이것은 일반기업에서도 충분히 나타날 수 있는 현상입니다.
첫 번째로 간과하기 쉬운 것은 'AI에게 일을 시키고 결과를 확인하는 비용'입니다. AI가 원하는 결과물을 만들어내도록 지시사항을 구체화하고 필요한 자료와 맥락을 제공하는 비용. 결과물이 나오면 정확성과 적합성을 검증하는 비용이 들죠. 가령 영업팀이 AI로 매출 전망을 작성하더라도 그 전망이 실제 고객의 구매 가능성이나 시장 상황을 제대로 반영했는지는 영업담당자가 판단해야 합니다.
두 번째는 '조직의 업무방식을 바꾸는 비용'입니다. AI가 보고서를 빠르게 작성하더라도 이를 검토하고 승인하는 절차가 그대로라면 조직 전체의 업무 속도는 기대만큼 빨라지지 않습니다. 다른 부서와 협의하고 결과를 수정하는 과정에서 오히려 일이 늘어날 수도 있죠. AI 도입의 효과를 제대로 얻으려면 업무 절차뿐 아니라 역할과 책임, 성과평가 방식까지 재설계해야 합니다.
세 번째는 '직원의 동기와 성장에 관한 비용'입니다. 예를 들어 보고서 작성 능력을 중요한 평가 기준으로 삼는 조직에서 AI가 그 일을 대신한다면 직원들은 자신의 전문성이 평가절하된다고 느낄 수 있습니다. 신입 직원들이 기초적인 자료 조사와 분석 업무를 AI에게 맡기기 시작하면 기본기를 익힐 기회도 줄어들죠. 당장은 효율적일지 몰라도 몇 년 뒤 복잡한 문제를 스스로 판단할 인재가 부족해질 위험이 있습니다.
네 번째는 '결과에 대한 책임 비용'입니다. AI가 작성한 고객 제안서에 잘못된 정보가 포함됐다면 누가 책임져야 할까요? AI가 고객에게 부적절한 답변을 했다면 누가 문제를 수습해야 할까요? AI는 업무를 대신 수행할 수 있지만 그 결과에 대한 조직의 책임까지 대신 지지는 않습니다.
이 밖에도 '특정 AI 시스템에 업무가 지나치게 의존하는 비용', 'AI가 단기적인 처리 속도만 높이다가 고객 만족이나 장기적인 경쟁력을 훼손할 위험'도 고려해야 합니다.
중요한 것은 AI가 얼마나 많은 일을 대신해 주는지가 아니라 그 일을 위임하는 데 들어가는 총비용이 얼마나 되는지 따져보는 것입니다. AI 덕분에 직원의 업무 시간이 줄었다고 해도 그 시간을 더 가치 있는 일에 활용하지 못한다면 조직이 얻는 실질적인 이익은 제한적일 수밖에 없으니까요.
AI에게 업무를 위임하는 것은 비용을 없애는 일이 아니라 비용의 위치를 바꾸는 일일 수 있습니다. 눈앞에서 사라진 업무 시간에만 감탄하지 말고 그 시간이 어디에서 다시 발생하는지를 살펴보세요. AI의 진정한 경제적 가치는 바로 그 계산에서 드러날 겁니다. (끝)
