효율화 시대, 조직문화의 무게중심을 어디로 옮길 것인가
AI가 일하는 시대, "사람만이 할 수 있는 것"은 무엇으로 정의되는가. 아마도 그 답은 결국 조직문화와 연결될 것 같다. AI 도입이 가속화될수록 조직은 더 작아지고 있다. 채용 공고가 줄었고, 팀은 슬림해지고 있으며, 같은 아웃풋을 더 적은 인원이 만들어내는 구조가 현실이 되고 있다. 이 변화를 단순히 비용 절감으로만 읽는다면 절반만 맞을 것 같다.
더 본질적인 질문은 이것이다. 조직이 작아질수록, 남아있는 사람 한 명 한 명의 판단력과 행동 방식이 조직 전체의 질을 결정한다. 그렇다면 지금 우리의 조직문화는 그 무게를 감당할 수 있는 구조인가? "왜 문화가 안 바뀌냐"에 대한 진단을 하고자 함이 아니다. AI 효율화 시대에 조직이 전환해야 할 문화의 방향을 고민해보고자 함이다.
AI는 반복 업무, 데이터 정리, 초안 작성을 빠르게 처리하고, 완성도도 높아졌다. 그 결과 구성원에게 남는 일은 판단, 맥락 해석, 관계 형성이다. 이 세 가지는 모두 자율성과 신뢰가 전제되지 않으면 작동하기 어려운 영역이다.
기존의 많은 조직이 "중간 관리자를 통한 감독"을 기본값으로 설계해두고 있다. 보고 체계, 승인 단계, 프로세스 매뉴얼 등 이런 구조는 사람이 많고 아웃풋이 표준화될 때 잘 기능한다. 그러나 AI가 루틴을 처리하고 팀이 소수 정예로 재편되는 환경에서 이런 구조는 불필요한 과정이 되거나 병목이 될 수 있다.
전환이 필요한 방향은 명확하다. 관리의 기본값을 '감독(Supervision)'에서 '신뢰(Trust)'로 바꾸는 것이다. Thaler & Sunstein(2008)의 선택 설계(Choice Architecture) 이론이 조직에 주는 함의에 힌트가 있는 듯하다. 구성원의 마인드를 바꾸려는 노력보다, 자율적 판단이 가장 쉬운 선택지가 되는 시스템을 설계하는 편이 효과적이라는 것이다.
* 전환 포인트 :
승인 단계를 줄이고, 구성원이 자율적으로 의사결정을 내릴 수 있는 범위를 명문화한다.
"허락을 구하지 않아도 되는 영역"을 공식화하는 것 자체가 문화 신호다.
AI 이전 시대의 조직은 역할(Role)을 중심으로 설계되었다. "이 사람은 마케팅 담당", "저 사람은 데이터 분석 담당." 그러나 AI가 역할 기반의 반복 업무를 흡수하면서, 남은 가치는 역할이 아닌 역량에서 나온다.
Barney & Felin(2013)은 조직의 거시적 역량은 개인의 미시적 행동 패턴의 합이라고 했다. 조직이 AI를 잘 활용하는 문화를 만들고 싶다면, 시스템 도입보다 먼저 "이 조직에서 좋은 판단이란 어떻게 생겼는가"에 대한 공유된 언어를 만들어야 한다.
이것은 곧 문화적 도구 상자(Cultural Toolkit)의 전환이기도 하다. Swidler(1986)와 Giorgi 외(2015)의 연구가 말하는 핵심은 이것이다. 구성원은 가치를 추상적으로 내면화하는 것이 아니라, 실제 상황에서 꺼낼 수 있는 행동 도구로 문화를 사용한다. AI 시대의 도구 상자에는 "이 AI 결과물을 어디까지 신뢰할 것인가", "자동화할 수 없는 영역에서 나는 어떤 기준으로 결정하는가"가 담겨 있어야 한다.
* 전환 포인트 :
"당신은 무슨 일을 담당하고 있나요?"에서 "당신은 어떤 문제를 가장 잘 해결하나요?"로
채용 인터뷰와 평가 언어를 전환하라. 그 질문이 조직의 문화 신호가 된다.
팀이 10명에서 5명으로 줄었다고 생각해보자. 한 사람이 침묵하면 팀 전체 정보의 20%가 사라질 수 있다. 작아진 조직일수록 한 명의 침묵이 조직 전체의 판단 오류로 연결될 가능성이 더 커진다. Edmondson(1999)이 말한 심리적 안전감(Psychological Safety)은 "이 말을 해도 웃음거리가 되거나, 피해가 오지는 않을 것"이라는 믿음과 연결된다. 인원이 줄수록 이 믿음이 실제 성과에 미치는 영향은 기하급수적으로 커진다.
특히 AI 도입 초기에 구성원들은 "AI보다 못한 제안을 하면 어떡하나", "자동화될 수 있는 일을 하고 있다는 걸 들키면 어떡하나"는 두려움을 가질 수 있을 것이다. 이 두려움이 침묵을 만들고, 침묵은 조직의 학습 속도를 떨어뜨리게 된다.
리더가 먼저 "나는 이 AI 결과물을 잘 모르겠다. 어떻게 보이는가?"라고 말하는 것. 그 한 마디가 팀 전체의 발언 허가증이 된다.
Detert & Burris(2007)의 연구는 리더의 개방성이 구성원의 상향적 발언(Upward Voice)을 유의미하게 높인다는 것을 증명했다. AI 도입을 앞두고 있거나 진행 중인 조직이라면, 지금 필요한 것은 새로운 교육 프로그램이 아니라 리더 한 명의 취약성 표현일 수 있다. Brene Brown이 말해준 바로는 ‘취약성 표현’, 그 자체로 충분한데 ‘용기’와 ‘진정성’을 필요로하므로 사람들에게 취약성 표현이 어렵게 느껴진다고 한다. 아주 약간의 용기가 더 필요할지도 모르겠다.
전환 포인트 :
주간 회의에서 리더가 "내가 AI를 써봤는데 이 부분이 이해가 안 됐다"고 먼저 꺼내라.
학습에 대한 취약성을 드러내는 마이크로 행동 하나가 팀 문화를 바꾼다.
관련하여 Sonata Design(공간 설계 전문 디자인 회사)의 사례의 문화 변화에 참고할 점이 있다. 이 회사는 AI 도구(NotebookLM)를 사용해 제품 사양과 기술 정보를 중앙화하는 데이터베이스를 구축했다(2024년 구들 클라우드가 공개한 실사례). 그 결과 시니어 매니저에게 향하는 질문이 줄고, 구성원 스스로 정보를 찾아 판단하는 문화가 만들어졌다. 이 사례에서 흥미로운 것은 기술 도입 자체가 아니다. "시니어에게 물어봐야 한다"는 기존 의존 구조가, AI 도구 하나로 "스스로 찾아 결정한다"는 자율 판단 문화로 전환을 시작했다는 점이다. 도구가 문화의 기본값을 바꾼 것이다.
컨설팅 회사 Square Management(프랑스 기반, 금융·럭셔리·항공 특화)는 AI를 활용해 컨설턴트-프로젝트 매칭 프로세스를 재설계했다. 흥미로운 점은 이 과정에서 "누가 이 프로젝트에 적합한가"를 결정하는 권한이 리더에서 데이터 기반 시스템으로 이동했고, 구성원들은 자신의 역량 프로필을 더 적극적으로 관리하는 방향으로 이어질 수 있었다는 점에 주목할 만하다. 역할 기반 배치에서 역량 기반 자기 설계로의 전환이다.
두 사례의 공통점은 하나다. AI가 일부 기능을 대체한 것이 아니라, 구성원의 자율성과 판단의 범위를 넓히는 방향으로 조직 설계를 재구성했다는 것. 그리고 그 설계의 출발점은 기술이 아니라 "어떤 행동을 기본값으로 만들 것인가"에 대한 의식적 선택이었다.
AI 효율화와 맞물려 진행되는 또 다른 변화는 하이브리드 근무 구조의 고착화다. Owens 외(2016)의 연구는 구성원 간 긍정적 상호작용에서 발생하는 '관계적 에너지(Relational Energy)'가 직무 몰입과 직무 성과를 실질적으로 높인다는 것을 증명했다. 물리적 공간이 줄어든 조직에서 이 에너지는 저절로 생기기란 쉽지 않다. 그럴 여유가 늘 부족하겠지만 의식적으로 설계해야 한다. 짧은 비공식 대화 루틴, 성공 경험의 팀 내 공유, 실수를 소재로 한 학습 세션 등 이런 마이크로 행동들이 연결을 만든다.
리더의 역할은 더 이상 혼자 의사결정을 독식하기 위해 비대칭의 정보를 보유하거나 일을 시키기 위해 정보를 전달하는 것이 아니라, 조직의 존재 이유를 각자의 맥락에서 번역해주는 것이다. 그 번역이 명확할수록 분산된 구성원들의 판단은 정렬하기 좋아진다.
AI가 효율화를 담당하면, 사람은 의미와 판단을 담당한다. 이 분업이 실제로 작동하려면 구성원이 "내 판단이 여기서 존중받는다"는 신호를 일상에서 반복적으로 경험해야 한다.
그 신호는 거창한 선포가 아니라 작은 루틴에서 나온다. 승인 단계 하나를 없애는 것, 리더가 먼저 모른다고 말하는 것, 실수를 팀의 학습 소재로 공식화하는 것. 이런 마이크로 행동들이 문화의 실제 얼굴이다.
조직이 작아질수록 문화의 무게는 커진다. 그리고 그 문화는, 지금 이 순간 리더가 어떤 행동을 기본값으로 선택하느냐에서 시작된다.
Swidler, A. (1986). Culture in Action: Symbols and Strategies. American Sociological Review, 51(2), 273-286.
Giorgi, S., Lockwood, C., & Glynn, M. A. (2015). The many faces of culture: Making sense of 30 years of research on culture in organization studies. Academy of Management Annals, 9(1), 1-54.
Barney, J. B., & Felin, T. (2013). What Are Microfoundations? Academy of Management Perspectives, 27(2), 138-155.
Thaler, R. H., & Sunstein, C. R. (2008). Nudge: Improving Decisions About Health, Wealth, and Happiness. Yale University Press.
Edmondson, A. C. (1999). Psychological Safety and Learning Behavior in Work Teams. Administrative Science Quarterly, 44(2), 350-383.
Detert, J. R., & Burris, E. R. (2007). Leadership behavior and employee voice: is the door really open?. Academy of management journal, 50(4), 869-884.
Owens, B. P., Baker, W. E., Sumpter, D. M., & Cameron, K. S. (2016). Relational Energy at Work. Journal of Applied Psychology, 101(1), 35-49.
Google Cloud. (2024). Real-world generative AI use cases. https://cloud.google.com/transform/101-real-world-generative-ai-use-cases-from-industry-leaders
McKinsey & Company. (2025). Redefine AI Upskilling as a Change Imperative. mckinsey.com