10분 만에 쓴 보고서, 정말 성과일까요?
AI 시대의 성과 기준 다시 보기
지금 당신의 조직에서 일어나고 있는 일
KPMG의 리포트에 따르면 글로벌 기업의 67%가 경기 침체에도 불구하고 AI 투자를 유지하겠다고 밝혔습니다. 특히 2026년은 AI 에이전트가 실험 단계를 벗어나 기업 전반에서 통합 관리되는 시스템으로 확장하는 첫 해가 될 것입니다.
[출처: KPMG (2026.01) - AI at Scale: How 2025 Set the Stage for Agent-Driven Enterprise Reinvention in 2026]
기업들도 앞다퉈 업무에 AI를 도입하고 있고, 생성형 AI를 활용해 기획서 초안을 순식간에 작성하는 일도 부쩍 눈에 띕니다. 그런데 기대했던 것만큼 회사의 비즈니스 성과가 눈에 띄게 달라졌을까요? 아직 과도기에 있는 탓도 있겠지만, 우리가 놓치고 있는 구조적인 맹점이 있습니다. 바로 과거의 기준에 머물러 있는 '평가 방식'입니다.
2025년 11월 발표된 글로벌 컨설팅 기업 EY(Ernst & Young)의 리포트에 따르면, 기업들은 기존의 인재 전략과 평가 방식을 그대로 유지한 탓에 AI가 가져다줄 수 있는 생산성 향상 효과의 최대 40%를 놓치고 있는 것으로 나타났습니다. 툴(Tool)의 도입 속도를 성과를 측정하는 잣대가 따라가지 못하고 있기 때문입니다.
우리가 앞으로 주목해야할 '성과 지표'의 핵심 전환점을 알아보겠습니다.
무비판적으로 생성된 AI 결과물은 겉보기엔 그럴싸하지만 실체는 없는 가짜 성과물, 즉 '워크슬롭(Workslop)'*로 쌓이게 됩니다.
하버드비즈니스리뷰(HBR)의 '워크슬롭(Workslop) 현상이 조직 신뢰도에 미치는 영향' 연구에 따르면, 이러한 저품질 산출물을 바로잡기 위해 동료들이 상당한 시간과 에너지를 소모하며, 결과적으로 조직 내 협업의 신뢰마저 저하될 수 있다고 분석해습니다.
AI를 도입하고도 실질적인 비즈니스 임팩트가 나지 않는 진짜 이유는, 조직이 '질적 가치'가 아닌 '생산 속도'를 평가기준 보상을 주고 있기 때문입니다.
과거의 성과는 실무자 개인이 얼마나 빠르고 우수한 결과물을 단독으로 만들어내느냐에 달려 있었습니다. 하지만 다수의 AI 에이전트가 실무에 투입되는 현재의 업무 환경에서는 이들을 지휘하는 '오케스트레이션'(Orchestration)역량이 새로운 평가 기준으로 부상하고 있습니다.
포브스(Forbes Tech Council, 2024)는 AI를 단순한 자동화 도구가 아니라 관리의 대상이 되는 ‘디지털 팀원’으로 바라봐야 한다고 제안하며, 가까운 미래의 핵심 역할로 'AI 직원 매니저(AI Employee Manager)'를 언급했습니다.
글로벌 핀테크 기업 클라르나(Klarna)의 사례를 보면 이 변화가 더욱 명확해집니다. 이들은 AI 에이전트를 도입해 고객 문의의 3분의 2를 자동화했습니다. 수많은 단순 작업이 AI로 대체된 이 조직에서 살아남고 높은 고과를 받은 직원들은 답변을 가장 빨리 타자 치는 상담원이 아니었습니다. 복잡한 클레임을 해결하기 위해 AI 에이전트의 답변 품질을 설계하고, 예외 상황을 조율하는 관리자들이 핵심 인재로 부상했죠.
앞으로의 성과는 더 빨리 일하는 가가 아니라, 복잡한 AI 시스템 통해 어떻게 목표를 설정하며, 얼마나 안정적으로 조율했는지과 같은 새로운 KPI를 측정하는 역량이 될 것입니다.
속도 중심의 평가가 한계를 보이면서, 운영의 효율성을 객관적으로 측정하는 지표도 등장했습니다. 포브스 (Forbes Tech Council, 2025)에서 제안한 'CPKM(Cost-Per-KPI-Move)'이 대표적입니다. 이는 특정 핵심 성과(KPI)를 달성하는 데 투입된 AI자원과 비용을 얼마나 최적화했는지 추적하는 지표입니다.
아무리 결과물이 많아도 무거운 고비용 AI 모델을 비효율적으로 남용했다면 좋은 평가를 받기 어렵습니다. 최소한의 투입 비용으로 최대의 성과를 내는 '설계 능력'이 중요해지고 있습니다.
AI 구독 모델에만 의존하는 것이 아닌, 상황에 맞게 어떤 AI 자원을 활용해 최적의 비용 효율성을 이끌어냈는지가 핵심 인재를 판가름하는 기준이 됩니다.
개인의 스킬 못지않게 조직 차원의 확산과 안전망 구축이 주요 지표로 다뤄지고 있습니다. 보안 가이드라인 내에서 AI를 통제하는 '거버넌스 준수율'은 혁신을 저해하는 규제가 아니라 리스크를 예방하는 최소한의 안전망이자 핵심적인 평가 요소입니다.
AI와 협업하는 시대, 성과관리는 단순히 연말에 결과를 측정하는 것을 넘어 '조직이 일하는 방식을 새롭게 세팅하는 과정'으로 진화하고 있습니다. 개인의 단편적인 산출물에서 팀의 운영 효율성으로 평가의 무게 중심이 이동하는 지금, 우리 조직의 지표는 이 거대한 변화의 흐름을 얼마나 잘 담아내고 있는지 객관적으로 점검해 볼 시점입니다.
함께보면 좋은 콘텐츠
유익한 정보를 더 알고 싶다면?