코드 너머의 조직

AX 시대, 일과 조직을 다시 짜는 법
저자: 김상기 · 2026 · 코드 너머의 시리즈 III · v1.2.0

코드 너머의 조직

AX 시대, 일과 조직을 다시 짜는 법

저자: 김상기 시리즈: 코드 너머의 III 전작 I: 코드 너머의 시대 (2026) 전작 II: 코드 너머의 직업들 (2026) 버전: 1.1.0 발행일: 2026-05-17

목차

PART 1. AX란 무엇인가 — 일과 조직의 재설계 - 1장. AX는 DX가 아니다 — 결과 중심의 재설계 - 2장. 95%는 왜 가치를 만들지 못하는가 - 3장. 한국이 보내는 신호 — 위에서 본 풍경

PART 2. 일의 재정의 — 작동 원리 - 4장. 직무에서 task로 — 작동 원리 - 5장. 인간·AI 협업의 두 모드 — EPOCH + Centaur·Cyborg - 6장. Agentic Organization과 매니저 재정의

PART 3. AX 실행 세 시도 - 7장. 새로운 성과 관리 — EPOCH의 한국형 매핑 - 8장. 새로운 기여자 보상 — Skills-based pay와 한국의 직무기반 전환 - 9장. Skill Marketplace ⭐ — Schneider·Unilever의 교과서와 한국의 짝

막간. 정직한 한 페이지: 우리가 틀릴 수 있는 9가지

PART 4. 한국에서 - 10장. 한국 AX 풍경 — 안에서 겪은 풍경

책을 펴내며

이 책은 코드 너머의 시리즈 세 번째 책입니다.

지난 두 권 중 첫 책 코드 너머의 시대가 사람의 내면을, 두 번째 책 코드 너머의 직업들이 사람의 외형(직업)을 다뤘습니다. 본서는 그 사이에 있는 환경을 다룹니다. 그 환경의 이름이 조직입니다.

출발점

이 책은 한 가지 관찰에서 시작되었습니다.

2025년 한 해 동안 글로벌 컨설팅 빅4(McKinsey·BCG·Microsoft·Deloitte)가 거의 같은 한 문장을 던졌습니다. AX는 기술 도입이 아니라 일과 조직의 재설계다. 다른 컨설팅 회사가 같은 결론을 다른 언어로 동시에 발표하는 풍경은 흔치 않습니다. 그 한 줄이 이 책의 자리를 정했습니다. 빅4의 결론을 한국 시장 매뉴얼로 옮기는 자리.

본문에서 자주 만나는 용어들

본문에 영문 표현이 몇 가지 등장합니다. 처음 등장할 때 한 줄로 풀어 두지만, 미리 정리해 두면 읽기가 한결 편합니다.

이 정도가 본문에서 가장 자주 등장하는 영문 용어입니다. 다른 표현들은 등장하는 자리에서 한 줄로 풀었습니다.

누가 읽으면 좋은가

1순위 독자는 HR 리더와 기술 리더입니다. AX 전환을 조직 차원에서 책임지는 사람들. 본서는 두 직군이 같은 본문을 함께 읽을 수 있게 썼습니다.

전작 두 권을 읽으셨다면 본서가 시리즈를 닫는 자리입니다. 읽지 않으셨어도 본서는 독립적으로 완결됩니다.

어떻게 읽으면 좋은가

순서대로 읽는 것을 추천합니다. PART 1이 시대 진단, PART 2가 작동 원리, PART 3이 본론, 막간에서 틀릴 수 있는 9가지를 직시, PART 4에서 한국 풍경으로 닫습니다.

자료의 전체 목록은 프로젝트 저장소(research/)에 정리되어 있습니다. 본서 9장의 한국 ITM 인터뷰는 2판 보강으로 남겼습니다.

이 책의 모든 오류는 저자의 몫입니다.

— 김상기, 2026년 5월

프롤로그. AX 동상이몽 — 같은 단어를 다른 의미로 쓰는 시대

“표면적으로는 모두 AI와 클라우드 강화를 공통점으로 보이지만, 실적 구조와 사업 포지셔닝에 따라 전략과 조직 설계는 적지 않은 차이가 있다.” — ZDNet Korea, 2025년 12월 5일

같은 회사 안에서 AX라는 단어를 세 사람이 다르게 씁니다.

임원에게는 매출 구조의 재편, HR 리더에게는 직무와 평가 시스템의 재설계, 기술 리더에게는 엔지니어링 생산성의 변화. 다음 분기 OKR 회의에서 세 사람이 만나면 세 다른 책의 한 페이지가 따로 놓입니다.

이 풍경이 2025년 한국 대기업 거의 모든 곳에서 일어났습니다.

ZDNet Korea가 “삼성SDS·LG CNS·SK, 인사 키워드는 ‘AX’… 전략은 ‘동상이몽’”이라는 제목을 달았습니다. 한국 IT 서비스 빅3가 같은 분기에 같은 단어로 다른 약속을 했다는 진단입니다. 같은 시기 한국 정부는 2026 AX 예산을 4,552억 원으로 책정했습니다. 전년 대비 +83.6%. 카카오·네이버·롯데·SKT가 각자 다른 형태로 AX 조직을 신설했습니다.

여섯 개의 발표가 같은 분기에 나왔지만, 그 안의 약속과 실행은 여섯 가지 다른 풍경이었습니다.

흥미로운 것은, 같은 시기 글로벌 컨설팅 빅4의 결론이 거의 일치한다는 점입니다.

McKinsey는 workflow redesign이 EBIT 효과의 최대 변수라고 정리했고, BCG는 60%의 기업이 가치 창출에 실패하고 5%만 future-built 단계에 도달한다고 발표했습니다. Microsoft는 Frontier Firm이라는 개념을 만들어 조직도가 워크차트로 옮겨가는 풍경을 그렸고, Deloitte는 13,000명 리더 조사에서 인식과 실행의 격차가 74%포인트임을 보고했습니다.

네 회사가 같은 자리에서 거의 같은 문장을 던졌습니다. AX는 기술 도입이 아니라 일과 조직의 재설계다.

이 한 문장이 이 책의 출발점입니다.

이 책은 그 동상이몽을 한 자리에 모으자고 제안합니다. HR 리더와 기술 리더가 같은 페이지에서 같은 문제를 보는 자리. 본론 3부 — 새로운 성과 관리, 새로운 기여자 보상, Skill Marketplace — 가 그 합의를 만드는 매뉴얼입니다.

PART 1은 시대를 봅니다. PART 2는 작동 원리를 봅니다. PART 3이 본론입니다. PART 3과 PART 4 사이의 막간에서 이 책의 가설이 틀릴 수 있는 9가지를 직시합니다. PART 4는 한국 AX 풍경의 안에서 겪은 모습으로 책을 닫습니다.

전작을 읽으셨다면 본서가 시리즈를 닫는 자리입니다. 내면(I) → 외형(II) → 환경(III). 1장에서 AX와 DX는 무엇이 다른가부터 시작합니다.

PART 1. AX란 무엇인가 — 일과 조직의 재설계

시대를 봅니다. 빅4 결론이 일치하는 자리.

McKinsey·BCG·Microsoft·Deloitte가 같은 분기에 같은 한 문장을 던졌습니다. AX는 기술 도입이 아니라 일과 조직의 재설계다. 본서가 그 한 문장을 한국 시장 매뉴얼로 옮기는 자리입니다.

PART 1은 그 자리를 세 장에서 짚습니다. 1장은 AX와 DX의 차이. 2장은 95%가 가치를 만들지 못하는 이유와 5%의 공통점. 3장은 한국이 보내는 신호 — 위에서 본 풍경.

이 PART의 톤은 분석적입니다. 빅4 데이터·정부 정책·인사 발표를 나란히 놓고 AX 시대의 좌표를 잡습니다.

1장. AX는 DX가 아니다 — 결과 중심의 재설계

“AI를 활용해 할 수 없는 일이라는 것을 증명하기 전에는, 헤드카운트를 늘려달라는 말을 하지 마세요. AI 활용은 평가에 반영됩니다.” — Tobi Lütke, Shopify CEO 사내 메모, 2025년 4월

2025년 4월, Shopify CEO Tobi Lütke가 사내 5,000여 명에게 메모 한 통을 보냈습니다. AI로 할 수 없는 일임을 먼저 증명하기 전에는 새 사람을 뽑겠다는 요청을 받지 않겠다는 한 줄. 며칠 만에 외부 매체로 흘러나왔고, 2025년 AX 풍경의 가장 강한 한 줄이 되었습니다.

이 메모에 AX라는 단어는 한 번도 등장하지 않습니다. 그러나 메모 전체가 AX의 정의를 한 단락에 박은 셈이었습니다. AX는 어떤 기술을 도입했는가가 아니라 어떤 일을, 어떤 사람이, 어떻게 다시 하는가에 대한 결정입니다.

이 장에서 다룰 한 줄을 먼저 적어두겠습니다.

AX는 DX가 아닙니다. AX는 결과 중심의 재설계입니다.

DX와 AX — 단위의 차이

DX(Digital Transformation)는 지난 10년 동안 표준 정의가 정착된 단어입니다. 디지털 기술과 디지털화된 운영 모델로 기업의 일하는 방식을 바꾸는 것. 클라우드, 데이터 파이프라인, 보안 시스템, 협업 도구. 기반을 디지털로 옮기는 작업이었습니다.

DX 시대의 가정은 단순했습니다. 기술이 바뀌면 일하는 방식도 따라온다. 클라우드 인프라를 깔면 개발 속도가 빨라졌고, 데이터 호수를 만들면 BI 보고서가 깔끔해졌습니다. 인과 관계가 비교적 단순했습니다.

AX 시대에 들어오면서, 이 인과의 방향이 역방향으로 흐릅니다. 기술에서 시작하지 않고 결과에서 시작합니다.

구분 DX AX
시작점 기술 (클라우드·데이터·보안) 결과 (목표 KPI, 풀어야 할 문제)
변환 단위 프로세스·시스템 워크플로우·역할·조직
성공 지표 디지털 전환률 결과 도달 시간·결과당 비용·결과 신뢰도
시간 단위 분기·연 주·월

Lütke의 메모가 정확히 이 자리입니다. 결과를 먼저 정하고, 그 결과를 만드는 가장 효율적인 워크플로우를 거꾸로 설계하라는 지시. 새 사람을 더 뽑는 것이 그 결과를 만드는 가장 효율적인 방법이 아닐 수 있다는 의심에서 출발합니다.

빅4가 같은 자리에서 던지는 결론

이 차이가 결정적인 이유를 빅4 리포트가 정량으로 보여줍니다.

McKinsey의 State of AI 2025는 88%의 기업이 AI를 도입했지만 EBIT 효과를 본 곳은 39%라고 보고했습니다. 49%포인트의 격차. 그리고 그 격차의 가장 큰 단일 변수가 workflow redesign이었습니다. 전체 기업의 21%만 워크플로우를 근본적으로 재설계했고, 그 21%가 평균 대비 2.8배의 ROI를 만들었습니다.

BCG는 더 단정적이었습니다. 60%의 기업이 가치 창출에 실패하고, 5%만이 future-built 단계에 도달한다. 그 5%의 공통점은 왜 이 일을 하는가부터 다시 설계한 곳들입니다. BCG가 같은 시기에 발표한 10-20-70 framework가 그 진단을 예산 비중으로 옮긴 표현입니다. AI 가치 창출의 10%는 알고리즘, 20%는 기술, 70%는 사람과 프로세스. 대부분의 기업이 반대 방향으로 예산을 씁니다. 알고리즘에 70%, 사람에 10%.

Microsoft는 Frontier Firm 개념으로 같은 그림을 그렸습니다. 인간과 에이전트가 하이브리드 팀을 이루고, 조직도가 워크차트로 옮겨가는 회사. 1단계 Assistance에서 2단계 Colleague, 3단계 BPA로 가는 길. 대부분의 회사가 1단계에 머물러 있습니다.

Deloitte는 13,000명 리더 조사에서 한 가지 격차를 짚었습니다. 93%의 리더가 경직된 직무 구조에서 벗어나야 한다고 답했지만, 실제로 그 작업을 진행 중인 곳은 19%였습니다. 74%포인트의 격차. 문제 인식은 90% 위에 있고, 실행은 20% 아래에 있다는 풍경. 그 사이에 68%의 회색 지대가 있습니다.

본서가 다루는 자리가 그 회색 지대입니다.

발표는 빠르고 실행은 느립니다

여기까지의 풍경이 너무 결연하게 그려졌다면, 균형 자료 하나를 짚어 두는 게 좋습니다.

Harvard Business School의 Fuller·Raman·McKittrick이 2024년에 발표한 Skills-Based Hiring: The Long Road from Pronouncements to Practice 보고서가 한 가지 격차를 보고했습니다. 학위 요구사항을 폐기하겠다는 발표는 흔해졌지만, 실제로 그 약속이 실행된 직무는 3.6%에 불과했고, 비학위자 채용은 평균 3.5% 증가에 그쳤습니다. 말은 빠르고 실행은 느렸다는 진단.

그러나 같은 보고서가 한 가지 희망도 짚었습니다. 진심으로 도입한 37%의 기업은 비학위자 채용을 18% 늘렸습니다. 평균의 5배.

이 37%의 행동 양식이 본서가 다루는 자리입니다. 광고는 책 밖에 충분히 많습니다. 책은 그 광고의 37%가 어떻게 실행에 성공하는지만 다룹니다.

한국 시장에 시사하는 것

한국 회사로 풍경을 옮기면 한 가지가 분명해집니다.

AX 발표는 거의 모든 한국 대기업이 했습니다. 정부 예산이 84% 증액됐고, 삼성SDS·LG CNS·SK가 같은 분기에 AX 인사를 단행했고, 카카오·네이버·롯데·SKT가 각자 다른 형태로 AX 조직을 신설했습니다.

그러나 실행의 풍부함은 다른 이야기입니다. 카카오의 CAIO는 1년 만에 직책이 폐지되었고, 현대해상 콜센터에서는 직무 전환된 7명 전원이 회사를 나갔습니다. 모든 발표가 진심 도입한 37%에 속하는 건 아닙니다.

이 책이 던지는 질문이 그 37%에 어떻게 속할 것인가입니다. 다음 장에서 95%가 가치를 만들지 못하는 이유와 5%의 공통점을 들여다보겠습니다.

1장을 한 줄로 닫겠습니다.

AX는 DX가 아니다. AX는 결과 중심의 재설계다. 발표는 빠르고 실행은 느리다. 이 책은 그 실행의 매뉴얼이다.

2장. 95%는 왜 가치를 만들지 못하는가

“AI 전환을 막을 것이 있다면, 그것은 기술이 아닙니다. 사람과 조직 문화입니다.” — Josh Bersin (2025)

1장에서 빅4의 결론이 같은 자리에 모인 풍경을 봤습니다. 그리고 결론과 실행 사이에 큰 격차가 있다는 점도 짚었습니다. McKinsey 21%, BCG 5%, Fuller·Raman 3.6%.

이 장에서 던지는 질문은 단순합니다. 나머지 95%는 왜 가치를 만들지 못하는가, 그리고 그 5%는 무엇이 다른가.

한 줄로 먼저 적어두겠습니다.

단순 도입은 효과가 0이다. 사람·프로세스·조직 문화의 조건이 함께 갖춰진 곳에서만 가치가 나온다.

5%의 행동 양식

BCG가 Closing the AI Impact Gap에서 trailblazer CEO 그룹(전체의 15%)을 따로 분석했습니다. 이 그룹의 특징은 AI 예산의 최대 75%를 업스킬링에 투자한 점이었습니다. 평균 기업이 알고리즘과 기술에 70%, 업스킬링에 10%를 쓰는 것과 반대 방향입니다. 그리고 결과는 분명했습니다. trailblazer 그룹의 ROI는 평균의 2.1배. focused 그룹(평균 3.5개 분야에 집중)이 분산 그룹(6.1개 분야)보다 2.1배 큰 ROI를 만든 것도 같은 패턴.

같은 시기, Deloitte의 13,000명 리더 조사가 46%의 리더가 자기 조직의 가장 큰 장애물로 ’legacy mindset’을 꼽았다고 보고했습니다. 기술 부족이 아닙니다. 예산 부족도 아닙니다. 과거의 사고 방식이 가장 큰 적이라는 자기 진단.

BCG가 5% future-built 기업의 공통점으로 정리한 다섯 가지 행동 양식이 있습니다.

  1. 왜 이 일을 하는가부터 다시 묻는다
  2. 워크플로우를 백지에서 재설계한다
  3. 업스킬링에 예산의 절대 다수를 쓴다
  4. 변화 관리를 별도 조직으로 만든다 (Josh Bersin이 “HR이 만들어야 할 첫 팀은 AI transformation team”이라 한 자리)
  5. 결과 측정을 주·월 단위로 짧게 가져간다

다섯 가지 중 한 가지만 빠져도 5%에 못 든다는 게 BCG의 진단입니다.

학술 토대 — Hackman 자율팀 5조건

이 5%의 행동 양식이 학술적으로는 새로운 게 아닙니다.

Yale의 J. Richard Hackman이 1977년에 자율팀(self-managing teams) 연구를 발표한 이래, 자율팀이 효과적이려면 다섯 가지 조건이 동시에 갖춰져야 한다는 결론이 학술 표준입니다. 명확한 미션 / 적절한 보상·정보·자원 / 경계 통제권 / 정기적 피드백 / 적절한 팀 사이즈. Hackman의 2002년 책 Leading Teams가 그 결론을 정식화했고, 6,000회 이상 인용되었습니다.

USC의 Susan Cohen과 Gerald Ledford가 1996년 Human Relations에 발표한 후속 실증 연구가 그 결론을 받쳐줬습니다. 자율팀 도입이 경영진의 명시적 지원과 결합한 곳에서만 효과가 있었고, 단순 도입은 효과가 없었다.

50년 전의 학술 결론이 Agentic Organization·Frontier Firm·Pod 모델이라는 새 이름으로 시장에 다시 등장한 셈입니다. 한 가지 학술 결론이 50년 동안 반복되고 있는데, 산업이 그 결론을 받아들이는 데는 시간이 걸렸습니다. 본서의 한 가지 가치는 그 학술 결론을 한국 AX 매뉴얼로 옮기는 자리에 있습니다.

한국에 시사하는 한 가지

한국 회사에 시사하는 한 가지는 단순합니다. 예산 비중을 거꾸로 짜는 것입니다. 알고리즘·기술 70 / 사람·프로세스 10에서, 사람·프로세스 70 / 알고리즘·기술 30으로.

이 한 가지가 어렵습니다. 알고리즘 라이선스 비용은 지금 당장 결제되어야 하는데, 사람의 업스킬링은 6개월 뒤에 결과가 나옵니다. CFO가 분기 보고서를 들고 “이번 분기 AI 투자 ROI”를 물을 때, “6개월 뒤 보고드리겠습니다”라고 답하는 것이 한국 회사 안에서 거의 불가능에 가깝습니다.

그래서 5%가 5%인 것입니다. 분기 압박에 굴하지 않고 사람에 6개월 투자할 수 있는 곳이 그 5%입니다. 본서가 그 5%의 행동 양식을 매뉴얼화하는 자리에 있습니다.

다음 장에서 한국 시장의 동상이몽을 데이터로 정리하겠습니다.

3장. 한국이 보내는 신호 — 위에서 본 풍경

“표면적으로는 모두 AI와 클라우드 강화를 공통점으로 보이지만, 실적 구조와 사업 포지셔닝에 따라 전략과 조직 설계는 적지 않은 차이가 있다.” — ZDNet Korea, 2025년 12월 5일

1·2장에서 본 빅4의 결론은 글로벌 풍경이었습니다. 이 장은 그 결론이 한국 시장에 어떻게 도착했는지를 인사 발표·정부 정책·조직개편의 공식 자료 중심으로 정리합니다. 위에서 본 풍경입니다. 안에서 겪은 풍경은 10장에서 다룹니다.

같은 분기, 다른 약속

2025년 12월 한 달은 한국 IT 서비스·대기업 AX 인사의 결정적 분기였습니다. ZDNet Korea가 한 줄로 정리했습니다. “삼성SDS·LG CNS·SK, 인사 키워드는 ‘AX’… 전략은 ‘동상이몽’.”

세 회사의 발표가 같은 AX라는 단어를 다른 위치에 박은 풍경이었습니다.

같은 단어가 그룹 시너지 / 인재 풀 / 사업 카테고리라는 세 위치에 박힌 셈입니다.

카카오·네이버·롯데 — 각기 다른 길

같은 시기, IT 빅컴퍼니와 그룹사들이 각자 다른 형태로 AX 조직을 신설했습니다.

카카오는 2024년 4월에 전 SKT CTO 이상호를 CAIO(Chief AI Officer, 최고 AI 책임자)로 영입했지만, 2025년에 CAIO 직책이 폐지되었고 2026년 1월 본인이 회사를 떠났습니다. AX는 한 사람의 직책으로 안 된다는 한 가지 신호입니다.

네이버는 최수연 대표 직속 R-TF를 2025년 10월에 신설했습니다. 직책에 권한을 위임하지 않고 대표가 직접 챙기는 임시 조직. 결정 속도가 빠른 대신 지속 가능성이 변수입니다.

롯데는 2025년 9월에 한국 대기업 최초로 직무기반 인사제도를 시행했습니다. GL(General Leader)·JL(Job Leader) 5등급, 40개 직무, 사내 동의율 95.3%. 박두환 HQ혁신실장이 2026 정기 인사에서 사장으로 승진. 한국 대기업이 연공서열 중심 인사를 직무 중심 인사로 바꾸는 시도를 사장 직급까지 인정한 첫 사례입니다.

공공 신호 — 84% 증액

조직 외부의 신호도 같은 분기에 강했습니다.

한국 정부가 2026년 AX 예산을 4,552억 원으로 책정했습니다. 전년 대비 +83.6%. 거의 두 배입니다. 예산의 가장 큰 비중이 AI 인재 양성과 산업 AI 확산에 배정됐습니다. 2장에서 본 BCG의 trailblazer 행동 양식 — 예산의 70%를 사람과 프로세스에 — 와 같은 방향. 한국 대기업의 알고리즘·기술 70% 예산 구성과 반대 방향이라는 점이 흥미롭습니다.

공통 신호 다섯 가지

위에서 본 풍경을 정리하면, 한국 AX의 공통 신호 다섯 가지가 보입니다.

  1. 한 사람의 직책으로는 안 된다는 학습 — 카카오 CAIO 폐지가 가장 분명한 신호. 팀과 시스템이 필요하다는 인식이 퍼지고 있습니다.
  2. 직무 중심 인사로의 변화 — 롯데가 한국 대기업 처음으로 직무기반 인사제도를 그룹사 차원에 도입했고, 동의율 95.3%. 다른 대기업이 2~3년 안에 따라갈 가능성이 높습니다.
  3. 공공 부문의 사람·산업 중심 예산 — 정부 2026 예산이 알고리즘 70%가 아니라 사람·산업 70%로 짜였다는 점.
  4. AI 사업 조직의 분리·신설 시도 — 그룹사 산하 별도 자회사·CIC·R-TF의 다양한 형태로.
  5. 빅4 결론과의 정합 — 한국 인식은 90% 위에 있고 실행은 글로벌 19%보다 낮을 가능성이 있다는 진단. 한국이 진심 도입 37%의 그룹에 어디까지 진입하는지가 1~2년의 검증 자리.

신호 너머의 질문

위에서 본 풍경이 한 가지 질문을 남깁니다. 이 신호들이 실제로 한국 대기업의 일상 워크플로우와 평가 시스템까지 도달하는가?

답은 대부분 아직 도달하지 않았다입니다. 인사 발표는 위에서 이뤄지고, 일상은 아래에서 굴러갑니다. 그 사이의 연결 고리가 본서 PART 2와 PART 3에서 다룰 주제입니다.

다음 장에서, 직무에서 task로의 사고 전환부터 시작합니다.

PART 2. 일의 재정의 — 작동 원리

지형을 압니다. 직무에서 task로, 인간·AI 협업의 두 모드, Agentic Organization과 매니저 재정의.

PART 1이 시대 진단을 다뤘다면, PART 2는 그 진단 안에서 일이 어떻게 다시 짜이는지의 작동 원리를 본격적으로 들여다봅니다.

4장은 직무에서 task로의 사고 전환. WEF·Eloundou·Autor·Acemoglu-Restrepo가 같은 자리에서 task 단위 분해를 새 표준으로 제안합니다. 5장은 인간·AI 협업의 두 모드 — Augmentation과 Synergy. MIT Sloan의 EPOCH 프레임과 HBS의 Centaur·Cyborg가 학술 백본. Vaccaro 메타분석이 균형 자료. 6장은 Agentic Organization과 매니저 재정의. McKinsey·MS·Hackman의 자율팀 5조건이 그리는 풍경 + 신입 사다리 부러짐.

세 장이 PART 3 본론의 토양을 깝니다.

4장. 직무에서 task로 — 작동 원리

“2026년의 생산성은 더 긴 시간이나 더 강한 감시에서 오지 않습니다. 명료성·협업·역량 빌딩을 위한 일의 재설계에서 옵니다.” — Lynda Gratton, London Business School (2025)

이 장에서 다룰 주제는 한 단어로 압축됩니다. task.

한국 HR이 익숙하게 다루는 단위는 직무입니다. 직무 기술서, 직무 분석, 직무 평가. 한 직원이 받는 직무 코드 한 개가 그 사람의 일의 전체를 포괄합니다. AX 시대에 들어오면서 이 단위가 흔들리기 시작했습니다. 글로벌 빅4와 학술이 task라는 더 작은 단위를 새 표준으로 제안합니다.

먼저 한 줄로 정리하겠습니다.

직무가 아니라 task로 일을 분해할 때, 인간과 AI의 배분이 가능해진다.

직무와 task — 단위 차이

직무(job)는 한 사람이 맡는 일의 묶음입니다. 콜센터 상담원·소프트웨어 개발자·HR Business Partner. task는 그 직무 안의 작은 작업 단위. 콜센터 상담원의 직무를 task로 풀면 고객 문의 분류 / 답변 작성 / 결제 정보 확인 / 환불 처리 / 사후 만족도 확인. 보통 한 직무가 수십에서 수백 개의 task로 분해됩니다.

이 단위 차이가 AX 시대에 결정적입니다. AI가 잘하는 일과 못하는 일의 경계가 직무 단위가 아니라 task 단위에서 결정되기 때문입니다. 콜센터 상담원이라는 직무 전체를 AI가 한다 / 못한다로 단정할 수 없습니다. 답변 작성은 AI가 잘하지만, 복잡한 환불 정책 판단은 사람이 잘합니다. 같은 직무 안의 task별로 적합도가 다릅니다.

이 사실 하나가 한국 HR의 직무 명세서를 흔듭니다. 상위 활동(“고객 문의 응대”) 수준에서는 인간과 AI의 배분이 안 됩니다. 같은 “고객 문의 응대” 안에서 어떤 작은 task는 AI, 어떤 작은 task는 사람으로 나뉩니다. 한국 HR이 직무 명세서를 task 명세서로 한 단계 더 풀어내야 하는 이유입니다.

정량 데이터 — 두 편의 큰 자료

이 변화의 규모를 보여주는 두 편의 자료가 있습니다.

Eloundou 외 2024 Science. OpenAI의 연구팀이 미국 노동시장 전반에서 task 단위 노출도를 측정했습니다. 미국 노동자의 약 80%가 LLM 도입으로 업무 task의 최소 10%가 영향받고, 19%는 50% 이상이 영향받는다는 결과. 이 측정이 task 단위에서 이루어진 점이 결정적입니다. 80%의 노동자가 일을 잃는다는 게 아니라, 80%의 노동자의 task 중 10%가 흔들린다는 의미입니다.

Autor 외 2024 Quarterly Journal of Economics. 2018년 미국 고용의 60% 이상이 1940년 이후 등장한 새로운 직무 전문성에 속한다는 발견. 80년 전에는 존재하지 않던 직업이 지금 고용의 절반 이상을 만듭니다. 같은 패턴을 적용하면 2080년 고용의 60% 이상은 2025년 지금 이름이 없는 직업일 가능성이 높습니다.

두 자료가 한 줄로 정리됩니다. 일은 task 단위로 흔들리고, 새 직업은 시간이 가면 자라난다. 단, 자동으로 자라지는 않는다.

Acemoglu·Restrepo의 task 프레임

학술적으로 task 단위가 정책·산업 표준이 된 데에는 MIT의 Acemoglu와 Pascual Restrepo가 2019년 Journal of Economic Perspectives에 발표한 task content of production 프레임워크가 결정적이었습니다.

핵심 모델은 단순합니다. 기술 변화의 노동 효과는 두 힘의 균형입니다.

지난 30년은 displacement가 reinstatement를 추월했습니다. 그 결과 노동 분배율이 하락했습니다. 새 task가 만들어지는 속도가 둔화된 게 원인입니다.

이 학술 결론이 AX 시대에 시사하는 바가 분명합니다. displacement(AI가 task를 대체하는 힘)는 빨라지고 있지만, reinstatement(새 task가 만들어지는 힘)는 자동으로 따라오지 않습니다. 새 task는 조직이 만들어줘야 등장합니다. 본서가 일과 조직의 재설계를 강조하는 학술 토대.

사고 전환 체크리스트

이 장을 닫기 전에, 직무에서 task로 사고 전환을 시작하는 세 가지 체크리스트를 짚어 두겠습니다.

  1. 우리 회사 직무 명세서에 task 단어가 등장하는가? 등장하지 않는다면, 한두 직무를 시범적으로 task 단위로 풀어보는 작업.
  2. 한 직무 안에서 인간 단독·기계 단독·협업의 task 비중을 추정할 수 있는가?
  3. People Analytics와 ITM 솔루션에 대한 자기 회사의 입장이 있는가? task 단위 분해는 사람만으로는 비용이 큽니다. AI 도구가 결합되어야 가능합니다.

세 가지 중 두 가지 이상에 ‘예’라면 AX 사고 전환의 첫 단계를 통과한 셈입니다. 다음 장에서, 그 task들이 어떻게 인간과 AI 사이에 배분되는지의 두 모드를 들여다보겠습니다.

5장. 인간·AI 협업의 두 모드 — EPOCH + Centaur·Cyborg

“인간 능력 증강의 증거는 있었지만, 평균적으로 인간-AI 시너지는 발견되지 않았습니다.” — Vaccaro·Almaatouq·Malone, Nature Human Behaviour (2024)

이 장은 세 풍경에서 시작합니다. 학술은 짧은 박스 네 개에 분리했습니다.

먼저 한 줄로 정리하겠습니다.

인간·AI 협업은 한 모드가 아니다. Augmentation(능력 증강)과 Synergy(시너지) 두 모드가 있고, 평균적으로 Augmentation만 자연스럽게 작동한다. Synergy는 조직의 재설계가 따라온 곳에서만 나타난다.

세 풍경

콜센터. 미국의 한 대형 콜센터에서 5,179명 상담원에게 GPT 기반 보조 도구가 단계적으로 도입됐습니다. 6개월 뒤 시간당 해결 이슈가 평균 14% 늘었고, 신입은 34%까지 늘었습니다. 숙련자에게는 거의 영향이 없었습니다. AI가 숙련자의 노하우를 신입에게 전달하면서 경험 곡선이 빠르게 압축된 결과.

컨설팅. BCG 컨설턴트 758명을 대상으로 한 사전등록 실험. GPT-4를 컨설팅 task에 사용했을 때, 어떤 task에서는 +43%, 어떤 task에서는 -19% 결과가 나왔습니다. 같은 사람이 같은 도구를 쓰면서 정반대 결과를 만들어낸 풍경. 연구진은 그 차이를 Jagged Frontier(들쭉날쭉한 경계)라고 불렀습니다. AI의 능력은 균일한 면이 아니라 들쭉날쭉한 능선입니다. 그 경계를 빨리 식별하는 사용자가 AI를 잘 쓰는 사람입니다.

소프트웨어. GitHub Copilot 그룹과 미사용 그룹의 비교 실험. Copilot 그룹이 평균 55.8% 더 빨리 완수했고, 신입과 시니어의 격차가 좁아졌습니다. 콜센터 풍경의 반복.

세 풍경이 서로 다른 산업에서 비슷한 결론을 만들어냅니다. 인간·AI 협업은 작동한다. 단, 어떻게 작동하는지가 task별로 다르다.

박스 1 — EPOCH 프레임 (인간 고유 능력 5요소)

MIT Sloan의 Loaiza와 Rigobon이 2024년에 The EPOCH of AI라는 연구를 발표했습니다. AI가 자동화하기 어려운 인간 고유 능력을 5요소로 정리했습니다. 다섯 글자의 머리글자가 EPOCH입니다.

연구진이 미국 모든 직업의 task를 측정했을 때, EPOCH 점수가 높은 task일수록 고용 증가와 양(+)의 상관 관계가 있었습니다. 다섯 요소 중 Hope 능력이 가장 큰 영향력을 보였습니다. 비전과 리더십을 가진 사람의 자리가 가장 안전하다는 진단.

EPOCH는 본서 7장 새로운 성과 관리의 학술 토대가 됩니다.

박스 2 — Centaur vs Cyborg (두 협업 스타일)

Harvard Business School의 Dell’Acqua와 동료 8명이 2023년에 발표한 BCG 컨설턴트 758명 실험. AI를 사용하는 사람들이 두 협업 스타일로 나뉘었습니다.

두 스타일 모두 평균 성능을 올렸지만, 어느 쪽이 절대적으로 낫다는 답은 없었습니다. task의 위치가 더 결정적입니다. Jagged Frontier 안쪽 task에서는 두 스타일 모두 작동하고, 바깥쪽 task에서는 두 스타일 모두 -19% 손해를 봅니다. 본서가 반복적으로 짚을 경계 식별 능력이 여기서 정의됩니다.

박스 3 — Brynjolfsson·Li·Raymond (콜센터 +34%)

위의 콜센터 풍경의 원전. Brynjolfsson(Stanford)·Li(MIT)·Raymond(MIT)가 2023년에 NBER로 발표하고 2025년 Quarterly Journal of Economics에 정식 게재된 Generative AI at Work. 콜센터 5,179명 자연 실험에서 평균 +14%, 신입 +34%, 숙련자 거의 0%.

연구진은 그 메커니즘을 Best practice dissemination(모범 사례의 자동 전파)이라고 불렀습니다. 숙련자가 말로 설명하기 어려운 노하우가 AI 모델에 답변 후보로 정착되면서, 신입이 그 노하우에 즉시 접근할 수 있게 됩니다. 신입의 경험 곡선이 갑자기 짧아지는 셈.

이 결과가 조직 차원의 두 가지 함의를 만듭니다. 첫째, 경험 곡선이 압축됩니다. 둘째, 신입과 숙련자의 성과 분포가 압축되면서 보상 차등의 근거가 흔들립니다. 본서 8장의 핵심 자료.

박스 4 — Vaccaro (반박 메타분석)

MIT의 Vaccaro·Almaatouq·Malone이 2024년에 Nature Human Behaviour에 발표한 메타분석. 2020~2023년 사이의 106개 실험, 370개 효과 크기를 종합 정리했습니다.

핵심 발견은 충격적입니다.

“평균적으로 인간-AI 결합은 인간 단독 또는 AI 단독 중 더 나은 쪽보다 성능이 낮았습니다. 시너지는 평균적으로 발견되지 않았습니다.”

단 콘텐츠 생성 task에서는 결합이 우월, 의사결정 task에서는 결합이 열등. 이 발견이 본서의 가설을 정직하게 조건부로 굴절시킵니다. AI 협업은 무조건 좋다는 식의 광고를 학술이 반박한 셈입니다.

두 모드 — Augmentation과 Synergy

세 풍경과 네 박스를 합치면, 인간·AI 협업의 두 모드가 분명해집니다.

대부분의 AI 협업 광고는 Synergy를 약속합니다. 그러나 학술이 측정한 평균은 Augmentation 수준. 그것도 task가 Jagged Frontier 안쪽일 때만.

이 차이가 결정적입니다. Augmentation은 도구를 도입하고 사람이 익숙해지면 자연스럽게 나옵니다. Synergy는 조직의 워크플로우와 평가 시스템이 같이 재설계되어야 합니다. 본서가 다루는 5% future-built 기업이 Synergy를 만들어내는 기업입니다. 나머지 95%는 Augmentation에 머물거나, 그것도 안 되는 상태에 멈춰 있습니다.

한국에 시사하는 두 가지

이 장의 결론을 한국 회사 안의 두 가지 실용 지침으로 옮기겠습니다.

첫째, 모든 task가 Jagged Frontier 안쪽이 아니라는 사실을 받아들이는 것. AI에 모든 task를 던지는 Cyborg 전략이 늘 좋지는 않습니다. Frontier 바깥 task에서는 Centaur — 사람이 따로 처리 — 가 더 낫습니다.

둘째, Synergy를 약속하지 않는 것. 사내 보고에 “AI 시너지”를 약속하면 1~2년 뒤 측정 가능하게 실패합니다. Augmentation을 정직하게 측정하고, Synergy로 가는 길을 조직 재설계의 시간 위에 올려두는 것이 더 단단합니다.

다음 장에서, 이 두 모드가 조직 구조에서 어떻게 작동하는지 — Agentic Organization과 매니저 재정의 — 를 들여다보겠습니다.

6장. Agentic Organization과 매니저 재정의

“AI 시대 관리자의 가치는 ’얼마나 많이 아는가’가 아니라 ’무엇을 질문하는가’에서 결정됩니다.” — 한국경제 비즈니스 인사이트, 2026년 5월

지난 두 장이 task(작은 일감 단위)와 협업의 두 모드를 다뤘다면, 이 장은 그 둘이 모이는 조직 단위를 다룹니다.

조직 단위에 등장하는 이름이 Agentic Organization입니다. McKinsey가 만든 단어. 한국어로 풀면 AI 에이전트가 동료처럼 일하는 조직. Microsoft가 같은 개념을 Frontier Firm이라는 다른 이름으로 그렸습니다.

먼저 한 줄로 정리하겠습니다.

에이전트가 동료가 되면, 매니저의 일은 기능 분장에서 질문 설계로 옮겨간다. 신입 사다리는 부러진다. 누군가가 그 사다리를 다시 만들어야 한다.

Work Chart — 조직도에서 흐름으로

Microsoft가 Work Trend Index 2025에서 짚은 새 그림이 Work Chart입니다. 한국어로 풀면 작업 흐름도.

전통 조직도는 계층적 위임을 그립니다. 위에서 아래로 지시가 내려가고, 아래에서 위로 보고가 올라옵니다. 작업 흐름도는 다른 그림입니다. task와 결과의 교환을 그립니다. 누가 어떤 task를 가지고, 그 결과가 어디로 흘러가는지의 흐름. 위계 대신 흐름이 핵심.

이 그림 안에서는 사람과 에이전트가 같은 노드에 놓입니다. 능력과 적합도가 노드 배치를 결정합니다.

MS는 이 변화의 세 단계를 정리했습니다.

대부분의 회사가 1단계에 머물러 있다는 게 MS의 진단입니다.

3~5인 pod (작은 자율 팀)

McKinsey의 State of AI 2025 리포트가 한 가지 새 작업 단위를 짚었습니다. 3~5인 pod. 한국어로 풀면 작은 자율 팀.

8~12명의 전통 애자일 팀이 3~5명으로 줄어들었는데 비슷한 산출을 낸다는 데이터. 단, 한 가지 조건이 따라옵니다. 3~6개월의 워크플로우 재설계 + 역할 재정의 + 집중 업스킬링.

이 조건이 결정적입니다. 그냥 사람 수를 줄여서 3~5인 pod를 만들면 산출이 반토막납니다. 워크플로우 재설계 + 에이전트 통합이 따라온 곳에서만 같은 산출이 나옵니다.

Cursor가 이 풍경의 극단 사례입니다. 50명 안팎의 회사가 ARR 2조 원 수준. PM이 없고, 매니저가 거의 없고, 엔지니어가 코드·고객·채용을 다 합니다. 이 풍경이 모든 회사에 적용되지는 않지만, 방향은 분명합니다. 작은 팀이 큰 산출을 만드는 풍경이 AX 시대의 추세.

매니저의 재정의

이 장의 핵심 메시지는 한 줄입니다. 매니저의 일이 기능 분장에서 질문 설계로 옮겨간다.

전통적 매니저의 일은 분장이었습니다. 누가 어떤 일을 하고, 언제 끝내고, 어디에 보고하는가. AX 시대에는 task의 1차 할당이 에이전트로 옮겨갑니다. 에이전트가 task를 받아서 처리하고 결과를 보고합니다. 매니저는 task를 나누는 자리에서 어떤 task가 어떤 결과를 만들어야 하는지를 정의하는 자리로 올라갑니다.

이 자리에서 매니저의 핵심 능력이 질문 설계가 됩니다. 우리 팀이 풀어야 할 진짜 문제는 무엇인가? 그 문제를 어떤 결과로 정의할 수 있는가? 그 결과를 어떻게 측정할 것인가?

같은 시기 미국에서 Mark Zuckerberg가 Meta 조직 개편을 발표하면서 “평평할수록 빠릅니다”라는 발언을 남겼습니다. Meta가 매니저 한 단계를 의도적으로 제거한 사건. 매니저 단계가 줄어들면 결정 부담은 커지지만 의사결정 속도가 빨라집니다. 이 트레이드오프 안에서 질문 설계 능력이 있는 매니저만 살아남습니다.

신입 사다리 부러짐

매니저의 재정의가 일어나는 동시에, 조직의 가장 아래 단에서 다른 풍경이 펼쳐지고 있습니다.

LinkedIn의 Aneesh Raman이 2025년 5월에 NYT 기고에서 한 줄을 짚었습니다.

“커리어 사다리의 가장 아래 단이 부러지고 있습니다. 누구도 와서 누구를 구해주지 않습니다.”

데이터가 풍경을 받쳐줍니다. 22~25세 개발자 고용이 2022년 정점 대비 -20%, 엔트리 레벨 포지션이 -60%. 같은 시기 AWS CEO Matt Garman은 “주니어 개발자를 AI로 대체하는 것은 재앙적인 실수”라고 발언했습니다. 시니어는 어디서 자라는지를 생각하면 답이 분명하다는 것 — 주니어 단계입니다.

한국에서도 같은 풍경입니다. OKKY와 블라인드에서 반복되는 토론. “시키는 대로 코딩하는 건 AI가 더 잘합니다. 그 자리가 제일 먼저 흔들립니다.”

이 풍경이 조직 차원의 결정을 요구합니다. 신입 사다리를 다시 만들거나, 신입을 뽑지 않는 회사가 되거나. 후자가 Cursor 같은 극단적 압축 조직. 전자를 선택한 회사가 Agentic Organization의 매뉴얼을 따라야 합니다.

한국 매니저 재정의 — DEVOCEAN의 5단계

한국 회사 안에서 매니저 재정의가 어떻게 진행 중인지를 들여다볼 자료가 있습니다.

DEVOCEAN이라는 한국 기술 블로그가 AI 5단계 내재화 모델을 정리해 공개했습니다.

  1. 학습 — 직원 개인이 AI 도구를 학습
  2. PoC(Proof of Concept, 개념 증명) — 작은 단위 실험
  3. 팀·조직 체감 — 한 팀의 일상에 AI가 정착
  4. 제도화 — 평가·보상·프로세스에 반영
  5. 문화적 내재화 — 의식하지 않아도 AI가 일의 일부

이 5단계가 매니저의 일을 단계별로 다르게 정의합니다. 1·2단계에서 매니저는 학습 환경을 만드는 사람, 3단계에서 팀의 실험을 격려하고 측정하는 사람, 4단계에서 제도와 일상을 연결하는 사람, 5단계에서 문화의 일부가 된 AI를 눈에 보이지 않게 운영하는 사람.

대부분의 한국 회사가 1~2단계에 머물러 있다는 게 DEVOCEAN의 진단입니다. 본격적 매니저 재정의는 3~4단계에서 일어납니다. 한경 “무엇을 질문하는가” 발언이 추상적 슬로건이 아니라 1~2년의 학습 곡선이라는 사실입니다.

PART 2를 닫으며

PART 2가 작동 원리를 다뤘습니다. 4장의 task 단위 분해, 5장의 Augmentation과 Synergy 두 모드, 6장의 Agentic Organization과 매니저 재정의. 세 장이 일과 조직의 재설계가 어떻게 일어나는지의 지형을 그렸습니다.

PART 3은 본론입니다. 그 지형 위에서 AX 실행 세 시도 — 새로운 성과 관리, 새로운 기여자 보상, Skill Marketplace — 가 어떻게 작동하는지를 들여다봅니다.

PART 3. AX 실행 세 시도

책의 무게중심.

본론에 도착했습니다.

7·8·9장이 AX 시대 조직 운영의 세 시도를 다룹니다. 새로운 성과 관리(EPOCH의 한국형 매핑), 새로운 기여자 보상(Skills-based pay와 한국의 직무기반 전환), Skill Marketplace(Schneider·Unilever의 교과서와 한국의 짝). 세 시도가 동시에 작동할 때에야 AX 시대 조직 운영의 그림이 완성됩니다.

세 챕터 중에서 9장이 책의 시그니처 챕터입니다. 글로벌에 교과서급 사례가 자리잡고 한국에 가장 큰 빈자리가 있는 자리. 본서가 학술의 70% 받침 위에 책의 30% 기여를 더한 시도가 PART 3 전반에 박혀 있습니다.

본격 시작합니다.

7장. 새로운 성과 관리 — EPOCH의 한국형 매핑

“개발자는 21% 더 일하고 PR을 98% 더 머지하지만, PR 리뷰 시간은 91% 더 길어집니다. 시스템의 병목은 인간 승인입니다.” — Faros AI, Productivity Paradox Research (2025)

본론 첫 장입니다. AX 시대에 성과를 어떻게 측정할 것인가.

먼저 한 줄로 정리하겠습니다.

AX 시대 성과 관리는 기여한 일의 양에서 결과의 분포로 옮겨가야 한다. 5장에서 만난 EPOCH 5요소(공감·현장 존재감·판단·창의성·비전)가 그 분포를 측정하는 한 도구가 된다.

측정 단위가 흔들립니다

LeadDev라는 엔지니어링 매니저 매체가 2025년에 500명 이상의 엔지니어링 매니저를 대상으로 조사를 했습니다. 매니저의 65%가 코드 라인 수를 평가 지표로 거부하고, 35%가 일한 일수를 거부했습니다. 매니저 100명 중 65명이 전통적 측정 지표가 더 이상 의미가 없다고 인정한 풍경입니다.

같은 시기, Faros AI라는 회사가 AI 도구를 도입한 소프트웨어 팀의 산출을 측정했습니다.

이 세 숫자가 한 줄로 정리됩니다. AI가 개인 산출을 두 배 가까이 끌어올렸지만, 그 산출이 시스템 결과로 이어지지 않았습니다. 병목이 코드를 쓰는 단계에서 사람이 검토하는 단계로 옮겨갔습니다.

이 풍경이 결정적입니다. 개인의 산출만 측정하던 시대에는 시스템 병목이 보이지 않았습니다. AX 시대에는 개인 산출이 폭증하면서 시스템 병목이 눈에 보이는 자리로 올라옵니다. 그래서 측정의 단위가 개인에서 시스템으로 옮겨가야 합니다.

콜센터·컨설팅·HR 부서에서도 같은 풍경이 일어났습니다. 상담원이 +14% 처리하지만 고객의 후속 응대 결과는 4주 뒤에 측정되어야 하고, 컨설턴트의 +43% 결과는 고객사 KPI 변화가 6~12개월 뒤에 나타나는 자리. 측정의 시간축도 함께 늘어났습니다.

✦ 시그니처 자산 — EPOCH의 한국형 매핑

이 책의 학술적 차별점이 이 한 자리에 있습니다.

5장에서 살펴본 EPOCH 5요소(공감·현장 존재감·판단·창의성·비전) — MIT Sloan의 Loaiza·Rigobon 2024 — 가 학술 단계에서 실무 자리로 옮겨가지 못한 상태입니다. 5요소를 어떤 회사의 평가 항목으로 옮길지가 빈 공간으로 남아 있었습니다.

본서가 그 빈 공간을 한국 직무 유형 3에 매핑한 시그니처 표를 제안합니다.

EPOCH 요소 지식 근로자 고객 응대 관리자
공감 (Empathy) 동료의 작업 맥락 이해 고객 감정 변화 인지 팀원 어려움 사전 식별
현장 존재감 (Presence) 비동기 협업 중 적시 응답 현장·실시간 응대 횟수 1대1 면담 빈도와 깊이
판단 (Opinion·Judgment·Ethics) 의사결정 근거 추적 가능성 윤리적 응대 기준 적용 가치 판단·우선순위 결정
창의성 (Creativity) 새 아이디어·접근법 제안 비표준 상황 문제 해결 비전 제시·실험 격려
비전·리더십 (Hope) 자기 커리어 자율 설계 서비스 회복·고객 신뢰 회복 팀 미래 설계·코칭

15칸. EPOCH 5요소 × 한국 직무 유형 3.

이 표는 시작점입니다. 한국 회사의 직무 명세서와 만나면 각 칸이 2~3개의 구체 평가 항목으로 풀립니다. 학술 70% + 책의 기여 30%가 이 표입니다. 완성된 솔루션은 아닙니다. 2판에서 실제 적용 사례를 추적할 자리로 남겨두었습니다.

추천 시작점은 비전·리더십 칸입니다. EPOCH 학술 결과에서 비전 능력이 고용 운명에 가장 큰 영향이라는 정량 결과가 있었고, 동시에 한국 평가 시스템에서 가장 측정이 약한 자리입니다. KPI는 과거 결과를 보고, 역량 평가는 현재 능력을 봅니다. 미래 비전·자기 설계를 측정하는 항목은 대부분의 한국 회사에 없습니다.

Cornell 2025 인과 카드 — 미리 보기

8장에서 본격 다루지만, 한 가지 학술 발견을 이 자리에서 미리 짚어 두겠습니다.

Cornell University의 Wiernsperger와 동료들이 2025년에 Management Science라는 학술지에 한 연구를 발표했습니다. 성과 기반 보상을 받는 의사결정자는 AI 활용도가 유의미하게 증가했다. 1980~90년대에 algorithm aversion(알고리즘 회피)이라는 이름으로 알려진 결론 — 성과 보상은 알고리즘 의존을 낮춘다 — 을 정반대로 뒤집은 발견입니다.

이 발견이 AX 시대 성과 관리의 인과 카드가 됩니다. 성과 보상 → AI 채택 증가 → 시스템 결과 향상. 다만 한 가지 정직한 단서가 있습니다. Cornell 2025는 미국 노동시장 데이터입니다. 한국 평가 문화(상대 평가 90%)에서 같은 결과가 재현될지는 검증되지 않았습니다. 한국 회사가 이 카드를 적용하려면 작은 실험부터 시작해서 재현 여부를 확인해야 합니다.

균형 — Synergy를 약속하지 마시기 바랍니다

5장에서 본 Vaccaro 2024 메타분석의 한 줄이 이 자리에서 결정적입니다. Synergy는 평균적으로 발견되지 않았습니다.

성과 측정에서 시너지를 약속하지 마시기 바랍니다. Augmentation은 측정되지만 Synergy는 평균적으로 측정되지 않습니다. 사내 보고에서 “AI 시너지 달성”을 약속하면 1~2년 뒤 측정 가능하게 실패합니다. 본서가 제시하는 성과 관리 매뉴얼은 시너지를 약속하지 않습니다. Augmentation을 정직하게 측정하고, 시너지로 가는 길을 조직 재설계의 시간 위에 올려둡니다.

7장을 닫으며

이 장의 핵심을 한 줄로 정리하겠습니다.

AX 시대 성과 관리는 개인 산출에서 시스템 결과로, 결과에서 분포로 옮겨가야 한다. EPOCH 5요소가 그 분포를 측정하는 한 도구가 된다.

성과 관리가 흔들리면, 그 다음 흔들리는 것이 보상입니다. 다음 장에서 새로운 기여자 보상을 다룹니다. 7장의 Cornell 인과 카드가 8장에서 본격 풀립니다.

8장. 새로운 기여자 보상 — Skills-based pay와 한국의 직무기반 전환

“여러분은 미션을 보고 왔습니다. 누가 다트를 던졌다는 이유만으로 우리가 지금의 열 배를 줄 일은 없습니다. 그건 문화를 분열시키고 파괴합니다.” — Dario Amodei, Anthropic CEO 사내 메모, 2025

본론의 두 번째 장입니다. AX 시대의 기여자 보상.

7장에서 성과 관리가 개인 산출에서 시스템 결과로 옮겨간다고 짚었습니다. 그 변화가 보상에 닿으면 한 가지 결정적 질문이 만들어집니다. 측정 단위가 바뀌면 보상의 단위도 바뀌어야 하는가.

먼저 한 줄로 정리하겠습니다.

AI 시대의 보상은 액수가 아니라 액수의 짝이다. 액수 + 미션 + 유동성 + 재량. 네 가지가 함께 작동할 때만 보상이 의도한 결과를 만든다.

AI 회사 네 곳의 풍경

먼저 AI 회사 네 곳의 보상 풍경을 한 표에 정리하겠습니다.

회사 평균 TC 리텐션 특이점
OpenAI 중위 $1.175M 2년 67% 평균 RSU $1.5M, PPU 구조
Anthropic 중위 $443K 2년 80% (업계 최고) RSU 시니어 30~50%
Cursor $808K~$1.1M+ (소규모) 50명·$2B ARR / 직원당 $40M
Meta (제안) $100M 시그니처 절반 이상 거절 OpenAI 핵심 연구자 대상

이 표가 보여주는 결정적 패턴은 액수와 리텐션의 역상관입니다. 액수가 가장 큰 OpenAI의 2년 리텐션이 67%, 액수가 그보다 적은 Anthropic이 80%. 돈을 더 주는 곳에서 더 많이 떠나고, 돈을 덜 주는 곳에서 더 머무는 풍경.

가장 극단적인 사례는 Meta의 $100M 시그니처입니다. Zuckerberg가 OpenAI 핵심 연구자에게 역사상 최대 시그니처 보너스를 제안했고, 절반 이상이 거절했습니다. 돈만으로는 안 되더라는 사실의 가장 노골적 증명.

또 한 가지 사례. Mira Murati가 2025년 2월에 OpenAI를 떠나 Thinking Machines를 출범했고, $12B 평가에 OpenAI 출신 임원진. 그러나 1년 뒤인 2026년 1월, 공동창업자 세 명이 OpenAI로 다시 돌아갔습니다. 전 OpenAI 연구자의 익명 발언이 그 이유를 짚었습니다. “신생 랩의 옵션 더미는 위험해 보였습니다. OpenAI는 지금 미친 패키지로 사람들을 다시 데려가고 있어요.”

이 한 줄에 본서의 핵심 메시지가 있습니다. 액수는 같은 단위가 아닙니다. 유동성 있는 주식과 유동성 없는 옵션 더미는 액면이 같아도 다른 가치입니다.

액수의 짝 — 네 가지

Murati 회귀 사건이 드러낸 액수의 짝 네 가지를 정리해 두겠습니다.

네 가지가 동시에 작동할 때만 보상이 의도한 결과를 만듭니다. 하나라도 빠진 곳은 사람을 유지하는 데 더 큰 액수가 필요해집니다. 본서는 이 패턴을 유동성·재량 프리미엄이라 부릅니다.

✦ 학술 — Cornell 2025 인과 카드

7장에서 미리 보기로 짚은 학술이 이 자리에서 본격 풀립니다.

Cornell University의 Wiernsperger와 동료들이 2025년 Management Science에 발표한 Incentives, Framing, and Reliance on Algorithmic Advice. 1980~90년대의 algorithm aversion 연구가 성과 기반 보상은 알고리즘 의존을 낮춘다고 결론 내렸던 것을, 같은 실험 설계로 GenAI 시대에 재현했습니다.

결과는 정반대였습니다.

“성과 기반 보상을 받는 의사결정자는 AI 활용도가 유의미하게 증가했습니다.”

추가로, AI를 “협업 도구”로 프레이밍할 때 채택률이 더 컸습니다. 이 한 줄이 본서 8장의 시그니처 인용 카드입니다. 보상 구조 변경이 동기 부여뿐 아니라 AI 채택률 자체의 변수가 됩니다.

다만 정직한 한 단락을 함께 두어야 합니다. 이 자료는 미국 노동시장 데이터입니다. 한국 평가 문화(상대 평가 90%)에서 같은 결과가 재현될지는 아직 검증되지 않았습니다. 방향은 한국에서도 같으리라 보지만, 효과 크기와 부작용은 다를 수 있습니다. 한국에서 작은 실험부터 시작해서 재현 여부를 확인하는 것이 안전합니다.

✦ 학술 — 주식 보상은 HPWP 결합 시에만 효과

또 한 편의 학술이 보상 챕터의 학술 백본입니다.

Rutgers·Harvard의 Kruse·Freeman·Blasi가 2010년 NBER에 발표한 Shared Capitalism at Work. 40,000명 이상의 직원과 14개 기업 데이터로 검증한 결론.

이 학술 결론이 OpenAI의 $1.5M RSU와 Anthropic의 80% 리텐션을 해석하는 도구입니다. 주식 보상만 도입하고 작업 정책은 그대로면 효과는 0. 한국 대기업이 PS·RSU 같은 주식 보상을 늘리고 있지만, 고성과 작업 정책이 함께 가지 않으면 결과는 측정되지 않습니다.

또 한 가지 짚어 둘 자료가 있습니다. Pay-for-performance 메타분석 시리즈(Jenkins 1998, Gerhart 2014, Kim 외 2022)가 보고한 선별 효과입니다. 성과 보상의 효과는 동기 효과(incentive effect)와 선별 효과(sorting effect)로 나뉘는데, Sorting effect가 incentive effect의 1.5~2배인 경우가 많습니다. 보상은 동기 부여만이 아니라 인재 풀의 구성 자체를 바꿉니다. 한국 HR이 자주 놓치는 자리.

한국 사례 — 롯데와 SK하이닉스

한국 사례 두 가지를 짧게 짚어 두겠습니다.

롯데는 2025년 9월에 한국 대기업 최초로 그룹사 차원의 직무기반 인사제도를 시행했습니다. GL/JL 5등급, 40개 직무, 사내 동의율 95.3%, 등급 간 보상 격차 20%. 박두환 HQ혁신실장이 2026 정기 인사에서 사장으로 승진. 직무기반 보상은 ITM이 의미를 갖기 위한 전제입니다. 직무가 불분명한 상태에서는 Skill Marketplace도 EPOCH 매핑도 작동하지 않습니다. 롯데가 이 전제를 한국에서 가장 명확히 깐 곳입니다.

SK하이닉스는 2025년에 PS(Profit Sharing)를 영업이익의 10%로 10년 협약하는 결정을 했습니다. 상한 폐지. 1인 평균 PS 지급액이 약 6.3억 원까지 도달. 이 결정이 Kruse·Freeman·Blasi 학술과 정확히 짝지어집니다. 주식·이익 공유 보상은 HPWP와 결합할 때만 효과. 10년 협약이 sorting 효과를 만들어내는 안정성을 더했습니다.

8장을 닫으며

이 장의 핵심을 한 줄로 정리하겠습니다.

AX 시대의 보상은 액수가 아니라 액수의 짝이다. 액수 + 미션 + 유동성 + 재량. 네 가지가 함께 작동할 때만 보상이 의도한 결과를 만든다.

본서의 8장 시그니처 학술은 Cornell 2025 인과 카드입니다. 성과 보상이 AI 채택을 늘린다는 발견. 정직하게 한국 재현은 미검증이라는 단서를 함께 박아두었습니다.

8장의 마지막 한 단락은 Dario Amodei의 사내 메모로 닫겠습니다. “여러분은 미션을 보고 왔습니다.” 미션이 액수의 짝입니다. 보상 시스템의 가장 작은 단위가 돈의 단위가 아니라 돈과 미션과 유동성과 재량의 묶음 단위입니다.

다음 장이 본서의 시그니처 챕터입니다. Skill Marketplace — Schneider·Unilever의 교과서와 한국의 짝. AX 시대 조직 운영의 가장 새 풍경.

9장. Skill Marketplace ⭐ — 회사 안에 인재 시장을 만들기

“내부 인재 시장은 우리가 처음 가본 길입니다. 한국 회사가 7년의 시행착오를 줄일 수 있다면, 그게 우리가 이야기를 공개하는 이유입니다.” — Andrew Saidy, Chief Talent Officer, Schneider Electric (요지)

본론의 마지막 장이자 본서의 시그니처 챕터입니다.

용어 한 단락 — Skill Marketplace가 무엇인가

먼저 용어부터 정리하겠습니다. 본 장의 핵심 단어가 세 개입니다.

이 셋을 한 줄로 묶으면 이렇습니다. 사내 직원이 자기 부서 일과 별개로, 다른 부서의 작은 임시 작업(gig)을 자율적으로 신청해서 맡을 수 있게 한 사내 시장이 ITM 또는 Skill Marketplace입니다. 마치 사내판 우아한형제들 배달앱에 일감이 올라오는 풍경에 가깝습니다. 매니저가 사람을 직무로 묶어 보유하는 게 아니라, 사람이 자기 시간의 일부를 시장에 내놓고 일감과 직접 매칭됩니다.

이 한 가지 발상이 AX 시대 조직 운영의 새 인프라가 됩니다. 자세히 들여다보겠습니다.

한 줄 요약

Skill Marketplace(=ITM)는 AX 시대 조직의 새 인프라다. 글로벌에 교과서급 사례가 자리잡았고, 한국에 가장 큰 빈자리가 있다.

교과서 사례 세 곳

먼저 글로벌 ITM 교과서 사례 세 곳을 정리해 두겠습니다.

Schneider Electric — Open Talent Market

프랑스의 다국적 에너지 관리 회사 Schneider Electric이 2018년에 Open Talent Market이라는 사내 플랫폼을 출범했습니다. 직원이 직접 내가 가진 시간 일부와 내가 배우고 싶은 스킬을 등록하면, AI가 맞는 gig와 멘토를 매칭해 줍니다. 7년의 가동 데이터.

지표 수치
누적 시간 unlock 550,000 시간 (사내 인력 유휴 시간을 새 일감으로 옮긴 양)
비용 절감 $15M (외부 채용 줄어든 효과)
직원 채택률 89%
활성 사용자 2,300명
멘토 매칭 12,000건

Andrew Saidy(Chief Talent Officer, 최고 인재 책임자)가 이 플랫폼을 설계·운영했습니다. 자주 인용되는 운영 원칙 여섯 가지가 있습니다.

  1. 매니저 사전 승인 없는 자율 신청 — 직원이 직접 gig를 신청합니다. 매니저 OK를 미리 받지 않아도 됨.
  2. gig 단위 — 6주~6개월의 작은 작업 단위. 정규 이동이 아닙니다.
  3. 멘토 매칭 — 작업뿐 아니라 시니어 1대1 멘토도 같은 플랫폼에서 신청 가능.
  4. AI 스킬 추론 — 직원이 자기 스킬을 일일이 입력하지 않아도 AI가 과거 작업·자기 기록·동료 피드백에서 추론.
  5. 공정성 가시화 — 누가 어떤 gig를 받았는지가 플랫폼에서 공개됩니다. 뒷거래 방지.
  6. 분기 사이클 측정 — 운영팀이 매분기 사용 데이터·만족도·결과를 추적하고 시스템을 다시 조정.

이 여섯 원칙이 한국 회사가 따라 할 수 있는 매뉴얼에 가깝습니다.

Unilever — FLEX Experiences

영국·네덜란드의 다국적 소비재 회사. 비슷한 시기에 출범한 사내 플랫폼.

지표 수치
누적 시간 700,000 시간
참여 직원 90,000명 이상
Endorsement(추천) 비율 95%
생산성 개선 +41%

특히 팬데믹 시기가 결정적이었습니다. 2020~2021년 8,000명의 직원이 FLEX를 통해 다른 부서로 임시 재배치되었습니다. 외부 채용을 새로 하지 않고 사내 인력의 유동성만으로 위기를 통과했습니다.

IBM — Blue

IBM이 2014년에 시작한 Blue 프로그램. 가장 오래된 ITM 사례. 1,000명 견습생 매칭, $250M 누적 투자, 직원당 평균 86시간/년 학습 시간, 학습 활동 상위 5%(슈퍼러너)의 승진 속도가 +40%. 핵심 기술이 스킬 자동 추론입니다. 22개 이상의 데이터 소스를 결합해 직원의 스킬을 추정합니다.

변곡점 신호

ITM 도입 기업이 35%를 돌파했다는 데이터(Daily Hire, 2025/12). 35%는 얼리 어답터에서 메인스트림으로 넘어가는 임계점입니다. 1~2년 안에 50% 이상의 글로벌 대기업이 ITM을 도입할 가능성이 큽니다.

✦ 한국에 가장 가까운 형태 — 짝 비교

본서의 시그니처 자산이 이 자리에 있습니다. 한국에서 ITM에 가장 근접한 형태 두 가지를 짝지어 비교합니다.

요소 삼성 잡포스팅 롯데 직무기반 인사제도
시작 시점 연 1회 → 수시 (2025년~) 2025년 9월 시행
운영 방식 면접 → 서류 매칭 GL/JL 5등급, 40개 직무
정량 데이터 3년간 4,176명 이동 95.3% 동의율, 20% 격차
한계 gig·멘토링·스킬 매칭 단계 미도달 ITM 운영 인프라 미구축
다음 단계 잡포스팅 → 스킬 매칭 직무기반 → ITM 가동
글로벌과의 거리 Schneider 모델까지 2~3년 Unilever 모델까지 3~4년

삼성 잡포스팅. 한국에서 ITM에 가장 근접한 형태입니다. 연 1회 정기 + 수시 잡포스팅 운영, 지난 3년간 4,176명의 직원이 희망 직무로 전환. 한국 대기업 내부 이동의 가장 큰 단일 사례입니다. 다만 Schneider 모델의 gig 단위·멘토 매칭·스킬 자동 추론까지는 가지 못한 상태. 정규 이동이 주된 흐름.

롯데 직무기반 인사제도. 8장에서 다룬 그 제도가 ITM의 가장 깊은 전제를 깔았습니다. ITM이 작동하려면 직무가 명확히 정의되어 있어야 합니다. 직무가 불분명한 회사에서는 gig 단위로 일을 쪼개는 것 자체가 불가능합니다. 롯데가 그 전제를 한국에서 가장 명확히 깐 회사.

두 사례를 짝으로 놓고 보면 한 가지 결론이 분명합니다. 한국 ITM이 자리잡으려면 두 가지가 함께 가야 합니다. (1) 운영 시스템(삼성 잡포스팅) + (2) 직무 정의 인프라(롯데). 두 회사 중 한 곳이 두 가지를 모두 갖춘 상태에서 출발하거나, 두 회사의 노하우가 만나는 시점이 한국 ITM의 진짜 시작이 됩니다.

본서의 한 가지 가설: 2027~2028년 사이에 한국 대기업 중 한 곳이 Schneider 수준의 ITM을 가동할 것이다. 다만 공식 발표가 나오기 전까지는 가설에 머뭅니다.

✦ 균형 자료 — 플랫폼의 그림자

이 자리에서 반드시 짚어야 할 학술 균형 자료가 있습니다.

Northeastern의 Vallas와 Boston College의 Schor가 2020년에 발표한 What Do Platforms Do?. 플랫폼 노동 연구의 표준 자료. 핵심 통찰을 한 줄로 옮기면 — “플랫폼은 책임은 외부화하고 통제는 집중화합니다.”

이게 사내 ITM에 적용되면 한 가지 우려가 생깁니다. 내부 인재 시장이 사내 gig 경제로 변질될 위험. 직원이 gig 단위로 일을 받는 시스템에서, 책임은 직원에게 외부화되고 통제(어떤 gig가 게시되는가, 누가 어떤 점수를 받는가)는 플랫폼·HR에 집중될 수 있습니다. 외부 플랫폼 노동에서 일어났던 문제가 회사 안에서 일어나는 풍경.

ITM을 도입하는 한국 회사는 이 경고에 대한 안전장치를 처음부터 함께 설계해야 합니다. 다섯 가지를 짚어 두겠습니다.

  1. gig 단위에 최소 보상 기준 — 시간당·건당 최소 인정 시간
  2. 알고리즘의 공정성·편향 추적 — 별도 위원회가 분기마다 점검
  3. 직원 부담 한도 — 한 직원이 동시에 받을 gig의 상한
  4. 비참여 자유 — ITM에 참여하지 않는 직원의 불이익 없는 보장
  5. 데이터 권리 — 직원의 자기 데이터 접근권과 삭제권

이 다섯 장치 없이 ITM이 가동되면 플랫폼화의 위험이 본격화됩니다. 본서가 교과서 사례만 인용하지 않고 경고 자료까지 본문에 박는 이유.

✦ 2판 보강 영역 — 한국 ITM 인터뷰 5명 후보

본서 9장의 한국 칸은 글로벌 사례보다 얇은 자리입니다. 공개 자료만으로 한국 ITM 실 운영 사례를 채울 수 없습니다. 2판 보강에서 인터뷰로 메우겠다는 약속을 본문에 명시해 두겠습니다.

인터뷰 후보 5명 (익명·직책 단위):

  1. 삼성전자 잡포스팅 운영 담당 — 한국 ITM의 가장 진화된 사례의 운영 디테일
  2. 롯데지주 박두환 HQ혁신실장 (또는 후임) — 직무기반 인사제도 1년 운영 회고
  3. DEVOCEAN 운영진 — AI 5단계 내재화 모델의 실제 적용 사례
  4. 카카오 카나나 PO 또는 전 CAIO 라인 — AI 통합 조직 1.5년의 교훈
  5. 한국 People Analytics 리더 — 데이터 기반 HR의 한국 현실

본서 1판은 공개 자료의 한계 안에서 정직하게 멈춥니다. 2판에서 이 인터뷰가 9장의 한국 본격 사례로 채워질 자리입니다.

9장을 닫으며

이 장의 핵심을 한 줄로 정리하겠습니다.

Skill Marketplace(=ITM)는 AX 시대 조직의 새 인프라다. 글로벌에 교과서 사례가 있고, 한국에 가장 큰 빈자리가 있다. 한국 회사의 ITM은 Vallas·Schor의 경고를 받은 채로* 시작해야 한다.*

본론 세 챕터가 끝났습니다. 세 시그니처 자산 — EPOCH 한국형 매핑·Cornell 인과 카드·한국 ITM 짝 비교 — 가 각자의 자리에 박혔습니다.

다음 페이지는 막간입니다. 우리가 틀릴 수 있는 9가지를 정직하게 직시하는 자리.

막간 — 정직한 한 페이지: 우리가 틀릴 수 있는 9가지

본론 세 챕터가 끝났습니다. 한 페이지 멈춰 서서 틀릴 수 있는 9가지를 직시하고 가겠습니다. 이 9가지는 본서의 가설을 반박하거나 완화하는 학술·산업 자료입니다.

# 반박 자료 본서의 응답
1 Vaccaro 2024 Nat. Hum. Behav. — 인간-AI 결합의 synergy가 평균적으로 발견되지 않음 재설계 없이는 결합이 단독을 이기지 못한다는 조건부 굴절. 본서는 Synergy를 약속하지 않는다.
2 Fuller·Raman·McKittrick 2024 HBS — Skills-based 전환이 발표는 빠르고 실행은 3.6% 본서는 37%의 행동 양식 매뉴얼에 가깝다. 광고는 책 밖에 충분하다.
3 Vallas·Schor 2020 Annual Rev. Soc. — 플랫폼은 permissive potentate 9장 결론에 안전장치 다섯 가지를 명시. ITM이 사내 gig 경제로 변질될 위험을 본문에 박았다.
4 Anthropic Economic Index 5차 (2026/03) — 22~25세 신입 진입이 -14% 감소 신입의 두 얼굴 — AI를 쓰는 신입은 빠르게 크고, AI에 대체되는 위치의 신입은 진입조차 막힌다. 6장 신입 사다리 부러짐 자리.
5 Hackman 1977 / Cohen·Ledford 1996 — 자율팀은 5조건을 모두 충족해야 효과 Pod·Agentic Organization은 조건부 약속. 단순 도입 광고를 본서는 권하지 않는다.
6 Acemoglu 2024 NBER — AI 거시 효과 TFP 10년 ≤0.66% 거시는 천천히, 미시(조직)는 빠르게. 본서는 거시 낙관에 베팅하지 않는다.
7 Autor 2015·2024 JEP·QJE — AI가 양극화를 가속할 수 있음 양극화 압력 안에서 조직이 압축에 베팅. Brynjolfsson의 분포 압축과 Autor의 양극화가 동시에 진행.
8 Gerhart·Jenkins·Kim 메타분석 — 보상의 선별 효과가 동기 효과의 1.5~2배 보상은 동기와 선별의 두 메커니즘. 한국 HR이 자주 놓치는 자리.
9 Cornell 2025 Management Science — 한국 평가 문화에서 재현 미검증 본문 8장에 정직히 명시. 한국에서 작은 실험부터 시작해 재현 여부 확인 필요.

9가지를 직시한 다음에도 본서의 가설은 흔들리지 않습니다. 오히려 더 정확해집니다. 재설계가 따라온 곳에서만 작동하는 매뉴얼. 거시 낙관에 베팅하지 않고 조직 차원의 결정에 베팅하는 책.

베팅이라는 단어를 떳떳이 씁니다

9가지가 모두 옳을 가능성. 일부만 옳을 가능성. 전부 틀릴 가능성. 어느 경우든, 본서의 가설이 완전히 안전하지는 않다는 게 진실입니다.

그래도 우리는 후자에 베팅합니다. AX 시대의 일과 조직 재설계가 실제로 작동한다는 쪽으로. 빅4가 같은 결론을 던졌고, 5%의 future-built 기업이 2.8배 ROI를 만들었고, Schneider·Unilever·IBM이 7년 동안 작동시켰고, 한국에서도 롯데와 SKT가 그 방향으로 움직이고 있는 자리. 베팅이라는 단어를 떳떳이 씁니다.

본서 PART 4가 한국 AX 풍경의 안에서 겪은 모습으로 책을 닫습니다.

PART 4. 한국에서

길을 정합니다. 톤이 1~3부와 달리 서사적·실용적입니다.

본론 세 챕터와 막간의 정직한 한 페이지가 끝났습니다. PART 4는 그 모든 것을 한국 현장의 풍경으로 옮기는 자리.

10장이 한국 AX 풍경의 안에서 겪은 모습을 다룹니다. 3장이 위에서 본 분석적 풍경이었다면, 10장은 서사적 톤·현장 사례·SKT 양대 CIC의 짧은 관찰. 이 한 장으로 PART 4를 닫고, 에필로그가 시리즈 세 권을 회수합니다.

10장. 한국 AX 풍경 — 안에서 겪은 풍경

“AI 상담 도입 후, 작년에 직무 전환된 7명은 전원 회사를 나갔습니다.” — 헤럴드경제, [AI시대 노사 2.0] 시리즈 (2025)

3장이 위에서 본 한국 풍경이었다면, 10장은 안에서 겪은 풍경입니다. 같은 한국 시장의 같은 분기를 다루지만 톤이 다릅니다. 3장이 분석적 톤·인사 발표·정부 정책에 무게를 뒀다면, 10장은 서사적 톤·현장 사례에 무게를 둡니다.

먼저 한 줄로 정리하겠습니다.

한국 AX 풍경의 안쪽에는 세 가지 현장 신호가 있다. 직무전환의 실패, 의사결정 속도의 긴장, 그리고 5단계 내재화의 한국 표준.

현대해상 콜센터 — 7명 전원 퇴사

헤럴드경제 [AI시대 노사 2.0] 시리즈가 한국 AX 현장의 가장 강력한 한 줄 사례를 보고했습니다.

“현대해상 콜센터에서 AI 상담 도입 후 직무 전환된 직원 7명은 전원이 회사를 나갔습니다. 2024년 사례. 2025년에 직무 전환된 14명 중 절반이 회사를 나갔습니다.”

한 직원의 인용이 그 풍경을 정확히 짚습니다.

“기존 부서에서 수년간 근무한 직원 대부분은 전환 배치 후 적응하지 못합니다. 살아남기 위한 집착적 실적 경쟁이 부서에 퍼져 있습니다.”

이 한 줄이 변화 관리의 실패를 정확히 짚습니다.

5장에서 본 Vaccaro 2024 메타분석 — 재설계 없이는 결합이 단독을 이기지 못한다 — 가 한국 현장에서 7명 전원 퇴사로 드러난 풍경입니다. 현대해상이 한 결정은 AI 도구 도입 + 직무 전환이었지만 워크플로우 재설계나 새 직무에서의 학습 지원이 빠져 있었습니다.

7명 전원 퇴사가 변화 관리의 0점입니다. 다음 해에 14명을 전환했는데 절반이 나간 사실은 같은 실패의 반복일 가능성이 높습니다. 워크플로우 재설계와 학습 지원이 없는 직무 전환은 대부분의 경우 같은 실패를 만듭니다.

이 사례가 한국 AX 매뉴얼의 첫 번째 토양입니다. AX는 기술 도입의 성공 여부가 아니라 사람이 그 변화를 통과하는지로 평가받습니다.

카카오의 두 풍경 — 의사결정 속도의 긴장

같은 시기 카카오에서 두 가지 풍경이 동시에 펼쳐졌습니다.

카카오엔터프라이즈는 B2B SaaS 자회사입니다. 2024~2025년 사이 조직 축소 신호가 나오면서 Blind(직장인 익명 커뮤니티)에 익명 후기가 쏟아졌습니다. 대표적인 한 후기(검증 필요): “개발자가 필요한데 티오를 없애고 있고, 추세를 보니 개발자는 다 없애려는 것 같다. FAANG 출신도 다 퇴사했다.” 본서는 이 후기를 카카오엔터프라이즈의 사실로 단정하지 않습니다. 다만 조직 축소가 직원 신뢰를 흔드는 풍경이 한국 AX 현장에 있다는 신호로 읽을 수 있습니다.

카카오톡 UI 대개편. 같은 회사 본체에서 2025년 9월에 카카오톡이 대규모 UI 개편을 발표했습니다. 정신아 대표는 “수개월의 준비”를 강조했지만, Blind와 다수 매체에 등장한 평은 다른 톤이었습니다. “개발자들도 원하지 않았던 업데이트였다. 경영진 한 명이 밀어붙였다.” 한국 IT 대기업의 AX 시대 의사결정 풍경을 보여주는 신호. 위에서는 빠르게 결정하고 아래에서는 합의 없이 통과되는 긴장.

두 풍경이 같은 회사 안에서 동시에 일어났습니다. 한국 AX의 두 번째 토양입니다.

SI 빅3 — 안에서 본 동상이몽

3장에서 위에서 본 풍경으로 SI 빅3의 동상이몽을 짚었습니다. 10장에서는 안에서 본 풍경으로 같은 3사를 유형별로 비교해 보겠습니다.

삼성SDS LG CNS SK AX
주력 AX 영역 AI 컨설팅·음성/언어 11개 AI 직무·1,000명 채용 AX 컨설팅 (사명 변경)
강점 그룹사 시너지·내부 시스템 통합 채용 공격성·인재 풀 확보 AI 사업 카테고리화
위험 내부 적용의 그림자 인력 확보 경쟁 그룹 의존도
검증 자리 외부 매출의 AX 비중 1,000명 채용의 실제 결과 AX 사업 매출 비중

세 회사가 서로 다른 길을 가고 있고, 1~2년 뒤 결과로 검증됩니다. 한국 SI 시장의 AX 실험실 3개가 동시에 작동하는 셈입니다.

DEVOCEAN 5단계 — 한국 표준 자료

한국 회사 안에서 AI 내재화가 어떻게 일어나는지를 들여다볼 자료가 있습니다. DEVOCEAN이 운영하는 기술 블로그에 공개된 5단계 내재화 모델. 학습 → PoC → 팀·조직 체감 → 제도화 → 문화적 내재화.

대부분의 한국 회사가 1~2단계에 머물러 있다는 게 DEVOCEAN의 진단입니다. 본격적 변화 관리·매니저 재정의가 3~4단계에서 일어납니다. 한경 “무엇을 질문하는가” 발언이 추상적 슬로건이 아니라 1~2년의 학습 곡선이라는 사실입니다.

이 5단계 모델이 한국 AX 매뉴얼의 세 번째 토양입니다. 다른 한국 대기업이 비슷한 모델을 공개적으로 정리한 사례는 아직 적습니다.

한국 AX 풍경을 한 줄로

10장의 풍경을 한 줄로 정리하겠습니다.

한국 AX는 발표가 풍부하고 실행은 진행 중이며, 실패 사례와 시도 사례가 동시에 자라고 있다.

10장에서 본 사례들:

이 모든 사례가 1~2년 뒤 검증의 자리에 있습니다. 본서가 단정적 평가를 피하고 풍경의 좌표만 짚는 이유. 2판에서 어느 사례가 5% future-built에 진입했는지를 추적하겠다는 약속이 본서의 자기 한계입니다.

다음 페이지가 에필로그입니다. 시리즈 세 권을 한 줄로 회수하고 책을 닫습니다.

에필로그. 코드 너머의 조직 — 사람의 자리는 새로 만들어진다

“현재 고용 대다수는 1940년 이후 도입된 새로운 직무 전문성에 속해 있습니다.” — David Autor 외, New Frontiers, Quarterly Journal of Economics (2024)

본서를 닫기 전에, 한 줄로 회수해야 할 풍경이 있습니다.

이 책은 코드 너머의 시리즈 세 번째 책이었습니다. 시리즈 첫 권 코드 너머의 시대가 사람의 내면을 다뤘고, 두 번째 권 코드 너머의 직업들이 사람의 외형을 다뤘습니다. 본서가 사람의 환경 — 조직 — 을 다뤘습니다.

내면 · 외형 · 환경. 세 층이 한 시리즈로 묶인 자리.

세 권을 합치면

책 던진 질문 한 줄 답
I. 코드 너머의 시대 어떤 사람으로 살아남을까 코드 너머의 역량으로 살아남는다
II. 코드 너머의 직업들 어떤 자리에서 살아남을까 코드 너머의 새 직업으로 살아남는다
III. 코드 너머의 조직 어떤 조직으로 살아남을까 코드 너머의 일과 조직 재설계로 살아남는다

세 권의 답이 같은 방향을 가리킵니다. 코드 너머의 풍경이 시대·직업·조직의 세 단위에서 동시에 자라는 자리.

본서 PART 1에서 다룬 빅4의 일치된 결론 — AX는 기술 도입이 아니라 일과 조직의 재설계다 — 가 시리즈 전체의 조직 차원 응답입니다. 그 응답의 뿌리는 시리즈 I의 역량 재정의에 있고, 시리즈 II의 새 직업 도감과 짝지어 있습니다.

이 시리즈가 한 사람의 작은 역량에서 시작해서 한 조직의 큰 운영 모델까지 확장되는 동안, 한 가지가 변하지 않았습니다. 사람의 자리는 새로 만들어진다는 사실.

Autor의 60% — 사람의 자리는 새로 만들어집니다

본서 4장에서 인용한 Autor 외 2024년 QJE 게재 논문의 한 줄을 다시 들어보겠습니다.

“현재 고용 대다수는 1940년 이후 도입된 새로운 직무 전문성에 속해 있습니다.”

1940년에는 없던 직업이 2018년 고용의 60% 이상을 만듭니다. 컴퓨터 응용 엔지니어, 데이터 사이언티스트, UX 디자이너, AI Product Manager, Forward Deployed Engineer, Agent 운영자, Eval Engineer — 모두 언젠가는 이름이 없던 자리들이었습니다.

이 60%는 과거 데이터입니다. 미래에 대한 약속은 또 한 줄 있습니다. 2080년 고용의 60% 이상은 2025년 지금 이름이 없는 직업일 가능성이 높습니다.

이 사실 하나가 시리즈 전체의 토양입니다. 새 직업과 새 조직과 새 역량이 시간이 가면 자라나는 자연 현상이 아니라, 조직과 사회가 의식적으로 만들어내는 결과라는 인식.

Carlota Perez의 Deployment Period

본서가 자주 인용한 또 한 명의 학자가 있습니다. 영국의 경제사학자 Carlota Perez. 그의 기술 혁명의 두 단계 모델 — Installation(약 20년)과 Deployment(약 30년) — 이 시리즈 세 권을 묶는 시간 좌표가 됩니다.

“새 기술의 진정한 사회·경제적 잠재력은 거대한 금융 붕괴가 지나간 다음의 전개 단계(Deployment Period)에 와서야 실현됩니다.”

AI 시대는 지금 Installation의 후반에 있다는 게 Perez의 진단. Deployment가 시작될 때 누가 그 자리에 있을지는 지금의 조직 결정에 달려 있습니다. 발표만 한 95%의 회사가 아니라 진심 도입한 37%의 회사가, 그 안에서도 5% future-built에 진입한 곳이, Deployment Period의 주인공이 될 가능성이 높습니다.

한국에서

본서를 닫으면서 마지막으로 한국을 한 번 더 짚어 두겠습니다.

3장과 10장에서 본 한국 풍경을 한 단락에 압축하면 이렇습니다. 발표는 풍부하고, 실행은 진행 중이며, 빈자리가 크다.

빈자리의 가장 큰 두 곳이 본서가 책의 빈 공간 두 개로 짚은 자리입니다. EPOCH 한국형 매핑과 한국형 ITM(사내 인재 시장) 매뉴얼. 두 빈자리에 본서가 학술의 70% 받침 위에 책의 30% 기여를 더했습니다. 다만 완성된 답은 아닙니다. 시작점입니다. 한국 회사 중 한 곳이 본서의 매뉴얼을 진심으로 적용하는 1~2년이 2판 보강의 시점입니다.

한국 회사 안에서 일하는 수많은 HR 리더·기술 리더들이 비슷한 풍경을 다른 자리에서 보고 있을 것입니다. 이 책이 그 풍경의 공유된 언어가 되기를 기대합니다.

마지막 한 문장

본서의 마지막 한 문장입니다.

코드 너머의 시대를 사는 사람의 자리에서, 코드 너머의 조직이 자란다.

시리즈 I의 내면과 시리즈 II의 외형이 사람의 차원이었다면, 시리즈 III의 환경은 조직의 차원입니다. 세 차원이 서로를 키우는 풍경. 한 사람의 역량이 자라면 그 사람이 새 자리를 만들고, 그 자리가 만들어지면 조직이 새 모양을 갖추고, 그 조직이 다시 한 사람을 자라게 합니다.

이 순환이 AX 시대의 한국 회사에서 자라기를 기대합니다.

읽어주셔서 감사합니다.

— 김상기, 2026년 5월

참고문헌

본문에서 인용된 자료를 카테고리별로 정리합니다.

1. 빅4 리포트

2. EPOCH·Human-AI Complementarities 학술

3. 조직 재설계·자율팀 학술

4. 보상·성과 학술

5. 일의 미래·노동시장

6. ITM·Skill Marketplace 사례

7. AI 회사 보상 자료

8. 시장·도구 데이터

9. 한국 시장 자료

10. 인플루언서·블로그

11. 익명·커뮤니티 (검증 필요)

본 참고문헌의 전체 풀버전과 추가 자료는 프로젝트 저장소의 01_reference.md와 research/*.md에 있습니다. 본문 인용 좌표는 그 문서의 섹션 번호를 가리킵니다.