brunch

매거진 지식일기

라이킷 6 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 낭만민네이션 Sep 25. 2023

AI 시대, HRD의 방향성을 묻다

제 17회 2023 인적자원개발 컨퍼런스

0. 들어가기

고용노동부와 한국산업인력공단에서 진행하는 제 17회 인적자원컨퍼런스에 왔다. 사실 컨퍼런스는 참여에 의의가 있지만 오늘은 주제가 중요해서 참여하게 되었다. 그것은 다름아닌 AI시대의 교육과 개발, 혁신과 학습은 어떤 방식으로 이루어져야하는가?에 대한 주제였다. 그 누구가 구글이 망해갈 줄 알았을까? 1998년 이후 세계의 모든 검색데이터를 가지고 있던 구글이 chatGPT3가 나오자마자 'code red'를 선포했다. 위험신호의 최고 단계인 이 상태에서 구글은 웃고 반대로 망해가던 마이크로소프트는 웃었다. 그 이유는 2015년 샘아트만이 이끄는 오픈AI를 투자한 빌게이츠가 자그만치 1조 3천억을 투자해서 DB사용권을 주었고 대박이 터지자 모든 사용권을 마이크로소프트가 가지게 된 것이다. 생성형 AI 응용기술과 마이크로소프트의 오피스프로그램이 서로 연결되자 검색만으로 열리지 않은 새로운 시대가 열리게 되었다.

질문만 해서 검색이 끝나는 시대를 넘어서 질문에 따라서 프로그램이 서로 연동되고 인간보다 훨씬 훌륭한 결과물인 보고서와 제안서가 나온다는 것이다. 이런 상황이 이미 시작되었다면 우리가 살고 있는 '일터'에서 변화될 조건들은 예상할 수 없을만큼 어마어마하다. 그러니 어서 준비해서 우리 조직이 가지고 있는 가능성과 잠재성을 빠르게 기술과 결합시켜서 새로운 미래를 만들어야 한다. 여기에 '기술철학적 요소'까지 곁들이면 '가치를 기반으로 하는 기술경영'이 가능해진다. 지금하고 있는 과학기술학 연구와 함께 일터의 변화를 예상하고 빠르게 적응할 수 있는 방법을 찾아야겠다. 그래서 이 컨퍼런스에 참여하게 되었다.

https://www.hrd4u.or.kr/hrdconference

인적자원개발 컨퍼런스

www.hrd4u.or.kr

1. 생성형 인공지능 시대의 인류 : 기회와 리스크 feat. 카이스트 김대식 교수

카이스트 김대식교수님의 강의는 여러번 들어봤지만, 오늘은 새로운 정보들을 들을 수 있었다. 이제는 생성형AI시대가 춘추전국시대로 들어섰다. 메타버스에 올인했던 이전의 페이스북인 메타는 chatGPT가 나오자 마자 급격하게 메타버스의 전략이 추락했지만 이전부터 유명했던 메타의 전구소는 즉시 Llama모델을 만들어서 생성형 AI시대에 들어섰다. 아부다비의 연구소인 TII는 국가가 운영하는 연구소임에도 불구하고 FALCON180을 만들어서 생성형AI를 기업이 직접 만들 수 있도록 모델을 무료로 제공한다. 이미 이 세계에서 빠르게 치고나갔던 마이크로소프트는 자신들이 사용하다 망했던 bing 검색엔진에 생성형AI를 달아서 Newbing을 만들었고 문서를 여기에 넣으면 새로운 제안서와 프로젝트를 만들어주는 co-pilot프로그램도 연결시켰다.

시대가 바뀌었다. 이제는 AI는 생성형이라는 말 답게 뉴스도 만들고, 소설도 만들고, 예술작품도 만들어낸다. 재미있는 사실은 생성형AI와 사람들이 모여서 콘텐츠를 만들면 가장 상위의 레벨도 AI이고 하위 레벨도 AI이다. 사람들의 생각은 중간수준으로 비슷해진다. 그래서 생성형 AI시대에 우리에게 중요한 역량은 크게 달라진다. 그 전까지는 스킬과 전략, 도전의식과 열정이었다면 이제 앞으로는 다른 방식의 역량이 일터를 움직인다고 볼 수 있다. 기술이 바꿔놓은 미래를 함께 걸어가기 위해서는 '지적노동력'이 대량생산되는 시대를 이해하고 AI를 운영할 수 있는 역량이 필요하다. 다음과 같이 3가지가 필요하다.

미래 인류에게 필요한 능력

상상력 : 새로운 상상력을 키워드로 혹은 문장으로 표현할 수 있는 정도만 되면 된다. 디테일이 아니라 새로운 아이디어를 상상하고 이것을 AI기술과 연결해서 상상하는 작업들이 필요한 것이다.

질문할 수 있는 능력 : why?라는 질문은 쉽게 나오지 않는다. 충분히 현상을 이해하고 그것에 없는 부분이나 감춰진 부분을 찾아내는 질문이 필요하다.

판단력 : 생성형AI는 거짓말도 만들어내고 유용하지 않은 정보도 만들어진다. 따라서 어떤 것이 진짜 정보이고 유효한 정보인지를 판단해야 한다.

생성형 AI인 chatGPT에게 자신에 대한 정의를 해보라고 물어봤다.

생성적 AI(Generative AI)는 기존 데이터와 유사하거나 패턴을 따르는 데이터를 생성하도록 설계된 인공 지능 기술 및 모델의 범주를 나타냅니다. 여기에는 단순히 결정을 내리거나 분류하는 것이 아니라 기계 학습 알고리즘을 사용하여 텍스트, 이미지, 오디오 또는 기타 형태의 데이터와 같은 새로운 콘텐츠를 만드는 것이 포함됩니다. 생성 AI에 대한 몇 가지 핵심 사항은 다음과 같습니다.

생성 모델: 생성 AI는 훈련 데이터에서 발견된 통계 패턴과 구조를 이해하고 복제하도록 훈련된 신경망 아키텍처인 생성 모델과 관련되는 경우가 많습니다.

다양한 애플리케이션: 생성 AI에는 다음을 포함하여 광범위한 애플리케이션이 있습니다. 텍스트 생성: 챗봇 응답, 창의적 글쓰기, 코드 생성 등 인간과 유사한 텍스트를 생성합니다. 이미지 생성: 딥페이크 기술이나 스타일 전송에서 볼 수 있는 사실적인 이미지나 예술을 생성합니다. 음성 합성: 가상 비서 및 기타 음성 애플리케이션을 위해 인간과 유사한 음성을 생성합니다. 데이터 확대: 기계 학습을 위한 소규모 데이터 세트를 보강하기 위해 합성 데이터를 생성합니다.

생성 모델 유형: 인기 있는 생성 모델 중 일부는 다음과 같습니다. GAN(생성적 적대 네트워크): 생성된 콘텐츠의 품질을 향상시키기 위해 서로 경쟁하는 생성자 네트워크와 판별자 네트워크로 구성됩니다. VAE(변형 자동 인코더): 인코더-디코더 아키텍처를 사용하여 데이터를 학습하고 생성합니다. 반복 신경망(RNN): 텍스트나 음악과 같은 순차적 데이터 생성에 사용할 수 있습니다.

도전과제: 생성 AI는 일관되고 상황에 맞는 콘텐츠를 생성하는 것과 같은 과제에 직면해 있습니다. 또한 훈련 데이터에 편향이 있을 수 있습니다.

윤리적 우려: 생성 AI의 기능은 특히 오해의 소지가 있거나 유해한 콘텐츠를 생성하는 데 사용될 수 있는 딥페이크 및 텍스트 생성과 같은 영역에서 윤리적 우려를 불러일으켰습니다.

연구 및 발전: 생성 AI는 활발하게 연구되고 있는 분야이며 계속 발전하여 생성된 콘텐츠의 품질과 다양성이 향상됩니다.

조건부 생성: 일부 생성 모델은 특정 입력 또는 제약 조건에 따라 조건이 지정될 수 있습니다. 예를 들어, 특정 스타일이나 특정 주제에 대한 콘텐츠를 생성하도록 텍스트 생성기를 조건화할 수 있습니다.

전반적으로 생성 AI는 콘텐츠 제작, 데이터 증강, 창의적 응용을 위한 강력한 도구가 될 수 있는 잠재력을 가지고 있지만, 기술이 발전함에 따라 신중하게 다루어야 할 윤리적, 사회적 고려 사항도 함께 제공됩니다.

2. 디지털기반 미래 교육의 방향_feat.이화여대 정제영 교수

지식교육은 필요없어졌을까? AI시대에 우리는 교육을 어떻게 생각해야하는가? 어쩌면 정보를 찾고 활용하는 능력은 이제 필요없어지는지도 모른다. 그러나 지식과 인사이트의 관계에서 특히 '지혜'의 차원에서 교육은 완전히 다른 차원으로 넘어가야 한다. 그래서 우리는 다른 방식으로 고민을 해봐야 한다. 토마스쿤이 이야기한 패러다임의 시프트가 일어나는 시기이면서 레이커즈와일이 이야기한 '특이점'이 이미 한참을 넘어가는 시기다. 여기서 우리는 '인간이란 무엇인가?'라는 고민을 해보아야 한다. 인간의 존재론과 AI의 존재론을 같이 고민하면서 새로운 미래를 만들어내야 한다. 다음과 같은 질문은 기초적인 질문이다.

모든 지식을 보유한 인공지능이 등장하면 인간의 인지적 기능은?

모은 인지 역량에서 AI를 의존하는 것이 가능한가?

인간은 그럼 어떤 방식으로 교육해야 하는가?

이러한 고민을 통해서 전세계는 미래의 학습이 어떻게 진행되어야하는지에 대한 고민을 실제 결과물로, 프로젝트로, 프로그램으로 만들어서 실행하고 있다. 카네기멜론대학의 메시아프로그램이나 애리조나대학의 eAdvior프로그램이나 더 나아가면 뇌파측정과 함께 안면인식을 통해 아이들의 학습집중도를 체크하는 중국의 학습케어시스템도 있다. 그럼 이렇게 빠르게 변하는 AI시대의 교육은 과연 잘 되고 있는걸까? 우리는 무엇을 놓치고 있는걸까? 다음과 같은 문제가 발생하게 된다.

생성형AI 교육의 문제

창의성 : 사용할수록 창의성이 떨어질 수 있다

안정성 : AI기본적으로 가치가 없기 때문에 다양한 정보가 무분별하게 쏟아지면서 감정과 정체성에 대한 안정성이 떨어질 수 있다.

정보보호 : 투명사회의 특징으로 모든 데이터가 운영자에게 집중되면서 다른 방식으로 이용될 혹은 악용될 가능성이 높다.

책임성 : 교육의 과정과 결과를 추적한다고 해도 그 결과를 누가 책임질 것인가? 인격이 없는 AI에게 책임을 물을 수는 없다.

다양성 : 원하는 정보만이 아니라 다양한 정보들이, 지식들이쏟아져 나오기 때문에 이것에 대한 일정한 방향제시를 할 수 없다.

공공성 : 사적인 이용이 당연하기 때문에 공공의 도움이 되는지 아닌지를 파악할수가 없다.

무엇을 배워야 하는가?

하이터치 하이테크 교육을 지향해야 한다.

미래 교수자의 역할은 하이터치이고 학습자의 역할은 하이테크이다.

AI를 활용한 하이브리드 러닝으로 가야 한다.

향후에는 교수자를 위한 AI가 가장 중요해진다. AI보조교사 혹은 AI튜터링의 관점에서 교수, 평가, 피드백, 기록을 통해 교수자를 도와줄 수 있다.

학습자의 가장 큰 요소는 '동기부여'이다. 동기부여를 높이기 위해서 학습자의 참여가 단순한 정보를 외우고 인지하는 수준에 머무르게 하면 안된다.

기존의 역량을 뒤집에서 반대로 진행해야 한다.

학습자는 보통 기억한 것을 이해하고 적용해서 분석하고 평가한 다음에야 창의적인 활동이 가능하다. 이러한 단계의 문제는 시간이 너무 많이 든다는 것과 효율성이 너무 떨어진다는 것이다. 따라서 AI가 도입이 되면 오히려 기억과 인지의 DB를 만드는 것보다는 창의적인 활동에 가장 큰 시간을 보낼 수 있도록 시간분배를 할 수 있게 된 것이다.

미래에 필요한 역량

개념적 지식 : AI를 사용하는데 앞서서 스스로 개념을 만들 수 있는 역량

창의성 : AI를 이용하지 않아도 스스로 창의적이고 AI를 이용하면 더 창의적일 수 있는 역량

협업역량 : 제2의 기계의 시대에 이제는 기계와 인간의 협업을 할 수 있는 역량이 필요하다.

응용역량 : 한가지를 배워서 다른 분야에 적용할 수 있는 학습민첩성이 필요하다.

컴퓨팅사고 : 디지털에 대한 이해와 코딩 그리고 컴퓨터의 언어를 가지고 사고할 수 있는 능력

비판적 사고 : AI를 사용하는데 있어서 문제가 있는지 없는지 구성요소를 뚫어볼 수 있는 능력

예시1_카네기멜론 대학의 메시아

매시아(MATHia)는 미국 카네기 멜런 대학(Carnegie Mellon University; CMU)의 인공지능(Aritifical Intelligence; AI) 연구자들이 20여 년에 걸쳐 문항반응이론(Item Response Theory; IRT)과 인지모델링(Cognitive Modeling)을 바탕으로 개발한 중·고등학생용 수학 지능형 교육시스템이다. 1998년 카네기러닝(Carnegie Learning, Inc)을 설립하여 수학 학습 소프트웨어를 제공한 것을 기점으로 시작되었다. 초창기 이름은 인지튜터센터(Cognitive Tutor Center)였다가 미카(Mika)로 바뀌었고, 현재는 매시아(MATHia)로 명칭이 변경되었다. 최근 2019년에는 세계 주요 에듀테크(EduTech) 기업을 선발해 발표하는 에드테크 어워드(EdTech Awards)에서 ‘최고의 인공지능 솔루션’을 수상하기도 했다.

매시아는 학습자들이 문제를 푸는 과정에서 발생하는 실수를 진단하고 그 인지과정을 추적하여 시의적절한 피드백을 제공한다. 이렇게 개별 학습자에게 맞춤형 학습 조언을 제공하여, 학습자가 스스로 자신의 실수를 발견하고 자가 교정해 나갈 수 있도록 독려한다. 즉, 학습자의 인지적 절차가 어떻게 진행되는지를 중심으로 개별 학습자의 학습활동 및 학습결과를 전반적으로 분석하여, 학습 난이도 수준을 파악하고 그에 알맞은 학습방식과 콘텐츠를 자동으로 제공한다.

예시2_Third Space Learning 'AI 교사'

Third Space Learning은 2012년 창업 이래 영국의 초등학교에 온라인 수업을 제공하고 있는 인도의 교육 서비스 기업이다. 현재 영국의 초등학교만 해도 1,200개교 이상에 서비스를 제공하고 있고 2016년에는 AI를 조합한 서비스를 출시했다. Third space Learning의 ‘AI 교사’는 Third Space Learning과 영국의 University College London에 의해 공동개발 되었다.

사용된 인공지능기술: 머신러닝 / Third Space Learning은 실제 온라인 수업의 기록을 축적, 약 10만 시간의 수업 내용을 AI에 머신러닝시켜 학습 효과가 높은 성공 패턴과 학습지도 방법을 찾아냈다. 각 학생의 평소 행동패턴에 데이터를 대입해서 AI 교사가 자체적으로 판단하기에 이른 것이다.

3. 미래사회의 조직의 변화_황성연 대표

조직에 대한 이해는 보통 2가지로 구분된다. 긍정적인가 아니면 부정적인가이다. 조직을 부정적으로 보기 시작하면 조직은 이익추구를 위한 욕망의 결합체가 되어 버린다. 그렇지만 긍정적으로 보기 시작하면 조직은 새로운 변화를 만들어내면서도 핵심적인 역량을 만들어 낼 수 있다는 것이다. 케이스웨스턴리저브CaseWestern Reserve 대학은 긍정조직학이라는 학문을 만든 곳이다. 2차 세계대전이 끝나고 나서 나치를 결험한 유럽사회는 '비도덕적인 조직'안에서 '도덕적인 개인'이 나올 수 없다는 결론을 내렸다. 그래서 조직을 긍정적으로 만들어야 한다는 미션을 가지게 되었고, 어떻게 하면 조직의 구성, 운영, 배치, 평가가 긍정적이 될 수 있는지를 찾기 시작했다.

긍정조직학의 주요 질문

우리는 어떤 가치를 실현하기 위해서 모였나?

우리는 어떤 영향력을 사회에 미칠 수 있는가?

이러한 질문을 가지고 조직개발을 하게 되면 당연히 사람들 간의 협동과 네트워크, 형평성과 효율성을 고민할 수 밖에 없고 그것을 통해서 자연스럽게 성과가 난다는 것이 증명되었다. 오늘 컨퍼런스에서는 이러한 긍정조직학에 더해서 AI시대에 어떻게 하면 새로운 '뉴노멀의 조직'을 만들 수 있을지를 고민해보자.

AI시대의 고민

세상의 판이 바뀌고 있다

선진 기술 기업의 인사조직전략

인사조직 영역별 전략

판이 바뀌고 있다

얼마전까지만해도 그러니깐 우리가 '정상'이라고 생각했던 올드노멀의 시대에는 '성실성'을 기반으로 하는 1차 방정식의 사회였다. 하나의 변수에 하나의 결과가 나오는 시대였기 때문에 쉽게 예측이 가능하고, 새로운 미래를 그리는데 있어서 현재를 기반으로 생각할 수 있었다. 그래서 사회는 안정적이 되고, 사람들의 관계는 규정화되고 정형화되었다. 성실험이 가장 큰 조직의 가치가 되었던 시대를 살았다. 그러나 뉴노멀시대에는 연속적인 변화가 아니라 퀀텀점프가 일어난다. 이전까지는 보이지 않던 잠재적인 기술의 성장이 어느순간 비용을 들이지 않고 새로운 성장을 만들어낸다. 그래서 이것을 Maginal prodction cost가 제로가 되는 시대라고 말한다. 이 시대에는 기반을 갖췄는가 아닌가는 간단한 차이가 아니라 엄청난 차이를 만들어내는 것이다.

보이지 않던 시절을 deceptive의 시기이고 이 시점을 지나면 이전까지 있던 노멀이 붕괴되는 disruptive 시대가 온다. 여기에서 innovation curve는 무어의 법칙(기술의 진보는 2배씩 기하급수적으로 일어난다)를 넘어서 예측할 수 없는 다양하고 완전히 새로운 판이 만들어진다. 특이점을 넘어서는 시점에서는 한계비용이 0이 되면서 엄청난 잠재성이 현실로 드러난다. 예를 들면, 코딩을 하는데 있어서 기본 코드는 모두 깃허브에서 공유된다. LLM 코드 역시도 팔콘180처럼 완전히 공유된다. 이제는 무엇인가를 만들려고 하는데 있어서 돈이 들지 않는 시대가 되었다는 것이다. 그래서 빈부격차는 더욱 늘어난다. 역설적이게도 이것을 활용할 수 있는가 없는가가 가장 큰 문제가 되는 것이다.

그러나 세상은 아직도 '비동시성의 동시성'을 보이고 있다. 코로나 이전의 시대와 코로나 이후의 시대 혹은 생성형AI시대 이전과 이후가 겹쳐져 있지만 앞으로 미래는 어떻게 될 것인가? 당연히 완전히 다른 시대에는 다른 대안을 만들어야 한다. 그래서 우리는 다시 이러한 변화를 지속적으로 만들어내고 적응하면서 또 새로운 노멀을 열어내는 조직문화와 조직구조를 고민해봐야 한다. 이른바 조직개발Organizaitonal Development이다. 조직개발에 대해서는 다음과 같은 질문들을 해볼 수 있다.

조직개발을 위한 질문

Organzation Structure / Decision - Making Process : 조직구조는 아직도 피라미드 조직이지만 의사결정은 매우 개인적이고 빠르게 진행되고 있다. 조직개발에 있어서 의사결정과 조직구조의 연결을 고민해야 한다.

Adaptable Workforce : 결국은 내부의 사람들이 '변화의 속도'를 따라가야 한다. 학습민첩성을 가진 일터에서 빠르고 조직적인 학습이 가능한 사람들이 나올 수 있는 문화를 만들어야 한다.

Fast & Continual Learning : 최근에는 디지털 뱃지가 중요한 시대이다.

Commuication channel : 또한 커뮤니케이션 채널이 잘 구축되어 있어야 한다. 앞서가는 조직들은 이미 이러한 준비가 끝났다.

Technology inrfrastructure : 기술적인 조직화는 당연히 시작이다.

새로운 세대의 특징 10가지

Entrepreneurial

Multi-taskers

Connected

Global Citizens

Tech Savvy

Work-Life Balance & Flexiblility

Instant Recognition

Transparency

Carrer Advancement

Nomadic

새로운 세대의 특징은 무엇일까? 아마도 '게임세대'라고 규정할 수 있다. 게임은 목표가 확실하고 단계마다 해야할 미션이 확실하다. 또한 실시간으로 자신의 스코어가 규정되고 한번 게임이 재미없어지만 그 게임을 다시는 하지 않게 된다. 이러한 게임으로 세계를 바라보게 되면 게임의 관점에서 조직을 보게 되고 사람을 보게 된다. 어쩌면 지금시대의 사람들은 게임으로 이 세상을 바라보고 조직을 바라바고 일을 바라보는 것이라고 할 수 있다. 지금 우리가 있는 대부분의 조직은 즉각적인 보상이 아니라 1년이 지나서 평가의 결과를 주거나 한 사람의 영향력이 얼마의 영향을 주는지를 잘 알려주지 않는다. 핵심은 피드백이다. 평가보다 피드백이다. 피드백을 빠르게 주면서 관리를 해야 한다는 것이다.

또한 '투명사회'를 경험한 세대에게는 투명성은 중요한 요소이다. 자신이 속해있는 곳에서 게임의 룰이 어떻게 이루어지고 있으며 자신이 가진 '정보'가 얼마나 값어치가 있는지 또한 자신이 모르는 정보가 있는지 없는지를 알려주는 것이 필요하다는 것이다. 이것이 없을 때 어떻게 될까? 당연히 게임을 포기하듯이 자신이 있어야 할 조직이라고 생각하지 않게 되고 결국 조직을 떠난다. 그럼 누가 바뀌어야할까? 조직인가? 사람인가? 예전에는 당연히 조직이 아니라 사람이라고 했다. 그러나 이제는 인재전쟁의 시대이다. 조직이 바뀌어야 한다. 투명하고 즉각적인 피드백이 있다는 것을 인정하고 변화를 만든느 조직으로 변화해야 한다. 이에 맞는 인사와 조직관리가 핵심이다.

산업의 변화는 3가지의 변화를 맞이한다. 이른바 맥킨지에서 만든 3단계의 변화 모델이다. 1단계는 자신들의 코어비지니스를 만드는 시기이고, 두번째 단계는 새로운 단계로 확장하는 시기이다. 그리고 마지막 시기는 새로운 성장 플랫폼을 만들어내는 단계까지 성장하게 된다. 대부분의 기업들은 1단계에서 끝나버린다. 자신들이 가진 고유한 가치를 사업화로 해서 시장에서 살아남기기 힘들다. 그런데 재미있는 사실은 3단계 모델을 미리 생각하고 조직을 만들어간다면 오히려 1단계를 잘 넘어갈 수 있다는 것이다. 스타트업들에게 그래서 '미래의 꿈' 혹은 '꿈의 목표'가 중요한 것이다. 이것을 잊어 버리면 사람들도 떠나지만 회사도 얼마가지 않아서 파산하게 된다. 미래를 이끄는 것은 꿈이라는 것이다.

구글의 경우에는 처음에는 검색엔진으로 시작했다. 그들의 고유한 대안은 '검색엔진'이었다. 그러나 일정한 접속자가 생기면서 2단계로 넘어가는데 구글에서 새로운 영역으로 넘어가는 시도를 하게 된다. 구글은 한마디로 광고회사인데 '뇌과학자'를 뽑기 시작한것이다. 다시 말하면 구글에서 AI를 만들려고 인공신경망을 고민한 것이다. 2010년도 안된 시기에 구글은 2050년은 인공지능이 지배하는 시대를 예정하고 그것을 대비하기 위한 사업을 2단계에 실행한다. 인공지능의 '특이점'은 코딩에 의한 인공지능 설계에서 사람의 두뇌를 스캔해서 구현하는 인공신경망이 만들어지던 때이다. 그리고 지금은 그 인공신경망의 표현방식을 '언어'로 규정하고 언어학자를 뽑기 시작하면서 구글은 인공신경망과 자연어처리를 기반으로 새로운 미래를 그려가기 시작한 것이다. 그래서 조직도를 숨기는 일도 하게 된다.

그런데 문제가 생겼다. 2050년을 준비하는 조직과 당장 영업이익을 생각해야 하는 조직이 싸우게 된 것이다. 흔히 말하는 OKR의 3개월의 목표가 다른 것이다. 그래서 구글은 2차에서 3차로 가기 위해서 조직개편을 단행한다. 예를 들면 2060년 노화가 없어지는 세상을 만들기 위해서 Calico라는 회사를 만들어냈다. 그리고 조직개편을 통해서 이 회사와 다른 회사를 구분했고 이것을 Alphabet이라는 모회사에서 관리하기 시작했다. 그래서 이제 구굴은 자체로 움직이지 않고 알파벳에 속해서 다른 조직들과 연결은 되지만 운영과 문화, 성과관리가 다르게 움직이는 뉴노멀의 시대에 맞는 조직을 만들어 낸 것이다.

No Secret sauce 구글과 실리콘벨리의 조직운영 케이스

Clearly articulated and shared mission and vision

Corporate culture / value

Creating Psychologically safe work environment

Workforce management / Structure

Performance Mgt. Process / Philosophy

Talent Management

Leadership / Communication

Ownership

구글을 포함해서 실리폰벨리의 조직들은 이제 조직개발의 단계로 넘어갔다. 기본적인 HR Value Chain에서 중요한 것은 미래의 세로운 방향을 제안하는 미션의 변화이다. 그래서 6개월 후의 미션보다 지금당장 환경과 상황에 적응해서 조직을 유기적으로 만들어내는 관점이 필요하다. 조직개발에서 많이 사용하는 방식은 Star모형이다. '전략-구조-프로세스-보상-사람'의 5가지 관점에서 조직개발을 보는 것이다. 그러면 이러한 프레임을 가지고 뉴노멀의 시대에 어떻게 조직을 운영해야하는지를 알아볼 수 있다.

그러면 이제 앞으로 어떻게 조직을 만들어야 할까? 이전에 봤던 Star모형이나 맥킨지의 7S모형과 연결해보면 3가지의 요소로 정리해볼 수 있다. 자신이 속한 조직이 어떤 성향을 가지고 있는 회사인지를 살펴보아야 한다. 아래 그림은 업종에 따라서 가치의 중요성이 달라진다는 것을 보여준다. 예를 들면 고객과 친밀한 업종이 있고 프로젝트를 만들어서 산업을 주도하는 회사가 있다. 반면에 실행하는데 있어서 확실한 변화를 만들어내는 회사가 있다. 자신이 속한 회사가 어떤방식의 사업을 하는지에 따라서 운영하는 방식이 달라지는 것이다. 그러니깐 뉴노멀의 시대에 조직을 뜯어보고 새로운 관점이 적용되었을 때 조직을 변화시키는 고민을 해 보아야 한다. 그런데 여기서 오늘의 핵심은 이 변화의 과정에서 '긍정적인 관점'에서 변화를 만들어내는 것이라고 볼 수 있다.

뉴노멀의 시대의 리더십

In cahrge of all people matters

Aligning Mission, Vision whith people

Organizaitonal Design(Key Competency)

Detecting environmental changes

Goal Setting & Communication

Making sure the team Works

Perf & Comp. Philosophy

Change Management

앞으로는 조직장들이 스스로 전략을 짜고 조직개발을 해야 한다. 조직이 어떻게 운영되고 있는지를 알고 찾고 만드는 일을 스스로 할 수 있어야 한다. 조직디자인을 하는 것이 핵심이라는 것이다. 자율경영의 발전으로 앞으로는 CEO는 자신이 조직을 효율적으로 움직이고 효과적으로 나아갈 수 있도록 하는 역량이 가장 중요한데 이것이 바로 '조직개발'역량이다. 변화관리를 하면서 조직의 미션을 상황과 고객에 맞게 만들어내는 과정이 필요하다. 이것을 기본적으로 지원하는 조직을 COE라고 부른다. 탁월함을 위한 지원으로 HR의 성격이 바뀌고 이것이 효과를 낼 수 있도록 고민하는 방법론이 필요하다.

4. 생애주기별 경력개발_feat. 인천대학교 박용호 교수

뉴노멀의 시대가 되면서 구성원들은 조직에서 필요한 일만 하지 않는다. 조직원들이 가진 잠재력을 개발하는 것이 '학습조직'의 핵심이다. 이제는 '누가 회사에 와서 배우려고해?'라고 말하는 사람들이 사라지는 시대가 왔다. 회사에서 배우지 않으면 이제는 문제를 해결할 수 없게 된다. 그래서 요즘의 트렌드는 경력개발이 생애주기별로 콘텐츠가 달라지고 이에 맞는 어떤 경험을 했는지에 따라서 완전히 다른 성과를 내게 된다. 따라서 어떤 회사이든지 HRD부서가 없다고 하더라도 이러한 기능을 수행할 수 밖에 없다.

최근 경력개발의 특징

자기주도성지향 경력개발 : 스스로 바꾸고 싶은 영역이 있고, 스스로 만들고 싶은 커리어가 있다.

가치지향 : 자신이 추구하는 가치와 조직이 추구하는 가치가 서로 맞아 떨어질 때 경력개발이 지속가능해진다.

의미지향 : 가치만으로는 안되고 실제로 이것이 자신의 일과 인생에 얼마나 의미를 가지고 있는지를 알려줘야 한다. HRD에서 경력개발을 진행할 경우에는 이렇한 의미의 셋팅 매우 중요한 부분이 된다.

여기에서 이제 경력개발은 한시적으로 실현되지 않고, 생애주기별로 계속해서 진행이 된다. 생애주기별로 직원들이 경험하는 것들이 다르기 때문에 이것을 셋팅하기 위해서는 직원경험에 대한 감각과 중요성을 이해해야 한다. 직원경험이란 문화, 기술, 물리적 환경에 맞춰서 사람들이 출근하고 싶은 조직을 설계하는 것을 말한다. 비슷한 개념으로는 고객여정지도가 있다. 직원경험을 지도로 만들어서 단계별로 관리하게 되면 직원들의 이탈율이 줄어들고 성과도 당연히 높아지게 된다. 직원경험과 고나련해서는 Jacob Morgan의 책이 가장 중요하다. 아래와 같이 8가지의 요소들이 직원경험의 요소가 된다.

0. 나오기

요즘 인적자원개발 그러니깐 HRD의 트렌드는 역시 생성형AI에 어떻게 접근할 것인가와 활용할 것인가이다. 이것을 생애주기와 연결해서, HR과 연결해서 운영하는 방식이 앞으로 변화하는 시기에 조직이 위기가 아닌 기회를 만들어가는 그래프를 그릴 수 있을 듯하다. 교육에 대한 기본적인 내용이 바뀌고 있기 때문에 이것을 조직의 상황에 어떻게 적용해야하는지에 대한 고민들이 점점 늘어난다. 이런 고민들을 하는 사람들을 한 자리에서 만나서 기쁜 시간이었고, 내일은 또 기조강연부터 김경일 교수님의 심리학과 교육의 연결성에 대한 강연이 시작된다. 오늘 강의내용만 해도 엄청난 도움이 될 것 같다.

https://ai.meta.com/llama/

Llama 2 - Meta AI

ai.meta.com

https://falconllm.tii.ae/

Falcon LLM

Generative AI models are enabling us to create innovative pathways to an exciting future of possibilities - where the only limits are of the imagination.

falconllm.tii.ae

https://clova.ai/hyperclova

클로바

인공지능 플랫폼 클로바와 함께 당신의 일상이 더욱 편리해집니다.

clova.ai

https://research.runwayml.com/gen1

Gen-1 by Runway

The Next Step Forward for Generative AI

research.runwayml.com

https://research.runwayml.com/gen2

Gen-2 by Runway

A multimodal AI system that can generate novel videos with text, images or video clips.