작은 성공이 모이면, 더 큰 실패를 만든다 (AX)

안녕하셨나요. AI 개발 속도가 갈수록 빨라지면서, 우리 사회 곳곳이 서서히 바뀌고 있는데요. 그동안 진입 장벽이 높았던 번역 코딩 디자인은 능력 차이는 있겠지만, 이제는 누구나 시도해 볼 수 있는 분야가 됐습니다. 특히 제가 몸담고 있는 미디어 영역에서도 글쓰기 문턱이 크게 낮아진 것이 사실입니다.

이제는 AI 도입과 사용에 그치지 않고, 조직 자체를 인공지능에 맞춰 바꾸는 이른바 AX(AI Transformation) 시도가 이어지고 있어요. AX는 AI 도입을 단순히 생산성 도구로 사용하는 것을 넘어 기업 운영이나 조직문화, 비즈니스 모델을 통째로 바꾸는 혁신을 가리킵니다.

AI가 깊숙이 들어올수록 AX의 중요성이 커지는 것이죠. 그래서 오늘은 한국경영학회가 지은『뉴 비즈니스 패러다임』과 채서일 고려대 명예교수님이 펴낸 신간 『불 바퀴 문자 화폐: 문명을 만든 4가지 힘, 기업의 운명을 가르다』를 토대로 AX 시대에 생각해 볼 이슈를 점검해 보겠습니다.

인공지능 전환(AX)이란

회사를 다시 설계하는 것

‘뉴 비즈니스 패러다임’은 경영의 시선에서 기술을 바라보는 책입니다. 두껍지만 오랜만에 꼭 읽어야 하는 책이 나온 것 같아요. 수많은 챕터 가운데 윤석빈 서강대 특임교수님이 쓴 ‘AX 인공지능전환: 생존과 성장을 위한 새로운 코드’에서 핵심만 추려 볼게요.

‘남들이 하니까’라는 위험함

윤 교수님은 많은 기업들이 AX(인공지능으로의 전환)에 대해 크게 오해하고 있다고 꼬집었어요. 오늘날 정말 많은 기업들이 AI를 도입하고 AX를 외치고 있지만, 개념 정립부터 잘못됐다는 지적입니다. 상당수 기업들은 '남들이 하니까'라는 초조함에 AI를 도입하면서도, '막대한 투자가 정말 성과로 이어질까'라는 불안감을 갖고 있다고 해요.

대다수는 값비싼 AI 솔루션 몇 개를 도입하고 만족하지만 그것으로는 턱없이 부족하다는 진단입니다. 이는 마치 증기기관이 발명되었을 때 기존 마차 위에 증기기관을 얹어놓고 '증기 마차'라고 부르는 것과 유사하다는 지적입니다. 진정한 혁신은 마차가 아니라 자동차라는 완전히 새로운 개념을 만들어내는 데서 시작된다는 것인데요. 즉 바퀴 개수와 마부의 역할, 심지어 도로 개념까지 원점에서 다시 생각해야 하는 것이 AX입니다.

AX는 처음부터 설계하는 것

윤 교수님은 이런 이유로 AX를 경영의 근본적인 재설계라고 정의했습니다. 디지털전환(DX)이 자동차의 엔진 성능과 연비를 개선한 것이라면, AI+(AI 플러스)는 새 부품 하나를 더 얹은 것이고, AX는 자율주행 전기차를 아예 새로 설계하는 차원입니다. 하지만 대다수 기업은 고객센터에는 챗봇을, 마케팅팀에는 텍스트 AI를, 공장에는 불량품 검수 AI를 각각 붙이는 방식입니다. 각 부서 효율은 분명 오릅니다만, 문제는 그다음부터입니다.

실제로 현장에서는 이런 일이 종종 벌어집니다. 마케팅팀 AI가 잠재 고객을 발굴해 수요를 폭발시켰는데, 생산팀 AI는 안정적 생산량 유지에 최적화되어 있어 품절 사태가 벌어지는 것입니다. 개별 부서들은 분명히 AI를 도입해 목표를 달성했지만, 회사 전체 입장에서는 고객을 잃고 기회비용을 놓치는 셈입니다. 이처럼 작은 성공들이 모여 더 큰 실패를 만드는 역설을 가리켜 AI+의 역설이라고 합니다.

진짜 중요한 질문

때문에 AI 도입을 할 때는 새 운영체제(OS)를 도입하는 것과 비슷한 감을 갖고 있어야 해요. 컴퓨터 OS가 하드웨어와 소프트웨어를 연결하고 모든 자원을 관리하듯, AI가 기업의 모든 데이터, 프로세스, 의사결정의 중심에 자리를 잡게 해야 한다는 것입니다. 즉 AX는 기술의 문제가 아니라 전략의 문제인 것이죠. AI를 도입할 때는 질문도 달라져야 합니다. "우리가 가진 AI로 뭘 할 수 있을까"라고 묻지 말고, "우리의 가장 큰 문제는 무엇이고, 이를 AI로 어떻게 풀까"로 말입니다.

윤 교수님은 성공적인 AX를 위해 네 가지 가이드라인을 줍니다. 다음과 같아요.

1️⃣KPI로 목표를 세운다: 많은 AI 프로젝트가 '모델 정확도 95% 달성'이나 '이미지 인식률 99%'처럼 기술적 숫자를 목표로 잡습니다. 하지만 AI 추천 엔진을 도입해 고객 구매 전환율 15%를 올리겠다거나 수요 예측 AI 도입으로 재고 비용 20%를 절감하겠다는 것처럼, 명확한 비즈니스 KPI가 필요합니다. 왜 AI를 도입하는 것인지가 중요합니다.

2️⃣업의 본질을 재정의한다: 대표적 기업은 롤스로이스입니다. 롤스로이스는 고객인 항공사가 원하는 것을 엔진 그 자체가 아니라 안전하고 효율적인 비행 시간이라는 것을 깨달은 회사입니다. ‘비행 시간을 파는 회사’로 업의 본질을 재정의 했습니다. 1960년대 ‘파워 바이더 아워(Power by the Hour)’라는 프로그램을 일찍 시작했어요. 마찬가지로 AI라는 새로운 기술이 도입되면, 모든 기업은 ‘우리는 도대체 무슨 일을 하는 기업인가’라는 질문에 부딪히게 됩니다. 당신의 회사는 고객을 위해 어떤 일을 하는 회사인가요?

3️⃣데이터 플라이휠을 돌려라: 플라이휠은 경영학에서 선순환을 가리킵니다. 더 나은 제품을 만들면 더 많은 사용자가 유입되고,  늘어난 사용자는 더 많은 데이터를 남기고, 그 데이터가 AI를 더 똑똑하게 만들고, 이를 기반으로 더 나은 제품을 만들 수 있어요. 한번 가속이 붙으면 경쟁사가 결코 따라올 수 없기 때문에, 선순환을 어떻게 달성할 수 있을지 고민이 필요해요.

4️⃣전사적 올인 팀을 만들어라: 부서별로 흩어진 조직 구조를 과감히 깨라고 강조합니다. 비즈니스 문제를 정의하는 기획자, 모델을 만드는 개발자, 현장을 잘 아는 현업 전문가가 처음부터 끝까지 하나의 팀으로 움직여야 한다는 메시지인데요. 하나의 KPI를 공유하며 빠르게 실행하고 학습하는 조직을 가리켜 '목적 조직(Purpose-driven Team)'이라고 합니다.

목적 조직을 만드는 법

목적 조직이란 2010년대부터 전 세계적으로 린 스타트업 방법론이나 애자일 조직문화가 확산하면서 경영학에 널리 퍼진 조직론입니다. 대표적으로는 음악 스타트업 스포티파이가 있어요. 스포티파이는 기획자, 개발자, 디자이너, 데이터 분석가 등 6~10명을 묶어 스쿼드라는 최소 조직을 만들어 두고 이를 유기적으로 연계하는 트라이브라는 상위 네트워크를 둡니다.

예를 들어 결제 관련 스쿼드들을 묶은 트라이브도 있고요. 검색 관련 트라이브도 있습니다. 40~100명 규모입니다. 하지만 이런 스쿼드나 트라이브 중심의 조직 구조는 서로 다른 업무를 하는 사람들의 집합체이기 때문에 직무 역량이 떨어질 수 있죠. 그래서 직무 기술을 공유하는 챕터라는 매트릭스 조직을 두고 있어요.

우리가 집중해야 하는 것

테크네가 아닌 텔로스!

한국 경영학계의 거두로 불리는 채서일 고려대 명예교수님이 얼마 전 신간『불 바퀴 문자 화폐: 문명을 만든 4가지 힘, 기업의 운명을 가르다』를 발간했는데요. 이 가운데 AI에 대한 통찰만 골라 보려고 합니다. 채 교수님은 AI를 낯선 기술이 아닌, 인류가 오래도록 반복해온 어떤 패턴의 최신 장면으로 묘사했습니다.

채 교수님에 따르면, 인간이 구축한 문명이란 무언가를 '몸 밖으로 떼어내는' 역사라고 합니다. 물론 원숭이나 까마귀 그리고 해달과 같은 동물은 사물을 이용할 줄 압니다. 하지만 근육에서 에너지를, 다리에서 이동을, 뇌에서 기억을, 관계에서 신뢰를 몸 밖으로 떼어낸 것은 인간뿐이라고 합니다.  이들을 상징하는 것은 각각 불, 바퀴, 문자, 화폐입니다.

채 교수님은 AI를 가리켜 마지막 남은 '인지'를 몸 밖으로 떼어내는 과정이라고 주장합니다. 이를 '다섯 번째 분리'라고 정의했습니다. 인간은 무엇인가 몸에서 분리될 때마다 큰 격변을 겪었습니다. 그럴 때마다 중요도가 달라졌습니다. 채 교수님은 AI를 가리켜 '21세기의 카라벨선'이라고 했는데요. 카라벨선은 대항해시대 당시 원양을 오가는 배입니다. 카라벨선은 단순히 안정적이고 속도가 빠른 배가 아니었습니다.

누가 세계의 항로를 정의하는지를 규정하고, 교역과 무역의 축을 바꾸는 선박이었습니다. AI는 데이터의 바다를 항해하는 배입니다. 질문은 여기서부터입니다. 채 교수님은 “오늘날 AI 모델 자체는 이미 누구나 살 수 있는 범용재가 되어가고 있다”고 진단합니다. AI라는 모델 그 자체보다는 그 모델을 활용해 어떻게 항로를 개척하는지가 더 중요하다는 메시지입니다.

카라벨선으로 세계를 제패한 포르투갈은, 정작 기존 항로에 안주하다 네덜란드에 추월당했습니다. 포르투갈은 아프리카 희망봉을 도는 ‘인도 항로’에 만족한 데 반해, 네덜란드는 기존 연안 항로를 피해 대서양과 인도양을 가로지르는 대양항로를 개척한 것이죠. 

채 교수님은 “AI 시대는 속도가 무척 빠르다”면서 “측정할 수 있는 모든 것이 곧 복제될 수 있다”고 했어요. 때문에 측정 가능한 HOW(방법)는 범용재가 되고, 잴 수도 베낄 수도 없는 WHY(이유)가 마지막 차별화의 근간으로 남는다고 합니다.

그러면서 '테크네(Techne)'와 '텔로스(Telos)'를 구별해서 사물을 봐야 한다고 했어요. 테크네는 고대 그리스어로 기술, 기법, 수단 또는 무언가를 만들어내는 방법(HOW)을 뜻합니다. 반면 텔로스는 고대 그리스어로 목적, 본질, 궁극적인 이유(WHY)를 가리킵니다.

기업도 마찬가지라고 합니다. AI라는 도구가 범용재가 되고 있으니, 기업의 궁극적인 목적과 본질을 다시 물어야 한다는 것인데요. 대표적 사례가 파타고니아입니다. 창업자 이본 쉬나드는 2022년 회사 지분을 환경 단체에 넘기며 "지구가 우리의 유일한 주주다"라고 선언했는데요. 매출 극대화라는 목적 함수로는 결코 도달할 수 없고, AI 알고리즘이 흉내 낼 수 없는 결정이었다는 설명입니다.  AI가 거의 모든 일을 대신할 때 무엇을 더 잘할 수 있는가라는 질문보다는 무엇을 위해 이 일을 하는가라는 질문이 더 중요하다는 것입니다. WHY!?!

GPT-5.6 Sol을 활용해 제작한 게임 (웹 앱 개발 가능)

나왔다 GPT 5.6...솔 테라 루나

지난 주말을 전후해 오픈AI와 메타가 굵직한 발표를 했습니다. 특히 오픈AI가 내놓은 GPT-5.6이라는 새 모델은 단순히 더 똑똑해졌다는 수준을 넘었다는 평가를 받았어요. 오픈AI는 이번에 솔(Sol), 테라(Terra), 루나(Luna)라는 세 가지 모델을 함께 공개했는데요.

이 가운데 상위 모델인 솔은 코딩, 사이버보안, 과학 분야에서 앞선 지능과 효율성을 보여줍니다. 솔은 경쟁 모델인 클로드 페이블 5를 여러 지표에서 앞섰다고 오픈AI는 주장하는데요. 주목할 만한 대목은 따로 있습니다. 바로 솔이 ARC-AGI-3라는 공개 게임을 처음으로 이겨낸 모델이라는 점입니다.

ARC-AGI는 AI가 진짜 지능을 갖췄는지 가늠하는 까다로운 시험입니다. 사전 지식 부여를 금지한 상태에서, 경험이 없는 낯선 퍼즐을 주고 인간처럼 추론하는 능력을 평가하는 시험입니다. 물론 이번 발표는 오픈AI가 한 것이어서 일정 부분 감안해야 합니다. 그렇지만 AI 추론 능력이 일취월장하고 있음은 눈여겨볼 만 합니다.

AI가 생각하는 내용을 드러내주는 J-렌즈라는 기술

AI는 무슨 생각을 할까?