AI를 활용하여 성과를 내는 조직
AI시대, 성공하는 조직관리를 위해 필요한 3가지
우리 부서에 AI가 적용된 업무가 있나?
AI 기술의 급격한 발전으로 우리는 새로운 시대의 문턱에 서 있습니다. 영화에서 등장했던 인공지능은 이제 현실이 되었죠. 특히 새로운 세대를 중심으로 이미 활발하게 활용되고 있습니다.
같은 사무실의 박 사원은 신년사와 같은 대외업무를 chatGPT로 생성하고, 이 대리는 Uipath와 같은 플랫폼에서 RPA 정기레터 발송 알고리즘을 만들었습니다. 김 과장은 생산라인에서 나오는 데이터를 클라우드에 연결하여, 엑셀과 파워포인트를 대신 공정 품질관리 보고서를 자동으로 생성하고 있습니다.
이처럼 AI, 빅데이터 기술이 이미 실무에서 다양한 애플리케이션과 확장 시스템으로 발전하며 인간과의 협력을 빠르게 진행하고 있습니다. 이제는 AI가 일시적 유행이 아니라, 효율적 업무의 근간을 이루는 중요 요소로 자리 잡고 있습니다.
그렇다면 우리 부서의 업무, 회사의 업무는 이렇게 자동화할 수 없을까요? 인공지능의 활용에 대한 이해만 수반하고 있다면, 우리가 스마트폰을 사용할 수 있듯이 어렵지 않습니다. 다음의 데이터 흐름을 함께 살펴보겠습니다.
데이터 → 정보와 지식 → 성과 창출
손안에 들어있는 세계, 스마트폰도 모두 데이터를 기반으로 이뤄져 있습니다. "고객에게 가치를 제공하였는가?"라는 물음에 대해 답하는 것을 성과창출로 정의해 보면, 오늘날 많은 사람들에게 가치를 제공하는 일은 '데이터'로 시작됩니다.
① 데이터 수집과 저장
AI 기반 업무환경은 데이터에서 시작됩니다. 조직은 방대한 양의 데이터를 수집하고 저장함으로써 AI에 필요한 핵심 자원을 확보합니다. 데이터의 품질과 양이 AI의 성능을 결정하므로, 조직은 철저한 데이터 수집과 저장 시스템을 구축해야 합니다. 이것들 없이는 인공지능을 활용한 업무 자동화에 다가갈 수 없습니다.
② 정보와 지식 도출
AI는 수집된 데이터에서 패턴을 학습하고 정보를 도출합니다. 따라서 조직에 필요한 AI를 설계하고 개발하기 위해서는 조직 구성원은 데이터를 읽고 해석할 수 있는 데이터 리터러시를 갖춰야 합니다. 이는 AI를 설계하고, 개발하고, 협력하기 위한 필수적인 능력으로, 교육과 지원이 필요합니다. 또한 AI는 지식의 창출에 기여합니다. 이전에는 인간의 전문가들이 주로 수행했던 지식 경영 프로세스가 이제 AI에 의해 보완되고 있습니다. 조직은 AI를 활용해 이전에 알려지지 않았던 지식의 발굴, 지식의 공유, 새로운 가치의 창출을 위한 노력을 기울여야 합니다.
③ 성과와 가치 창출
AI의 활용은 단순히 작업의 자동화를 넘어, 성과와 가치 창출에 기여합니다. 조직은 AI가 제공하는 분석과 통찰력을 적극 활용하여 전략 수립과 의사 결정을 지원하며, 이를 통해 경쟁 우위를 확보할 수 있습니다. 많은 업무들이 당장은 그 효과가 보이지 않거나, 특정분야에 국한된다고 말합니다. 하지만 진짜 중요한 부분은 데이터를 활용하기 시작하면서 쓰레기 데이터는 버리고, 양질의 데이터를 축적해서 다시 정보와 지식으로 연결하는 부분입니다.
인공지능이 일반화된 새로운 AGI* 시대에 조직이 변화하고 적응하기 위해서는 다음의 3가지 관점의 조직관리체계를 정비해 보기를 추천드립니다.
* 인공 일반 지능이란 (AGI; Artificial General Intelligence)
인간과 유사한 지능과 스스로 학습할 수 있는 능력을 갖춘 소프트웨어를 만들려는 이론적 AI 연구 분야입니다. 목표는 소프트웨어가 반드시 교육을 받거나 개발되지 않은 작업을 수행할 수 있도록 하는 것입니다. - 출처 : AWS -
프로세스 - 시스템 - 데이터 AI 기반
조직관리
[PROCESS] 프로세스 기반 조직관리
1990년대에 유행한 IBM, 포드 등 제조업을 중심으로 생산과 공급에 대한 프로세스 경영을 통한 성공사례들이 등장했습니다. 당시 기존의 생산 방식에서 벗어나고, 제조 및 공급망 프로세스를 새롭게 디자인하여 고객 만족도를 향상하고 비용을 절감했습니다. 이를 통해 제품 생산과 배송 속도를 높이고 재고를 줄임으로써, 이익과 생산, 효율성을 극대화했습니다.
이러한 프로세스 관리는 목표 달성을 위한 핵심활동을 체계적으로 이해하고, 각 단계에서의 기능, 능력, 자원 등을 파악을 가능합니다. 프로세스 접근은 업무 수행 절차를 명확히 정의하며, 각 단계에서의 입출력, 업무방법, 성과 척도, 리소스 투입 및 위험 요소 등을 고려합니다. 이는 고객 및 이해관계자에게 가치를 창출하는 방법을 체계화하고 효과적으로 관리하는 강력한 도구로 작용했죠.
이러한 프로세스 기반으로 조직관리함으로써, 조직의 핵심 업무를 명확하게 정의하고, 불필요한 업무를 제거(Lean 린 경영)하고, 이를 지속적으로 최적화하여 생산성 향상과 고객 만족도 증진에 기여합니다. 이는 조직의 효율성을 높이며, 체계적이고 신속한 대응을 가능케 하였습니다. 오늘날 대기업들은 프로세스 조직관리가 내제화되었고 시스템으로 진화하였습니다. 나온 지 오래된 방법론이지만 여전히 새로운 시대 필요한 조직관리 방법입니다.
[SYSTEM] 시스템 기반 조직관리
프로세스가 단위 업무를 바라보았다면, 시스템은 전체를 하나로 보는 체계입니다. 실제 회사가 예기치 못한 상황에도 잘 대응하는 것을 보면 "시스템적으로 움직인다"라고 표현합니다. 반면 회계조작이나 횡령 및 배임, 품질불량, 안전사고가 발생하면 "시스템이 허술하다" 또는 "시스템이 붕괴되었다"라고 말합니다.
우리가 말하는 시스템은 좀 더 IT적인 관점입니다. 단위의 프로세스는 모든 행위들을 규정하지는 못하지만, 시스템은 일일이 행위들의 순서와 기준을 규약 합니다. 마치 프로세스가 소설을 읽는 것이라면 시스템은 영화를 보는 것과 같습니다. 예를 들어, 단순 구매를 할 때에도 입찰공고 → 입찰 설명회 → 견적접수 → 낙찰과 계약이라는 프로세스에 대해 시스템을 일일이 어떤 버튼을 눌러야 하는지, 어떤 파일을 첨부해야 하는지 세세히 규정해 놓고 자유도가 매우 낮습니다.
시스템은 데이터의 수집, 처리, 저장, 및 배분을 통한 효율적인 목적 달성을 지향합니다. 시스템적 접근 방법은 오류 발생과 영향 최소화에 주안점을 두어 업무와 조직운영의 효율성을 추구합니다.
조직 내에서 시스템 기반 관리는 전체적인 시스템을 고려하여 문제를 체계화하고 일정한 결과를 도출하는 방향으로 나아갑니다. 각 구성요소의 상호 연관성과 하위 시스템 간 상호작용을 고려하여 문제를 전개하면서, 각 요소들이 성과물을 낳도록 프로세스 단계를 거쳐갑니다. 이는 목적 달성을 위한 자원을 효율적으로 활용하고 문제의 본질을 이해하는 데 도움이 됩니다.
시스템 기반 조직관리는 조직의 업무가 체계화되어 있다는 것을 의미합니다. 이는 전략적으로 설계된 시스템이 조직의 생산성과 효율성을 향상하는 중요한 도구로 작용하며, 변화에 대한 빠른 대응과 조직 전체의 효율적 운영을 가능케 합니다. 우리나라의 대부분의 기업과 조직은 시스템 구축은 완료되었지만 거기서 나오는 데이터를 제대로 활용하는 기업은 아직까지 드뭅니다.
[DATA] AI, 데이터 기반 조직관리
2023년 실용적인 AI기술의 등장과 새로운 세대가 노동시장의 주가 되면서 업무환경이 변화하고 있습니다.
AI 기반 조직관리는 최신 기술의 도입으로 조직의 운영 방식이 혁신적으로 변화하고 있습니다. 인공지능은 업무 프로세스를 자동화하고, 데이터를 효과적으로 분석하여 의사결정을 지원합니다.
프로세스에 의해 절차와 단계별로 수행된 업무의 결과물은 시스템을 통해 데이터로 남습니다. 이는 각 단계에서 생성되어 추적과 모니터링에 활용됩니다. AI는 이 데이터를 활용하여 예측 분석, 인사이트 도출, 성능 모니터링을 수행하며, 이를 통해 조직의 전략 수립과 실행을 지원합니다.
AI는 빠르게 변화하는 비즈니스 환경에서 조직이 민첩하게 대응하고 지속적인 혁신을 추구하는 데에 핵심적인 역할을 수행하고 있습니다. 이처럼 기술의 발전은 프로세스 기반의 조직 운영에서 새로운 지평을 열어가고 있습니다.
AI를 효과적으로 활용하기 위해서는 조직의 업무환경을 프로세스 기반에서 시스템 기반으로, 그리고 AI, 데이터 기반으로 변화시켜야 합니다. 이는 업무의 효율성을 극대화하고, 사람이 집중해야 하는 영역에 집중함으로써 생산성을 향상하는 방향으로 진행되어야 합니다.
프로세스화된 업무에서 자동화가 필요한 업무 Activity를 골라낼 수 있습니다. 인공지능의 활용은 효율성과 정확성을 향상할 수 있지만, 창의성이 필요한 업무에서는 인간의 역할이 여전히 중요합니다. 특히 감성적인 부분과 예측이 어려운 비구조화된 업무에서는 인간의 능력이 필수적입니다. 인공지능의 장단점을 고려하여 최적의 조화를 이루는 것이 중요합니다.
자동화 가능한 업무 :
단순하고 반복적인 업무는 인공지능이 효과적으로 수행할 수 있습니다. 예를 들어, 데이터 정리, 이메일 정리 등이 해당됩니다. 또 규칙에 따라 일관된 판단이 가능한 업무는 인공지능 시스템이 자동화할 수 있습니다. 예를 들어, 규정된 회계처리, 형식적인 문서 작성 등이 해당됩니다.
인간이 꼭 해야 하는 업무 :
아직 창의성이나 예측이 필요한 업무는 인간이 뛰어납니다. 예를 들어, 마케팅 전략 수립, 제품 디자인 등은 인간의 창의성과 상호작용이 필수입니다. 또한 복잡하고 비구조화된 상황에서의 의사결정, 감정적 지능을 필요로 하는 업무는 인간의 역할이 뚜렷합니다. 예를 들어, 고객 서비스에서의 갈등 해결, 예측이 어려운 비즈니스 전략 수립 등이 해당됩니다.
이러한 조직변화를 통해 AI를 효과적으로 활용할 수 있으며, 지속적인 프로세스/시스템/데이터의 운영과 개선, 개발을 통해 성과를 달성할 수 있습니다.
새로운 시대에 적응하기 위해
학습하는 인간과 인공지능
AI 기반 업무환경은 데이터에서 시작하며, 조직 구성원이 데이터 리터러시를 갖추고, AI와 협력하는 조직만이 살아남을 것입니다. 인공지능과의 협력을 통한 시간과 자원 활용의 극대화, 그리고 사람만이 할 수 있는 일에 집중함으로써 조직과 개인은 새로운 시대에서 성장하고 발전할 수 있습니다.
앞으로 다가올 미래에는 "누가 인공지능과 더 높은 수준의 협력을 이끌어내는지?"가 승패를 가를 것입니다. 동시에 새로운 기술에 대한 인간의 학습 그리고 새로운 데이터에 대한 인공지능의 학습의 연결인 "인공지능과 인간 모두 학습하고 있는가?" 이것이 새로운 AI 시대의 조직 관리의 핵심이 될 것입니다.
