Rethinking organizational design in the age of agentic AI

개요

엔터프라이즈 레벨 AI 에이전트의 도입이 급증하고 있지만, 조직의 야심과 실행 간에 괴리가 발생하고 있으며, 이는 기존 인력, 프로세스, 워크플로우의 준비 부족에서 비롯됩니다. AI 에이전트를 기존 운영 방식에 그대로 적용하는 대신, 운영 모델과 업무 방식을 근본적으로 재고해야 합니다.

주요 내용

• AI 에이전트 도입의 현황 및 문제점: 85%의 조직이 3년 내 에이전트 역량을 갖추길 원하지만, 76%는 현재 인프라가 이를 지원할 수 없다고 응답합니다. 기존 운영 방식에 AI 에이전트를 단순히 추가하는 것은 "고장 난 운영 모델에 끈끈이를 붙이는 것"과 같아 AI 에이전트가 제공하는 전체 가치를 활용하지 못하게 만듭니다.
• 에이전트 기반 비즈니스 트랜스포메이션 (ABT): Ema는 AI 에이전트 도입에 대한 기존 어휘의 한계를 지적하며, 조직의 근본적인 변화를 포괄하는 '에이전트 기반 비즈니스 트랜스포메이션(ABT)'이라는 개념을 제시합니다. ABT는 기술 스택, 인력, 성공 측정 지표라는 세 가지 핵심 기둥을 포함합니다.
• 기술 스택의 재고: 기존 기술 스택은 인간 운영 중심의 워크플로우를 위해 설계되었으나, AI 에이전트는 기계 속도로 여러 시스템을 동시에 운영하므로 재검토가 필요합니다. AI 에이전트는 기술 스택의 또 다른 레이어가 아닌, 여러 애플리케이션을 넘나들며 복잡한 작업을 조정하고 데이터를 검색 및 해석하는 "연결 조직" 역할을 합니다.
• 인력 구조의 재설계: AI 에이전트가 작업을 실행하고 조정할 수 있게 되면서 기존의 계층적 인력 구조는 모호해집니다. 하이브리드 팀 환경에서 관리자는 신뢰, 설명 가능성, 심리적 안전 및 지위 역학 관계와 같은 새로운 이슈를 관리해야 합니다. 2030년까지 현재 일자리의 75%가 재설계, 업스킬링 또는 재배치가 필요할 것으로 예측됩니다.
• 성과 중심 측정 지표의 전환: AI 에이전트가 핵심 프로세스에 대한 소유권을 더 많이 갖게 되면서, 처리 건수와 같은 활동 또는 출력 중심의 기존 측정 지표는 의미를 잃게 됩니다. 성공은 개별 산출물이 아닌, 고객 만족도, 유지, 수익 증대와 같은 '결과' 중심으로 측정되어야 합니다.

시사점

AI 에이전트 도입으로 인한 조직 설계의 근본적인 변화는 단순한 기술 적용을 넘어 운영 모델, 워크플로우, 의사결정 권한, 성과 관리 시스템 전체의 재구성을 요구합니다. ABT의 세 가지 핵심 기둥(기술 스택, 인력, 측정 지표)을 중심으로 내부 논의를 시작하는 것이 조직이 AI 에이전트를 시스템 레벨에서 수용하고 목표와 실행 간의 격차를 줄이는 데 중요합니다.