미리보기
미리듣기
AI가 누구에게나 주어진 시대의 경쟁력은 기술 자체가 아니라 협업 설계에서 나온다고 말한다. AI는 성과를 높이지만 과신과 판단 부채도 키울 수 있다. 조직 고유의 데이터로 AI를 상황화하고, 인간 개입의 경계를 정하며, 업무 방식을 다시 설계해야 한다. 같은 AI를 알고리즘 감옥이 아닌 동료로 만드는 조건을 파고든다.
이 연구가 던지는 메시지는 분명하다. AI를 도입하면 능사라고 손 놓고 있을 것이 아니라 일의 경계가 어떻게 바뀌고 있는지에 맞춰 조직도 스스로를 재설계해야 한다는 것이다. 첫째, 핵심 역량의 정의를 다시 써야 한다. 그동안 조직은 협업, 커뮤니케이션, 소프트 스킬을 중시해 왔다. 물론 앞으로도 중요하다. 하지만 여기에 더해 생성형 AI 시대에는 독립적인 문제 해결력, 자율적 학습 능력, AI 실험 역량이 핵심 역량으로 떠오른다. AI를 단순 도구로 쓰는 수준을 넘어 AI에게 어떻게 물어보면 더 좋은 답을 이끌어낼 수 있는지, AI가 놓친 부분을 어떻게 검증할지를 고민하는 사람들에게 더 큰 기회가 돌아가게 된다. 자연스럽게 조직은 학습 의지가 높은 인재, 스스로 실험대를 만드는 인재를 더 선호하게 될 것이다.
－01_“AI와 일의 경계” 중에서
개인적 중요성이 높고, 불확실성과 난이도가 높은 상황일수록 최종 결정권은 인간에게 있다는 전제가 깔리면 AI 조언 수용성이 높아졌다. 반대로, 자신의 전문성에 강한 자신감이 있는 사람일수록 AI 조언을 덜 따르는 경향이 있었다. 정리하면, 사람들은 AI가 더 잘할 것 같은 일에는 AI를 찾지만 실패했을 때 감당해야 할 사회적이고 도덕적 책임이 큰 일에는 여전히 인간을 찾는다는 것이다. 그래서 성과 평가, 채용 결정, 승진 심사처럼 도덕적이고 사회적 함의가 큰 문제는 여전히 인간 리더의 목소리를 요구받는다.
－03_“AI 팀원의 반전” 중에서
반면, AI는 이 지점에서 인간보다 강점을 보였다. AI는 각 문제에 대해 정답일 확률을 추정하고, 그 확률이 일정 기준(예를 들어, 80% 이상)을 넘으면 스스로 처리하고, 기준 이하이면 인간에게 넘기는 식으로 규칙 기반의 역위임을 실행했다. 여기서 중요한 것은 AI가 항상 맞다는 뜻이 아니라 어느 정도까지는 자신 있게 말할 수 있고, 어느 지점부터는 불확실하다는 자기 신뢰도를 인간보다 더 정확히 계산할 수 있었다는 점이다. 이 능력 덕분에 AI는 쉬운 문제나 자신 있는 문제는 스스로 처리하고, 애매하거나 경계선에 있는 문제만 인간에게 도움 요청 형태로 넘겼다. 이렇게 역할을 나누자 인간과 AI의 강점이 서로를 방해하지 않고 보완되었다. 인간은 모든 걸 내가 먼저 보고, 일부를 AI에게 시키는 총괄 관리자에서 내려와 AI가 골라서 넘긴 어려운 문제를 깊이 있게 판단하는 고급 심판자 역할을 맡게 된 셈이다.
－06_“AI 역위임의 반전” 중에서
기업은 앞으로 AI 시스템의 핵심 성분과 판단 근거를 사용자가 이해할 수 있는 언어로 설명하며 신뢰를 얻어야 한다. 동시에 개인정보 보호, 지적 재산권, 악용 가능성 같은 현실적 제약을 고려해 균형 잡힌 투명성 전략을 설계해야 한다. 그 과정에서 잊지 말아야 할 사실은 하나다. AI 기술은 전 세계 어디서나 비슷할 수 있지만 그 AI를 공정하고 투명하다고 느끼는 기준은 문화마다, 조직마다, 사람마다 다를 수 있다는 것이다. 앞으로 공정한 AI를 찾는 기업보다 각 맥락에 맞는 공정성과 투명성을 능숙하게 설계하는 기업이 AX 시대의 진짜 선도자가 될 것이다.
－09_“AI 상대적 공정성과 투명성” 중에서
교보문고: