그리고 질문은 이어졌습니다. 월드 모델로 인해 모두가 1인 기업화될 것인가? 교수님의 답은 "그럴수 있습니다"였습니다. 인재의 핵심 역량은 데이터 리터러시 → 문제정의와 창의성 → IQ → EQ로 옮겨왔고, 다음은 아마도 '호기심'일 것입니다.

결국, 열정적 호기심으로 자신의 일을 탐구하고 사고하는 사람이 필요하다는 얘기인것 같아요.

HR에게 남는 질문

• 프로젝트 단위로 일할 때, 개인의 기여도와 AI 활용 역량을 어떻게 평가하고 보상할 것인가?

• AI가 만든 결과물의 책임 소재를 어떻게 정의할 것인가?

• 시니어의 암묵지와 맥락 정보를 AI가 읽을 수 있는 조직 자산으로 어떻게 전환할 것인가?

• 대화가 줄어드는 조직에서 관계와 심리적 안전감을 어떻게 지킬 것인가?

• 5년짜리 역량 모델 대신, '배우고 버리고 다시 배우는 힘'을 어떻게 길러줄 것인가?
  

모두가 과도기에 있는 지금, HR은 이 질문들에 가장 먼저 답해야 하는 자리에 있습니다.