당신의 AI는 회의실에 들어가 본 적이 없다

가까운 지인의 자녀가 고등학교를 자퇴했다. 1학년 첫 성적표에 2등급이 여럿 찍힌 뒤였다. 예전 같으면 공부깨나 한다는 소리를 들었을 성적이다.
내신이 9등급제에서 5등급제로 바뀌면서 지난해 학교를 떠난 고1이 처음으로 1만명을 넘었다고 한다. 해석은 엇갈린다. 1등급을 놓치면 만회가 어렵다고 보고, 일찍 수능으로 방향을 틀었다는 쪽과 자퇴는 원래 늘던 추세라는 쪽이다. 어느 말이 맞는지는 모른다. 다만 지인의 자녀가 왜 학교를 떠났는지는 이 숫자 어디에서도 찾아볼 없다. 이유는 그 집 식탁에서 오간 대화 속에 있을 것이다.
회사의 숫자도 다르지 않다. 목표 달성률 78%, 연말 평가 A등급, 근속 6년. 이것만으로는 왜 A등급을 받았는지, 어떤 과정을 거쳤는지, 더 큰 역할을 맡길 만한 사람인지 알 수 없다. 조직에선 종종 이런 정보만으로 큰 판단을 내린다. 소개팅 상대의 키와 몸무게만 보여준 뒤 “결혼해도 되냐”고 묻는 격이다. 판단에 필요한 맥락은 빠진 채 결론만 요구하니 인공지능(AI)도 황당한 답을 내놓는다.
“체질량지수(BMI)는 정상 범주이니 추천드릴게요.”
기업용 AI도 마찬가지다. 달성률과 근속연수 같은 결과 수치는 있지만, 그 숫자가 만들어지기까지 어떤 고민과 선택이 있었는지는 연결되지 않는다. 모델을 아무리 똑똑하게 바꿔도 키와 몸무게만 주면 답은 똑같다. 우리와 함께 이 문제를 풀어낸 제조기업 K사가 있다. 변화는 거창한 AI전환(AX) 프로젝트가 아니라 평범한 회의실에서 시작됐다.
AX의 시작은 '회의의 맥락'을 쌓는 것
왜 회의실이었을까. 시스템에는 결정된 결과만 남지만, 회의실에서는 그 결과가 만들어지는 과정이 담긴다. 분기 목표가 100건에서 80건으로 줄었다고 해보자. 시스템에는 80만 남지만, 그 전날 회의실에서는 “에이스가 차출됐다”, “이 인원으로 100건을 채우다가는 팀 전체가 나가떨어진다”는 대화가 오갔을 수 있다. 숫자만 보면 목표를 낮춘 이유를 알 수 없다.
K사도 회의를 꾸준히 기록하고 있었다. 문제는 요약 파일만 남아 다른 조직 데이터와 단절돼 있었다는 점이다. 변화는 대표가 원온원과 회의를 플렉스로 기록하면서 시작됐다. 조직과 구성원의 목표, 역할, 미팅과 원온원이 처음부터 같은 시스템에 놓이자 대화들이 맥락으로 쌓이고 연결됐다. 비로소 AI가 조직을 제대로 읽기 시작한 것이다.

숫자 뒤의 '왜'를 읽는 AI
첫 한 달은 별다른 변화가 없었다. 구성원들은 평소처럼 미팅과 원온원을 기록하고 목표 진척률을 업데이트했다. 변화가 드러난 건 2분기 말이다. 마케팅팀의 목표 달성률이 58%에서 멈췄다. 숫자만 보면 단순한 목표 미달로 예전 같으면 “팀을 어떻게 운영하고 있는 거냐”는 추궁부터 나왔을지 모른다.
하지만 플렉스가 지난 몇 달의 기록을 함께 읽자 58% 앞에 있었던 일들이 드러났다.
조직 지능 기반 AI: "마케팅팀의 진척은 신제품 론칭 일정이 당겨진 직후부터 둔화됐습니다. 같은 시기에 다른 부서 지원 업무가 한 구성원에게 몰렸고, 팀 안에서는 업무량 조정 요청도 여러 차례 나왔습니다. 개인의 성과 문제로 보기 전에 업무가 한 사람에게 쏠리지 않았는지 먼저 확인할 필요가 있습니다." 일정을 바꾼 회의, 업무를 배정한 결재, 팀 내에서 오간 대화가 한자리에 놓였다. 따로 보면 평범한 기록이지만 연결하자 58%의 이유가 보였다. 대표는 팀장과 함께 지원 업무를 다른 팀원에게 나누고 론칭 일정에 맞춰 인력을 재배치했다. 멈췄던 진척률도 다시 움직였다.
3분기에는 AI가 먼저 위험 신호를 보내기 시작했다. 조직 지능 기반 AI: “A제품의 다음 달 양산이 늦어질 수 있습니다. 긴급 납품에 품질팀 인력이 투입되면서 이번 주로 예정된 품질 검증의 절반이 밀렸습니다. 품질팀에서도 현재 인력으로는 일정을 맞추기 어렵다는 의견이 나옵니다. 이번 주 안에 긴급 납품 인력 일부를 품질 검증으로 돌릴지 결정해야 합니다.”
이번에는 진척이 멈추기 전이었다. 문제가 터진 뒤 사람을 불러 이유를 묻는 대신 어디서 일이 막히기 시작하는지 미리 파악하고 조치할 수 있게 됐다.
이제 K사의 AI는 “진척이 늦습니다”에서 멈추지 않는다. 어떤 업무가 발목을 잡는지, 어떤 결정 뒤에 병목이 생겼는지 보여준다. 지난주 회의가 오늘의 지연을 설명하고, 오늘의 대화가 다음 주의 위험을 예고한다. 처음에는 작은 차이일지 모르지만 이런 교정이 매주 모든 조직에서 반복되면 생산성 격차는 눈덩이처럼 커진다.
데이터 대공사 없이 조직의 기억을 쌓는 법
AI를 제대로 쓰려면 회사 곳곳의 데이터를 연결해야 한다. ‘조직의 히스토리를 맥락 있게 연결해야 한다’는 말은 근사하지만 현실은 막막하다. 목표는 스프레드시트에, 회의는 녹취 앱에, 원온원은 개인 PC에 흩어져 있다. 이를 모아 AI가 읽을 수 있도록 만들려면 막대한 예산과 시간이 드는 AX 프로젝트가 필요하다.
조직 지능 기반 AI는 다르다. 구성원들이 데이터 통합이라는 새 업무를 떠안을 필요가 없다. 평소처럼 미팅과 원온원을 기록하고 목표 진척률을 업데이트하면 된다. 데이터 대공사를 따로 하지 않아도 플렉스와 함께 일하는 동안 회사의 맥락이 쌓이고 거미줄처럼 연결된다. 막대한 비용을 들여야 만들 수 있던 ‘조직지능(corporate brain)’이 일상 업무에서 자라는 것이다.
지인의 자녀가 학교를 떠난 이유를 그 집 식탁의 대화가 알고 있듯이, 회사가 현재 상황에 처한 이유도 회의실의 대화는 알고 있다. 문제는 그 대화를 기억하고 조직 지능으로 연결하는 회사가 드물다는 점이다.
플렉스팀 김태은 CAIO