오늘날 기업은 잘못된 승리를 자축하고 있다.

올해 기업의 실적 발표는 비슷한 패턴을 따르고 있다. 경영진은 투자자와 애널리스트 앞에서 AI이 생산성을 높이고 인건비를 줄였다고 발표한다. 지난 6월 기준, 하루 평균 491명이 AI로 인해 일자리를 잃었다. 보도자료에서는 이를 ‘최적화’라고 부르고, 이사회는 ‘진전’이라고 평가한다. 주가는 오른다.

하지만 아무도 말하지 않는 사실이 있다. 자동화를 이유로 인력을 감축한 기업의 55percent가 그 결정을 후회하고 있다는 점이다. 이 통계는 모든 CIO와 CTO에겐 심각한 경고다. 특히 전 세계 고용주의 41percent가 향후 5년 내 AI 자동화를 이유로 인력을 줄일 계획을 세우고 있다는 점을 고려하면 더 그렇다.

기술 혁신을 이끌어온 경험이 있는 리더라면, 지금 기업이 잘못된 지표에 몰두하고 있다는 사실을 알아차릴 수 있다. 현재 많은 기업이 AI 자동화의 단기적인 투자수익률(ROI)에만 집중한 나머지, 더 큰 그림을 놓치고 있다. AI를 도입하는 일은 단순히 새로운 기술을 배포하는 문제가 아니다. 이는 사람들의 삶과 지역사회, 그리고 경제의 기반을 이루는 사회적 구조를 근본적으로 바꾸는 일이다. 대부분의 기업은 이후에 대한 계획조차 세우지 않은 채 프로젝트를 진행하고 있다.

사회적 계약의 균열

불편하지만 인정해야 할 진실이 있다. 재교육에 동등하게 투자하지 않고 비용 절감을 위해 AI를 도입한다면, 이는 효율적인 경영이 아니라 근시안적인 선택이 될 가능성이 높다. 결국 그 비용은 사회 전체에 전가된다.

기술 직원의 평균 연령이 높아지고 젊은 직원이 초급 직무에서 전례 없이 밀려나고 있다. 이는 단순히 새로운 기술을 활용한 비즈니스 최적화가 아니다. 커리어 경로의 첫 단계를 통째로 없애버리는 일이다.

깃허브 코파일럿(GitHub Copilot)으로 주니어 개발자를 대체하고, 챗봇으로 고객 서비스 직무를 줄이며, 분석 업무를 자동화하는 일은 단순한 인력 감축이라고 볼 수 없다. 이들은 가족을 부양하고, 대출을 갚으며, 지역사회를 유지하는 사람들이다. 동시에 이들은 미래의 시니어 엔지니어이자 임원, CTO가 될 인재들이다. 그들에게 새로운 역량을 배울 기회를 주지 않는다면 미래 세대의 리더 자체가 사라지게 된다. 이는 한 세대를 넘어서는 문제로 이어질 수 있다.

경영진도 이 사실을 알고 있다. 전체 직원의 절반 가까이가 향후 3년 안에 기술 변화에 맞춰 재교육이 필요하다는 점을 인식하고 있다. 그러나 이를 위한 실질적인 계획은 세워지지 않고 있다.

사람들이 새로운 역량을 익혀야 한다는 점은 모두가 안다. 하지만 자동화가 진행되는 속도만큼 빠르게 재교육이 이루어지지 않는다. 이는 기술의 문제가 아니다. 리더십의 문제다. 무엇을 해야 하는지 아는 것과 실제로 실행하는 것 사이에는 여전히 큰 간극이 존재한다.

책임 있는 리더십의 모습

이런 장면은 이미 여러 번 봐왔다. 주요 기술 변화가 일어날 때마다 기업이 같은 약속을 반복한다. “이번에는 다르다. 이번에는 전환을 더 잘 관리할 것”이라고 말이다.

중요한 점은 이번에는 정말로 다르다는 것이다. 기술이 더 똑똑해져서가 아니라, 변화의 속도와 규모가 과거와 비교할 수 없을 만큼 크고 빠르기 때문이다. 현재 직원의 절반 가까이가 더 체계적인 교육을 원하고 있으며, 교육이 AI 도입을 성공적으로 추진하는 가장 효과적인 방법이라고 믿고 있다. 직원들은 이미 자신들에게 무엇이 필요한지 명확히 말하고 있다. 기업이 그저 듣지 않을 뿐이다.

AI 도입에 성공하는 기업은 한 가지 근본적인 사실을 이해하고 있다. AI가 사람을 대체하기 위한 기술이 아니라, 사람의 역량을 증폭시키기 위한 도구라는 점이다. 그러나 그 ‘증폭’은 사람에 대한 투자가 있을 때만 가능하다.

올바른 AI 도입 기회

필자가 우려하는 이유가 여기에 있다. 맥킨지의 ‘슈퍼에이전시’ 보고서에 따르면, 직원의 71percent가 자사 경영진이 AI를 윤리적으로 개발할 것이라고 신뢰하고 있다. 이 신뢰는 기업에게 ‘선물’과도 같다. 그러나 이 선물은 영원하지 않다. 지금 활용하지 않으면 사라질 가능성이 높다.

이를 위해서는 어려운 결정을 내려야 한다. 이사회에 AI를 통한 효율성 향상이 사람에 대한 실질적 투자와 균형을 이뤄야 한다고 분명히 전달해야 한다. 또한 전환 과정이 단순히 경제적으로 효율적인 것이 아니라 인간적인 방식으로 이뤄질 수 있도록 일정과 목표를 조정해야 한다. 단기적인 ROI가 다소 낮아지더라도, 장기적 지속 가능성을 위해 투자를 감수해야 할 시점이다.

대부분의 경영진이 듣고 싶어 하는 메시지가 아니라는 점은 잘 안다. 하지만 다른 선택지를 생각해 볼 필요가 있다.

기술 리더는 단기적인 최적화가 결국 장기적인 기술 부채로 이어진다는 사실을 이해하며 커리어를 쌓아왔다. 이 원리는 다른 사람에게도 그대로 적용된다. 교육 예산을 줄이고, 재교육을 외면하며, 아무런 계획 없이 자동화를 추진하는 것은 결국 ‘인적 자본의 기술 부채’를 쌓는 일이다. 그리고 모든 기술 부채가 그렇듯, 그 대가는 언젠가 반드시 돌아온다. 때로는 이자가 붙을 수도 있다.

현장에서 얻은 교훈

앞선 기업은 이미 교육과 역량 개발 예산을 확대하고 있다. 단순한 선의에서 비롯된 결정이 아니다. 장기적인 성공이 AI에 의해 대체되지 않고 AI와 함께 일할 수 있는 인재를 확보하는 데 달려있다는 사실을 이해하고 있기 때문이다.

이런 투자는 결국 모든 요소를 바꾼다. 직원들이 변화 자체를 바라보는 시각이 달라지고, 새로운 도구에 접근하는 태도도 달라진다. 무엇보다 중요한 것은 이 결정이 직원 개인의 삶과 가족의 삶에까지 파급 효과를 미친다는 점이다.

현장에서 얻은 몇 가지 교훈을 공유한다.

자동화에는 교육이 함께해야 한다

AI 도구에 1달러를 투자한다면, 그만큼의 금액을 직원 교육에도 투자해야 한다. 단순히 보여주기식 프로그램이 아니라 실질적이고 의미 있는 교육이 필요하다. 사람들이 실직의 위기에 내몰리지 않고 새로운 역할로 나아갈 수 있도록 준비시켜야 한다.

AI로 AI 역량 격차를 메운다

흥미로운 점은 지금의 위기를 만든 기술이 동시에 해결책이 될 수도 있다는 것이다. AI를 활용해 사람들이 AI와 함께 일하는 방법을 배우도록 도울 수 있다. 다소 역설적이지만 이제는 그런 방법이 필요한 시대다.

생성형 AI는 개인의 학습 스타일에 맞춰 맞춤형 학습 경로를 설계할 수 있다. 지금까지 본 가장 효과적인 프로그램들은 AI 기반 개인화 학습에 IDC의 지나 스미스가 ‘경험 기반 학습(Experiential Studying)’이라 부르는 방식을 결합하고 있었다. 이는 실습, 게임, 해커톤 등 실제 체험 중심의 활동을 통해 개인에게 맞는 학습 기회를 제공하는 방식이다.

막다른 길이 아닌 새로운 경로를 만든다

어떤 직무가 자동화로 대체된다면, 그 일을 하던 사람이 다음 단계로 나아갈 수 있는 계획도 필요하다. 인력을 줄인 뒤에 대책을 세우는 것이 아니라, 지금부터 다리를 놓아야 한다.

일정에 솔직해진다

초급 직무 채용 공고는 전년 대비 15% 감소했다. 특정 역할이 사라질 가능성이 있다면 직원들에게 미리 알려야 한다. 준비하고, 배우고, 새로운 길로 옮겨갈 시간을 줘야한다. 투명성은 약점이 아니라 리더십의 핵심이다.

지금 해야 할 질문

AI를 도입해 비용을 절감하겠다는 논의를 할 때마다, 반드시 스스로에게 해야 할 질문이 있다. “우리 직원들을 위한 계획은 무엇인가?”라는 질문이다.

아무도 말하고 싶어 하지 않지만, 분명한 진실이 있다. 해당 질문에 성실히 답하지 못하고 그에 맞는 투자를 하지 않는다면 ‘기술 리더’라고 할 수 없다. 단지 노트북을 든 회계사가 될 뿐이다.

오랜 경험을 통해 깨달은 사실은 종종 장애물이 길을 막는 대신 그 자체가 길이 된다는 점이다. AI 전환의 성공을 가로막는 요인은 기술이 아니다. 자동화에 투자하는 속도만큼 사람에게 투자하려는 의지의 부족이다.

따라서 CIO, CTO, 기술 임원은 다음 AI 도입 전, 다음 자동화 프로젝트 추진 전, 다음 효율화 전략을 세우기 전에 인재와 관련한 계획이 무엇인지 스스로에게 물어볼 필요가 있다. 질문에 제대로 된 답이 없다면 아직 실행할 때가 아니다. 중요한 것은 AI ROI 지표에 찍힌 숫자가 아니라, 결정이 실제 사람들의 삶에 어떤 영향을 미치고 다음 세대에 어떤 흔적을 남길 것인가이기 때문이다.

올바르게 접근한다면 AI는 더 나은 미래를 만드는 도구가 될 것이다. 하지만 잘못된 길로 간다면, 그 대가는 앞으로 수십 년 동안 감당해야 할 문제로 돌아올 수 있다. 선택은 기술 리더에게 달려있다.
dl-ciokorea@foundryco.com