조직문화, AI와 리더십을 만나다
조직문화에서 가장 큰 장벽은 기존에 배운 것을 버리지 못하는 unlearning이다. 언러닝은 학습을 의미하는 러닝에 부정의 의미인 un이 합쳐진 단어로 기존의 알고 있는 행동방식을 의도적으로 잊고 새로운 마인드셋과 행동으로 대체되는 과정을 의미한다. 말 그댈로 지식을 버린다는 뜻이다. AI기술이 우리 삶 전반에 적용되면서 새로운 기술에 익숙하지 않은 리더들은 이런 기술을 업무에 어떻게 적응하고 또 학습해야 할지에 대한 고민을 한다. 리더가 가진 기존의 전문적, 경험적 지식은 현재 당면한 문제를 해결하는데 도움이 되지만 미래의 변화하는 환경에서 기존의 전문적이고 경험적인 지식은 오히려 성장과 발전의 걸림돌이 되기 때문이다.
AI는 관리자에게 집중된 권한, 비효율적 평가, 보상, 워라밸 등을 파악하고 건강하고 지속가능한 리더십 문화를 개선시킬 수 있는 도구로 활용할 수 있다. 실제로 AI 도입 조직들은 집단적 의사결정의 질 향상, 문제해결 역량 강화, 신속한 환경에 적응, 구성원 몰입도 향상 등의 효과를 경험하고 있다는 연구결과가 있다.
1. AI가 리더십에 미치는 영향
첫 번째 AI는 팀원 모두에게 동등한 인사이트와 정보를 제공하여 의사결정과정에서 분산시킨다. AI의 장점을 활용하여 복잡한 조직관리나 전략적 의사결정 등을 보다 효과적으로 할 수 있게 한다. 위계적인 조직 구조에서 리더에게 집중된 의사결정을 팀원들과 함께 가능하도록 하였다. 인간이 따라잡을 수 없는 AI가 제공하는 대안 평가, 데이터 기반 인사이트, 다양한 시나리오 분석을 통해 팀원 모두가 논리적인 논쟁과 창의적 브레인스토밍에 자유롭게 참여시킴으로써 팀원들의 의사결정 역량을 향상시킨다. 맥킨지 보고서(Superagency in the workplace)에 따르면 직원들은 실제로 경영진이 생각하는 것 이상으로 훨씬 더 많이 AI를 사용하고 있다고 한다. 직원 3명 중 1명 이상이 AI를 업무 시간의 30% 사용하고 있다. AI전환의 핵심역할은 MZ세대이다. 이들은 AI도구에 가장 익숙하고 실제 업무에 가장 많이 활용하고 있다. AI를 통해 데이터 분석, 의사결정, 창의력 작업까지 인간의 능력을 증폭시키고 있다.
두 번째 팀원들에게 보다 많은 자율성을 제공한다. 지금까지는 팀장이 주로 팀원들에게 업무를 지시하는 형태였지만 이제는 AI를 지원적 파트너로 삼아 데이터와 도구를 활용해 자율적으로 판단, 행동할 수 있게 한다. 사람이 AI에게 업무를 주고 AI 가 만들어낸 결과를 보고 판단하는 형태로 일하게 된다. 이를 통해 팀원들은 간편하게 정보를 획득하고 보다 독립적으로 일 할 수 있다. 반복적이고 기계적인 업무는 AI가 처리하며 보다 창의적이고 전략적인 과정에 집중할 수 있게 되면서 자율적으로 과제를 기획하고 실행할 수 있는 시간을 예전에 비해 더 많이 가질 수 있다.
세 번째, AI 데이터 기반분석을 통해 적절한 업무분배를 가능하게 한다. 리더의 업무배분은 항상 공정성에 대한 문제를 야기한다. 팀원역량 업무량 가용시간 일정 등 다양한 데이터를 분석하여 적재적소에 업무를 배분한다. 리더의 직관이나 선호에 의존하는 기존 방식 대비보다 공정하고 투명하게 업무를 배분할 수 있다. 업무의 난이도 팀원별로 전문성, 과거 성과를 바탕으로 프로젝트별 리더를 제안하고 권한 역할을 주기적으로 순환하도록 한다 AI는 구성원의 역량, 업적, 선호 데이터를 분석해 업무별로 어떤 팀원이 리더로 적합한지를 판단하고 역할을 자동 제안해 자율적이고 순환적인 리더십 구조를 돕는다
네 번째는 AI를 활용한 지식 공유, 집단 학습 촉진 등 리더십의 집단 지성화를 촉진시킨다. AI가 제공하는 데이터를 기반으로 팀원들이 의사결정에 더 쉽고 공정하게 참여할 수 있다. 의견개진과 정보 접근성이 높아 팀전체가 동일한 정보를 바탕으로 협업하여 실질적인 민주적 의사결정이 가능해진다. 또한 AI 소통 도구와 실시간 피드백 시스템으로 팀원 간 소통이 쉬워지고 경계 없는 정보공유로 인해 팀워크가 자연스럽게 강화된다. 다른 한편 업무별로 리더들을 배정함에 따라 AI기반 사내 지식관리 시스템을 통해, 팀원 간 지식, 사례, 학습경험이 더욱 쉽게 축적, 공유된다. 실시간 정보, 경험을 사내 데이터 베이스, AI챗봇, 협업툴 등으로 공유하며 다양한 배경의 팀원들이 동등하게 지식에 접근, 집단 지성의 기초를 만든다. 집단지성을 활용하여 신속하게 실험 및 피드백을 반복하고 이를 조직 전체의 문제해결 능력과 혁신성을 높이게 한다.
2. AI를 활용한 공유 리더십 발휘
AI환경은 전통적인 조직문화의 리더십구조보다는 관리직 승진 없이 각자 역할에서 영향력을 발휘하는 공유 리더십을 선호한다. 공유 리더십(shared leadership)은 한 명의 리더가 모든 책임과 권한을 독점하는 것이 아니라 팀원들에게 분산시켜 각각의 팀원에 의해 집합적으로 발휘하도록 한다. AI활용하면 팀원들의 의견을 수렴하고 이들의 지식과 경험을 적극 활용할 수 있다. 또한 조직 내 권한과 책임을 분산하여 과도한 책임감으로 승진하고 싶지 않은 팀원들에게 적합한 리더십 대안이 될 수 있다.
그렇다고 AI가 리더를 대처하는 것은 아니다. 팀장은 팀원 모두가 리더십을 발휘할 수 있도록 지원하는 촉진자 역할을 해야 한다. 가트너는 2026년 기업의 20%가 AI를 사용해 중간관리자의 수가 반 이상 줄어들 것이라 전망했다. 2000년대 초 구글이나 야후 같은 검색엔진이 모든 정보를 검색하고 정보접근성을 강화하면서 중간관리자의 역할에 의문을 품고 구글의 산소프로젝트를 진행했지만 결과적으로 관리자의 필요성을 느끼고 실험을 중단하였다. 중간관리자는 업무만 관리하는 것이 아니라 갈등관리, 우선순위 결정, 협업, 경력개발 등 조직과 사람을 성장시키는 역할을 중요하기 때문이다. AI가 인간 고유의 리더십과 결합할 때 효과가 극대화된다. AI와 공유리더십을 전략적으로 융합해 유연하고 창의적 협업문화를 구축하기 위해 리더 역할에 대해 살펴본다.
2-1. 팀의 방향성 및 목표 설정하기
공유 리더십을 발휘하기 위해서는 팀원 모두가 팀의 방향성을 모두 이해하고 있어야 한다. 팀장은 팀의 비전과 목표를 명확히 제시하고 전 직원과 소통하며 일관된 방향성과 전략 하에 개별적으로 움직일 수 있도록 해야 한다. AI를 통해 방대한 외부 데이터인 시장변화, 고객행동, 경쟁사 동향 등 내부적으로는 조직문화진단, 성과 데이터, 팀원들의 성향, 구성원 만족도, 업무 몰입도 등 다양한 지표를 빠르게 객관적으로 파악한다. 이를 통해 팀의 잠재적인 외부 위협요소, 팀의 문제점 등 파악하여 팀 방향성, 목표, 전략을 수립할 수 있어야 한다. 팀의 방향성이나 목표를 설정할 때 팀원들을 참여는 매우 중요하다. AI가 제시한 결과를 바탕으로 팀원들과 팀방향성 설정 워크숍 등을 통해 자료를 공유하고 관련 아이디어를 청취한다. 이런 과정을 통해 팀 방향성과 목표에 대한 공감대를 형성하면 이후 실행력을 높일 수 있다.
더 나아가 리더는 AI의 결과물에 대해 비판적으로 해석할 수 있는 시각을 가져야 한다. 단순히 데이터를 읽는 것이 아니라 왜 이런 결과가 나왔는지, 어떻게 팀에 적용할 수 있는지를 묻고 해석하는 능력이다. AI에 분석 맡기기 전에 왜 질문을 통해 우리 팀의 목적, 영향, 원하는 결과를 명확히 정의해야 한다. 또한 결과물에 의문을 제기하고 가정에 도전하고 다양한 관점을 고려해야 한다. AI는 답을 생성할 수 있지만 그것이 올바른 답인지 판단할 수 있는 것은 오직 인간의 통찰력뿐이기 때문이다.
2-2. AI를 활용한 효율적 업무 배분하기
공유리더십을 강화하려면 팀 내 특정 업무나 프로젝트에 따라 가장 전문성 있는 팀원이 프로젝트 리더로 또는 관련 업무를 주도적으로 이끌어야 한다. 이들에게 의사결정 권한을 최대한 위임하고 팀원자신의 판단으로 업무를 추진할 수 있게 해야 한다. 예를 들어 고객 대응 업무를 하는 현장직원들이 현장상황에 따라 자율적으로 결정하거나 신제품 개발하는 프로젝트 리더는 다른 개발자들과 협업하여 자신의 주도적으로 방향을 정하도록 하는 것이다.
그러기 위해서 리더는 구성원의 역량, 업무스타일, 시간, 자원 들을 정확하게 파악하여 적합한 업무를 팀원에게 배분해야 한다. AI는 기존의 업무배분과 달리 데이터 기반의 합리적 효율적 분배를 도와준다. 예를 들어 Slack, notion, Jira, Trello 등에서 팀원들의 업무 처리속도, 작업유형, 집중시간대, 의사소통 빈도 등을 통해 업무를 분석을 할 수 있다. 이렇게 얻은 결과를 기반으로 팀원들의 전문성, 성향과 강점에 적합한 업무를 자동적으로 추천을 받을 수 있다. 예를 들어 AI는 팀원 A는 기획 업무에 적합하고 B는 대인관계 및 업무 추진력이 좋으니 영업업무에 적합하다고 제안할 수 있다. 이때 주의할 점은 모든 결정을 AI에 맡기는 것이 아니라 최종 결정은 리더가 내려야 한다. 또한 이런 분석 결과를 팀원들과 투명하게 공유함으로써 왜 이런 분배가 되었는지 팀원들을 설득할 수 있다. 팀의 규모가 커지거나 다양한 프로젝트가 동시에 진행되는 팀에서는 AI의 도움이 업무 효율을 높일 수 있다.
또한 리더는 AI와 사람의 역할을 구분해서 업무를 배분해야 한다. AI가 모든 단순한 작업을 수행할 수 있기 때문에 AI로 대체 가능한 업무를 재편성하고 팀원의 역할은 AI를 활용하면서 기계가 할 수 없는 일 중심으로 업무를 재배치한다. 예를 들어 회의록 작성, 데이터 분석, 단순 승인, 주간업무 작성 등을 AI에 맡기고 전략수립, 창의적 문제해결, 고객 소통 등은 사람에게 담당하도록 명확히 구분해야 한다.
2-3. 맞춤형 피드백으로 동기부여하기
포브스는 AI가 일상적인 관리 업무를 맡으면서 리더는 인간 중심적 리더십을 추구하는 방향으로 변화될 것이라고 하였다. 리더십은 단순히 성과관리를 넘어 팀의 성장과 복지를 우선하고 기술과 인간의 요구를 균형 있게 조화시키는 역할을 해야 한다. 공유 리더십 발휘를 위해서는 정기적인 피드백, 공개적인 의견개진, 상호존중기반의 의사소통을 통해 상호 신뢰 문화를 정착시키고 동료 간 협업과 문제해결을 촉진시킬 수 있어야 한다.
특히 AI는 데이터 분석을 통해 팀원의 성과, 업무진행정도, 참여도 등을 실시간으로 측정해 평가를 제공하여 인간의 편견과 주관적 판단에서 비롯된 평가 오류를 최소화할 수 있게 한다. 또한 개개인의 업무스타일, 성향 선호도를 반영해 맞춤형 피드백을 제공하며 직원 개인의 특성에 맞는 복지, 업무환경을 제안할 수 있다. AI 피드백은 팀장뿐 아니라 협업 중인 팀원, 프로젝트 리더에게도 명확한 데이터를 기반으로 그들과 함께 일하는 팀원들에게 언제, 어떻게, 어떤 내용으로 누구에게 피드백을 해야 할 지에 대한 고민을 해결해 준다. 그러나
AI는 데이터 기반하여 정보를 제공하지만 의사결정 과정과 판단 기준에 대해 충분한 설명을 하지 않는다. 인간의 복합적인 감정과 맥락을 완전히 이해하고 공감하는 능력이 부족하기 때문이다. AI결과에 대한 판단과 평가 피드백은 리더가 직접 개입함으로써 직원들의 수용성을 높일 수 있다. AI와 리더의 피드백에 관한 여러 연구 결과는 개선점과 보완점에 대한 부정적 피드백을 전달할 때 AI를 활용하면 직원들은 객관적인 분석으로 느껴져 심리적 상처를 줄이면서 효과적으로 전달할 수 있다고 한다. 반면 긍정적 인정과 격려는 여전히 리더의 고유한 영역으로 AI의 칭찬보다 동료와 상사의 진심 어린 인정을 통해 동기부여를 받은 것으로 나타났다.
2-4. 지속적인 협업 분위기/학습문화 조성
팀리더는 AI활용을 적극 지원하며 팀원 개개인이 실험과 경험을 통해 개인의 성장뿐만 아니라 집단지성에 기여할 수 있는 촉진자의 역할을 해야 한다. 특히 공유리더십을 발휘하기 위해 팀원들에게 업무 관련 충분한 정보와 전문성을 가지도록 해야 한다. 그렇지 않으면 업무 수행 과정에서 혼란과 갈등을 야기한다. AI는 최신 트렌드, 시장변화, 내부 성과 데이터를 분석해 실시간 피드백과 학습기회를 제공하여 개개인의 성장을 지원할 수 있다. 또한 AI는 팀 전체 수준에서 지식과 정보를 자유롭게 교환함으로써 집단지성을 강화시킬 수 있다. 개인의 한계를 넘어 집단지성을 일으키고, 학습과 효율, 유대와 성취를 확대시켜 팀이 고성과를 달성할 수 있도록 지원한다. 예를 들어 AI는 제품이나 서비스의 취약점, 오류 발생을 미리 경고할 수 있다. 이러한 오류가 발생했을 때 필요한 창의적이고 복잡한 문제해결은 팀원들의 집단지성을 통해 해결할 수 있다. 팀원들이 AI 제안을 받아 토론하고 수정하고 구체적인 실행계획을 수립한다. 이런 과정이 선순환되면 팀의 집단지성이 높아진다.
리더의 역할은 팀원의 기술적 숙련도를 넘어 전체적인 접근이 필요하다. AI는 한번 배우면 끝나는 기술이 아니기 때문에 정기적인 교육, 학습커뮤니티 등 지속적인 교육 기회를 제공해야 한다. 더 나아가 AI 결과물을 비판적으로 평가하고 윤리적 기준을 보호하며 프라이버시를 유지하는 방법도 교육에 포함되어야 한다. 맥킨지 보고서는 AI에 과도하게 의존하면 흑백논리, 사고의 다양성 감소, 문제해결능력 약화로 이어진다고 하였다. 질문하고 분석하고 개선하는 것을 중단하게 만드는 일종의 인지적 위축을 초래할 수 있다. AI는 답을 생성할 수 있지만 올바른 답인지 판단할 수 있는 것은 인간의 통찰력뿐이다. 리더는 AI에 업무를 맡기기 전에 왜라는 질문을 통해 업무의 목적, 영향, 원하는 결과를 명확히 정의한다. 또한 AI가 제공하는 결과를 전적으로 신뢰하지 않고 그 결과를 어떻게 도달했는지 질문하고 분석하도록 하는 습관을 기르도록 해야 한다.
정리하면 리더는 AI의 강점을 연결하는 설계자, 성장과 혁신을 촉진하는 코치, 변화관리자로의 역할로 확장해야 한다. 관리보다는 일의 의미, 팀의 성장, 존중, 소통에 중점을 둔 인간 리더십 실천을 해야 한다. 더 나아가 의도적 언보싱과 AI의 결합은 관리자의 과도한 부담과 스트레스를 줄여 승진에 대한 동기를 다시 살아나게 가능성을 높여 준다. 리더는 단순히 기술을 습득하는 것이 아니라 기존의 사고방식과 행동방식을 과감히 버리고 새로운 것을 받아들이는 타 학습(unlearning)이 필요한 이유이다. 단순히 AI툴을 업무에 적용하는 기술적인 능력을 넘어 AI가 만들어내는 비즈니스 환경에서 새로운 기회를 찾을 수 있어야 한다. 스마트폰이 등장으로 새로운 산업과 기회가 폭발했듯이 AI도 새로운 가능성을 열어준다. 그래야 그 안에 숨겨진 가능성을 더 깊이 이해하고 새로운 비즈니스 기회를 발견할 수 있기 때문이다.
참고자료
1. 윤욱지(2025). 기술이 사람을 만났을 때: AI가 가져올 성과관리의 변화. HR insight 2025년 7월호
2. 이한빈 & 박지원(2024). 리더가 AI를 만났을 때, AI증강리더. LG 경영연구원, 2024.11
3. 정명호(2019). 팀 전체가 리더가 되는 WE-리더십 역할과 함께 책임도 강화해야. DBR, 2019 12월 Issue1
4. Gretchen Gavett and Vasundhara Sawhney(2025). What’s the Future of Middle Management? Harvard Business Review, April, 2025
5. Mckinsey & Company(2023). 2023년 인공지능 현황보고서, 생성 AI의 획기적인 도약
6. Mckinsey & Company(2025). Empowering people to unlock AI’s full potential. Superagency in the workplace report, January 28, 2025
7. Namita Gupta-Hehl(2025) AI Leadership: How To Elevate Your Team Through Human Ingenuity, SAP BrandVoice, Forbes.com
8. Pei, J., Wang, H., Peng, Q., & Liu, S. (2024). Saving face: Leveraging artificial intelligence‐based negative feedback to enhance employee job performance. Human Resource Management, 63(5),
