"왜 AI를 배워야 하죠?"...리더는 답 알고 있어야

글로벌 채용 플랫폼 '인디드'의 소프트웨어 개발자들은 최근 회사 전체 신규 코드의 33%를 생성형 AI로 만들어낸다. 불과 얼마 전까지 7%에 불과했던 비중이 폭발적으로 증가한 것이다.

박진아 에이블런 대표

콜롬비아의 대형 은행 반콜롬비아는 깃허브 코파일럿을 도입해 코드 생성 속도를 30% 높이고 하루 42회 배포라는 성과를 거뒀다.

두 사례가 말하는 바는 분명하다. ‘AI 도입’이라는 막연한 구호가 아닌, ‘AI를 통한 코드 생성 자동화’처럼 구체적이고 측정 가능한 목표를 설정해야 한다는 것이다. 이는 전사에 AI를 도입하려는 리더가 던져야 할 첫 질문과도 맞닿아 있다. "우리 조직은 왜 AI를 도입해야 하는가?" 리더는 모든 구성원이 공감할 수 있도록 이 질문에 명확히 답해야 한다.

이 질문에 답하는 것이 중요한 이유는 최근 맥킨지 2025 보고서에서도 드러난다. 보고서에 따르면 ‘AI를 한 기능 이상에서 사용한다’는 응답이 78%에 달했지만, 기업 단위 재무 성과로 이어진 사례는 여전히 소수였다. 반면 CEO가 AI 거버넌스를 직접 감독하는 조직일수록 성과와의 상관성이 높았다. 결국 많은 조직이 AI로 생산성 향상을 기대하지만, 정작 그 성과를 제대로 측정하지 못하는 셈이다. 맥킨지는 그 원인이 기술이 아닌, 교육을 업무 환경과 연결하는 구조적 설계의 부재에 있다고 분석한다.

그렇다면 성공적인 AI 전환(AX)을 위한 ‘구조적 설계’란 무엇일까. 변화를 이끄는 리더들은 AI 교육을 시작하기 전 우리 조직의 ‘목적–지표–환경’을 먼저 정렬하며 다음과 같은 질문에 답한다. 왜 지금 AI를 도입해야 하는가(목적), 교육이 끝난 뒤 무엇이 얼마나 달라져야 하는가(지표), 그리고 이를 가능하게 할 데이터 접근·라이선스·보안·권한은 준비됐는가(환경)를 명확히 하는 것이다.

AI 교육을 시작하기 전 우리 조직의 ‘목적–지표–환경’을 먼저 정렬해야 한다.(이미지=클립아트코리아)

첫째, 교육의 목적은 단순한 지식 습득을 넘어 조직 지표의 변화로 번역돼야 한다. 이러한 변화에 발맞춰 이미 LG, 삼성, KT, 포스코 등 주요 기업들은 사내 AI 대학원이나 AX Degree 등을 운영하며 궤도에 올라섰다. 이들은 회장을 포함한 경영진이 직접 교육을 주도하거나, 현업 실행과 전사 교육 체계를 긴밀히 연동하고 있다. 이처럼 교육의 목적이 명확하다면, 다음은 그 성과를 추적할 ‘지표’를 설계해야 한다.

둘째, 교육 효과를 측정하는 지표는 간단하고 신뢰할 수 있어야 한다. 교육 효과를 만족도 설문으로만 끝내지 말고, 실제 업무 성과와 연동되는 수치화된 역량 지표를 함께 설계해야 한다. 에이블런의 AI 리터러시 역량평가가 좋은 예시가 될 수 있다. 이 평가는 단순한 지식 여부를 넘어 조직의 AI 역량을 기술적 이해, 비판적 평가, 실용적 활용이라는 세 가지 관점에서 진단한다. 진단 후에는 통계 분석을 통해 개인별 점수를 전체 평균과 비교하고 취약 영역에는 구체적인 개선 방안을 제시한다. 이는 막연한 기대 대신 데이터에 기반해 교육 목표를 설정하도록 돕는 내비게이션과 같다.

셋째, 역량 진단을 마쳤다면 조직원들이 배운 내용을 업무에 적용할 환경을 갖춰야 한다. 환경은 보통 데이터 접근, 라이선스, 보안, 권한을 의미하지만, 진짜 장벽은 조직 문화와 인식일 때가 많다. 이를 해결하기 위해 리더는 처음부터 대규모 교육보다 파일럿 운영 후 점진적으로 확산하는 전략을 고려할 수 있다. 미디어기업 A사는 승진자 30명 파일럿으로 효과를 확인한 뒤 전사로 확대했고, 소비재기업 B사는 전사 특강으로 마인드셋을 정렬한 뒤 현업 자동화 교육으로 넓혔다. 이처럼 교육을 일회성 이벤트가 아닌 조직 내 확산을 위한 장치로 설계해야 한다.

이 세 가지 요소가 맞물려 돌아갈 때, 구성원들은 ‘왜 AI를 배워야 하는가’라는 질문에 스스로 답을 찾는다. 진단 결과를 바탕으로 전사 차원의 공통 목표와 부서별 세부 목표를 세우면, 교육은 파편화된 이벤트로 끝나지 않고 조직 전체의 시너지로 이어진다. 앞서 언급한 인디드의 사례 역시 개발자들이 ‘코드 생성’이라는 구체적 목표에 집중했기에 괄목할 만한 성과를 낼 수 있었다.