Agentic TigerAGENTIC TIGERBETA
로그인무료 진단
← Back
조직

일할수록 회사에 능력이 남는 구조: 반년에 수백 건을 처리하고도 아무것도 남지 않는 이유

AI로 빨라졌는데 근본적으로 달라진 게 없다는 현장의 증언은 흔합니다. 처리와 축적은 다른 설계이기 때문입니다. 협업 구조에서 정해야 할 여섯 가지(흐름·경계·접점·맥락·기억·학습)와 '저장'과 '학습'을 가르는 기준을 다룹니다.

Date
2026.08.21
Category
조직
Reading Time
8분
어두운 공방에서 숫돌에 대패날을 가는 손의 저조도 클로즈업 — 대팻밥이 쌓인 작업대 위, 날을 가는 동작에만 따뜻한 빛이 떨어지는 극적 명암 — 일을 하면서 도구도 함께 벼려지는 구조의 은유, 얼굴 없음.

“링크드인에서는 모든 게 바뀌었다는데, 우리 현장은 계약서 몇 건을 더 빨리 처리하는 것 말고 근본적으로 달라진 게 없어요.” 한 중견 제조업체 최고운영책임자의 이 말은 AI를 안 쓰는 회사의 이야기가 아닙니다. 쓰고 있었고, 실제로 빨라졌습니다. 문제는 일은 처리됐는데 회사에 남은 것이 없다는 것입니다. 계약서를 더 빨리 본다고 어떤 조항이 자주 문제 되는지 알게 되는 것은 아니고, 담당자가 어디서 AI 판단을 뒤집었는지, 그 판단이 옳았는지도 어디에도 쌓이지 않습니다. 반년간 수백 건을 처리하고도 다음 반년을 같은 자리에서 시작합니다. 처리와 축적은 다른 설계입니다.

배치했다고 협업이 설계된 것은 아니다

사람 한 명과 에이전트 하나를 같은 업무에 넣었다고 둘이 함께 일하는 법까지 정해진 것은 아닙니다. 정해야 할 것은 여섯 가지이고, 앞의 셋은 오늘의 일을 돌리고 뒤의 셋은 오늘의 일을 내일의 능력으로 남깁니다.

정할 것질문
오늘을 돌리는 셋흐름누가 먼저 시작하고 어떤 순서로 도는가
경계AI는 어디까지 판단하고 무엇은 넘기는가
접점사람은 언제 확인하고 개입하는가
내일을 남기는 셋맥락판단에 필요한 정보가 작업에 공급되는가
기억처리 과정의 판단·예외가 기록되는가
학습그 기록이 기준·규칙·흐름을 실제로 바꾸는가

대부분의 조직이 앞의 셋만 정하고 배치를 끝냅니다. 그 결과가 앞의 증언입니다. 흐름은 돌아가는데 아무것도 남지 않습니다.

승인 절차가 아니라 깨어 있는 승인자

접점 설계에서 흔한 착각이 “사람 승인 단계가 있으니 안전하다”입니다. 문제는 절차의 존재가 아니라 승인하는 사람이 깨어 있느냐입니다. 채용 담당자 181명을 대상으로 한 실험에서, 성능이 더 좋은 AI를 받은 쪽이 오히려 덜 정확했습니다. 도구가 좋을수록 확인을 덜 하고 그대로 받아들였기 때문입니다. 접점은 도장 찍는 자리가 아니라 판단이 실제로 일어나는 자리로 설계돼야 하고, 그러려면 전건 확인이 아니라 위험 등급별 차등이어야 사람의 주의가 남아 있습니다.

어두운 물가의 극적 명암 클로즈업 — 물레방아가 돌며 물을 퍼 올리는데 그 옆의 수로가 밭이 아니라 다시 강으로 이어져 물이 되돌아가는 미니멀 장면 — 돌기만 하고 남기지 못하는 순환의 은유, 글자 없음.
그림 1. 바퀴는 도는데 물은 되돌아간다. 처리의 순환에 축적의 물길을 이어 붙여야 한다.

저장과 학습을 가르는 기준

“우리는 다 기록하고 있다”는 반론이 나오는 지점에서 기준 하나가 필요합니다. 결과가 저장됐다고 학습한 것이 아닙니다. 그 결과 때문에 지식·규칙·평가 기준·업무 흐름 중 무엇인가가 바뀌어야 학습입니다. 수백 건의 처리 로그가 쌓여 있어도 그것이 다음 계약서 검토의 체크리스트 한 줄, 자동 관문의 검사 하나, 지시서의 조항 하나로 바뀌지 않았다면 — 그것은 학습이 아니라 창고입니다.

실무 장치는 단순합니다. 업무 순환에 되먹임 칸을 넣는 것입니다 — 사람이 AI 판단을 뒤집을 때마다 이유 한 줄 기록, 월 1회 그 기록을 훑어 반복 유형을 기준·관문으로 승격, 승격된 기준이 지시서에 반영. 이 고리가 돌기 시작하면 같은 업무가 매달 조금씩 쉬워집니다. 그것이 “일할수록 능력이 남는다”를 눈으로 확인하는 방법입니다.

축적의 개인 버전은 기억과 그릇에서, 축적이 조직 성과로 이어지는 조건은 AI 생산성 역설에서 다뤘습니다. 우리 조직의 협업 설계가 여섯 항목 중 어디까지 돼 있는지는 무료 AX 진단으로 확인할 수 있습니다.

자주 묻는 질문

AI를 쓰는데 왜 회사가 강해지지 않나요?

처리 구조만 설계하고 축적 구조를 설계하지 않았기 때문입니다. 흐름·경계·접점은 오늘의 일을 돌릴 뿐이고, 맥락·기억·학습이 있어야 오늘의 처리가 내일의 능력이 됩니다. 특히 마지막 — 기록이 기준·규칙·흐름을 실제로 바꾸는가 — 가 갈림길입니다.

사람 승인 단계가 있으면 충분하지 않나요?

절차의 존재와 판단의 작동은 다릅니다. 성능 좋은 AI를 받은 채용 담당자들이 오히려 덜 정확했다는 실험이 보여주듯, 좋은 도구는 사람의 확인을 잠재웁니다. 승인자가 깨어 있으려면 전건 승인 대신 위험 등급별 차등, 그리고 승인자가 무엇을 봐야 하는지의 명시가 필요합니다.

기록은 많은데 학습이 안 되는 건 어떻게 고치나요?

기록에서 변경으로 가는 다리를 놓습니다 — 월 1회, 사람이 AI 판단을 뒤집은 기록을 모아 반복 유형을 찾고, 그것을 체크리스트·자동 검사·지시서 조항으로 승격하는 정기 절차입니다. 승격 건수가 0인 달이 이어지면 기록 양식이 잘못됐거나(이유가 안 남음) 절차가 형식화된 것입니다.

여섯 가지를 다 설계하려면 너무 무겁지 않나요?

업무 하나 단위로는 가볍습니다. 여섯 질문에 한 줄씩, 한 페이지면 됩니다. 무거운 것은 전사 일괄 설계이고, 그것은 권하지 않습니다. 첫 자동화 업무 하나에서 여섯 칸을 채워 보면, 그 양식 자체가 다음 업무의 템플릿이 됩니다.

Share
FB IN X

AI 성과 측정과 평가·보상

See all
AI 쓰는 직원, 인사평가는 어떻게 바꿔야 하나: 사용량이 아니라 성과와 자산에 값을 매겨라
조직

AI 쓰는 직원, 인사평가는 어떻게 바꿔야 하나: 사용량이 아니라 성과와 자산에 값을 매겨라

회사 AI 구독료, 얼마가 맞나: 금액의 문제가 아니라 병목의 문제다
전략

회사 AI 구독료, 얼마가 맞나: 금액의 문제가 아니라 병목의 문제다

AI로 개인 생산성은 올랐는데 회사 실적은 왜 그대로인가: 장부가 100에 맞춰져 있기 때문이다
전략

AI로 개인 생산성은 올랐는데 회사 실적은 왜 그대로인가: 장부가 100에 맞춰져 있기 때문이다