AI 각자 활용에 머물면 ‘지능의 파편화’
조직은 인간·AI의 ‘판단 흔적’ 축적해야
Article at a Glance
AI가 개인의 생산성을 높인다고 해서 조직의 성과가 저절로 좋아지는 것은 아니다. 각 개인과 부서가 AI를 활용해 자신의 목표를 정교하게 최적화할수록 오히려 서로 다른 판단이 충돌하는 ‘지능의 파편화’가 심해질 수 있다. 이를 막으려면 개인에게 흩어진 지식과 전문성을 팀의 집단지성으로 연결하고 사람과 AI, 부서에 분산된 판단을 공동의 목표 아래 조율해야 한다. 특히 AI 시대 조직이 축적해야 할 것은 최종 답만이 아니라 어떤 근거와 가정으로 판단했고 인간이 AI의 제안을 왜 수정했는지를 보여주는 ‘판단의 흔적’이다. 이를 위해 기업은 인간-AI 워크플로를 재설계하고, AI를 생산 도구를 넘어 지능의 조정자로 활용하며, 개인 산출량보다 인간-AI의 공동 성과를 측정해야 한다. 기업 교육부서 역시 교육 콘텐츠를 제공하는 역할에서 벗어나 개인의 학습과 시행착오가 조직의 기억으로 축적되고 다시 활용되도록 조직학습 시스템을 설계하는 역할로 진화해야 한다.
인공지능(AI)이 일터에 빠르게 파고들면서 개인이 일하는 방식도 달라지고 있다. PwC의 2025년 글로벌 인력 조사에 따르면 최근 1년간 직원의 54%가 AI를 사용했다. 특히 AI를 매일 사용하는 직원들은 생산성뿐 아니라 창의성과 업무의 질도 높아졌다고 답했다.
1
하지만 개인이 체감하는 변화가 곧바로 기업의 성과로 이어지는 것은 아니다. PwC의 2026년 조사에서 전 세계 CEO의 56%는 AI 도입 이후에도 매출 증가나 비용 절감 효과를 거두지 못했다고 답했다. 일부 기업에서는 이 비율이 70%를 넘었다.
2
AI에 대한 기대는 높지만 이를 실질적인 기업 성과로 전환하는 데는 여전히 어려움을 겪고 있는 것이다.
DBR은 2026년 1월 스페셜 리포트에서 이 같은 현상을 ‘AI 생산성 역설(AI Productivity Paradox)’로 다룬 바 있다.
3
AI 덕분에 개인의 단위 시간당 산출량은 크게 늘었지만 조직 전체의 수익성이나 의사결정 속도는 그만큼 개선되지 않는 현상을 말한다. 개인이 더 많은 결과물을 더 빨리 만들어낼수록 이를 검토하고 통합하고 조율하는 부담이 커져 오히려 조직의 병목이 심해질 수도 있다. 결국 개인의 생산성 향상만으로는 조직의 성과 향상을 설명할 수 없다. 따라서 이제 기업의 질문도 달라져야 한다. ‘AI가 개인을 얼마나 생산적으로 만드는가’에서 ‘개인이 AI를 통해 얻은 생산성과 지식을 어떻게 조직의 성과로 전환할 것인가’로 질문을 바꿔야 하게 된 것이다.
AI가 만든 또 하나의 사일로, ‘지능의 파편화’ 2025년 HBR(하버드비즈니스리뷰)에 소개된 한 유통기업의 사례는 AI를 통한 부분적인 성과 향상이 조직 전체의 성과로 이어지지 않을 수 있음을 잘 보여준다.
4
이 기업은 AI를 도입한 이후 재고 부족을 15% 줄였고, 고객 서비스 응답시간은 40% 단축했으며, 마케팅 이메일의 오픈율도 25% 높였다. 부서별 KPI만 보면 AI 도입은 성공적이었다. 하지만 정작 기업 전체의 고객만족도는 개선되지 않았고 시장점유율은 오히려 하락했다. 각 부서는 AI를 활용해 자신의 목표를 더 효과적으로 달성했지만 고객 여정 전체는 개선되지 않았던 것이다. 문제는 각 부서의 AI가 만들어낸 판단과 최적화 결과가 서로 연결되지 않은 채 각자의 기능 안에 머물렀다는 데 있다.
닫기
