무형의 지식을 기업 자산화하는 방법
LLM이 기업업무 생산성에 미치는 영향이 커질수록, 역설적으로 기업의 핵심인력이 보유한 무형의 지식은 기업의 경쟁력과 연속성을 담보하는 주요한 원동력이다.
그런데 그 인력이 퇴사나 퇴직하게 되면 어떤 상황이 벌어질까? 그 인력이 관리하던 문서들에서는 피상적 지식은 흡수할지 모르나 그/그녀가 보유했던 무형의 지식까지 흡수하기에는 쉽지 않다.
현재로서는 무형의 지식을 획득할 방법으로 job shadowing이라는 방법이 있다. 해당 인력의 옆에서 업무시간 내내 그림자처럼 밀착하여 그/그녀의 업무 패턴과 내용을 학습하는 방법이다. 그러나 이 방법이 성공하여 학습인력이 선배직원의 무형의 지식을 흡수하더라도 다시 숙제가 남는다. 이제 이 무형의 지식을 100% 흡수한 인력으로부터는 어떻게 그 지식을 관리할 것인가이다.
2022년까지만 해도 업무 진행 시 필요한 지식이 있다면 구글 검색을 통해 그 부분의 도움을 받았다. 그런데 2023년부터는 상황이 바뀌었다. 오픈AI의 챗GPT 서비스가 등장하면서 업무 진행하다 모르는 부분이 나오면 지체 없이 챗GPT에 질문을 던지는 시대가 된 것이다.
이제 업무 진행 과정은 다음의 3단계로 정리할 수 있다. 즉, 업무정의-사고흐름-업무산출물이다.
업무정의 단계에서는 업무의 시발점을 문장화한다. 이 지점은 임원의 지시, 고객 요청사항, 시스템 error, 경쟁시장의 신기술/신서비스 등장 등 다양한 형태가 될 수 있다. 이 다양한 형태의 시발점을 업무지시로 통칭한다. 이 단계는 업무지시를 정리하는 '업무정의' 단계이다.
사고흐름 단계에서는 이 업무 지시를 기반으로 (회사의 상황이나 영업비밀을 정보의 바다인 LLM에 노출하지 않으면서) 업무 지시의 해결에 도움이 될 지극히 일반적인 질문을 만들어낸다. 그리고 LLM에 그 질문을 묻고 답변을 받는다.
이 답변을 기반으로 담당자는 업무 가설을 수립한다. 이때 담당자가 보유한 무형의 지식이 중요한 역할을 한다. 담당자는 그 지식을 기반으로 업무 가설을 정교화하게 된다. 그/그녀는 그 가설을 기반으로 다시 LLM에 일반적인 질문을 던지고 답을 얻는다. 그 답을 기반으로 업무 가설의 논리를 강화시키거나 반론을 제기하며 업누 가설의 최적화 과정을 진행한다.
이제 업무산출물 단계이다. 앞 단계에서 최적화한 업무가설을 최초 제시된 업무 지시와 비교하며 업무 기획안을 적어 나간다. 이때 추가되어야 할 항목이 업무가정과 업무제약조건이다. 업무가정은 회사의 리소스를 활용하는 내용이다. 업무제약조건은 업무가설의 한계를 뒷받침하는 논리이다. 즉, 이런 리소스가 현재 회사에 없으므로 이 부분은 내부 트레이닝으로만 가능하다는 포인트가 업무가설에 추가된다.
이렇게 3단계를 진행하면 업무기획세트가 생성된다. 그런데 이 업무기획세트는 회사의 유형의 지식자산으로는 의미가 있으나 아직 무형의 지식을 도출하지는 못했다.
그래서 마지막 단계인 메타인지가 중요하다. 메타인지란 생각의 생각이라는 의미이다. 이 단계는 집단지성이 힘을 발휘하는 단계이다. 익명게시판이나 메타인지 워크숍이 메타인지 단계의 활동이다.
위 3단계를 진행할 때 업무 가설을 업데이트할 때 담당자의 무형의 지식이 결정적 영향을 미친다. 담당자는 위의 사고 흐름 중간중간에 역할을 하는 자신의 무형의 지식을 활자화한다. 익명게시판이나 워크숍에 회사유관인력들이 익명 혹은 대면 참여하여 담당자가 활자화한 무형의 지식에 대해 추가질문을 던지고 담당자는 답변한다. 이렇게 하면서 이 업무기획 세트와 무형의 지식은 보다 정교해진다.
이 일련의 단계들은 그동안 회사가 축적하지 못했던 무형의 지식을 이제는 LLM과의 의사소통을 지렛대 삼아 회사의 지적자산화가 가능함을 보여준다.