AI 이후 리더의 경험이 쓰이는 자리

기획서의 논리를 보완하고 장표 흐름을 손보고 데이터 오류를 짚는 일은 리더가 실무 가치를 드러내던 방식이었다. 여러 시행착오와 야근을 거쳐 쌓은 노하우를 팀원에게 전하는 과정도 리더십의 한 형태로 작동했다. 하지만 챗GPT, 클로드, 제미나이 같은 생성형 AI가 업무 현장에 들어오면서 주니어의 1차 산출물은 이전보다 빠르게 보완되고 있다.

원문은 이때 리더가 느끼는 감각을 “어라, 디테일하게 잡아줄 것이 별로 없네. 이제 나는 무슨 피드백을 줘야 하지?”라는 말로 제시했다. 이는 리더의 경험과 지식이 사라졌다는 뜻이 아니라, 그 경험이 주로 빛을 내던 실무 교정의 무대가 달라지고 있다는 설명이다.

하버드 비즈니스 스쿨과 보스턴컨설팅그룹(BCG)이 전 세계 758명의 최상위권 컨설턴트를 대상으로 진행한 공동 연구 ‘들쭉날쭉한 기술의 개척지 탐색(Navigating the Jagged Technological Frontier)’도 사례로 제시됐다. 생성형 AI를 복잡한 비즈니스 문제 해결, 기획서 작성, 시장 분석 등에 적용했을 때 전체 업무 수행 속도는 25%, 산출물 품질은 40% 향상됐다. 하위 성과자(Bottom-half) 집단은 업무 성과 43% 향상, 상위 성과자(Top-half) 집단은 업무 성과 17% 향상으로 정리됐다.

원문은 이 통계를 두고 일각에서 “AI가 주니어의 생산성을 극대화해 시니어 리더를 역전하는 하극상을 촉발한다”는 식으로 해석한다고 소개했다. 그러나 이어서 핵심은 대결 구도가 아니라 문서 작성, 데이터 기초 취합, 정형화된 리서치, 외국어 비즈니스 커뮤니케이션 같은 하드스킬 영역에서 실무 실행력의 기준점이 올라간 데 있다고 설명했다.

과거에는 “어떤 부서의 데이터를 어떻게 취합해야 하는지”, “경영진이 선호하는 보고서 양식은 무엇인지”, “시장 조사 자료에서 노이즈를 걸러내고 핵심 수치만 뽑아내는 정형화된 가이드라인은 무엇인지” 같은 지식이 연차와 시행착오를 통해 쌓이는 자산이었다. 생성형 AI는 이 지식의 비대칭성을 낮추는 도구로 제시됐다. 1년 차 주니어 팀원도 비즈니스 프레임워크, 복잡한 엑셀 수식, 시장 분석 보고서 초안이 필요할 때 AI 어시스턴트에 질문할 수 있다.

마이크로소프트가 전 세계 3만여 명의 직장인을 대상으로 조사한 '업무 동향 지표(Work Trend Index)'도 중간관리자의 상태를 보여주는 근거로 언급됐다. 조사에 참여한 중간관리자의 74%는 “자신에게 팀의 변화를 이끌 권한이나 자원이 없다”고 답했다. 원문은 이를 단순한 업무 과중이 아니라, 실무 산출물의 디테일을 통제하던 방식이 약해진 뒤 새 환경에 적응할 기준이 부족한 상태로 설명했다.

AI 시대에 일부 리더가 '할루시네이션 헌터(Hallucination Hunter)'에 머무르는 모습도 지적됐다. 이는 비즈니스의 큰 그림이나 전략적 방향보다 AI가 만든 오류, 오탈자, 어색한 문서 포맷을 찾는 데 시선이 쏠리는 상황을 뜻한다. 주니어가 생성형 AI를 활용해 시속 200km로 산출물을 내는 동안 중간관리자가 시속 10km의 속도로 지엽적 검토에 머물면, 실무진의 생산성 향상이 조직 전체 성과로 이어지기 어렵다는 관점이다.

결론은 경험의 폐기보다 역할의 이동에 가깝다. 실무적 정답을 알려주는 리더십의 비중이 줄어든다면, 리더는 흩어진 정보를 연결하고 판단 기준을 세우는 방식으로 경험을 다시 써야 한다. 원문은 다음 논의의 방향으로 정답 자판기에서 물러난 리더가 '맥락 디자이너'로 진화하는 길을 제시했다.