어느 날 아침, 그는 슬랙 알림 하나를 받았습니다. "오늘부터 팀 전원 AI 작성 도구 계정이 활성화됩니다. 업무 효율화에 적극 활용해 주시기 바랍니다." 사용 지침도 없었고, 어떤 업무에 먼저 써야 하는지에 대한 설명도 없었습니다. 두 달이 지난 후 그는 해당 계정에 로그인한 횟수가 손에 꼽힌다고 말했습니다. 방법을 몰라서, 정확히는 무엇을 방법이라 불러야 할지도 몰라서였습니다.

이 장면은 BBC 비즈니스가 최근 조명한 현상과 정확히 겹칩니다. 직원들에게 AI 사용을 독려하거나 요구하면서도, 막상 어떻게 써야 하는지에 대한 준비는 생략된 기업들이 늘고 있다는 것입니다. 도구는 도착했지만, 그것을 일상의 흐름으로 만들 경로는 없었습니다. 조직은 속도를 원했고, 직원들은 방향을 잃었습니다.

계정은 도착했고, 설계는 오지 않았습니다

기업의 AI 도입 방식에는 눈에 띄는 차이가 있습니다. 라이선스를 구매하고 계정을 지급한 뒤 "앞으로 AI 활용 권장"이라는 공지로 마무리하는 곳이 있는가 하면, 어떤 업무에 어떤 산출물을 목표로, 어떤 수준에서 사용할지를 먼저 설계하고 도구를 들여오는 곳이 있습니다. 지금 혼란을 겪는 조직 대부분은 전자에 해당합니다.

이 차이는 단순한 교육 부재가 아닙니다. 사용법을 모른다기보다, 이 도구로 무엇을 해야 하는지를 모르는 것에 가깝습니다. 마케팅 담당자가 AI 카피 도구를 받았을 때 "지금 내 업무 중 어디에 끼워 넣어야 하나"를 스스로 결정해야 한다면, 그것은 효율화가 아니라 새로운 인지 부담입니다. 업무 시간 중 그 결정을 내릴 여유가 있는 사람은 많지 않습니다.

영국 기업들을 대상으로 한 여러 조사에서도 비슷한 패턴이 반복됩니다. AI 도구를 도입한 조직의 관리자 다수가 "팀원들이 제대로 활용하지 못하고 있다"고 답하면서도, 공식적인 사용 가이드라인이나 워크플로우 통합 계획을 갖춘 곳은 소수에 불과합니다. 투자는 이뤄졌지만, 그것을 실제 업무 성과로 연결하는 설계는 건너뛰었습니다.

새로운 사람이 조직에 합류했을 때 처음 몇 주가 얼마나 결정적인지는 이미 잘 알려진 사실입니다. 어떤 업무를 맡는지, 누구와 어떻게 협력하는지, 어떤 기준으로 성과를 판단받는지를 구조화된 방식으로 안내받은 사람과 그렇지 않은 사람의 6개월 후 모습은 뚜렷이 갈립니다. 입사 첫날 책상만 주어진 신입 사원이 스스로 역할을 찾아내는 경우는 드뭅니다. 도구 도입도 다를 이유가 없습니다. 계정이 생긴 날부터가 온보딩 시작이고, 처음 몇 주 동안 어떻게 이 도구와 관계를 맺느냐가 그 도구가 업무 속으로 들어오느냐를 결정합니다.

압박이 오히려 형식적 활용을 만드는 방식

BBC의 보도에서 눈에 띄는 표현은 "혼란스럽다(confused)"입니다. 직원들이 저항하거나 거부하는 것이 아니라, 어디로 향해야 할지를 모른다는 뜻입니다. 이 차이는 작지 않습니다. 많은 경영진이 AI 도입 실패를 직원들의 변화 저항으로 해석하지만, 현장 상황은 방향 부재에 가까운 경우가 많습니다.

목표는 있지만 경로가 없을 때, 사람들은 가장 안전한 선택을 합니다. AI 도구 자체를 외면하기보다 형식적 사용에 머무는 경우가 많습니다. 보고서 초안을 AI에게 시킨 뒤 처음부터 다시 쓰거나, 출력물을 검토 없이 그대로 제출하거나, 업무와 무관한 영역에서만 가볍게 써보는 식으로 말입니다. 어느 쪽도 조직이 기대한 생산성 향상으로 이어지지 않습니다.

단기 성과 압박이 강한 환경일수록 이 패턴은 더 뚜렷해집니다. 배우면서 쓸 시간 여유가 없는 상황에서 AI 활용이 평가 항목에 올라오면, 직원들은 도구 학습보다 당면한 마감을 우선하게 됩니다. 활용도 수치는 올라가지만, 실제 업무 변화는 없습니다.

여기서 반대 입장도 살펴봐야 합니다. AI 도구들은 이전 세대 기업 소프트웨어에 비해 훨씬 직관적으로 설계되어 있고, 유튜브와 커뮤니티에는 방대한 무료 학습 자료가 있습니다. 지나치게 구조화된 도입 프로그램이 오히려 직원들의 자율적 탐색을 가로막고, 조직이 예상하지 못한 창의적 활용 방식을 봉쇄할 수 있다는 주장도 존재합니다. 스스로 부딪혀 배운 사람이 가이드라인만 따른 사람보다 도구를 더 깊이 이해하게 된다는 사례도 적지 않습니다. 매뉴얼보다 탐색이 더 많은 것을 가르친다는 관찰은 틀리지 않습니다.

그러나 이 주장이 설득력을 가지려면 전제가 충족되어야 합니다. 탐색할 시간이 있어야 하고, 실수해도 괜찮다는 문화가 뒷받침되어야 하며, 학습 결과물이 업무로 통합될 수 있는 구조가 있어야 합니다. 이 세 가지 없이 쏟아지는 압박은 자율 탐색을 유도하는 것이 아니라, 방치에 가까운 상태를 만듭니다.

한국 1인 기획자·중간관리자가 지금 물어야 할 것

한국에서는 이 문제에 또 다른 압박이 얹힙니다. AI 도입 결정은 조직 상단에서 내려오지만, 실제 운용 책임은 현장 관리자나 1인 기획자에게 넘어옵니다. "우리 팀은 어떻게 써야 할까"를 스스로 설계해야 하는 위치에 서게 됩니다.

이 상황에서 먼저 점검할 것은 팀 내 AI 사용 목적이 실제로 구체적인지입니다. "효율화"나 "활용 권장" 같은 표현은 목적이 아닙니다. "기획서 초안 작성 시간을 30분 이내로 줄인다"거나 "주간 리포트 데이터 수집 단계를 자동화한다"처럼, 측정 가능한 성과와 연결되어야 합니다. 목적이 없는 도입은 라이선스 비용만 남기고 변화를 만들지 못합니다.

그다음으로는 팀원 각자의 업무 흐름 어디에 이 도구가 들어갈 수 있는지를 함께 그려봤는지 확인해야 합니다. 1인이라면 자신의 하루 또는 일주일 루틴 중 어떤 단계에 AI 보조가 실질적으로 작동하는지 직접 실험해볼 필요가 있습니다. 전사 롤아웃이 없더라도, 개인 단위의 작은 통합 실험은 지금 당장 시작할 수 있습니다.

실패 허용치도 미리 정해두는 것이 좋습니다. AI 출력물을 그대로 썼다가 결과가 실망스러웠을 때, 그것이 "쓸모없다"는 결론으로 이어지지 않으려면 기대치 조정이 먼저입니다. 처음 몇 번의 시도는 도구 학습 비용으로 볼 수 있어야 합니다. 이 여유를 만들어 주는 것이 관리자의 몫이고, 1인 기획자라면 스스로에게 그 여유를 허용해야 합니다.

계정 지급일과 실제 업무 통합일 사이의 공백. 그 간격을 어떻게 채울지를 미리 설계한 조직과 그렇지 않은 조직은, 6개월 후 같은 라이선스 비용을 치르고도 전혀 다른 자리에 서 있습니다. 처음 몇 주를 어떻게 설계했느냐가, 도입의 성패를 가르는 지점입니다. 저는 이것이 기술 문제가 아니라 설계 문제라고 말하고 싶습니다.