주우진 DGIST 기술경영전문대학원장
요즘 기업마다 AX(AI Transformation)를 외친다. AI 시스템을 도입하고 데이터 조직을 만들며 AI 전문가를 채용한다. 그러나 이것만으로 기업이 AI 기업으로 바뀌는 것은 아니다. 진정한 AX는 마케팅, 영업, 생산, 재무, 인사 등 기업의 일상적인 의사결정을 담당하는 사람들이 AI를 자신의 업무에 활용할 때 비로소 이루어진다.
전통적으로 기업의 경영은 영업·마케팅, 기획, 생산·운영, 재무, 회계, 인사 등 기능별로 분화되어 왔다. 경영학 역시 이러한 기업의 조직구조를 따라 전공이 세분화되었다. 과거에는 데이터 자체를 구하기 어려웠고 분석 방법과 컴퓨팅 능력에도 한계가 있었다. 따라서 기업의 의사결정은 상당 부분 관리자의 경험과 직관에 의존했다. 회계와 재무처럼 숫자를 중심으로 발전한 분야도 있었지만, 경영학은 대체로 인간과 조직을 이해하고 제한된 정보 속에서 의사결정을 내리는 대표적인 '문과' 학문으로 인식되어 왔다.
그러나 이러한 전제가 무너지고 있다. 기업 활동의 디지털화로 고객의 구매와 검색, 생산, 물류, 영업, 인사 등 거의 모든 분야에서 방대한 데이터가 쌓이고 있다. 인터넷에는 엄청난 양의 공개 데이터가 존재하며 크롤링 기술을 활용하면 기업도 필요한 데이터를 직접 수집할 수 있다.
생성형 AI는 이러한 변화를 한 단계 더 끌어올렸다. 생성형 AI는 방대한 데이터를 학습하고 데이터 사이의 관계와 패턴을 모델의 가중치(weights)에 담고 있다. 이제 중요한 것은 관리자가 모든 지식을 직접 가지고 있는 것이 아니라, AI가 가진 방대한 지식과 분석 능력을 자신의 업무에 얼마나 잘 활용하느냐이다. 향후 기업 간 경쟁력의 차이는 AI 활용 능력의 수준에 의해 좌우될 것이다.
특히 우리 기업의 AX에서 주목해야 할 사람들은 새로 채용할 AI 전문가보다 현재 기업을 움직이고 있는 기존 관리자들이다. 기술개발이나 생산·IT 부문이 아닌 일반 관리직은 AI와 데이터 분석을 체계적으로 배울 기회가 상대적으로 적었다. 그렇다고 이들을 AI 시대에 뒤처진 인력으로 생각하는 것은 오산이다. 이들에게는 오랜 기간 축적한 산업, 고객, 제품, 경쟁사와 조직에 대한 도메인 지식이 있다. 여기에 AI와 데이터 활용 능력을 결합한다면 엄청난 생산성 향상을 만들어낼 수 있다. AX의 성패는 AI 전문가를 몇 명 새로 채용하느냐보다 기존 관리자를 얼마나 성공적으로 AI 인재로 재무장시키느냐에 달려 있다.
정부도 AX 전환을 위한 인력 양성에 투자하고 있지만 기업이 공적 지원에만 의존해서는 전환의 속도를 높이기 어렵다. 직원의 AI 재교육은 복지가 아니라 기업의 생존과 경쟁력을 위한 투자라는 인식의 전환이 필요하다. AX는 IT 부서가 추진하고 다른 부서가 따라가는 프로젝트가 아니라 기업 구성원 전체의 일하는 방식을 바꾸는 경영혁신이어야 한다.
이러한 변화는 대학의 경영학 교육에도 새로운 과제를 던진다. 경영교육도 더 이상 전통적인 문과의 틀에 머물러서는 안 된다. 경영학 교원을 경영학 박사 중심으로 채용하던 관행에서 벗어나 충분한 도메인 지식을 갖춘 공학, 물리학, 수학, 통계학, 컴퓨터과학 전문가들에게도 문을 열 필요가 있다. 궁극적으로 AI는 문과와 이과를 비롯한 전통적인 학문의 경계를 허무는 역할을 할 것이다.
AI 시대의 AX는 결국 기술의 전환이 아니라 사람의 전환이다. 기업과 대학이 사람을 바꾸는 데 얼마나 과감하게 투자하느냐가 앞으로의 경쟁력을 결정할 것이다.
영남일보(www.yeongnam.com), 무단전재 및 수집, 재배포금지