🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

인공지능 전략의 성패는 알고리즘의 우수성보다 공동의 목표, 실행을 돕는 거버넌스, 확장 가능한 기술 기반, 빠른 실험 문화, 구성원의 참여와 역량을 갖추고 실제 운영 방식을 바꾸는 데 달려 있다.

📌 핵심 요약

• 조지 웨스터먼은 인공지능으로 실질적인 수익을 내는 기업들이 더 나은 알고리즘보다 사업과 운영 방식을 바꾸는 능력에서 앞선다고 설명한다.
• 경영진이 점검해야 할 여섯 가지 질문은 공동의 야망, 거버넌스, 전사적 확장, 기술 기반, 조직문화, 구성원의 역량을 포괄한다.
• 리오 틴토는 자동화를 효율성보다 안전이라는 목표로 설명해 구성원이 인공지능 전환에 참여할 이유를 분명히 했다.
• HCA 헬스케어는 개발·시범 운영·확장 단계마다 가치, 위험, 안전성, 실행 가능성을 검토하고 배포 이후에도 모델의 견고성과 성과를 계속 확인한다.
• 인공지능 시범 사업의 70~95%가 조직 전체로 확장되지 못하는 상황에서 경영진의 지지, 깨끗한 데이터, 통합된 시스템, 실험 문화, 역할 변화에 대한 소통이 핵심 조건으로 제시된다.

🧩 주요 포인트

1. 다수의 시범 사업이 확장에 실패한다는 사실은 개별 활용 사례의 성공보다 전사적 적용 방식과 지속적인 경영진 지원이 가치 실현을 좌우한다는 의미를 갖는다.
2. HCA 헬스케어의 단계별 심사와 지속 측정 사례는 거버넌스가 단순한 제동 장치가 아니라 속도·안전·확장성을 함께 확보하는 조향 장치가 될 수 있음을 보여준다.
3. 안전 중심의 목표 설정, 현장 구성원의 설계 참여, 역할 변화와 지원에 대한 선제적 소통은 기술 수용성과 조직 전환 역량을 함께 높이는 기반으로 제시된다.

🧠 상세 정리

1. 알고리즘보다 어려운 조직의 변화

매사추세츠공과대학교 슬론경영대학원의 조지 웨스터먼은 인공지능에서 실질적인 수익을 얻는 기업이 더 뛰어난 알고리즘 때문에 앞서는 것이 아니라 운영 방식을 바꾸었기 때문에 성과를 낸다고 설명한다. 기술은 빠르게 변하지만 조직은 훨씬 느리게 변하므로, 인공지능 전환의 어려움은 기술 자체보다 새로운 방식으로 사업을 수행하는 데 있다는 주장이다. 그는 다케다제약, 글로벌 인프라 기업 페로비알, 덴쓰 크리에이티브 등과의 경영진 대화와 사례 연구를 바탕으로 경영자가 검토할 여섯 가지 질문을 제시했다. 이 질문들은 공동의 야망, 거버넌스, 확장과 가치 포착, 기술 기반, 빠르게 움직이는 문화, 구성원의 역량을 다루며, 기술 투자를 실제 사업 가치로 연결하려면 조직 전체가 민첩하게 변화해야 한다는 흐름을 이룬다.

2. 첫 번째 질문: 모두가 공유하는 야망은 무엇인가

첫 번째 질문은 조직이 인공지능을 통해 어떤 방식으로 사업을 다르게 운영하려는지, 그리고 그 변화가 고객과 구성원에게 왜 더 나은지를 명확히 하는 데 초점을 둔다. 이런 방향 설정이 없으면 자원과 기술을 충분히 투입한 사업도 구성원의 지지를 얻지 못한 채 정체될 수 있다고 웨스터먼은 지적한다. 리오 틴토의 경영진은 인공지능과 자동화를 효율성 향상이라는 언어보다 안전이라는 목표로 구성원에게 설명했으며, 아무도 다치지 않는 광산을 만들기 위한 해법으로 제시했다. 이 사례에서 공동의 야망은 기술 도입 자체가 아니라 구성원이 직접 중요성을 느낄 수 있는 결과를 중심으로 만들어졌으며, 인공지능 전환에 참여해야 할 이유를 조직 전체가 공유하도록 하는 역할을 했다.

3. 두 번째 질문: 거버넌스는 제동 장치인가 조향 장치인가

전통적인 거버넌스는 잘못된 행동을 막는 규칙으로 작동하기 쉽지만, 인공지능에서 진전을 보이는 기업들은 이를 사업을 앞으로 움직이는 조향 장치로 바꾸고 있다고 웨스터먼은 설명한다. HCA 헬스케어의 운영위원회는 의료 기록 분석이나 질환 탐지와 같은 모든 인공지능 활용 사례에 대해 예상 가치, 사업성, 실행 가능성, 위험과 안전 문제를 함께 검토한다. 위원회는 아이디어가 병원에서 실질적 가치를 만들 만큼 충분히 중요한지 먼저 확인한 뒤, 모델 개발 전과 일부 병원의 시범 운영 전, 전사적 확장 전에 같은 위험 질문을 반복한다. 배포 이후에도 모델이 계속 견고하게 작동하는지 주기적으로 확인하며, 위험 검토는 사업을 중단시키기보다 추가 조사가 필요한 지점을 밝혀 주는 역할을 한다. 성과가 기대에 미치지 못하면 사업을 변경하거나 중단함으로써 거버넌스가 속도와 안전, 확장성을 동시에 뒷받침하도록 한다.

4. 세 번째 질문: 시범 사업을 어떻게 확장해 가치를 확보할 것인가

인공지능 시범 사업을 조직 전체의 성과로 연결하는 것은 중요한 난제로, 웨스터먼이 인용한 여러 연구에서는 시범 사업의 70~95%가 실제 전사적 확장에 이르지 못하는 것으로 나타난다. 성공적인 확장을 위해서는 한정된 실험을 반복하는 데 머물지 않고 인공지능을 조직 전반의 업무에 어떻게 활용할지 설계해야 한다. 덴쓰 크리에이티브는 인공지능을 프로젝트 기획, 그래픽과 문안 개발, 목표 시장 이해, 캠페인 수행 등 여러 업무에 적용하고 있다. 확장을 가로막는 대표적인 요인으로는 경영진의 지원 부족이 지목되지만, 웨스터먼은 이를 경영진만의 책임으로 돌리지 않고 사업을 시작하기 전에 어떻게 지지를 확보하며 진행 과정에서 어떻게 관심을 유지할 것인지도 실행 조직이 답해야 한다고 강조한다.

5. 네 번째 질문: 기술적 토대는 충분히 견고한가

깨끗한 데이터, 적절한 도구, 서로 통합된 시스템은 인공지능 전략의 기본 조건이지만 조직이 이 단계를 간과하는 경우가 흔하다고 웨스터먼은 지적한다. 그가 함께 일한 모든 조직은 인공지능 해법을 구현하는 과정에서 정도의 차이는 있어도 데이터 정리 작업을 수행해야 했다. 기업들은 데이터 문제를 무시한 채 기술 도입을 추진하거나 반대로 모든 데이터 문제를 한 번에 해결하려는 경향이 있지만, 그는 두 접근 모두 효과적이지 않다고 설명한다. 권고하는 방식은 필요한 정비를 단계별로 진행하는 것으로, 인공지능 활용과 직접 연결되는 데이터와 시스템 기반을 차근차근 개선해야 한다는 것이다. 이는 모델이나 활용 사례만 선택해서는 충분하지 않으며, 실제 업무에서 지속적으로 사용할 수 있는 기술 환경을 함께 준비해야 한다는 점을 보여준다.

6. 다섯 번째 질문: 조직문화는 빠르게 움직일 준비가 되었는가

인공지능 배포에는 새로운 업무 방식과 조직문화의 변화가 필요하며, 준비된 기업은 실험을 두려워하지 않고 과거의 관행보다 데이터를 근거로 의사결정을 내린다고 웨스터먼은 설명한다. 그는 완벽을 기다리기보다 속도를 중시해야 한다고 조언하며, DBS 은행은 전 구성원이 디지털과 인공지능을 학습하고 회사를 개선할 방법을 찾도록 참여시켰다. HCA 헬스케어는 교대 때 간호사들이 환자 정보를 인계하는 절차를 재설계해, 약 50분 동안 높은 인지적 노력이 필요했던 업무를 컴퓨터가 인계용 문안을 지원하는 방식으로 절반 미만의 시간에 더 쉽게 수행하도록 바꿨다. 이 과정에서는 간호사들이 기술을 편안하게 사용하고 모델이 제대로 작동한다고 확신할 수 있도록 처음부터 지속적으로 참여시키는 일이 중요했다. 웨스터먼은 이러한 사례를 개별 도구의 도입이 아니라 회사 전체가 달라지는 대규모 전환으로 규정한다.

7. 여섯 번째 질문: 구성원에게 필요한 역량과 지원이 있는가

인공지능 전환을 실제로 수행해야 하는 구성원이 기술을 위협으로 느끼거나 사용법에 익숙하지 않다면 전환은 성공할 수 없다고 웨스터먼은 강조한다. 경영진은 인공지능으로 각자의 역할이 어떻게 바뀔지, 변화에 적응하도록 어떤 지원을 제공할지를 명확하게 알려야 한다. 그가 함께 일한 여러 조직은 직무 변화를 숨기지 않고 구성원에게 선제적으로 설명했으며, 업무는 바뀌지만 그 전환을 조직이 지원하겠다는 메시지를 전달했다. 아무런 설명이 없으면 구성원은 실제 계획보다 훨씬 부정적인 상황을 상상할 수 있으므로, 구체적인 변화와 지원 방안을 알리는 소통 자체가 중요한 실행 과제가 된다. 따라서 역량 개발은 기술 교육에만 국한되지 않고 역할 변화에 대한 예측 가능성과 적응 지원을 함께 제공하는 과정으로 다뤄진다.

8. 여섯 질문이 만드는 통합적 실행 체계

여섯 질문은 서로 분리된 점검표가 아니라 인공지능 투자를 조직의 실제 가치로 연결하는 하나의 실행 체계를 이룬다. 공동의 야망은 고객과 구성원에게 필요한 변화의 방향을 정하고, 거버넌스는 각 단계에서 가치와 위험을 확인하면서 안전한 진행을 돕는다. 전사적 확장은 시범 사업의 성과를 넓게 활용하도록 만들지만, 이를 위해서는 깨끗한 데이터와 통합 시스템, 지속적인 경영진의 관심이 뒷받침되어야 한다. 빠른 실험과 데이터 중심 의사결정이 가능한 문화, 변화 과정에 참여하며 새로운 역할에 적응할 수 있는 구성원 역시 필수 조건으로 제시된다. 진행 중에는 성과를 계속 측정하고 예상한 결과가 나오지 않으면 사업을 수정하거나 중단해야 하며, 결국 인공지능 전략의 핵심은 기술을 추가하는 것이 아니라 조직이 사업을 수행하는 방식을 함께 바꾸는 데 있다.

🧾 핵심 주장 / 시사점

• 효율성만 강조하기보다 안전이나 업무 부담 완화처럼 구성원이 직접 체감할 수 있는 목표로 전환을 설명할 때 기술 도입의 이유와 참여 동기가 더 분명해진다.
• 개발 전부터 확장 이후까지 반복되는 가치·위험·성능 검토는 거버넌스가 일회성 승인 절차가 아니라 지속적인 실행과 조정 체계임을 보여준다.
• 높은 시범 사업 실패율과 제시된 사례를 함께 보면 인공지능 가치 실현의 주요 제약은 알고리즘 자체보다 경영진의 지원, 데이터와 시스템, 조직문화, 구성원의 수용성과 역량에 있다.

✅ 액션 아이템

• HCA 헬스케어처럼 개발·시범 운영·확장 단계마다 가치·위험·안전성·실행 가능성을 검토하고 배포 이후에도 모델 견고성과 성과를 확인한다.
• 리오 틴토처럼 자동화를 효율성보다 안전이라는 목표로 설명해 구성원이 인공지능 전환에 참여할 이유를 분명히 한다.
• 시범 사업의 70~95%가 확장되지 못하는 기준에 맞춰 경영진의 지지, 깨끗한 데이터, 통합된 시스템, 실험 문화, 역할 변화 소통을 점검한다.

❓ 열린 질문

• 조지 웨스터먼이 강조한 대로 알고리즘의 우수성보다 사업과 운영 방식을 바꾸는 능력은 무엇으로 판단할 것인가?
• 경영진이 점검해야 할 여섯 가지 질문 중 공동의 야망·거버넌스·전사적 확장을 어떤 기준으로 우선순위 매길 것인가?
• 인공지능 시범 사업이 조직 전체로 확장되지 못하는 70~95% 상황에서 가장 먼저 막히는 조건은 무엇인가?