AI 전환(AIT, AX)이 실패하는 7가지 이유

기업, 기관의 AI 전환 계획, 전략을 자문하면서 발견한 공통 문제점

기업, 기관의 AI 전환 계획, 전략을 자문하면서 발견한 공통 문제점을 공유합니다.

1. 대표가 쓰윽 빠진다.

과업 지시를 하고 빠진다. 대표가 챙길게 워낙 많겠으나, 빠지면 되는 이슈가 아니다.

중간 과정, 끝까지, 주기적으로 확인하고 챙겨야 한다. 단순 기술도입이 아니라, 조직 전체를 갈아엎는 작업이기 때문이다.

대표 본인을 위해서도 적극적 개입이 필요하다. 자칫 예산만 투자하고, AIT가 망한다면, 본인의 자리도 사라진다.

2. DX의 연장이다.

DX작업에 AI 붙여서 좀 더 빠르게, 다양하게 결과를 뽑으려 한다. 새로운 IT 부품이 나왔으니, 의무적으로 붙여야 한다는 식이다.

문제는 그렇게 빨리 다양하게 뽑아낸 결과가 조직에 어떤 변화를 주고, 어떤 가치를 주는지가 모호하다.

새로운 기술, 도구가 핵심이 아니다. 그것으로 무엇을 해결할지에 관한 정의가 먼저다.

3. 기초 교육에 머무른다.

직원들에게 생성형 AI 사용법, 윤리 지침 등을 교육한다. 이게 나쁜 건 아니지만, 이게 전부인 건 문제다.

AI라는 두 번째 지능이 본인의 업, 직무, 삶에 어떤 변화를 가져올지, 능동적으로 어떻게 재설계할지를 숙고하게 이끄는 교육이 필요하다.

이런 리터러시 교육을 반영한 조직은 정말 드물다.

4. 기존의 잣대(ROI)로만 평가하려 한다.

도입 초기부터 시간 단축, 인건비 절감 등만 묻는다. AIT의 초기 성과는 정량적 효율성보다 정성적 퀄리티 상승, 혹은 새로운 비즈니스 기회 포착에 있을 수 있다.

기존의 제조업식 KPI를 들이대면, 혁신적인 시도들은 가성비 안 나온다는 이유로 싹이 잘린다. 새로운 지능에 맞는 새로운 평가 지표, 방식이 필요하다.

5. 엉망인 데이터 위에 AI만 얹으려 한다.

AI는 데이터를 먹고 자란다. 그런데 조직의 데이터가 어디에, 어떤 형태로 있는지조차 모른다. 아날로그 방식, 파편화된 문서, 정리되지 않은 프로세스는 그대로 둔 채 AI에만 의지한다.

추가로 어떤 데이터를 어떻게 확보할지도 모호하다.

AI를 하나의 지능적 존재로 본다면, 데이터는 지능적 존재의 학습을 위한 재료에 해당한다. 다양하고, 새롭고, 뾰족한 재료를 줘야 그 존재가 무럭무럭 자란다.

6. 구성원의 두려움을 저항으로만 치부한다.

직원들이 AI 도입에 미온적이면, 변화를 싫어한다고 비난한다. 하지만 그 기저에는 이게 내 일자리를 빼앗지 않을지, 실존적 공포가 있다.

AI가 구성원을 대체하는 게 아니라, 구성원의 역량을 증강해주는 파트너라는 인식을 심어줘야 한다. 그리고 그런 인식이 허상이 안 되도록 시스템, 문화, 제도를 만들어야 한다.

7. 명확한 비전이 없다.

비전이 명확하지 않기에, AIT의 의미가 무엇인지 잘 모르기에, 대표가 1번처럼 행동한다.

그러다 보니, 기술도입 프로젝트로 전락해서, IT부서가 2번처럼 진행한다.

이에 따라, 3번처럼 기술 교육이 돼버린다.

조직의 비전, 부서별 책임 범위, 구성원의 직무와 역할 등을 재정의하지 않았으니, 4번 같이 예전 잣대로 새로운 지능의 시대를 평가하려 든다. 방향이 모호하니, 당연히 기존 데이터로 해결된다고 5번처럼 뭉갠다.

이 과정에서 6번처럼 구성원이 굳어있으면, 겁 많고 게으른 사람으로 취급한다.

두 번째 지능을 바탕으로, 구성원 개인의 R&R을 어떤 모습으로 재설계 할지, 부서별 역할과 파이프라인을 어떻게 바꿀지, 조직의 비전을 어떻게 잡을지 명확하게 그려야 한다.