3월의 추천도서 (4751) AI 전환 절대 공식

 

 

1. 책소개

 

 

 

AI로 어떻게 성공할 것인가?
새 시대를 시작하는 단 한 권의 AX 경영 지침서
기술적 완벽성이 아닌 비즈니스 성공에 답하라
국내 기업 환경에 맞는 최적의 AX 솔루션

 

“갑자기 AX 팀장을 맡았는데 뭘 어떻게 해야 할지 모르겠어요.” 이 책은 기업 팀장들의 한숨으로부터 시작됐다. 대학 교수나 컨설팅 펌 연구원이 낸 AX 솔루션은 대게 이론이 실제를 따라가지 못해 기업 현장은 늘 곤란했다. 국내 굴지의 기업에서 실제로 수많은 AX 경험을 가진 저자가 시행착오를 거쳐 내놓은 워크플로우는 명쾌했다.

바야흐로 AI 시대, 기업들은 앞다퉈 AX 팀을 꾸리고 있다. 그러나 아무도 가보지 않은 길에서 경영진이 원하는 답을 내놓을 수 있는 사람은 없다. 무시무시한 거대 담론을 접한 사람들은 AX라는 임무 앞에서 기술적 완벽성에 집착한다. ‘완벽’하면 성공할 것이라 생각한다. 그런 나머지, AI를 실제 사용해야 할 사람들과 그들이 기술에 갖는 신뢰(혹은 의심), 그들의 고유한 업무 방식을 간과한다. 과거 IT 혁신을 이룰 때 이런 것들은 모두 혁신을 저해하는 요소로 여겨왔기 때문이다. 그러나 AI 시대에서 실패는 바로 여기서 발생한다.

저자는 글로벌 기업들의 AX 실패 사례나 AI가 국내 기업 문화에 도입되는 과정에서 규모나 업종과 상관없이 유사한 패턴이 반복됨을 발견했다. 많은 리더가 여전히 과거 IT 혁신의 성공 방정식을 AI라는 새로운 문제에 적용하려 하기 때문이다. 저자는 AI 전환이 기술 문제가 아니라 경영 문제라고 지적한다. AI의 특성을 제대로 이해하지 못한 채 과거 방식대로 내린 결정이 얼마나 많은 비용과 실패를 불러오는지 경고한다. AI 기술을 비즈니스에 적용해 성공을 이룬 기업과 그 반대 사례 등 풍부한 사례와 저자의 실무 경험을 담은 이 책은 리더와 실무자가 모두 공감할 수 있는 새로운 리더십과 AX 공식을 제시한다.

 

출처:본문중에서

 

 

 

 

2. 저자

 

저자: 김건우

 

디지털 및 인공지능(AI) 전략 전문가. 기업에서 DX와 AX를 아우르는 전략 전반을 담당해왔다. 2011년 삼성SDS에서 ERP 컨설팅으로 커리어를 시작해 한국토지신탁 IT 전략 기획자, LG화학 DX 전략 기획 파트 리더, CJ제일제당 DX 전략 기획 팀장을 거쳐 2024년부터 현대자동차그룹 이노션에서 AI 솔루션팀을 이끌었다. AI 주요 컨퍼런스에 연사로 참여해 AX 접근법과 리더십을 제안하면서 기업 실무자와 리더로부터 많은 공감을 얻었다. 현재 대학 강단과 온·오프라인 교육 플랫폼에서 경영진과 실무자에게 현장에 바로 적용할 수 있는 AX 전략과 실행 로드맵을 전하고 있다.
제조·화학·F&B·바이오·제약·금융·마케팅 등 다양한 산업군에서 전사 DX 및 AX 로드맵과 과제 포트폴리오를 설계하고 신설 조직의 초기 환경을 구축하며 구체적인 성과를 만들어낸 경험은 이 책의 토대가 되었다. 기술이 부족해서 실패하는 경우보다 무엇을 바꿀지, 어떻게 운영할지가 불명확해 전환이 멈추는 경우가 더 많다. 김건우는 기술의 가능성을 나열하기보다 기술이 현실에서 업무를 바꾸고 성과를 내도록 하는 방법을 제시한다.

 

출처:본문중에서

 

 

 

 

3. 목차

 

들어가며: 모두가 금을 캐러 나섰지만

1장 실패의 해부학
놀랍도록 유사한 실패의 방식
세 가지 고질적 함정의 재조명
넘어야 하는 세 개의 벽
AI가 IT 프로젝트가 아닌 이유
두 세계가 충돌할 때
기술이 아닌 철학

2장 AX 플레이북
세 개의 기둥
작은 성공에서 거대한 전환점으로
단계 1. 작게 시작하기(Small Start)
단계 2. 검증된 성공 확보하기(Solid Success)
단계 3. 정교하게 확장하기(Smart Scaling)
AX 글로벌 타이탄들

3장 지속 가능한 AX를 위한 실행 도구
성과 측정 및 증명하기
AX 실행 성과 관리
AX에 대한 저항 극복
AX 파틑너십 확보

4장 반드시 알아야 할 AI 트렌드
트렌드 1. 에이전틱 AI의 본격화
트렌드 2. 멀티모달 AI의 실용화
트렌드 3. 하이브리드 AI의 부상
트렌드 4. 초개인화 AI의 고도화
트렌드 5. AI 거버넌스의 필수화

5장 AX 리더십 및 조직 설계
새로운 리더십
새로운 조직 구조
새로운 인재 전략
리더를 위한 첫 90일 행동 계획
리더는 예언가가 아니라 탐험가다

나가며: 기술 너머 미래를 설계하며

 

출처:본문중에서

 

 

 

 

4. 책속으로

 

깊은 협곡을 단 한 번의 도약으로 건너려는 시도는 대부분 처참한 실패로 이어진다. 특히 과거 전사적자원관리(ERP) 시스템 도입 경험이 있는 리더일수록 이 함정에 빠지기 쉽다. 그들은 AI 전환 역시 하나의 거대 프로젝트로 완수할 수 있다고 믿지만 이는 AI 기술의 본질을 오해한 것이다.
_33쪽

M&A 계약서 검토에는 평균 2~3주나 소요되는데, 계약 건수는 점점 증가하고 있어 법무팀은 언제나 과부하에 시달렸다. 계약서 핵심 조항을 자동 추출하고 비교하는 프로토타입은 완벽하지 않았지만 결과적으로 계약서 검토 시간을 절반으로 단축시켰다. 이러한 프로토타입을 만드는 데 걸린 시간은 6주에 불과했다. 이 작은 성공은 조직에 두 가지를 증명했다. 첫째, AI가 실제로 도움이 된다. 둘째, AI를 가지고도 빠르게 결과를 낼 수 있다.
_38쪽

빅뱅 접근법을 선택하는 조직들은 유사한 심리적 특성을 공유한다. 첫째, 한 번에 끝내고 싶다는 조급함이다. 기술적인 문제에서 비롯되는 조급함이 아니다. AI 프로젝트를 여러 번에 걸쳐 나누면 예산 승인이 어렵다는 행정적, 재정적 우려가 크게 작용한 탓이었다. 밖에서 볼 때는 어처구니없는 이유로 보일지 모르겠지만 안타깝게도 현실에서는 전혀 그렇지 않다. 그러나 AI는 한 번에 끝낼 수 있는 프로젝트가 아니다. 지속적으로 학습하고 개선되는 살아 있는 시스템이다.
_39쪽

이제 우리는 이 학습을 바탕으로 방향을 전환해야 한다. 문제 정의가 잘못되었을 수도 있고, 솔루션의 형태가 부적절했을 수도 있다. 어쩌면 AI가 아닌 더 간단한 자동화 규칙으로도 충분히 해결할 수 있는 문제였을지도 모른다. 이처럼 린 성장은 AI 프로젝트를 단번에 성공시켜야 하는 거대한 도박이 아니라 작은 실험과 빠른 학습을 통해 성공 확률을 점진적으로 높여가는 과학적인 탐색 과정으로 재정의한다.
_77쪽

비즈니스의 언어는 오직 하나, ‘숫자’다. 특히 C레벨 경영진을 설득하기 위한 언어는 ROI다. 따라서 최소기능제품을 통해 얻은 모든 결과를 철저하게 재무적 가치로 환산하는 작업이 필요하다. (…) 간접 가치는 직원 만족도나 고객 경험 개선과 같은 무형의 가치를 정량화하는 노력으로, 예를 들어 반복 업무 자동화로 인한 직원 만족도 향상이 이직률 감소와 신규 채용 비용 절감으로 이어지는 것을 보여줄 수 있다.
_98쪽

하지만 이때 공식적인 도구나 명확한 가이드라인이 없다면 어떤 일이 벌어질까? 직원들은 각자도생의 길을 걷기 시작한다. 개인 이메일 계정으로 가입한 무료 생성형 AI 툴에 회의록을 통째로 입력해 요약을 요청하고 검증되지 않은 외부 애플리케이션에 회사의 민감한 고객 데이터를 업로드해 분석을 시도한다. 마치 어느 날 갑자기 도시의 모든 시민에게 고성능 스포츠카가 한 대씩 주어졌는데 도로에는 신호등도, 차선도, 속도 제한 표지판도 없는 상황과 같다. 모두가 더 빨리 목적지에 도달하기 위해 질주하지만 도시는 이내 걷잡을 수 없는 혼돈과 대형 사고로 마비될 것이다.
_101쪽

모든 AI 기술을 내재화하려고 하면 변화의 속도를 따라가지 못하고 오히려 도태의 길을 걷게 된다. (…) 현재 AI 기술의 발전 속도는 한 기업이 따라잡기에는 너무 빠르고 광범위하다. 언어 모델, 이미지 생성, 데이터 분석 등 각 분야 최고의 기술은 각기 다른 기업에서 매일같이 탄생하고 있다. 이러한 환경에서 생존하고 앞서가기 위한 가장 현실적이고 강력한 전략은 협력, 즉 외부의 혁신 역량을 활용하는 AI 생태계를 만드는 것이다.
_170쪽

 

출처:본문중에서

 

 

 

 

5. 출판사서평

AX에 관한 경영적 접근법
AI로 비즈니스 ‘민원’을 해결하라

회사에서 “우리도 AI 전환을 해야 하는데….”라는 말을 들은 실무자라면 모든 것을 바꿔야 한다고 주장하는 개혁적 경영자나 전문가가 나타나서 외치는 거창한 구호에 매력을 느끼기 쉽다. 그만큼 불안해서다. 이 책의 저자는 거대한 AI 산업에서 거꾸로 ‘작은’ 시작을 말한다. 가장 큰 위협은 한 번에 모든 것을 바꾸겠다는 조급함과 AI만 도입하면 된다는 AI 만능주의에 있으며, 거창한 구호나 화려한 기술을 좇기보다 동료의 어려움에 귀 기울이는 것에서 혁신이 출발한다고 믿어서다. 조직이 처한 가장 시급한 문제 하나를 AI 기술을 활용해 해결해보라. 이 ‘작은’ 시도에서 대전환이 시작된다.

이는 경영자에게는 꽤 낯선 메시지다. 전통적으로 실무자가 겪는 작은 문제들은 경영자의 일이 아니었다. 오히려 경영자라면 이런 일들을 세세하게 고려해서는 안 된다고까지 여겨왔다. 지엽적인 문제를 보면 전사적이고 담대한 그림을 그리는 데 방해가 된다고 생각해서다. 과연 그럴까? 이 책에는 글로벌 기업들이 겪은 AX 프로젝트의 실패와 성공 사례가 등장한다. 실패한 사례에서는 하나같이 직원들도 모르는 사이 어느 날 갑자기 최신 기술로 구축한 거대 시스템이 전면에 등장했고, 성공한 사례는 언제나 직원들이 매일 겪는 작고 사소해 보이는 문제에서 기술의 전환이 시작됐다.

“우리는 언제 시작하나요?”
비슷한 실패가 반복되는 이유

기업들은 비슷한 방식으로 실패한다. “우리도 챗GPT 같은 걸 만들 수 있나요?”, “경쟁사가 AI를 도입했다는데 우리는 언제 시작하나요?”, “AI로 인건비를 얼마나 줄일 수 있을까요?” 이 책은 AI를 목적 그 자체로 바라보는 접근법으로 얼마나 많은 기업들이 똑같이 넘어졌는지를 보여준다. 제너럴일렉트릭은 ‘프레딕스’라는 거대한 산업용 사물인터넷 플랫폼을 통해 항공, 에너지, 헬스케어 등 각기 다른 분야 고객의 요구를 하나의 플랫폼으로 해결하려다 실패를 맛봤다. IT 혁신처럼 AI 기술도 사전에 계산하고 통제하는 것이 가능하다고 생각한 리더가 내린 잘못된 결정이다. 플랫폼은 다양한 고객의 요구에 제대로 응하지 못할 만큼 몸만 거대해져버렸다. 즉 비즈니스 실패다.

AI 챗봇이 해버린 거짓말에 곤란한 상황에 빠진 항공사도 있다. 환불 정책을 문의한 고객에게 잘못된 정보를 자신 있게 안내한 자사 AI 챗봇 때문에 소송당한 에어캐나다는 보기 좋게 패소했다. AI만 도입하면 혁신이 다 된 것이 아니다. AI 전환에는 법적 책임 등 복잡한 비즈니스 문제가 얽혀 있다.

똑똑한 AI도 전략이 잘못되면 골칫덩이로 전락한다. IBM이 수십억 달러를 투자해 만든 암 진단 AI 기술은 의사에게 약물을 잘못 추천한 데다가, 바쁜 의사들에게 엄청난 양의 데이터 입력 업무를 요구한 죄로 실력 있는 의사들의 신뢰를 완전히 잃고 말았다. 의사들을 대체하는 완벽한 기술은 허상에 불과하다. 비즈니스를 하려면 의사들을 제대로 도울 수 있는 AI 도구를 고안해야 했다.

이제 모든 기업은 AI 기업
AI 시대의 성공 공식을 파악하라

한편, 성공한 기업들은 실무자의 ‘고통점’ 찾기부터 시작한다. 세계 최대 OTT 플랫폼 넷플릭스는 데이터 과학자들이 업무 시간을 허비하는 인프라 문제를 해결하기 위해 ‘메타플로우’라는 AI 팩토리를 개발했다. 이제 메타플로우는 추천 알고리즘 생성, 콘텐츠 수요 예측, 초개인화 마케팅, 화질 최적화 등 넷플릭스의 핵심 기능을 모두 가능하게 하는 기업의 중심축이 되었다. JP모건체이스는 보안상 생성형 AI를 사용할 수 없어 애로가 많은 직원들을 위해 수년이 걸리는 AI 거버넌스 구축 작업을 해냈다. JP모건체이스가 하루가 다르게 새로운 기술이 도입되는 금융 서비스 업계에서 ‘느리게’ 가는 결정은 한 이유는 실무자들이 겪는 작은 문제들을 결코 무시하지 않았기 때문이다. 그들의 AI 거버넌스는 직원과 고객이 모두 신뢰할 수 있는 자산이 되었다. AI 전환에 성공한 기업들의 공통점은 모두 현장 직원의 민원(?)을 해결하려다 AI를 조직의 핵심 경쟁력으로 만들었다는 것이다.

철학과 실전을 동시에, 본격 AX 플레이북

저자는 AX에 성공하는 세 가지 전략인 린 성장, 표준화, AX 플러그인을 제안한다. 린 성장은 거대 계획을 세우는 대신 최소기능제품을 만들어 실제 사용자로부터 피드백을 얻으면서 다음 단계로 나아가는 접근법이다. 거대한 실패를 경험할 위험이 없으면서 그 성공의 가능성은 무한대다. 제품이 실패하더라도 수렁에 빠지지 않고 빠르게 고치면서 옳은 방향으로 전진할 수 있다. 저자는 여기서 발생하는 실패는 손실이 아니라 귀중한 학습 데이터가 된다고 말한다. AI의 가장 무서운 점은 바로 사전에 예측할 수 없는 불확실성. 린 성장 전략은 이 불확실성을 다루는 유일한 방법이다.

표준화는 AI 전환이 일회성 프로젝트가 아닌 예측 가능한 산업으로 전환하는 전략이다. 한 예로 데이터를 ‘제품’처럼 관리함으로써 업무의 중복과 혼란을 없애는 것이다. 이로써 AI 모델 개발은 더 이상 소수의 뛰어난 데이터 과학자의 역량과 감에 의존하는 것이 아니라, 정해진 절차와 시스템에 따라 누구나 결과를 만들어낼 수 있는 공학의 영역으로 진입하게 된다.

AX 플러그인은 산업 생태계를 주도적으로 조성하는 파트너십 전략이다. AI 기술이 다루는 분야는 너무나 광범위하며 그 발전 속도는 한 기업이 따라잡기에 벅찰 정도로 빠르다. 모든 분야에서 세계 최고 수준의 기술을 내재화하는 것은 불가능에 가깝다. 성공적인 기업들은 핵심 경쟁력을 유지한 채, 그 외의 영역에서는 외부 파트너와 협력하여 속도와 효율성을 극대화하고 최적의 산업 생태계를 조성한다.

작은 시작, 검증된 성공, 정교한 확장 AX 최전선에 선 모두를 위한 성공 공식

AI는 이제 선택이 아니라 피할 수 없는 미래라고들 한다. 역사는 반복된다고도 한다. 사람들이 금을 캐러 미국 서부로 모여들었던 19세기 골드러시 시대에 돈을 번 이들은 광부들에게 튼튼한 청바지를 판매한 리바이 스트라우스, 금을 캘 곡괭이와 삽을 판매한 상인 사무엘 브래넌 등이었다. 지금도 마찬가지로 다양한 비즈니스 기회가 존재한다. AI 시대의 곡괭이와 삽에 해당하는 그래픽처리장치를 판매하는 엔비디아는 역사상 최초로 시가총액 5조 달러를 돌파했다. 황금만 보기 시작하면 더 큰 기회들은 눈에 들어오지 않는 법이다. 거창한 투자에도 불구하고 AI 기술 도입 후 실질적인 비즈니스 가치를 창출하는 기업은 많지 않다. 저자가 말하는 ‘작은’ 시도는 처음에는 돌아가는 것처럼 보이지만 결국 AI라는 거대한 기술을 손안에 넣는 가장 확실한 방법이다. “작게 시작해서(Small Start), 검증된 성공을 확보하고(Solid Success), 정교하게 확장(Smart Scaling)하라.”

이 책은 실제로 AI 전환 프로젝트를 진행하기 위해 투자수익률을 계산하고 증명하는 과정을 소개하며, AI 시스템을 제대로 평가하는 데 필요한 도구들을 제안한다. AI 트렌드를 조망하고 곧 펼쳐질 미래에 대비한 실질적인 리더십을 제시한다. 저자는 AI 시대의 진정한 리더십은 혼자서 변화를 이끄는 능력이 아니라, 변화를 조직의 일상으로 만드는 능력에 있다고 말한다. 결국 변화하는 조직을 만들어야 한다. 그래야 조직이라는 엔진이 혁신의 추진력을 만든다. 거대한 혼란 속에서 내일 당장 무엇을 어떻게 해야 할지를 이야기하는 이 책은 먼 미래를 그린 풍경화가 아니라 가까운 비즈니스 산업을 만들 설계도가 필요한 독자들에게 단 하나의 방법론이 될 것이다.

 

출처: 「AI 전환 절대 공식」 출판사 한국경제신문