100개 넘는 회사와 상담하며 발견한 AX 성공 공식
게시일: 2025년 12월 30일 | 원문 작성일: 2025년 12월 16일 | 저자: Natalia Quintero | 원문 보기
핵심 요약
Every의 컨설팅 책임자가 100개 이상의 조직과 대화한 결과, AI 도입 실패의 진짜 원인을 밝힙니다.
- 기술이 아니라 명확성 — AI 파일럿의 95%가 실패하는 이유는 기술 문제가 아니라 “무엇을 달성하려는지” 명확하지 않기 때문입니다
- 챔피언 모델 — 전사 교육보다 3~5명의 내부 “챔피언”이 동료에게 전파하는 방식이 훨씬 효과적입니다
- 문서화 문화 — 프로세스를 글로 정리하는 습관이 있는 조직이 AI 도입에서 압도적으로 유리합니다
• • •
핵심 문제: 기술이 아니라 명확성
100개 이상의 회사와 컨설팅을 진행하면서 근본적인 문제를 발견했어요. 조직들은 AI 도구를 갖고 있고, 파워 유저도 있지만, 어디로 가야 할지 방향을 몰라요. 문제는 기술이 아니라 전략이에요.
“도구는 있어요. 파워 유저도 몇 명 있고요. 하지만 여기서 어디로 가야 할지 모르겠어요.”
이건 제가 예전에 뉴욕 지하철 노선도 프로젝트를 이끌었을 때와 비슷해요.1 기술과 정보는 있었지만, 그것을 일상적인 워크플로우로 바꾸려면 의도적인 작업이 필요했거든요.
MIT 보고서에서 “생성형 AI 파일럿의 95%가 실패한다”고 했는데, 이건 더 깊은 문제를 반영해요. 기술 문제가 아니라 명확성의 문제예요. 조직에는 일관된 목표가 없고, AI가 자신들에게 어떤 의미인지 이해하지 못하고 있어요.
• • •
도입을 막는 네 가지 페르소나
AI 도입이 안 되는 조직에는 공통적인 패턴이 있어요. 네 가지 유형의 사람들이 진행을 방해합니다.
회의론자 (The Skeptics)
새로운 기술이 불편하고 효과를 의심해요. 처음엔 흥분했다가 지속적인 학습이 필요하다는 걸 알게 되면 열정이 사그라들죠.
압도당한 사람들 (The Overwhelmed)
도구는 있지만 기존 업무에 파묻혀서 실험할 여유가 없어요. 한 사람이 이렇게 말하더군요: “프롬프트 엔지니어링 얘기하면 울 것 같아요.”
도구 점퍼 (The Tool-Jumpers)
진전을 가장한 분석 마비예요. 하나도 마스터하지 않으면서 계속 새로운 플랫폼만 평가하고 있죠.
외로운 파워 유저 (The Lonely Power User)
가치 있는 AI 워크플로우를 개발했지만 고립되어 있어요. 지식을 퍼뜨릴 수 없죠. AI의 가치는 기존 소프트웨어처럼 자동으로 팀 전체에 전달되지 않거든요.
• • •
AI 도입이 기존 소프트웨어와 다른 이유
Asana와는 다릅니다. Asana에서는 한 사람이 작업을 정리하면 팀 전체가 자동으로 혜택을 받아요. 하지만 AI는 달라요.
“자신의 업무 방식에 맞춰 워크플로우를 개발하면, 그 가치가 자동으로 회사 전체에 전달되지 않아요.”
AI 도입은 각자가 자신의 업무 맥락에서 AI를 다루는 기본 역량을 키워야 해요. 게다가 기업 보안 정책이 도구 접근을 제한하는 경우가 많아서, 직원들은 회사에서는 Microsoft Copilot 같은 승인된 플랫폼만 사용하고, 개인적으로는 Claude나 ChatGPT를 사용하게 돼요.
• • •
챔피언 모델: 채용 회사 사례 연구
제 접근 방식이 바뀌었어요. 전사 교육에서 10명의 “AI 챔피언”을 식별하는 것으로요. 주니어 직원과 팀 리더를 섞어서 네 가지 핵심 특성을 가진 사람들을 찾았어요:
- 배우려는 의지
- 만들 수 있는 권한
- 실패해도 되는 여유
- 공유하려는 열망
결과: 한 챔피언이 후보자, 채용 담당자, 클라이언트 간 일정 조율을 자동화하는 GPT를 만들었어요. 이전에는 캘린더 맞추기와 전화 핑퐁에 수 시간이 걸리던 지루한 작업이 이제 몇 분이면 돼요. 각 채용 담당자가 일정 작업당 2~10시간을 절약했어요.
중요한 점: 도입이 확산된 건 컨설턴트나 엔지니어가 도구를 만들어서가 아니에요. 동료가 만들었기 때문이에요. 동료가 만든 거라 “나도 할 수 있겠다”는 생각이 들었고, 다른 사람들도 “나도 뭔가 자동화할 수 있지 않을까?” 하고 호기심을 갖게 됐죠. 30명이 더 이상 여러 탭과 캘린더를 열어놓을 필요가 없게 됐어요.
• • •
본질적으로 빠진 조각: 명확성과 문서화
어려운 부분은 AI를 사용하는 게 아니에요. 무엇을 달성하려는지 정의하는 것이 어려운 거예요.
“AI 사용의 어려운 부분은 AI를 사용하는 게 아니에요. 자기 자신과 마주 앉아서 ‘내가 뭘 달성하려고 하지?‘라고 생각하는 거예요.”
AI를 똑똑한 인턴을 훈련시키는 것에 비유해볼게요. 이메일 톤, 클라이언트와 소통하는 스타일, 품질 기준, 프로세스 단계, 흔히 하는 실수에 대해 세세하게 지시해야 해요. 지침이 구체적일수록 성공 확률이 높아져요.
이 시대에는 표준 운영 절차(SOP)가 필요해요. 자신이 어떻게 일하는지 평범한 말로 정확히 적어두는 거예요. 성공이 어떤 모습인지 명확한 그림이 있어야만 자동화할 수 있어요.
• • •
성공하는 회사들이 다르게 하는 것
리더십이 직접 사용하는 모습을 보여줘요: 100억 달러 규모의 헤지펀드 Walleye에서 CEO는 AI를 계속 사용하며 능력과 한계 모두를 이해해요.
“리더십이 따르라고 강요하는 대신 호기심 있게 탐구하는 모습을 보여주면, 다른 모든 사람에게 실험해도 된다는 허락이 돼요.”
중앙집중식 테스트 팀: 작은 팀이 새로운 도구를 평가해서 조직 전체의 도구 점핑과 분석 마비를 방지해요.
명령이 아닌 챔피언 주도 롤아웃: 조직의 다양한 레벨에서 3~5명이 여유와 실패할 자유를 가지고 동료 간 솔루션을 구축해요.
문서화 문화: 금융 기관과 엔지니어링 팀이 AI 도입에서 자연스럽게 뛰어난 이유가 있어요.
“그들은 기록하는 데 익숙해요. 프로세스를 정의하고 결정을 문서화하는 거죠. 그 근육이 AI 도입을 상당히 쉽게 만들어요.”
• • •
핵심 메시지: 뒤처진 게 아니에요
대기업들도 아직 방향을 잡고 있어요. 대부분의 사람들은 AI 유창성을 개발할 진정한 기회를 아직 갖지 못했어요. 과대광고와 현실 사이의 간극은 여전히 거대해요.
성공은 자동화가 인간적 연결을 가능하게 하는 모습이에요. 채용 회사의 목표는 각 후보자와 더 질 높은 시간을 보내는 것이었어요.
“이것이 AI의 최선의 모습이에요. 지루하고 행정적인 업무를 자동화하고, 사람들이 서로와 더 질 높은 시간을 보낼 수 있게 하는 것.”
첫 번째 단계: 팀의 워크플로우를 가치, 필요한 시간, AI 자동화 가능성으로 순위를 매겨 문서화하세요. 이 개요가 AI 네이티브 운영의 기반이 돼요.
역자 주
- 뉴욕 지하철 노선도 프로젝트: 저자 나탈리아 퀸테로는 2018년부터 뉴욕시 교통공사(MTA)와 비영리단체 Partnership for New York City 간 협력체인 Transit Innovation Partnership을 이끌었어요. 2020년 세계 최초의 실시간 디지털 지하철 노선도를 출시했고, 이 프로젝트는 2021년 칸 국제 광고제에서 디지털 크래프트 부문 금상을 수상했어요. 저자가 말하는 “노선도 재설계”는 이 디지털 실시간 지도 프로젝트를 의미하며, 방대한 데이터(열차 위치, 지연 정보, 엘리베이터 상태 등)를 시민이 실제로 활용할 수 있는 형태로 전환한 경험이 AI 도입과 유사하다는 맥락이에요. ↩
저자 소개: Natalia Quintero는 Every의 컨설팅 책임자입니다.
참고: 이 글은 Natalia Quintero가 Every에 게시한 아티클을 번역하고 요약한 것입니다.
원문: I Talked to More Than 100 Companies About AI—Here’s What’s Actually Working - Natalia Quintero, Every (2025년 12월 16일)
생성: Claude (Anthropic)