AI 전환은 리더가 판단할 수 있을 때 시작됩니다 | Nextgen AI 넥스트젠 에이아이
Enablement2026.10.21읽는 시간 7분
AI 전환은 리더가 판단할 수 있을 때 시작됩니다
alt: "AI 전환은 리더가 판단할 수 있을 때 시작됩니다 — 커버 이미지"
핵심 요약
AI 교육을 마친 조직에서도 잘 쓰는 사람만 더 잘 쓰는 일이 흔합니다.
AX가 막히는 곳은 대개 말은 되지만 기준이 흐린 안개지식입니다.
넥스트젠에이아이는 업무를 세 가지 질문(S·Q·T)으로, 사람을 네 단계의 AI 활용 수준으로 보는 기준을 리더에게 쥐어줍니다.
그 기준은 경영진과 HR이 직접 운영하는 체계로 조직에 남습니다.
AI 도구는 이미 대부분의 회사에 들어와 있습니다. 교육도 한 번씩은 다들 받았죠.
그런데 경영진에게 "그래서 우리 회사는 AI를 얼마나 잘 쓰고 있나요?"라고 물으면, 숫자로 답할 수 있는 곳은 많지 않습니다.
넥스트젠에이아이가 AI 거버넌스를 만드는 이유가 여기에 있습니다.
AI 교육 후에도 조직이 그대로인 이유
넥스트젠에이아이는 많은 현장에서 부서별 자동화와 실무 교육을 진행해 왔습니다. 그리고 성과가 있는 곳에서도 비슷한 벽을 반복해서 보았습니다.
한 팀의 성과가 옆 팀으로 번지지 않습니다. 한 부서에서 잘 돌아가는 자동화도 회사의 일하는 방식으로는 이어지지 않습니다.
격차가 보이지 않습니다. 누가 AI를 어느 수준으로 쓰는지, 어느 업무가 바뀔 수 있는지 리더도 정확히 모릅니다.
경영 판단으로 이어지지 않습니다. 다음 분기 예산과 조직 설계에 반영할 근거가 쌓이지 않고, 프로젝트는 한 번으로 끝납니다.
그 밑에는 더 오래된 문제가 있습니다. 조직의 업무 상당수는 말로는 설명되지만 기준이 흐리고, 팀마다 해석이 다른 상태로 남아 있죠. 이 상태에서는 어떤 업무부터 AI로 바꿀지 누구도 자신 있게 말하기 어렵습니다.
AX가 막히는 곳, 안개지식
넥스트젠에이아이는 조직의 지식을 세 가지 상태로 나눠 봅니다. 그리고 AX가 실제로 막히는 곳은 대부분 가운데, 안개지식(Hazy Knowledge)에 있습니다.
MONTHLY · AX INSIGHTS
이런 글, 한 달에 한 번 정리해서 보내드립니다.
NextGenAI Research가 직접 진단한 50+ 기업의 AI 도입 패턴, 실패·성공 케이스, 그리고 그 달의 가장 흥미로운 한 가지 결정. 메일은 매월 첫 번째 화요일에 도착합니다.
1,840+ 명의 AX 리더가 구독 중 · 언제든 한 번의 클릭으로 해지
상태
모습
AI와의 관계
암묵지
머리와 몸에 묻어 있고 설명하기 어려움
담당자가 떠나면 사라짐
안개지식
말은 되지만 기준이 흐리고, 팀마다 해석이 다름
AX 전환의 핵심 타깃
명시지
문서화·규칙화돼 누구나 재사용
AI 입력으로 바로 활용
"이건 보통 이렇게 해요"라는 말은 있는데, 왜 그렇게 하는지 기준을 물으면 사람마다 답이 다릅니다. 이런 업무는 AI에 넣을 수도, 자동화할 수도 없습니다.
그래서 넥스트젠에이아이의 거버넌스는 도구를 고르기 전에, 안개지식을 관찰하고, 질문하고, 분해해서 규칙으로 만들 수 있는 상태로 끌어올리는 일부터 시작합니다.
업무를 보는 세 가지 질문
"AI로 할 수 있느냐"보다 중요한 질문은 "AI로 했을 때 어디서 임팩트가 나오느냐"입니다. 넥스트젠에이아이는 모든 업무에 세 가지를 묻습니다.
질문
무엇을 보는가
S · 범위 — 물량이 늘면 사람을 더 넣어야 하는가?
지금은 감당되지만 규모가 커지면 수기로는 불가능해지는 업무
Q · 품질 — 사람의 판단·감각·맥락이 핵심인가?
AI가 초안과 선택지를 만들고 사람이 고르는 업무
T · 시간 — 매번 같은 패턴으로 시간이 드는가?
"인턴에게 매뉴얼을 주면 그대로 할 수 있나?"에 답이 "예"인 업무
이 질문을 던지면 두 가지가 보입니다.
T로만 이뤄진 업무는 가장 먼저 손대야 할 곳입니다. 이런 업무가 남아 있다는 건 대개 디지털 전환이 덜 됐거나, 정리되지 않은 안개지식이 쌓여 있다는 신호입니다. 투자 대비 효과도 가장 분명하게 나옵니다.
Q를 T로 바꾸는 힘이 AI 네이티브로 가는 지름길입니다. 판단과 맥락에 기대던 업무를 얼마나 규칙과 구조로 만들 수 있는지가 경쟁력의 차이를 만듭니다.
Q에 해당하는 업무는 대개 세 가지 모습입니다. 상대의 협조나 말투에 따라 다음 행동이 정해지는 업무, 여러 지표와 상황을 종합해 결정하는 업무, 사람마다 쓰는 용어가 달라 검수가 필요한 업무죠. 모습마다 구조화하는 방법은 다르지만, 출발점은 같습니다. "어떤 상황에서 어떤 결정을 내렸는가"를 남기는 것입니다.
업무는 단계별로 쪼개 이 질문을 던지고, 결과를 세 갈래로 나눕니다. 바로 AI로 전환할 업무, AI의 보조로 효율을 높일 업무, 사람의 판단이 꼭 필요한 업무. 하나의 업무 안에서도 반복 구간과 판단 구간을 가르면, 자동화할 수 있는 범위가 훨씬 정확해집니다.
사람을 보는 기준, 그리고 회사마다 다른 기준선
업무가 보이면 다음은 사람입니다. 넥스트젠에이아이는 기존 역량 평가는 그대로 두고, AI로 더 만들어낸 성과를 따로 봅니다. 같은 역량을 가진 사람도 AI를 어떻게 쓰느냐에 따라 실제 산출이 크게 달라지기 때문입니다.
AI 활용 수준은 네 단계로 봅니다.
단계
모습
AX Observer
AI 활용 초기, 기본 이해부터 필요
AX Adopter
기본 도구를 쓰며 배우는 중
AX Practitioner
업무에 AI를 적극 적용해 효율을 만드는 실무자
AX Leader
AI 전환을 주도하고 팀에 퍼뜨리는 사람
중요한 건 이 단계를 리더가 직접 판단할 수 있어야 한다는 점입니다. 팀원 한 명 한 명이 어느 단계에 있는지 말할 수 있어야, 누구에게 어떤 도움이 필요한지도 보입니다.
기준선은 정책 결정
어느 단계를 "기본"으로 볼지는 회사마다 다릅니다. AI를 이제 막 도입하는 회사, AI를 일하는 방식에 익히는 회사, AI를 기본으로 일하는 회사는 같은 사람을 두고도 평가가 달라집니다.
그래서 경영진이 가장 먼저 정해야 할 것은 "올해 우리 조직의 기준선을 어디에 둘 것인가"입니다. 이 결정이 곧 인재의 정의이자 교육 투자의 우선순위가 됩니다. 다만 기준선을 한꺼번에 크게 올리면 조직이 흔들립니다. 단계적으로 올리는 설계가 필요하죠.
리더가 AI를 판단하는 조직으로
넥스트젠에이아이의 AI 거버넌스는 리더에서 시작합니다. 고객사 리더들과 함께한 컨설팅에서 다듬은 방식으로, 조직에 네 가지를 만들어 냅니다.
회사 전체 업무가 한 장의 지도로
모든 부서의 업무를 같은 기준으로 들여다봅니다. 어떤 업무가 바로 AI로 바뀔 수 있고, 어떤 업무에 사람의 판단이 필요한지 부서별로 한눈에 보입니다. 어디서부터 손대야 할지도 여기서 정해집니다.
팀원의 AI 활용을 같은 언어로
누가 AI를 어느 수준으로 활용하는지, AI로 얼마나 더 만들어내는지를 리더가 직접 말할 수 있게 합니다. 감으로 말하던 격차가 전사가 함께 쓰는 언어로 바뀝니다.
리더가 스스로 답에 닿는 과정
넥스트젠에이아이는 실무 교육을 하며 한 가지 원리를 확인했습니다. 한 단계가 끝날 때마다 배우는 사람이 다음 질문을 스스로 던지게 만들면, 다음 단계는 시키는 일에서 하고 싶은 일로 바뀝니다.
리더에게도 같은 방식을 씁니다. 리더가 자기 팀 업무를 직접 들여다보고, 그 위에 넥스트젠에이아이의 분석을 겹쳤을 때 생기는 차이가 다음 질문이 됩니다. 스스로 찾은 답이어야 팀을 움직일 수 있기 때문입니다.
외부 도움 없이 돌아가는 운영 체계
만든 기준은 경영진과 HR이 직접 운영하도록 넘깁니다. AI 활용이 평가와 채용, 리더 교육 같은 회사의 운영 체계 안에 자리 잡도록 만듭니다.
리더의 질문이 바뀌는 순간
"6주 걸립니다." 이 말을 들은 리더가 "다음 주까지는 안 될까요?"라고 되물을 수 있다면, 그 조직의 AI 전환은 이미 시작된 것입니다.
그 질문은 기준이 있을 때 나옵니다. 업무가 보이고 팀원의 수준이 보이면, 리더는 근거를 갖고 묻고 결정합니다.
넥스트젠에이아이는 우리 회사가 지금 어디에 있고, 어디까지 갈 수 있는지부터 함께 봅니다.
여러분 회사의 리더들은 팀의 AI 활용 수준을 말할 수 있나요?
[CTA 버튼] 우리 조직 AI 거버넌스 상담하기
자주 묻는 질문
Q. AI 교육과는 무엇이 다른가요?
AI 교육이 개인의 활용 역량을 키운다면, AI 거버넌스는 조직이 AI 활용을 보고, 판단하고, 운영하는 체계를 만듭니다.