AX, 업의 본질을 재정의하는 전략
확보된 데이터와 AI를 도구로 고객 중심의 사업 시스템 구축을 지향
많은 기업이 판매를 사업의 중심으로 보고, 더 많은 판매를 올리기 위해 수단과 방법을 가리지 않는 모습을 많이 보여왔습니다. 하지만, 이제는 확보된 (시장 및 고객) 데이터가 있고, 이를 기반, 근거로 우리 사업에 적합한 고객, 매출, 이익 목표 수립과 달성을 위한 여러 방법을 고민해 볼 수 있습니다. 이를 위해 DX가 아날로그를 디지털로 옮기는 수준이었다고 하면, AX(AI Transformation)는 진정으로 고객에게 맞춤화된 사업 전략을 펼칠 수 있는 최적의 전략적 도구입니다. 단, 우리 사업의 고객이 누구인지에 대해 진심으로 알고자 하는 마음이 있어야만 합니다.
AI가 사업 전략의 큰 변화를 가져옵니다
누가 더 AI를 사업(시장 및 고객) 친화적으로 사용할 수 있는가
우리는 흔히 첨단 기술의 변화를 '속도'의 문제로 치부하곤 합니다.
분명 무어의 법칙에 의해 컴퓨터의 처리량은 엄청나게 늘어났고, 그에 따른 비용도 과거에 비해 현격히 줄었습니다. 대신에 그건 어디까지나 대용량 데이터를 처리하는 기술적 역량의 상승이었을 뿐, 실제로 각자의 비즈니스에 엄청난 영향을 끼쳤다고 보기 힘듭니다.
그러나, AI는 다릅니다. 적어도 이전에 조악한 수준의 AI가 아닌 대화형, 지능형, 에이전트형 등의 AI의 경우에는 AI를 통해 할 수 있는 많은 일이 있습니다. 그중에 하나가 AI를 기반으로 디지털 트랜스포메이션(DX)을 하고, 더 나아가 확보된 시장 및 고객 데이터를 기반으로 우리 사업 시스템을 새로이, 그것도 확보된 고객과 앞으로 확보할 고객에 맞춰 사업 시스템을 구축하는 것입니다.
지금 우리 앞에 놓인 AX(AI Transformation)는 속도가 아닌 '방향과 본질'에 관한 질문을 던지고 있습니다.
과거의 DX(Digital Transformation)가 아날로그의 기록을 디지털이라는 그릇에 옮겨 담아서 보다 효율적으로 데이터를 읽고 쓰기 위한 과정이었다면, AX는 그 그릇 안에 담긴 데이터를 토양 삼아 조직이 기준에 갖춘 사업적 지능을 혁신적으로 높일 수 있는 시스템 재설계를 시도하는 과정일 수 있습니다.
예를 들어, 단순히 엑셀 작업을 ChatGPT에게 시키는 것이 AX가 아닙니다. 사업을 그동안 공급자 중심의 관점으로만 보고 이를 위한 절차와 과정, 그 과정에서 필요한 데이터를 쌓아 더 많이, 또는 더 잘 팔기 위한 다소 편협할 수 있었던 전략의 틀을 깨고, 유능한 파트너 AI와 함께 판매 중심에서 거래(구매) 중심으로 옮겨가 고객 친화적 비즈니스 시스템으로 전환을 위한 비즈니스의 엔진을 통째로 갈아 끼우는 일이 될 수 있습니다.
AX의 설계도: '디지털화'를 넘어 '지능화'로의 전이
과거의 비즈니스는 '평균적인 고객'을 상정하고 그에 맞춘 표준화된 서비스를 공급했습니다.
이론상으로는 모두가 압니다. 시장과 고객을 위한 제품과 서비스를 적절히 공급해야 하고, 그래야만 거래가 성사되어 매출과 이익을 거둘 수 있고, 이를 꾸준히 하여 시장 내 인지도, 경험치 등을 획득하게 되면 사업으로서 더욱 단단한 시장 내 입지를 가질 수 있다고 말입니다. 하지만, 방향은 맞았지만, 그에 상응하는 구체적인 방법과 구현을 위한 기술이 충분히 구비되지 않았습니다. 그러다 보니, 지금 보면 다소 엉뚱한 방향(?)으로 사업이 발전하는 것을 막지 못했던 것입니다.
그러나, AX 시대의 비즈니스는 (시장 및 고객) 데이터를 통해 의사결정할 수 있습니다.
왜냐하면, 데이터를 보다 섬세하게 다룰 수 있습니다. 단순히 평균 고객이라는 가상의 대표 페르소나의 동태를 살피는 게 아니라, 보다 적은 비용으로 고객과 고객이 아닌 이들, 그리고 고객이라고 볼 수 있는 이들 중에 누가 더 우리에게 우호적 고객으로 보이는지, 심지어 그들이 그렇게 된 배경과 원인(이유)까지도, 그들이 어떻게 하다가 그렇게 되었는지 까지도 비록 추정이지만 논리적으로 추정 및 확인 가능합니다. 그 말인즉슨 AI를 통해 고객 개별의 입체적 분석이 가능하고, 그 속에 숨겨진 개별적인 '맥락(Context)'을 읽어낼 수 있다는 뜻입니다. 바꿔 말하면, 그 과정에서 더욱 확실한 타깃 고객 발견도, 거기에 맞춰 우리 제품 및 서비스 전략상 변화도 이를 근거로 만들어낼 수 있다는 말입니다.
DX가 '사업상 어디로 나아가야 하는지를 보여주는 지도'라면, AX는 '궁극적으로는 목표에 따라 스스로 경로를 결정하는 자율주행'에 가깝습니다. 따라서, 첫 시작은 업무의 단순 자동화일 수 있지만, AI의 활용 방향에 따라 비즈니스 전략의 핵심 의사결정자 중 하나로 활용 가능하도록 만들 수 있고, 그로 인해 조직의 체질을 바꾸는 것이 가능할 수도 있다는 뜻입니다. 이것이 우리가 대면해야 할 AX의 진짜 모습입니다.
[회사] 인프라의 재구성
: 데이터는 '자산'보다는 '연료'로 활용
회사는 AX를 위한 첫걸음으로 고여 있는 데이터를 흐르게 만드는 것입니다.
ㄴ 데이터의 해상도를 높이는 것입니다.
그동안 우리는 너무 많은 시장 및 고객 데이터를 '우리가 산정한 평균'이라는 이름으로 뭉뚱그려왔음을 인정해야 합니다. 그리고, 앞으로는 평균도 중요하지만 그 사이사이(min-Max)에 여러 주체가 있음을 이해하고, 이에 대해 어떤 대응을 하는 것이 좋을지를 파악하는데 AI를 전략적으로 활용하는 것입니다. 이 과정에서 AI가 제대로 학습하기 위한 고객 행동이 살아있는 '고해상도 데이터'를 확보하려고 노력하는 것입니다. 이때 확보된 혹은 확보하게 될 고객과의 새로운 관계 설정과 이때 확보해야 하는 새로운 유형의 데이터가 있어야 할 수도 있습니다. 또한, 내부적으로는 서로가 높게 만들어놓은 칸막이를 허물고 데이터 접근 및 공유에 대한 투명성을 확보하여 서로 간에 막힘없이 데이터 및 그에 대한 분석 데이터가 꾸준히 흐를 수 있는 신경망도 함께 구축하는 것입니다.
ㄴ AI가 구성원에게 위협이 되지 않도록 심리적 안전장치를 설계하는 것입니다.
AX는 필연적으로 기존 구성원들에게 '존재론적 불안감'을 줍니다. 왜냐하면, 그로 인해 자신이 해왔던 여러 업무가 AI에 의해 대체되거나 일부가 변화하는 것을 목도하기 때문입니다. 이때 회사는 AI가 인간을 대체하는 도구가 아니라, 인간의 전문성을 확장하는 '외골격 슈트'임을 증명하기 위해 노력해야 합니다. AI를 통해 더 높은 생산성, 효율성, 목표하는 성과를 향상하는데 노력할 것을 주문하는 것입니다. 왜냐하면, AI가 아무리 발전을 해도 '누군가를 대신하여 어떤 성과를 낸다는 것'은 현재로서는 불가능에 가깝습니다. 처음부터 해보지도 않았던 일을 알아서 하기보다는, 그걸 알아서 할 수 있도록 알려줄 사람의 역할이 더욱 중요해집니다. 이때 AI를 이용해 일하게 될 구성원의 새로운 시도에 따른 실패를 관대한 시선으로 볼 수 있어야 합니다. 왜냐하면, 여기서의 새로운 시도가 우리 사업 또는 구성원의 성장에 밑거름이 될 것이기 때문입니다. 이때 모두가 한 마음으로 '시스템의 학습(시도할수록 시행착오가 '0'에 수렴)'으로 인정해 주고, 심리적 안전지대를 만들기 위해 노력한다면 AX에 기반한 시스템 정착이 순조롭게 이루어질 수 있습니다.
3. [리더] 오케스트레이션
: 지시하는 손에서 '결(Vibe)'을 잡는 손으로
AX 시대의 리더가 갖추어야 하는 리더십은 자신이 생각하는 '정답'을 정답으로 만들기 위한 열정, 집요함, 꾸준함 보다는 대상을 가리지 않고 '좋은 질문'을 '적절하게' 던지는 것이 요구됩니다. 왜냐하면, 전과는 바뀐 데이터 기반의 비즈니스, 업무 시스템 환경, 그 속의 수많은 데이터를 값어치 있게 사용하려면 결국 사람이 사람에게 또는 사람이 AI에게 무수히 많은 질문을 해야 하고, 그 과정에서 우리 모두가 공감 및 합의할 수 있는 목표도 달성 가능한 전략과 전술도 도출 가능할 수 있기 때문입니다. 그야말로 조직 문화 내에서 열린 소통(Open Communication)이 언제든 가능할 수 있는 분위기를 만들어 사업 전략 수립에 적극 활용할 수 있어야 합니다.
바이브(Vibe)를 조율하는 리더십
ㄴ리더가 모든 기술적 세부 사항을 알 필요도 알 수도 없습니다.
하지만, AI가 내놓은 수많은 결과물 중 무엇이 우리 브랜드의 '철학'과 '결(vibe)'에 맞는지, 어떤 선택지가 우리가 목표로 하는 시장과 고객으로부터 더욱 우호적 반응을 이끌어낼 수 있는지, 고객의 입장에서 그리고 확보된 고객 데이터를 기준으로 판단할 수 있는 체제를 만든다고 보면 됩니다. 그 과정에서 실제 판단하는 감각은 오직 리더의 몫입니다. 이는 오케스트라의 지휘자가 악기 하나하나의 소리를 내지는 않지만, 전체의 조화를 만들어내어 관객을 감동시키는 것과 같습니다. 따라서, 고객을 감동(설득) 하기 위해 어떤 선택지가 가장 적합할지 빠르게 판단하고 조치할 수 있도록 최적의 리더십 발휘가 필요합니다.
왜 우리는 고객을 데이터로만 보면서,
그 데이터 뒤의 맥락은 보지 못하는가
프롬프트가 곧 리더십의 품격입니다
ㄴ AI에게 어떤 의도를 가지고 질문하느냐가 조직의 성과를 결정합니다.
우리 사업의 본질을 꿰뚫는 질문을 던질 수 있는, 또는 현재 겪는 문제를 솔직 과감하게 구성원에게 혹은 구성원과 AI에게 함께 이야기하며 최적의 답을 찾으려고 노력하는 것입니다. 이때 대부분의 사람들은 '기술적 의미의 프롬프팅'만을 떠올립니다. 그러나, 그전에 먼저 우리의 문제를 솔직하게 이야기핤 수 있는 열린 사고 및 태도가 선행되어야 합니다. 그래야만, 구성원 또는 AI에게 우리의 구체적 상황, 문제, 그 문제의 원인 등에 대한 여러 데이터를 전달할 수 있고, 이때 제대로 된 문제를 정의하는 과정을 거치며 오히려 쉽게 문제를 해결할 수 있는 실마리를 찾을 가능성이 높아집니다. 따라서, 단순히 필요한 질문을 묻고 답하는 수준이 아닌, 얕게는 논의 깊게는 숙의의 과정을 거치는 것을 자연스럽게 여기는 리더만이 AI라는 거대한 연주단을 이끌고 시장이라는 무대에서 고객에게 더 큰 감동을 줄 수 있습니다.
4. [구성원] 장인의 진화
: '도메인 전문성'의 단단한 뼈대 위에 AI를 얹는 것
조직 구성원에게 AX는 위기가 아니라, 자신의 전문성을 극대화할 수 있는 생애 최고의 기회입니다. 단, 여기서 중요한 것은 얼마나 다양한 문제에 다양한 방식으로 AI를 활용해 봤는가 보다는, 자신이 속한 산업, 시장의 고객에 대한 얼마나 다양한 문제를 다양한 방식으로 해결하려는 경험을 해봤는가에 달려있습니다. 이게 진짜 도메인에 대한 전문성이며, 이 경험을 많이 하면 할수록 오히려 AI를 활용하는데 제약이 줄어들게 됩니다. 왜냐하면, AI가 대신하여 일을 하거나, 문제를 해결하거나, 목표를 달성해 주는 것이 아니기 때문입니다. 내가 모든 것을 지시할 수 있어야 하고, 선택 및 결정하고, 가이드를 통해 올바른 방향을 리드해야 하기 때문입니다. 따라서, 누구보다 각 구성원 그리고 조직 전반의 도메인 수준이 높아지는 것이 필수입니다. 이를 저는 비즈니스 리터러시(Business Literacy)에 대한 이해 및 공감도 향상에서 답을 찾아야 한다고 말합니다.
바이브 코딩(Vibe Coding)의 일상화
ㄴ 이제 업무와 관련된 기술은 '배우는 것'이 아니라 AI와 대화하며 '구현하는 것'이 되었습니다.
따라서, 개발 지식이 부족해도, AI가 어떤 일, 문제까지 해결할 수 있는지가 아니라, 그 과정에서 어떤 식으로 해결 가능한지에 대해 알아야 합니다. 그럼, 보다 손쉽게 내 업무의 가려운 곳을 긁어줄 툴을 직접 설계하고 만들어낼 수 있습니다. 이때 가장 요구되는 것이 '자기 영역 내 문제해결의 의지와 창조적 적극성'입니다. 왜냐하면, 아무리 AI라고 해도 만능은 아닙니다. 매번 나 또는 모두가 원하는 답을 낼 수 없기 때문입니다. 그 답이 나올 때까지 그에 부합하는 새로운 말(데이터)로 AI를 이해시킬 수 있어야 합니다.
ㄴ 현장의 감각(Domain Knowledge)은 대체 불가능합니다.
AI는 텍스트와 데이터를 읽지만, 현장의 공기와 고객의 표정은 읽지 못합니다. 따라서, AI가 보지 못하고 읽지 못하는 데이터와 그에 대한 해석은 우리들의 몫입니다. 이때 자신이 맡은 직무(인사, 조직문화, 브랜딩 등)에서의 충분한 경험과 그에 비례한 깊은 통찰력이 없다면, AI는 그저 공허한 메아리만 내뱉는 비싼 챗봇에 불과합니다. 따라서, AI라는 도구에 대한 학습도 중요하지만, 그보다 더욱 중요한 것은 직접 AI의 핸들을 잡는 우리가 가진 'AI를 대체할 수 없는 현장의 전문성'입니다.
AI는 '인간의 자리'를 다시 묻고 있습니다
결국 AX의 종착역은 기술이 아니라 '사람'입니다.
우리가 비즈니스 현장에서 AI를 이토록 치열하게 고민하는 이유는, 인간만이 할 수 있는 가장 창의적이고 본질적인 고민에 더 많은 시간을 쓰기 위해서입니다. 또한, 사업적으로 더 많은, 다양한 고객들을 만족시켜 양, 질적으로 더 큰 성장을 이뤄내기 위함입니다. 그렇다면 인류 역사상 어쩌면 지금이 가장 AI에 대한 저평가 구간 또는 저점일 수 있습니다. 왜냐하면, AI가 우리 일에 필수재처럼 인식되는 순간 엄청난 비용을 요구받을 것이기 때문입니다. 따라서, 하루빨리 AI를 기반으로 사업, 업무 등을 재편하는 시도를 해볼 필요가 있습니다.
이 과정에서 간혹 AX로 우리 조직이 얼마나 똑똑한지를 과시하려는 움직임도 보일 수 있습니다. 하지만, 이것도 부질없는 접근입니다. 왜냐하면 누군가에게 뽐내기 위한 게 아니라, AI를 통해 고객에게 보다 가깝고 깊게 다가가기 위함이고, 이때 그들의 삶 속에 숨겨진 작은 불편함을 AI라는 돋보기로 찾아내고, 그 빈틈을 우리의 진심으로 채워가는데 가장 효과적인 도구이기 때문입니다.
우리는 우리가 진 기술이 화려해질수록 우리는 더 투박하게 질문해야 합니다.
"우리의 AI를 기반으로 새롭게 탄생한 기술과 시스템이 정말로 고객의 삶을 나아지게 하고 있는가?"
그 질문에 당당히 답할 수 있을 때, 또는 고객으로부터 우리가 기대한 반응을 얻고 있을 때, 우리 조직의 AX는 비로소 전보다 높아진 완성도가 되었음을 깨닫게 될 것입니다.
#공감하신다면, #공유 #좋아요 #구독 바랍니다.
아래 Link로 고민 내용 보내주세요.
서울 및 수도권에 계신 분이면 직접 만나고,
지방 또는 해외에 계신 분들은 화상으로 유료 상담합니다.
상담 Link
[작가 소개]
이직스쿨 김영학 대표. 17년차 전략 컨설턴트.
6년이 넘는 동안 1,500여 명의 직장인을 만나 커리어 코칭을 했고, 함께한 사람들이 스타트업 기업에서 대기업으로, 중견기업에서 전도유망한 스타트업 기업으로, 외국계 기업이나 해외로 취업하는 것을 도왔다. 또한 수년간 대기업과 중견기업을 대상으로 전략 기반의 비즈니스 컨설팅을 했으며, 현재는 스타트업 전문 비즈니스 코치로도 활동 중이다. 또한, 직장생활과 커리어에 인사이트를 주는 글을 꾸준히 쓰고 있으며 〈이코노믹리뷰〉에 ‘직장에서 생존’이라는 칼럼을 연재하고 있다.
workside 예약 신청도 함께 부탁 드립니다.