"AI에 일 통째로 맡기면 역량도 못 키운다” 작성일 10-29 37 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">이중학 동국대 교수, AI 협업 세 유형 분석…업무 재설계·시행착오 강조</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="yT9UlCQ9jV"> <p contents-hash="3a7d59780cc7f860d978f66795d1f29a690d33580b93fd9cfcec63f053f841ed" dmcf-pid="Wy2uShx2j2" dmcf-ptype="general">(지디넷코리아=박수형 기자)<span>AI에 업무를 통째로 맡기면 업무 전문성과 AI 활용 역량 모두 키우지 못할 수 있다는 지적이 제기됐다. AI와 효과적으로 협업하려면 업무 과정을 재설계하고 문제 정의부터 결과 검증까지 사람이 주도적으로 개입해야 한다는 뜻이다.</span></p> <p contents-hash="7c09f011049188f0c01fb9f7ee93fd520844a35d78a1dc5aa57e89bfc07ad155" dmcf-pid="YWV7vlMVg9" dmcf-ptype="general">이중학 동국대학교 경영학과 교수는 29일 SK텔레콤 뉴스룸에 게재한 칼럼에서 “AI가 더 많은 일을 해낼수록 사람의 경쟁력은 일을 정하고, 지켜보고, 확인하고, 책임지는 데서 나올 것”이라고 밝혔다.</p> <p contents-hash="99aa1103a5bd1868bf2536af918af0b2ee776bec0b35f9246163b101153a8658" dmcf-pid="GYfzTSRfgK" dmcf-ptype="general">이 교수는 AI 활용의 핵심이 사용량보다 업무 흐름을 얼마나 근본적으로 재설계하느냐에 있다고 강조했다.</p> <p contents-hash="a45e0d339b65f6b28c8862c0c894d08f2528cdcf63b677b2ddb59830e904a24f" dmcf-pid="HG4qyve4jb" dmcf-ptype="general">맥킨지가 지난 8월 발표한 보고서에 따르면 영업이익의 5% 이상을 AI에서 얻는 고성과 기업 소속 응답자 중 약 75%가 업무 흐름을 근본적으로 재설계했다고 답했다. 마이크로소프트 조사에서도 AI 활용 수준이 높은 집단의 53%는 업무 시작 전 AI와 사람이 맡을 부분을 구분했다. 전체 AI 사용자 평균은 33%였다.</p> <figure class="figure_frm origin_fig" contents-hash="cc0c1db846c4f30c0cf60b2e652b2fa1949988e370c8d3712497d12f099bcdf0" dmcf-pid="XdlwMQHloB" dmcf-ptype="figure"> <p class="link_figure"><img alt="자료_SK텔레콤 뉴스룸" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/29/ZDNetKorea/20261029174325784vapa.jpg" data-org-width="639" dmcf-mid="Q2sdzurNa4" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/29/ZDNetKorea/20261029174325784vapa.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 자료_SK텔레콤 뉴스룸 </figcaption> </figure> <p contents-hash="781c31c1660a3f404d69e77930a980fea4a4e1467495050bf8ed7c7580acc2c9" dmcf-pid="ZJSrRxXSoq" dmcf-ptype="general"><strong>업무 통째로 넘기면 역량 축적 실패</strong></p> <p contents-hash="ad83402a0c86d6d91abc18c4fa79880a7bfbddc4bd82588e86b89e2816a81c47" dmcf-pid="5ivmeMZvoz" dmcf-ptype="general">이 교수는 하버드경영대학원 연구를 인용해 AI 협업 방식을 '사이보그', '켄타우로스', '셀프 오토메이터' 등 세 유형으로 구분했다.</p> <p contents-hash="2b3c52be7af21f3fb4331b263ecfdc8631046d8d7871d37e143ce6ed9c964349" dmcf-pid="1nTsdR5Ta7" dmcf-ptype="general">보스턴컨설팅그룹(BCG) 컨설턴트 244명을 대상으로 약 5000건의 AI 상호작용을 분석한 결과, 참가자의 60%는 업무 전 과정에서 AI와 반복적으로 협업하는 사이보그형이었다. 이들은 기존 업무 전문성을 유지하면서 AI 활용 역량도 높였다.</p> <p contents-hash="aea7c4e4e487eb613edc875645741d216bbcdfcfd4df483717e4dafed8f28611" dmcf-pid="tLyOJe1yku" dmcf-ptype="general">켄타우로스형은 사람이 판단의 중심을 유지하면서 일부 업무에 AI를 선택적으로 활용하는 방식이다. 비중은 14%로 가장 낮았지만 세 유형 가운데 결론의 정확도가 가장 높았고 업무 전문성도 향상됐다.</p> <p contents-hash="e92368325e3f7aeff3a6ee4c5c204330dcb8e4e3774cd2fadbfd430506d0e3be" dmcf-pid="FoWIidtWoU" dmcf-ptype="general">반면 업무를 통째로 AI에 맡기는 셀프 오토메이터형은 27%였다. 이들 중 44%는 AI의 답변을 수정하지 않고 제출했으며 나머지도 표면적인 수정에 그쳤다. 업무 전문성과 AI 활용 역량 모두 새롭게 축적하지 못했다.</p> <p contents-hash="b85c43a7726268e13db77529e26164e6925dc01cd78c5cd365a0b9e7d003961e" dmcf-pid="3gYCnJFYkp" dmcf-ptype="general">이 교수는 “판단의 주도권을 쥔 채 AI를 골라 쓰는 켄타우로스 방식이 현실적인 출발점”이라면서도 “장기적으로 추구해야 할 방향은 사이보그 방식”이라고 설명했다.</p> <figure class="figure_frm origin_fig" contents-hash="57bc073b34426ff95668e1c674d8242def394ea955ca91ea676465caf534e2f7" dmcf-pid="0aGhLi3Gg0" dmcf-ptype="figure"> <p class="link_figure"><img alt="자료_SK텔레콤 뉴스룸" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/29/ZDNetKorea/20261029174327011hcwm.jpg" data-org-width="640" dmcf-mid="xxOc64yOjf" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/29/ZDNetKorea/20261029174327011hcwm.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 자료_SK텔레콤 뉴스룸 </figcaption> </figure> <p contents-hash="879b82328c8872e10b7c5efbcb5534e36d3144b8c0c3845484e5f44c0cee823b" dmcf-pid="pNHlon0Hc3" dmcf-ptype="general"><strong>AI 결과 맹신 경계, 초기 시행착오 감당해야</strong></p> <p contents-hash="d3f75a3192c9e181be4ab0407b442ae03804322a1fcd67408b52912488579f0a" dmcf-pid="UjXSgLpXAF" dmcf-ptype="general">이 교수는 AI 협업에 필요한 역량으로 문제 정의, 과정 점검과 피드백, 결과 검증 등 세 가지를 제시했다.</p> <p contents-hash="01d106ea174d76dc739c35a8f70a6bb9e13b150c86e3ca9e6160342c69c83ecd" dmcf-pid="uAZvaoUZkt" dmcf-ptype="general">와튼스쿨 연구에 따르면 참가자들의 정답률은 AI가 정확한 답을 제공할 때 25% 높아졌지만 잘못된 답을 제공할 때는 15% 낮아졌다. AI에 질문한 참가자들이 잘못된 답을 그대로 따른 비율은 약 80%였다.</p> <p contents-hash="b375605723a65a43bfec8155bcde5af09bd22b3ff67ec7e7e32c273b18f59c56" dmcf-pid="7c5TNgu5N1" dmcf-ptype="general">AI 도입 초기의 생산성 저하를 실패로 판단해서는 안 된다는 점도 강조했다. 정재헌 SK텔레콤 CEO가 지난 9월 서울대학교 특강에서 소개한 'AX의 J커브'를 인용해 초기 시행착오를 거친 뒤 생산성이 높아질 수 있다고 설명했다.</p> <p contents-hash="075f2104ba8a77dee172d567942b3c1e52b033eabd67079267fdec4e4771c228" dmcf-pid="zk1yja71a5" dmcf-ptype="general">이 교수는 “리더는 생산성이 잠시 떨어지는 구간을 조급하게 판단하지 말고 기다려줘야 한다”며 “조직은 시행착오를 감당할 시간과 도구, 실패해도 괜찮은 실험의 장을 마련해 지원해야 한다”고 강조했다.</p> <p contents-hash="767f0caf18800dad27227c5cc87e140efcf496f55e5889f36e1c53e06cadb1e4" dmcf-pid="qEtWANztNZ" dmcf-ptype="general">박수형 기자(psooh@zdnet.co.kr)</p> </section> </div> <p class="" data-translation="true">Copyright © 지디넷코리아. 무단전재 및 재배포 금지.</p> 관련자료 이전 FIU·두나무 항소심 첫 변론기일…"조치 소홀"vs"중과실 인정 안돼" 10-29 다음 "개인정보 활용부터 재난 예방까지"…정부, AI 기반 디지털 행정 혁신 속도 10-29 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
