팟캐스트: AI 격변 시대의 변화 관리

FT 기자들과 경영대학원 전문가들이 나눈 대화를 통해 기업 리더들이 신기술에 어떻게 대응해야 하는지 들어보세요.

2026년 6월 5일 게재

특별 녹음 대담에서 FT 프로젝트 퍼블리싱 에디터 올리버 랠프가 스케마 비즈니스 스쿨의 마틸드 기용, IMD 비즈니스 스쿨의 마이클 왓킨스, FT 글로벌 교육 에디터 앤드루 잭과 함께 관리자들이 AI를 다루면서 직면하는 과제와, 비즈니스 스쿨의 연구가 활용 가능한 전략을 어떻게 조명하는지에 대해 이야기합니다.

아래 대담은 오늘날 비즈니스 리더들이 직면한 핵심 질문에 관한 최신 비즈니스 스쿨의 통찰을 소개하는 ‘매니지먼트 인사이트’ 시리즈의 일부입니다.

일부 콘텐츠를 불러올 수 없습니다. 인터넷 연결 또는 브라우저 설정을 확인하세요.

대화록

Oliver Ralph: 지금 가장 뜨거운 주제가 AI라는 점은 분명합니다. 기업에는 엄청난 기회를 만들어주지만, 동시에 이 기술을 도입해야 하는 경영진에게는 만만치 않은 과제도 안겨주고 있습니다. Matilde, 여러분이 가르치고 함께 일하는 경영진들은 자신들이 직면한 상황에 대해 어떤 이야기를 하고 있나요?

Matilde Guilhon: 세 가지 긴장에 초점을 맞춰야 한다고 생각합니다. 첫째는 속도와 준비도 사이의 긴장입니다. 이사회는 신속한 추진을 요구하지만, 인력은 준비되지 않았기 때문입니다. 둘째는 중앙집중화입니다. 실제로 AI 전략의 주인은 누구일까요? 본사가 주도해야 할까요, 아니면 사업부에 초점을 맞춰야 할까요? 셋째이자 아마도 가장 중요한 것은 효율성과 신뢰 사이의 긴장입니다. 가장 분명한 투자수익률 사례는 물론 인력 감축과 관련된 경우입니다. 하지만 이런 조치가 제대로 처리되지 않으면 직원들의 신뢰를 무너뜨릴 가능성이 가장 큰 것도 바로 그런 사례입니다.

[Sebastian] Raisch와 [Sebastian] Krakowski가 이른바 자동화·증강 역설에 대해 수행한 흥미로운 연구가 있습니다. 조직은 AI를 활용해 인간의 업무를 대체할 것인지, 아니면 인간의 역량을 강화할 것인지 사이에서 긴장에 직면합니다. 둘 중 어느 쪽을 택할지는 순전히 기술적인 문제가 아니라 정치적인 문제이기도 합니다. 그 선택이 조직이 직원들의 가치를 어떻게 평가하는지를 보여주기 때문입니다.

OR: Andrew, 사람들이 주요 과제에 대해 어떤 이야기를 하고 있나요? 연구자들은 이 주제에서 어디에 관심을 집중하고 있습니까?

Andrew Jack: 과제가 더욱 심화되고 있습니다. 코로나19 이후 한때 다소 추상적으로 보였던 많은 문제들이 실제로 기업 운영에 직접적인 영향을 미치고 있습니다. 특히 [도널드] Trump 미국 대통령의 관세를 비롯한 분쟁과 지정학적 긴장이 그렇습니다. 여기에 파괴적 동인으로서의 AI가 더해졌습니다.

하지만 AI를 받아들여야 한다는 고용주와 기업에 대한 동료 압박과, AI를 의미 있게 활용하는 방법 사이에는 괴리가 있습니다. AI가 실제로 얼마나 비용을 절감하는지, 그리고 인력에 어떤 잠재적 위험과 영향을 미칠 수 있는지에 대한 문제입니다.

OR: Matilde, 당신의 연구 중 상당 부분은 과거 기술 혁신으로 인한 혼란의 사례들을 살펴봤습니다. AI로 인한 변화가 과거 사례들과 비슷하다고 생각하나요? 기업들이 과거의 혼란에 대응한 방식에서 얻을 수 있는 교훈이 있을까요?

MG: 혼란의 위협이나 실제 혼란이 발생한 각각의 파도에서 공통적인 점은 일자리 대체에 대한 두려움과 재교육의 필요성입니다. 하지만 AI의 경우 다른 점은 그 범위와 속도입니다.

AI는 지식 노동자가 하는 일의 핵심, 즉 추론과 초안 작성, 분석을 직접 겨냥합니다. 반면 이전의 기술 혁신은 주로 거래 업무나 운영 업무를 뒤흔들었습니다. 따라서 여기서 역량 강화와 역량 파괴를 구분하는 고전적 이론으로 돌아가 보는 것이 흥미롭다고 생각합니다. 이전의 기술 혁신은 지식 노동자에게 대체로 역량을 강화하는 역할을 했습니다. 이미 하고 있었고 할 줄 알았던 일을 더 잘할 수 있도록 도구를 제공했기 때문입니다. 하지만 AI의 경우에는 더 모호합니다. AI가 역량을 파괴할 수도, 강화할 수도 있으며, 이는 실제로 어떻게 활용되느냐에 달려 있습니다. 바로 이 모호성 때문에 이전의 기술 혁신보다 심리적으로 더 어렵습니다. 지식 노동자에게 AI가 직업적 정체성에 실질적인 위협이 되기 때문에 심리적으로 더 힘든 것입니다.

OR: Michael, 관리자들은 AI라는 과제에 어떻게 접근하고 있나요? AI는 관리자들에게 조직 차원의 과제이자 직업적 과제인 동시에, 잠재적으로 개인적인 과제이기도 합니다.

Michael Watkins: 첫 번째로 짚고 싶은 점은 이 기술에서 비롯되는 심대한 정체성의 문제입니다. 특히 AI가 매우 빠르게 발전하고 있기 때문입니다. 오늘날 우리가 여전히 의지하고 있다고 느끼는 것이 내일이면 쉽게 사라질 수 있습니다.

AI 도입과 관련해 몇 가지 고려해야 할 점이 있습니다. 그중 하나는 팀에 미치는 영향인데, 제 생각에는 이 부분이 충분히 주목받지 못했습니다. 우리 모두 AI와 거의 에코 챔버와 같은 대화를 나누는 경향이 있습니다. AI는 우리를 기분 좋게 만들어주려 하죠. 그래서 저는 때때로 멈춰서 이렇게 말해야 합니다. ‘제게 잘 보이려 하지 말고, 이 문제를 조금 더 엄격하게 다뤄주세요.’ 하지만 리더십팀의 구성원들이 각자 AI와 이런 상호작용을 한 뒤 그 결과를 팀에 가져온다면, 결과가 왜곡되고 리더십팀 내 입장이 고착화될 실제 위험이 있습니다. 따라서 제가 보기에 우리가 직면한 가장 심각한 과제 중 하나는 팀이 AI를 활용해 실제로 정보 공유를 늘리고 통합을 강화할 수 있도록 돕는 방법을 찾는 것입니다.

오늘날 AI를 둘러싼 가장 큰 논쟁은 결국 일자리에 어떤 영향이 미칠 것인가 하는 문제일 것입니다. 한쪽에는 일자리 종말론이 있고, 다른 한쪽에는 우리 모두가 매혹적인 활동에 참여하게 될 것이라는 유토피아적 전망이 있습니다. 현실은 그 중간 어딘가에 있습니다. 증거는 아직 명확하지 않습니다. 비용이 낮아지면서 고용이 계속 잠식되는 모습을 보게 될 것이라고 생각합니다. 하지만 오늘날 우리가 직면한 가장 큰 질문은 앞으로 3~5년 동안 이 기술이 고용과, 따라서 사회에 어떤 영향을 미칠 것인가 하는 점일 것입니다.

AJ: 제가 궁금하게 생각하는 또 다른 점은 이것이 조직을 더 수평적으로 만들고, 기업 및 기타 조직에서 권력의 위계를 거의 뒤집을 수 있는지 여부입니다. 경영진보다 젊은 직원들이 이러한 기술을 더 잘 다루거나, 적어도 본능적으로 더 능숙하게 사용할 수도 있기 때문입니다. 그리고 이것이 권력의 역학과 의사결정 방식을 어떻게 바꾸는지도 궁금합니다.

MG: 우리는 위계의 변화를 목격하고 있다고 생각합니다. 특히 젊은 사람들이 AI를 단순히 정보 제공과 대화의 방식으로 사용하는 것을 넘어 에이전트를 구축할 수 있는 조직에서 그렇습니다. 따라서 팀 내에서 분명히 변화가 일어날 여지가 있다고 생각합니다. 그리고 조직 안에서 다른 사람들에게 모범 사례를 가르치는 챔피언, 이른바 설계 챔피언이 있어야 한다고는 전혀 생각하지 않습니다. AI를 활용하는 것은 팀 전체의 노력이 되어야 한다고 생각합니다.

MW: 제가 덧붙이고 싶은 것은 지난 150년 동안 조직 설계가 인간의 인지적 한계에 의해 제약받아 왔다는 점입니다. 우리가 기능별 조직을 두고, 사일로를 만들며, 근본적으로 통합을 고민해야 하는 이유는 모두 우리의 인지 능력의 한계에서 비롯됩니다. 그런데 에이전트형 AI 시스템의 네트워크는 이러한 제약을 완전히 무너뜨리고 있습니다.

이는 설계의 관점에서 볼 때 기능과 전문성을 기준으로 사고하던 방식에서 벗어나 수평적 흐름과 그 흐름의 우선성을 중심으로 사고하는 방식으로 이동한다는 뜻입니다. 그리고 이는 조직 설계에 대해 생각하는 방식을 근본적으로 바꿉니다. 조직은 더 수평적으로 바뀌고, 전반적인 의사결정과 거버넌스 문제가 부상합니다. 누가 책임을 지는가에 관한 흥미로운 질문도 제기됩니다. 거버넌스에 관한 질문은 정말 매력적이라고 생각합니다.

OR: AI로 인한 변화의 속도가 워낙 빨라 이제는 6~12개월 뒤의 현실이 어떨지조차 말하기가 매우 어렵습니다. 따라서 관리자, 특히 규모가 매우 크고 잠재적으로 변화가 느린 조직의 관리자는 변해야 하지만, 근본적으로 예측할 수 없는 미래를 위해 변화를 실행해야 합니다.

MW: AI와 관련한 가장 큰 두 가지 질문은 고용에 대한 순효과와 실행 속도입니다. 이 두 가지가 전반적인 사회적 영향의 규모를 상당 부분 결정할 것입니다.

역량의 최전선이 끊임없이 눈앞에서 멀어지는 상황을 어떻게 관리해야 할까요? 답은 우선 이전보다 더 신속하게 감지하고 대응할 수 있어야 한다는 것입니다. 많은 조직의 계획 주기는 현재 벌어지는 일을 계속 따라가기에는 지나치게 깁니다. 또한 선택지의 관점에서 생각해야 합니다. 우리는 어떤 선택지를 시도하고 스스로 개발할 것인가? 사태가 어떤 궤도로 진행되는지 파악하면 그 궤도를 따라 속도를 높이기 시작할 수 있습니다. 중요한 것은 감지와 대응의 주기를 단축하는 일, 실험에 참여할 수 있는 능력, 그리고 더 나아가 특정 선택지에 자금을 투입하는 일입니다.

MG: 오늘날 전략 계획을 세우기는 매우 어렵습니다. 앞으로 몇 년 동안 무엇이 닥칠지 모르는 상황에서 무언가를 계획하는 것은 지속 가능하지 않습니다. 그래서 우리는 시나리오 계획으로 더 많이 이동하고 있습니다.

바로 이것이 최고의 컨설팅 회사들이 하고 있는 일입니다. 이들은 이제 기업이 3년 또는 5년짜리 전략 계획을 세우도록 돕는 것이 아니라, 오늘날 우리가 보유한 방대한 데이터 덕분에 가능해진 다양한 시나리오를 구상하도록 돕습니다. 따라서 몇 년 동안 유효하고 지속 가능한 AI 전략을 수립하는 것이 최선의 생각은 아닙니다. 대신 기업으로서 AI 활용과 관련해 우리가 추구하고자 하는 가치와 같은 무언가에 대한 포부는 분명해야 합니다…

이는 우리가 구축하려는 경쟁우위의 유형, 그리고 핵심 프로세스와 데이터 측면에서 인간이 어떤 역할을 하기를 원하는지와도 관련이 있습니다.

변화 속도가 매우 빠른 환경에서는 방어해야 할 고정된 위치를 중심으로 구축한 지속 가능한 전략이라는 개념이 오히려 부담이 됩니다.

MW: [전략 전문가] Rita McGrath는 일시적 우위에 대해 저술했으며, 이 주장의 극단적인 형태는 미래에 유일하게 지속 가능한 우위는 적응력이라고 말합니다. 하지만 이는 분명 지나치게 강한 주장입니다. 우리는 중요한 경쟁우위의 원천들이 여전히 존재할 것이라는 점을 알고 있기 때문입니다. 글로벌 광산 기업은 앞으로도 사업을 둘러싼 방어 가능한 해자를 갖추게 될 것입니다. 따라서 우리는 그 주장을 극단적으로 받아들이고 싶지는 않습니다.

하지만 거의 모든 다른 종류의 우위가 더욱 일시적인 성격을 띠고 있다는 점은 분명합니다. 따라서 기업을 이끄는 리더로서 우리가 투자해야 할 경쟁우위의 원천이 무엇일지 근본적으로 다시 생각할 필요가 있습니다. 적응 능력은 분명 그중 하나입니다. 저는 경쟁우위에 미치는 영향뿐 아니라 조직 설계에 미치는 영향도 함께 생각합니다. 그리고 이 두 가지를 결합해 보면, 현재는 다소 무법지대와 같은 상황입니다.

OR: 전형적인 전략 계획 대신, 많은 시나리오를 구축할 수 있는 일련의 원칙이 필요하다는 생각은 고위 경영진과 이사회가 기업의 미래를 바라보는 방식에 근본적인 변화를 요구합니다. 이사회가 사고방식을 그 정도 규모로 전환할 준비가 돼 있다고 보십니까?

AJ: 저는 그렇게 생각하지 않습니다. 이전의 AI와 일반적인 기술이 최고경영진이나 이사회에 보고되는 여러 우선순위 중 하나였다는 인상을 받는 것이 사실입니다. 이제는 기술에 대한 통찰과 우선순위 부여가 훨씬 더 강해진 것으로 보입니다. 분명 리더십 차원에서 아직 충족되지 않은 수요가 존재합니다.

MG: AI 전략이 오히려 주의를 분산시킬 위험도 큽니다. 이는 막대한 리더십 역량을 소모하면서도 실제 도입 수준은 매우 낮은 AI 전환의 한 형태입니다. 여기에는 역량의 함정이 있다고 생각합니다. 한편으로는 지표가 활동에 초점을 맞추면서 실제 진전 대신 진전하는 듯한 모습이 나타납니다. 예를 들어 AI를 활용해 작성한 전략 자료의 수나 알고리즘 기반 관리로 공급업체를 평가하는 방식 등이 지표가 되는 것입니다. 우리는 실제로 일이 어떻게 달라졌는지와 같은 결과에 집중하지 못하고 있습니다. 이를 측정할 새로운 지표가 없기 때문입니다. 적절한 측정 도구 없이 활동 자체에 많은 관심을 기울이고 있는 것입니다.

OR: Michael, 앞서 많은 파일럿 프로젝트의 성과가 저조하다고 말씀하셨습니다. 파일럿 자체의 성과가 저조한 것입니까, 아니면 측정의 문제입니까? 기업들은 AI 실험과 관련해 올바른 항목을 측정하고 있습니까?

MW: 결과를 측정하는 일은 우리가 말하는 투입 요소에 크게 좌우된다고 생각합니다. 예를 들어 현재의 컴퓨팅 비용이 전체 상황을 상당히 가리고 있습니다. AI가 더욱 광범위하게 도입되려면 반드시 일어나야 할 가장 중요한 일 중 하나는 컴퓨팅 비용이 크게 낮아지는 것입니다. 분명 그렇게 될 것이지만, 그 시점이 언제인지는 문제입니다.

하지만 파일럿이 실패하거나 성과가 저조한 이유에 대한 제 생각은 조금 다릅니다. 어떤 의미에서는 파일럿의 범위가 지나치게 좁게 정의돼 왔다고 봅니다. “어떤 프로세스의 일부 중 이 부분을 개선해 보자”거나 “특정 작업을 자동화해 보자”는 식입니다. 조직 설계가 이제 기능이 아니라 흐름을 중심으로 이뤄진다는 제 생각에 동의한다면, 파일럿도 기능이 아니라 흐름에 초점을 맞춰야 합니다. 고객 여정처럼 기업 전체의 전체 흐름에 에이전트형 AI를 실제로 어떻게 적용할지 고민하기 시작할 때에만 진정한 혜택이 보이기 시작합니다.

저는 [5월에] IMD에서 디지털 프로그램을 진행하며 참가자들을 대상으로 설문조사를 했습니다. 조직이 현재 상황을 충분히 빠르게 감지하고 대응할 수 있다는 의미에서 준비돼 있다고 생각한 참가자는 40%에 불과했습니다. 그렇다면 나머지 60%는 소행성이 도착하기를 기다리는 공룡과 같은 셈입니다. 저는 그 점을 매우 우려합니다.

AJ: 또 하나 제가 고민하는 것은 의존성입니다. 클라우드와 데이터는 물론이고, 조직들이 미국이나 중국에서 통제되는 플랫폼 위에 도구와 애플리케이션을 구축하고 있는 상황에서, 제3자에 대한 의존과 관련해 리더십 팀이 어떤 안전장치를 고려해야 할까요? 현재 각종 분절화와 새로운 규제가 나타나고 있습니다. 이러한 의존성이 새로운 차원의 불확실성을 초래해 조직들이 어떻게든 이에 적응하거나 이를 예측해야 하는 상황을 만든다고 보십니까?

MG: 기술 주권 문제는 대기업들에 점점 더 큰 우려가 되고 있습니다. 제가 보기에 문제가 되는 점은 대기업들이 여러 지역에서 서로 다른 규제 아래 사업을 운영하기 때문에 이 문제를 비교적 잘 다루는 것처럼 보인다는 사실입니다. 서로 다른 데이터 규제를 준수해야 한다는 단순한 이유만으로도 기술 주권 문제에 대응할 수밖에 없기 때문입니다. 문제는 이러한 사안에 충분히 대응할 역량을 갖추지 못한 중소기업들에 더 크게 존재합니다. 이들이 더 많은 도움을 필요로 하며, 특히 학계와 연구자들로부터의 지원이 필요하다고 생각합니다.

MW: 이는 기업의 경계와 기업의 잠재적인 중개 기능 배제에 대해 상당히 중요한 질문을 제기합니다. 시스템에서 가치 창출을 실제로 통제하는 주체는 누구입니까? 고객과의 접점을 누가 통제하는지가 중요한 문제가 됩니다.

[그런 기업들이] 있습니다. 작지만 의욕적인 기업들로, 가치사슬의 일부를 맡아 대기업들이 대응하는 것보다 훨씬 빠르게 자동화하고 있습니다. 따라서 에이전트형 AI의 영향, 그리고 이로부터 누가 가치를 가져가는지, 잠재적으로는 모델을 통제하는 기업까지 포함해 정말 근본적인 질문을 던지고 있다고 생각합니다. 이는 리더들이 반드시 고민해야 할 매우 중요한 문제라고 생각합니다.

분량과 명확성을 위해 녹취록을 편집했습니다

워킹 잇, 수요일마다

직장에서 앞서 나가는 데 필요한 모든 것을 매주 수요일 받은편지함에서 받아보세요