AI 시대 리더십은 정답보다 맥락을 다룬다

1편의 문제의식은 AI가 주니어의 실행력을 끌어올린 뒤 리더가 겪는 정체성의 흔들림에 있었다. 여기서 경험은 폐기할 대상이 아니라, 쓰이는 방식이 바뀌는 자원으로 제시된다. 과거의 '경험 권력'이 약해졌다는 말은 경험 자체가 사라진다는 뜻이 아니라, '정답 티칭'에서 '맥락 코칭'으로 이동해야 한다는 뜻이다.

생성형 AI는 많은 데이터를 바탕으로 논리적인 초안과 팩트를 빠르게 만든다. 그러나 조직 안의 이해관계, 경영진의 숨은 의도, 시장의 변동성, 팀원의 번아웃 신호처럼 화면 밖의 맥락까지 읽는 일은 별개의 영역이다. 그 조직에서 성공과 실패를 겪은 리더의 경험은 이 보이지 않는 선을 연결하는 데 쓰인다.

리더의 역할도 답을 내려주는 방식에서 질문을 던지는 방식으로 옮겨간다. AI가 데이터와 초안을 계속 만들어낸다면, 리더는 그 결과물을 회사의 현실에 맞게 묶는 사람이어야 한다. source는 이를 '정답 자판기'에서 '맥락 디자이너'로의 전환으로 설명한다.

주니어가 챗GPT로 1시간 만에 신사업 기획서를 가져왔을 때 리더가 확인할 것은 단순한 문장 수정이나 오류 검수에 그치지 않는다. 리더는 “이 제안의 데이터는 완벽하지만, 이번 분기 우리 회사 CFO의 보수적인 예산 기조를 설득할 수 있을까?”, “이 새로운 기능이 영업팀의 기존 업무 프로세스와 충돌하여 현장의 반발을 사지는 않을까?”, “이 프로젝트가 실패했을 때, 우리가 챙길 수 있는 플랜 B의 런웨이는 충분한가?” 같은 질문으로 조직의 조건을 함께 봐야 한다.

실행 영역을 기계가 보완할수록 리더에게 남는 일은 조율과 공감, 방향성 설정에 가까워진다. 정답을 직접 주는 사람보다 질문을 통해 조직의 입체적인 맥락을 설계하는 사람이 AI 시대 리더의 모습으로 제시된다.

다만 개인 리더십의 변화만으로는 충분하지 않다. 현장 실무의 속도가 생성형 AI로 시속 200km까지 빨라졌다면, 조직의 목표를 정렬하고 궤도를 수정하는 주기도 그에 맞춰 연속성을 가져야 한다. 그런데 많은 기업은 1년에 단 한 번 목표를 세우고 연말에 회고하는 1950년대 산업화 시대의 산물인 목표관리제(MBO)나 연 단위 KPI 평가 시스템으로 인재를 관리한다는 지적이 나온다.

이 구조에서는 리더가 팀원과 정기적으로 만나 병목을 확인하고, 경영진의 전략적 의도를 실시간으로 맞추는 소통 체계가 필요하다는 주장이 이어진다. 기업의 과제는 중간관리자에게 AI 툴 사용법을 며칠 교육하는 데서 끝나지 않는다. 파편화된 실무를 조직의 맥락으로 묶고, 리더와 구성원이 계속 방향을 맞추는 연속적 동기화 시스템이 필요하다는 내용이다.

마지막 초점은 다음 논의로 이어진다. 3편에서는 MBO(목표관리제)가 현장의 '정보 역전' 현상과 맞물려 조직 혁신을 제약하는 구조를 다룬다는 예고가 붙었다. 이 흐름에서 10배 도약의 시대를 준비하는 조건은 연말 평가 중심의 운영에서 벗어나 지속적인 성과 관리 방식으로 전환하는 일로 정리된다.