The future of the firm

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

AI는 직원 아래·옆·사이에 들어와 기업 조직을 바꿀 수 있으며, 저자들은 제한된 업무를 돕는 단계에서는 현장 직원이, 넓은 기능을 처음부터 끝까지 수행하는 단계에서는 경영진이 도입을 주도하기 쉬울 것으로 본다.

📌 핵심 요약

• 이 글은 OpenAI나 동료들의 공식 견해가 아닌 저자들의 관점으로, 완전 자동화 이전의 혼합형 기업을 다룬다. AI가 직원 아래의 보조 인력, 기존 관리자에게 보고하는 동료, 경영진과 실무자 사이의 조정자로 들어오는 세 시나리오를 제시하며, 각각의 일부가 현실화할 수 있다고 본다.
• 직원 아래에 AI가 배치되면 기존 보고 체계를 유지하면서 각 직원의 관리 범위가 커질 수 있다. 가상의 회계 담당자 Jace는 스프레드시트 조작을 에이전트에 맡기고 소통·조정·창의성에 집중한다. AI가 기존 업무의 90%를 수행하더라도, 사람은 10배 큰 목표를 맡아 새로운 형태의 온전한 직무를 수행할 가능성이 제시된다.
• 고용 유지와 임금 상승은 보장되지 않는다. 사람이 생산에 계속 가치를 더하고 소비자가 늘어난 산출물을 원해야 하며, 수요가 충분히 늘지 않으면 근로자 수나 근로시간이 줄어드는 방향으로 조정될 수 있다.
• 제한된 업무를 수행하는 AI는 해당 업무를 잘 아는 현장 직원이 활용하기 쉽다. 신입 직원도 AI를 관리하며 더 넓은 범위에서 아이디어를 실험할 수 있지만, 반복 실무와 도제식 교육을 통한 기존 학습 경로가 약해지는 비용이 있으며 판단력·취향·관리 능력·창의적 비전의 중요성이 커진다.
• AI가 기존 관리자에게 직접 업무를 받으려면 다양한 책임을 수행하는 독립적인 팀원이나 팀 수준의 역량이 필요하다. 가구 회사 부사장 Sheila의 AI 마케팅팀 사례는 이를 설명한다. 저자들은 넓은 범위의 AI를 만드는 일은 더 어렵지만, 완결된 기능을 경영진이 직접 도입할 수 있어 조직의 도입 부담은 오히려 작아질 수 있다고 주장한다.

🧩 주요 포인트

1. AI의 조직 내 위치가 달라짐 → 기존 직원을 관리자로 확장하는 방식, 관리자에게 직접 보고하는 방식, 사람 사이를 조정하는 방식으로 권한과 보고 관계가 달라질 수 있다.
2. 업무 자동화로 담당 범위가 확대됨 → 사람의 기여와 산출물 수요가 유지되면 직무가 재편될 수 있지만, 고용과 임금의 결과는 조건에 따라 달라진다.
3. AI의 수행 범위가 개별 업무에서 완결된 기능으로 넓어짐 → 도입 주체가 현장 직원에서 경영진으로 확장되고, 활용을 위한 전문지식과 조직 적응의 부담도 달라질 수 있다.

🧠 상세 정리

1. 젊은 직원도 AI를 관리하는 시대

저자 두 사람은 OpenAI에서 스물네 살에 각자의 팀을 관리하기 시작했다는 경험으로 글을 연다. 여기서 팀은 밤낮과 주말·휴일에도 일하고, 반복 실무를 처리하며, 수학 올림피아드 금메달리스트 수준의 조언까지 제공하는 AI 보조 인력을 가리킨다. 이들은 여전히 실수하지만 점차 나아지고 사용자의 필요에 적응하며, 사람도 이들을 관리하는 방법을 배운다는 설명이다. 저자들은 이를 자신들이 조직의 사다리를 올라간 것이 아니라 관리 업무가 자신의 직급까지 내려온 변화로 해석하며, 지능의 시대에 기업이 어떻게 재편될지 탐색한다. 글은 AGI의 미래를 탐구하는 독립적인 목소리를 소개하는 연속 기고의 두 번째 에세이로, OpenAI나 동료들의 견해가 아닌 저자 자신의 관점이라는 전제를 명시한다.

2. 직원 아래·옆·사이라는 세 가지 배치

첫 번째 시나리오에서는 기존 직원의 자리와 보고 관계를 유지한 채 각자의 아래에 AI 노동력이 생겨, 모든 사람이 보조 인력이나 작은 조직을 관리하게 된다. 두 번째에서는 AI가 사람의 옆에 동료처럼 배치되어 기존 관리자와 경영진에게 직접 보고하고, 개별 업무에서 출발해 더 넓은 기능을 맡는다. 세 번째에서는 사람인 상급자와 하급자 사이에 AI가 들어가 업무를 조정·감독하고, 경영진의 구상을 실행하면서 진취적인 직원의 고유한 기여를 인정한다. 저자들은 어느 시나리오도 서술 그대로 실현되지는 않겠지만 세 가지의 일부가 모두 나타날 것으로 보며, 이미 미묘한 형태로 진행되고 있다고 주장한다. 관심의 대상은 완전 자동화가 아니라 AI가 기존 조직에 스며드는 과도기의 혼합형 기업이며, 제공된 본문은 세 번째 시나리오의 상세 설명에 이르기 전에 끝난다.

3. 직원 아래에서 성장하는 작은 AI 조직

첫 번째 시나리오의 출발점은 사람이 같은 자리에 남아 겉으로는 같은 일을 하면서, 각자의 아래에 새로운 AI 노동력을 두는 것이다. 초기 에이전트는 숙련 직원보다 열성적인 인턴에 가까워 이메일 전송, 메모 초안 작성, Slack 메시지 응답 같은 일을 맡고, 낮은 자율성과 신뢰 아래에서 감독받는다. 모델이 발전하면 더 적은 감독으로 더 많은 업무를 수행하고 서로 협업하며, 관리자 AI와 실무 AI, 회계사와 변호사 같은 역할로 분화할 수 있다. 이 단계에서 직원이 운영하는 체계는 자체 조직도를 갖춘 작은 기업처럼 보이고, 사람은 그 기업의 이사회에 가까운 위치를 차지하게 된다. 따라서 인간 조직도가 그대로라는 것은 일상이 그대로라는 뜻이 아니며, 저자들이 말하는 보편적인 승진은 각자가 책임지는 산출물과 관리 범위가 커지는 변화다.

4. Jace의 회계 업무와 자동화 이후의 직무

가상의 사례에서 Jace는 계속 회사의 회계를 담당하지만, 스프레드시트를 직접 조작하는 작업은 아래의 에이전트들이 처리한다. 그의 일은 몇 년 전 관리자의 업무와 비슷해지고, 기존 관리자 역시 더 큰 범위를 맡으며, Jace는 소통·조정·창의성과 리더십을 발휘하는 데 집중한다. 회계팀의 규모가 줄지 않는다는 설정에는 회사의 다른 부문도 생산성이 높아져 회계 수요가 늘고, 에이전트가 팀의 모든 일을 수행하지는 못한다는 조건이 붙는다. 경영진은 재무 데이터를 모으는 방법부터 잘 알지 못하므로 에이전트를 효과적으로 활용하려면 Jace의 전문성이 여전히 필요하다. 저자들은 이를 현재의 자신을 없애기보다 과거의 자신이 하던 일을 자동화하는 것으로 설명하며, AI가 이전 업무의 90%를 수행해도 사람에게 일이 10%만 남는 대신 목표가 10배 커진 새로운 직무가 생길 수 있다고 본다.

5. 고용과 임금을 좌우하는 사람의 기여와 수요

직무 확대가 고용 유지로 이어지려면 사람이 생산에 계속 가치를 더해야 하며, 저자들은 자동화가 보편적으로 가능하거나 도입된 상태가 아닌 향후 몇 년에 초점을 맞춘다. AI가 모든 일을 할 수 있더라도 사람이 만들었다는 이유로 더 높은 가치를 인정하거나 최종 결정권을 사람에게 남길 가능성도 제시한다. 또 다른 조건은 소비자의 욕구로, 산출물이 10배 늘어도 이를 원하지 않는다면 균형은 근로자 수나 근로시간이 줄어드는 방향으로 바뀔 수 있다. 저자들은 역사적으로 생산량이 크게 늘어난 데 비해 근로시간은 조금만 줄었다고 설명하며, 생산에 대한 인간의 기여와 소비 욕구가 이어지면 노동을 더 많은 소비와 교환할 수 있다고 본다. 반대로 생산이 충분히 풍부해져 욕구가 충족된다면 더 작은 노동력을 선택할 수 있으므로, 생산성 향상에 따른 고용과 임금 상승은 확정된 결과가 아니다.

6. 현장 직원의 도입과 신입 직원의 학습 변화

저자들은 기존 조직을 안정적으로 변화시키려는 기업에게 직원의 업무를 보강하는 방식이 전면적인 구조 개편보다 쉬운 출발점일 수 있다고 본다. 업무를 직접 해본 사람이 AI에게 그 일을 가장 잘 맡길 수 있는 동안에는 현장 직원이 도입을 주도하기 쉬우며, 데이터 과학의 방법과 세부 사항을 모르는 부서장은 관련 업무를 자동화하는 도구를 활용하는 데 어려움을 겪을 수 있다. 신입 직원에게는 인간이 맡는 최하위 반복 업무가 사라지고, 좋은 아이디어를 AI의 도움으로 직접 실험할 자원이 생긴다는 변화가 예상된다. 다만 반복 실무와 도제식 교육을 통해 경험을 쌓던 경로를 잃는 것은 실제 비용이며, 저자들도 이를 인정한다. 그 대신 판단력·취향·관리 능력·창의적 비전을 더 넓은 업무 범위에서 실천하며 배우고, 선배 직원 역시 후배의 성공을 지원할 유인을 유지할 수 있다는 것이 이 시나리오의 기대다.

7. Sheila와 나란히 일하는 AI 마케팅팀

두 번째 시나리오의 핵심 차이는 개별 실무자뿐 아니라 기존 관리자도 충분한 역량을 갖춘 AI에게 팀의 업무 일부를 직접 맡긴다는 점이다. 가구 회사 부사장 Sheila는 광고 캠페인을 운영한 경험이 없지만 AI 마케팅팀에 예산과 판매할 새 소파를 주고, 팀은 판매 직원 인터뷰, 공장과의 공급 가능성 조율, 온라인 설문, 시각적 스타일 시안 제작을 에이전트들에게 나눈다. 초안과 수정본은 매번 그녀를 거치지 않고 팀 안에서 오가며, 사람으로 구성된 판매팀과 디자인팀도 AI 마케팅팀과 나란히 그녀에게 보고한다. 월요일에 Sheila가 받는 것은 승인할 캠페인과 사진 속 소파가 지나치게 파랗게 보이는지에 관한 질문으로, AI가 그녀 스스로는 알아차리기 어려운 전문적인 쟁점을 먼저 제기한다. 그녀는 에이전트들이 인간 사진가와 재촬영을 조율하도록 승인하며, 이 사례는 AI가 관리자에게 세부 전문지식을 모두 요구하지 않고도 넓은 기능을 수행하는 모습을 보여준다.

8. 넓은 역량은 만들기 어렵지만 도입하기 쉬울 수 있다

저자들은 AI가 도구에서 노동력으로 발전하는 과정을 개별 업무, 직무, 팀, 기업으로 책임 범위를 넓히는 과정으로 설명한다. 직무와 팀에는 다양한 일이 묶여 있으므로 범위가 넓어질수록 병목 가능성이 늘고, 필수 업무 하나라도 물리적 노동을 포함하면 이를 수행할 별도의 장치가 필요해 전체 팀을 대체하기가 더 어려워진다. 그러나 완결된 팀이나 기능을 자동화할 수 있다면 경영진이 직접 도입할 수 있어, 넓은 범위의 AI는 개발하기 더 어렵지만 기업이 받아들이기는 더 쉬울 수 있다는 비대칭이 제시된다. 반대로 제한된 기능의 도구는 직원 전반의 수용과 재교육, 업무 절차의 재구성을 요구하며, 회계 부서가 스프레드시트 소프트웨어에 맞춰 스스로를 바꿨다는 사례가 이를 뒷받침한다. 본문은 유용한 역할을 스스로 찾아가는 인턴·직원·팀을 기존 기술과 대비하기 시작하는 문장에서 끝나므로, 이후의 논증이나 도입 속도에 관한 결론까지 확인할 수는 없다.

🧾 핵심 주장 / 시사점

• 조직도가 유지되더라도 실제 업무와 책임은 크게 바뀔 수 있다. 직원 아래에 AI가 늘어나는 경우, 변화의 핵심은 직함보다 각자가 관리하는 산출물의 규모에 있다.
• 일부 업무를 자동화할 수 있다는 사실과 전체 팀을 맡을 수 있다는 사실 사이에는 다양한 책임과 병목의 차이가 있다. 이 간극이 AI를 직접 활용할 수 있는 사람과 필요한 전문지식의 범위를 좌우한다.
• 신입 직원의 반복 업무 감소는 실험 기회의 확대와 기존 학습 경로의 약화를 동시에 가져올 수 있다. 저자들의 낙관은 더 넓은 범위의 실천을 통해 판단력과 관리 능력을 배울 수 있다는 기대에 근거한다.

✅ 액션 아이템

• AI 도입 범위를 개별 업무와 완결된 기능으로 구분해 현장 직원과 경영진 중 적합한 도입 주체 검토.
• 기존 업무의 90% 자동화가 담당 범위 확대와 고용에 미칠 영향을 사람의 기여 및 산출물 수요를 기준으로 검토.
• 신입 직원의 반복 실무와 도제식 교육 감소에 따른 학습 비용을 판단력·취향·관리 능력·창의적 비전의 학습 기회와 함께 평가.

❓ 열린 질문

• AI가 현장 직원의 보조 역할을 넘어 경영진이 직접 맡기는 완결된 기능을 수행하려면 어느 수준의 역량이 필요한가?
• AI가 기존 업무의 90%를 수행할 때 사람의 기여와 산출물 수요는 10배 큰 목표를 맡는 직무를 뒷받침할 만큼 유지될 수 있는가?
• 신입 직원은 반복 실무와 도제식 교육이 줄어든 환경에서 판단력·취향·관리 능력·창의적 비전을 어떻게 배울 수 있는가?