질문이 틀리면 완벽한 오답이 나온다
경영 현장에는 AI에 대한 잘못된 환상이 만연해 있습니다.
"AI 도입하면 생산성이 오르겠지."
"남들 다 하니까 우리도 해야지."
그래서 도구를 삽니다. ChatGPT, Claude, Notion AI, 온갖 도구를 도입합니다.
하지만 현실은 다릅니다. AI 도구 도입률은 90%에 달하지만, 실제 업무량은 오히려 77%가 늘어났습니다. 이것을 생산성의 역설이라고 부릅니다.
왜 이런 일이 벌어질까요. 보여주기식 활용 때문입니다. 남들이 하니까 뒤처질까 봐(FOMO) 억지로 쓰는 것입니다. 본질적으로 필요해서가 아니라, 트렌드를 따라가기 위해 쓰는 것입니다.
준비 없는 AI는 비싼 장난감일 뿐입니다.
우리는 AI를 비서처럼 생각합니다. "이거 해줘"라고 말하면 척척 해주는 만능 도우미로 생각합니다. 하지만 이것은 착각입니다.
AI는 비서가 아니라 갓 들어온 신입 인턴입니다.
신입사원이 입사 첫날부터 성과를 낼 수 없습니다. 우리 회사의 맥락(Context)을 배워야 합니다. 어떤 고객을 상대하는지, 어떤 제품을 파는지, 어떤 방식으로 일하는지 알아야 합니다. 그래야 제 몫을 합니다.
AI도 마찬가지입니다. 우리 회사의 맥락을 학습시켜야 비로소 제 몫을 합니다. "우리 회사는 이런 고객을 상대한다." "우리는 이런 방식으로 보고서를 쓴다." "우리의 핵심 가치는 이것이다." 이런 것을 가르쳐야 합니다.
클라이언트가 물어봅니다. "우리도 AI 도입해야 하지 않나요?" 이때 우리가 물어야 할 질문은 "어떤 툴을 쓸까요?"가 아닙니다. **"AI라는 인턴에게 어떤 반복 업무를 가르치고 싶으신가요?"**입니다.
이것이 도구의 노예가 되지 않는 첫걸음입니다.
AI는 답을 내는 기계입니다. 하지만 질문이 틀리면, AI는 틀린 답을 완벽하게 내놓습니다.
유명한 사례가 있습니다. 엘리베이터의 역설입니다.
어떤 건물에서 민원이 들어왔습니다. "엘리베이터가 너무 느려요." 건물주는 엔지니어를 불렀습니다. 엔지니어는 분석했습니다. "모터를 교체하고 속도를 20m/s로 올리면 됩니다." 고비용, 고위험 솔루션입니다.
하지만 컨설턴트는 다르게 정의했습니다. "기다리는 시간이 지루하다." 그래서 거울을 설치하거나 숏폼 영상을 틀어주자고 제안했습니다. 저비용, 고효율 솔루션입니다.
차이가 보입니까. 문제 정의가 달라지면 해법이 완전히 달라집니다.
"엘리베이터가 느리다"라고 AI에게 물으면, AI는 모터 교체를 추천할 것입니다. 하지만 "기다리는 시간이 지루하다"라고 물으면, AI는 전혀 다른 답을 줄 것입니다.
이것이 컨설턴트가 필요한 이유입니다. AI 시대에도 우리가 필요한 이유입니다. 우리의 무기는 솔루션이 아닙니다. 문제 정의입니다.
클라이언트가 가져오는 문제는 대부분 증상입니다.
"매출이 20% 줄었어요."
"직원 이직률이 높아요."
"고객 만족도가 떨어졌어요."
이것은 증상이지 원인이 아닙니다. 열이 나는 것은 증상입니다. 원인은 바이러스일 수도 있고, 염증일 수도 있고, 과로일 수도 있습니다.
우리는 이 증상 뒤에 숨은 진짜 원인을 찾아내야 합니다. 그래야 AI가 엉뚱한 땅을 파지 않습니다. 우리는 삽을 꽂을 위치를 정해주는 역할을 해야 합니다.
어떻게 찾을까요. 5 Whys입니다. "왜?"를 다섯 번 반복하는 것입니다.
"불량률이 높습니다."
"왜요?"
"작업자가 실수를 합니다."
"왜 실수를 하나요?"
"피곤해 보입니다."
"왜 피곤한가요?"
"야근이 많습니다."
"왜 야근이 많은가요?"
"작업장 조명이 어두워서 작업이 느립니다."
여기까지 내려가야 진짜 해결책이 나옵니다. "불량률이 높다"에서 멈췄다면 우리는 품질 검수를 강화했을 것입니다. 하지만 진짜 원인은 작업장 조명이었습니다.
한국 사회는 전통적으로 질문보다 순종이 미덕이었습니다. "왜요?"라고 물으면 "그냥 시키는 대로 해"라는 대답이 돌아왔습니다.
오바마 대통령 기자회견에서 한국 기자들이 침묵했던 일화가 있습니다. 다른 나라 기자들은 손을 들고 질문을 쏟아냈지만, 한국 기자들은 조용했습니다. 이것은 우리 안에 내재된 문제의식의 부재를 보여줍니다.
하지만 AI 시대에는 질문이 가장 중요한 무기입니다. 좋은 질문 하나가 100개의 프롬프트보다 강력합니다.
프롬프트 엔지니어링은 과녁에 활을 쏘는 기술입니다. 하지만 문제 정의는 과녁이 어디에 있는지를 정하는 것입니다. 과녁이 잘못된 곳에 있으면, 아무리 정확하게 쏴도 소용없습니다.
우리는 질문이 사라진 문화에 "왜(Why)?"를 던져야 합니다.
결국 AI 시대에 컨설턴트의 역할은 무엇입니까. 솔루션을 제공하는 것이 아닙니다. 문제를 정의하는 것입니다.
클라이언트의 문제를 해결하기 위해 AI를 켜기 전, 반드시 5 Whys를 사용하여 증상을 걷어내고 진짜 원인을 한 문장으로 정의해야 합니다. 그다음 프롬프트를 입력해야 합니다.
AI는 도깨비 방망이가 아닙니다. 흔들면 뭐든 나오는 만능 도구가 아닙니다. AI는 고비용 인턴입니다. 가르쳐야 하고, 맥락을 줘야 하고, 올바른 질문을 던져야 제 역할을 합니다.
질문이 틀리면 완벽한 오답이 나옵니다. 문제 정의가 잘못되면 AI는 엉뚱한 땅을 팝니다. 그리고 그 비용은 고스란히 우리가 치릅니다.
우리는 과녁을 정하는 사람입니다. 삽을 꽂을 위치를 정하는 사람입니다. 증상 뒤에 숨은 원인을 찾는 사람입니다. 질문이 사라진 문화에 "왜?"를 던지는 사람입니다.
그것이 AI 시대에도 우리가 필요한 이유입니다.