AX 리터러시? AI 교육에 돈 쓰기 전 리더가 확인해야 할 진실

Q.만약 당신이 큰 병에 걸렸다면, 어떤 액션을 취할 것인가?

묻지도 따지지도 않고 1번을 선택할 것이다. 생사가 걸린 문제에서 '공부해서 직접 치료하겠다'는 건 말이 안 되니까. 그런데 이상하게도 기업의 생사가 걸린 AX 앞에선 전문가를 찾기에 앞서 교육부터 알아본다.

"일단 교육부터?”

AX. 현시각 기업 교육 시장에서 가장 뜨겁게 팔리는 아이템이다. 여러 SNS에서 ‘AX 리터러시, AI 전사 도입 전략 강의’ 같은 광고들이 판을 치고 있다. (모 기업은 AX교육만으로 200억을 벌었다고 한다.)

그런데 문제는, 그 비용이 실제 조직 성과로 이어지고 있느냐는 것이다.

업계 최전선에서 수많은 조직의 데이터를 뜯어보고 있지만, 강의실에서 배운 내용만으로 기업용 AI 도입에 성공해 조직의 성과를 1%라도 올렸다는 사례는 찾아보기 힘들다.

그렇다면 이것이 리더의 막연한 불안감을 ‘학습’이라는 명목으로 달래주고 수익을 챙기는 행태가 아니면 뭐란 말인가.

리더는 기업용 AI를 공부하는 사람이 아니다

단도직입적으로 말하겠다. 리더나 구성원이 직접 AI를 배우고 데이터를 정제해야 한다면 그 시스템은 뒤도 돌아보지 말고 걸러라.

준비가 필요한 AI는 실패한 시스템이기 때문이다. 진짜 기업용 AI라면 인프라 확보, 기밀 유출 방지, 데이터 이관 같은 복잡한 문제는 시스템 단에서 알아서 해결되어야 한다. 문제를 걸러줄 필터가 있는 시스템이 조직의 일대기를 스스로 학습하고 리더가 묻기 전에 답을 내놓아야 정상이라는 뜻이다.

우리 회사를 100% 이해하는 기업용 AI는 교육 몇 번 듣는다고 준비할 수 있는 만만한 영역이 아니다. 무수한 데이터를 AI가 이해할 수 있는 형태로 바꾸고, 조직의 일대기를 학습시키고, 보안 거버넌스를 설계하는… 그 지독한 과정은 웬만한 전문가들도 어려워하는 영역인데, 공부해서 이를 뚝딱 해낸다? 말이 안 된다.

얼마 전 골프를 치다 만난 모 중견기업 리더는 AI 기반 시스템을 3개나 연동해 쓰고 있다고 했다. 임원 AX 교육에서 추천받은 AX 리터러시 방식이라는데… 데이터가 정제되지 않은 상태에서 시스템만 늘어나면 잘못된 답만 늘어난다.

아마 흩어진 데이터를 하나의 조직 맥락으로 꿰어내는 법을 모르기에 여러 시스템을 연동하라는 말로 복잡함을 포장했을 것이다. 이렇게 되면 리더는 돈만 3배로 쓰고 AI가 뱉은 오답이 진실인지 확인하기 위해 내부 갈등만 깊어지는 비극을 맞이하게 된다.

AX교육에서 알려주지 않는 진실

상상해보자. 인테리어가 근사한 식당에 갔는데 주방 배수관과 화장실 오수관이 한 파이프라인으로 연결되어 있다는 사실을 발견했다. 음식을 믿고 먹을 수 있겠는가? (비위 좋은 나조차도 불가능이다.)

기업용 AI도 마찬가지다. 보이지 않는 데이터 파이프라인 설계가 엉망인 곳은 결국 사고가 터진다.

“SaaS is Dead”라는 말이 나올 만큼 그럴듯한 기능은 누구나 만든다. 마구잡이로 데이터를 긁어모으는 것도 쉽다. 하지만 그렇게 뒤섞인 데이터에는 지독한 리스크가 따라붙는다.

첫째, 이 데이터를 전부 믿을 수 있는가? (바뀐 정책, 개인 의견이 섞인 초안까지 한데 모아놓으면… AI가 무엇이 진실인지 구분할 수 있겠는가.)

둘째, 이 데이터는 모두가 봐도 되는가? (대외비, 평가, 보상 정보를 AI가 누구에게 어디까지 말해도 되는지 판단하지 못하면 리스크만 커진다.)

결론적으로 기업용 AI라고 주장하는 시스템은 AX를 외치면서 '모두가 봐도 되는 얕은 정보'만 연결하거나 '특권층'만 쓰게 제한한다. 과연 이걸 두고 전사 AI 도입이라고 말할 수 있을까?

flex가 단 1건의 정보 노출 사고도 허용하지 않는 이유

진짜 조직의 두뇌가 되는 AI를 만들려면 누가 어떤 데이터를 봐도 되는지 AI가 실시간으로 알아야 한다. 하지만 대부분의 시스템은 사람에게 권한이라는 열쇠를 직접 쥐여주는 방식을 쓴다. 이런 식이면 조직개편 한 번에 보안은 바로 흔들린다.

사람이 수천 명인데 누가 팀장이 됐고 누가 퇴사했는지, 어떻게 알고는 일일이 열쇠를 회수하고 새로 나눠주겠는가.

그래서 flex는 ‘자동 센서’를 심었다. 사람 손에 어떤 열쇠가 들려 있는지를 보는 게 아니고 그 사람이 조직도상 어느 부서에 있고 어떤 직책을 맡고 있으며 누구와 어떤 관계에 있는지를 실시간으로 읽는다.

예를 들어 철수가 A부서 팀장에서 B부서 팀장으로 이동한다고 해보자.

발령 정보가 반영되는 순간, 시스템은 철수의 바뀐 위치를 감지해 이전 부서의 데이터는 차단하고 새 역할에 필요한 정보만 열어준다. 리더가 “아 맞다, 철수 권한 수정 안 했다!” 며 식은땀 흘릴 일을 구조적으로 없애버린 것이다.

단지 ‘팀장’이라는 타이틀만 보는 게 아니다. 어느 부서의 팀장인지, 그 부서가 어떤 상위 조직 아래에 있는지까지 함께 본다. 그래서 권한을 사람이 수동으로 옮겨주지 않아도 시스템이 현재 관계에 맞게 실시간으로 계산한다.

사실 이 정도로 촘촘하게 권한을 설계하는 건 소프트웨어를 어지간히 잘 만든다는 기업들에게도 난이도가 극악인 영역이다. 막대한 리소스는 물론, 시시각각 바뀌는 HR 데이터의 특성을 이해하고 그 맥락을 끝까지 추적할 수 있는 집요함이 있어야 하기 때문이다.

flex는 지난 7년간 대한민국에서 가장 까다롭고 예민하다는 HR 데이터를 주물러온 팀이다. 숫자 하나, 발령 정보 한 줄이 조직에 어떤 파장을 일으키는지 매일같이 체감하며 살아왔다는 뜻. (남들이 보안 거버넌스를 공부할 때 우리는 이미 완성된 파이프라인을 근간에 내재화했다.)

AX는 집중의 영역이 아니고 올바른 선택의 영역이다

결국 단 1건의 정보 노출 사고도 허용하지 않는 이 구조는 AI 시대를 예견해서 만든 게 아니다. 인사 데이터를 다루는 팀이라면 당연히 갖춰야 할 기본이자 타협할 수 없는 자존심이었을 뿐이다.

다시 한 번 기억하라. 우리는 큰 병에 걸리면 의학 서적을 뒤지는 대신 수술대 위에 눕는다. 부디 스스로를 어설픈 의사로 만들어 병을 키우지 말길 바란다.

리더인 당신이 할 일은 AX 리터러시를 위해 교육을 듣는 게 아니다. 알아서 준비해줄 시스템을 알아보는 눈을 키우고, 이를 선택해 결과를 내는 것뿐이다.