일을 시키는 사람에서, 배움을 설계하는 사람으로(배려와 존중)

팀장의 교육학 - 학습의 충돌을 성장으로 바꾸는 리더의 기술
이현영 지음 / 미다스북스 / 2026년 9월

이 책은 교육학을 통해 리더십을 이야기하고 있다. 

지금 조직은 업무 진행과 성과 창출에 있어 방식이 완전히 달라졌다. 이는 단순한 세대 갈등이 아니라, 일의 추진에 있어 기존에 리더가 경험과 시행착오를 통해 일을 익혔다면 새로운 세대의 구성원은 기준과 가이드가 주어진 환경에서 성장했고, 더군다나 인공지능으로 무장하여 기존의 몸으로, 실천으로 배웠던 지식과 학습이 몇 줄의 프롬프트로 줄줄이 나오는 나오는 것이니 이제는 누가 옳고 그른 문제가 아니라 서로에게 익숙한 배움의 방식이 다를 뿐이라는 설명으로 지금의 조직 내 리더십을 이야기하고 있다..

2장에서 저자는 우리가 각자의 '일하는 방식'을 어떻게 배워 왔는지 추적하여, 지금 관리자의 자리가 낯선 이유는 기존보다 업무량이 늘어서가 아니라 전혀 다른 종류의 일이 시작되기 때문이다. 이 책은 그 막막함에 이름을 붙이려는 시도로 읽혔다. 요즘 조직은   출근 시간, 혼자 먹는 점심, "편하게 말해 봐"라는 말, 퇴근 후의 연락, 회식, 관심과 간섭   사이의 경계가 분명해 지고 있는데, 기존에 팀장이 배웠던 방식과는 다른 것이기 때문에 이전 세대의 팀장이라면 하루에도 몇 번씩 마주치는 장면일 것이다. 조직 내에서의 '열심히'의 정의가 달라졌고, 회사는 더 이상 '또 하나의 가족'이 아니며, 과거를 짚는 피드백과 미래를 향한 피드백은 서로 다르게 작동한다는 이야기, 그리고 리더에게 안전한 침묵이란 없다라는 말로 리더의 역할과 실행에 주안점을 두고 있다. 과거에는 눈치와 경험, 시행착오로 규칙을 익혔고, 지금은 기준과 설명과 피드백으로 익힌다는 것이다. 이 설명이 반가웠던 이유는 논쟁의 방향을 바꾸기 때문이다. 누가 옳은지 따지는 대신 상대가 어떻게 배워 왔는지를 묻게 된다. 이 관점에서는 리더도 자신이 배운 방식에 갇힌 학습자가 된다. 불편하지만 정직한 전환이다.

3장에서 저자는 교육학에서의 켈러의 ARCS 모형, 블랜차드의 상황대응 리더십, 스웰러의 인지 부하 이론, 비고츠키의 비계, 반두라의 사회학습이론, 콜브의 경험학습, 타일러와 아이즈너의 평가 이론으로 이 현상을 설명하고, 그 이론 소개에서 끝나지 않고 각 장에 '현실 질문'과 '간편 실행 노트'를 둔 구성으로 리더가 스스로 자신을 돌아볼 수 있도록 하고 있다.

4장에서 질문은 철저히 팀장에게로 돌아온다. 팀원을 어른으로 대하고 있는지, 아니면 신이 만들어야 하는 팀원인지. 자신의 불안을 권위로 감추고 있지는 않은지, 리더의 컨디션과 일하는 태도가 팀에 어떤 영향을 주는지를 돌아보게 하고, 결국 팀원에게 가장 가까이 있는 학습 환경은 매일 마주하는 리더 자신이라는 문장으로 정리하고 있다.

책을 읽으며 생각한 것이 첫째, 조직 내의 갈등이 생기면 상대를 해석하기 전에 내가 배운  방식을 먼저 의심한다. 둘째, 팀원의 일을 대신 해결하지 않는다. 막힌 곳에서 한 걸음만 받쳐 주고 손을 뗀다. 시간이 더 걸리는 일이라는 점은 각오한다. 셋째, 말보다 일상이 팀의 교과서라는 점을 기억한다. 내가 업무에서 보이는 반응, 실수를 다루는 방식, 안전과 원칙을 대하는 태도를 팀원은 가장 먼저 배운다라는 사실을 직시하며 어떻게 팀원을 바라봐야 하는 지를 알려주고 있다.

교육이 조직의 문제를 모두 해결해 주지는 않지만, 교육을 통해 서로에 대한 존중과 배려가 있다면, 어떠한 시선으로 서로를 바라보는 지에 대한 이해만 있다면 팀장과 팀원이 배울 수 있는 기본 자세는 된 것이며, 이는 조직성과로 이어질 것이라고 생각한다. 

**도서를 제공받아 솔직하게 작성한 리뷰입니다.

#조직 #성과 #교육 #리더십 #이론#배려#존중

AI를 쓰는 사람에서 묻는 사람으로

연봉 2배 AI 업무술 - 네이버, MS, SKT, 아마존에서 몸값을 끌어올린 진짜 기록!
문병용 지음 / 진서원 / 2026년 9월

책 제목의 '#연봉 2배'라는 문구는 얼핏 자극적인 처세술처럼 보일지 모르지만, 책장을 한 장 한 장 넘기며 마주한 내용은 결코 가벼운 요령이 아니었다. 저자는 #네이버, #MS, #SKT, #아마존 등 치열한 비즈니스 현장에서 몸값을 증명해 온 실전 경험을 바탕으로, 생성형 AI 시대를 살아가는 개인이 어떻게 스스로의 일하는 방식을 #레벨업 해야 하는지를 7단계의 명확한 로드맵으로 풀어내고 있다. 책을 읽는 내내 이것은 단순한 #AI #프롬프트 사용법이 아니라, 일의 본질을 꿰뚫고 내 시간과 역량의 통제권을 되찾아오는 '#비즈니스 생존 전략서'라는 생각이 떠나지 않았다.

이 책은 AI의 답을 그대로 받아들이지 않고, 무엇을 맡기고 어디까지 책임질지 가르는 법을 보여 준다고 했다. 저자는 같은 AI를 쓰면서도 반복 업무를 위임하고, 새로운 분야를 빠르게 흡수하며, 다른 사람의 동의를 끌어내고, #결정적 순간에 올바른 질문을 던질 줄 아는 사람이 결국 인정받는다고 강조한다.

저자는 AI와 함께 하는 변화를 다음의 단계로 설명하고, AI를 어떻게 활용해야 하는 지를 알려주고 있다. 도구의 차이가 아니라 사용의 깊이가 사람을 가르고 있었고, 이 책은 그 깊이를 일곱 개의 단계로 그려 놓았다.

저자가 제시하는 #변화의 시작, 즉 1단계 '반복업무 #자동화'는 #중소기업 직원의 일상에 가장 절실한 숨통을 틔워줄 것이다. 매일 혹은 매주 반복되는 리포팅, 길고 장황하게 오가는 이메일 타래 정리, 길어지기만 하고 결론은 흐릿한 회의록 작성 루틴 업무를 AI에게 넘겨 규칙으로 만들라고 조언한다. 이 단계에서 얻어내는 진짜 가치는 몇 분의 시간 절약이 아니라, 하루 중 내 머리로 깊이 고민할 수 있는 '생각의 여유 시간'을 확보하는 데 있을 것이다.

숨을 돌리고 나면 마주하는 2단계는 '새 분야를 전문가 수준으로' 빠르게 끌어올리는 과정일 것이다. 중소기업에서는 어제까지 총무를 보던 직원이 오늘은 신규 규제 대응을 맡아야 하고, 내일은 낯선 장비의 도입 타당성을 검토해야 하는 일이 비일비재하고, 사수도 매뉴얼도 없는 상황에서 낯선 분야에 던져졌을 때, AI는 가장 든든한 리서치 파트너이자 온보딩 코치가 되어개념의 뼈대를 세우고, 출처와 근거를 팩트체크하며 빠르게 학습하는 법을 익히면, 경험해 보지 않은 업무 앞에서도 주눅 들지 않고 전문가처럼 첫발을 뗄 수 있게 될 것이다.

이어서 펼쳐지는 3단계와 4단계는 일의 승패를 가르는 '설득'의 기술이다. 회사 안에서의 설득(3단계)은 #보고서와 #기획서, #데이터와 시안으로 이루어 지는데, 아무리 좋은 아이디어라도 임원진이 한눈에 알아볼 수 있는 명확한 구조와 시각 자료로 정돈되지 않으면 유야무야 될 것이다. 저자는 AI를 활용해 논리의 빈틈을 메우고 핵심을 찌르는 차트와 시안을 구성하는 법을 보여주고 나아가 회사 밖(4단계)으로 나가면 현장과 #도급사, 발주처 대응, #CS 대응, 납품 단가 협상 등 회사 내부가 아닌 외부와의 조율과 대응이 펼쳐 지고, 이에 대해 상대방의 페인 포인트를 분석하고 정중하면서도 협상력을 잃지 않는 화법을 AI와 시뮬레이션해 보는 과정은, 관련 인력이 절대적으로 부족한 중소기업 직원에게 많은 도움이 될 것이다.

후반부로 갈수록 저자의 시선은 개인의 #역량을 넘어 #조직과 #시스템으로 확장된다. 5단계 '리더십'에 이르러서는 직무기술서 작성부터 신규 채용, 팀원 코칭과 협업 조율까지 관리직으로서 부딪히는 인간적인 고민을 AI와 함께 객관화하게 되고, 6단계 '팀 AI 구축'은 혼자만 AI를 잘 쓰는 '고립된 능력자'로 남는 것이 아니라, 업무 에이전트를 조립하고 일의 뼈대(하네스)를 세워 팀 전체가 쓸 수 있는 '공용 자산'으로 만드는 것으로 시스템이 취약한 중소기업에서 한 개인이 동료들의 반복 업무를 덜어주는 프롬프트 템플릿과 워크플로를 구축해 낸다면, 그 직원은 단순한 실무자를 넘어 회사의 체질을 바꾸는 대체 불가능한 핵심 인재로 각인될 수밖에 없을 것이다.

마지막 7단계 '독립'에 이르면, 이 모든 과정이 결국 나만의 고유한 브랜딩과 자립으로 연결된다는 사실을 깨닫게 될 것이다. 코딩을 몰라도 자연어로 프로그램을 만드는 바이브 코딩(Vibe Coding)을 통해 내 아이디어를 직접 프로토타입으로 구현하고, 회사 안팎에서 나만의 전문성을 구축해 나가게 될 것이다.

기계적이고 반복적인 업무와 자료 취합은 AI에게 맡기고, 나는 그 데이터가 가리키는 현장의 진짜 문제와 업무수행의 개선안을 한 줄 더 치열하게 고민해 적어 넣는 것. 나의 '연봉 2배'는 바로 그 작은 태도의 전환, 내 손으로 일의 주도권을 되찾아오는 순간부터 시작될 것이다.

*출판사로부터 도서를 증정받아 주관적으로 작성한 리뷰입니다.

불가능을 예측할수 있는가?

불가능을 예측하라 - 예측 AI는 어떻게 기업의 미래를 바꾸는가
정두희 지음 / 청림출판 / 2026년 9월

언제부터인가 세상에나 직장에서도 온통 '#생성형 AI' 이야기로 가득 차 있다. 생성형 AI에 질문을 던져 그럴듯한 기획서 초안을 뽑아내거나 회의록을 요약하고, 번역을 맡기는 모습을 보며 많은 이들이 세상이 바뀌었다고 감탄한다. 하지만 현장에서 수많은 #결정을 내리고 그에 따른 책임을 져야 하는 관리자의 자리에 앉아 있으면, 문득 서늘한 의문이 고개를 들곤 한다. 보고서가 세 배 더 빨리 만들어지고 데이터가 더 화려하게 정리된다고 해서, 우리가 마주한 사업의 리스크가 줄어들었는가? 내일 터질지 모르는 현장의 사고나 공급망의 불안을 정말 막을 수 있는가?

#정두희 교수의 《불가능을 예측하라》는 바로 이 가려운 의문 한가운데를 파고드는 책이. 저자는 사람들이 열광하는 '생성형 AI'와 기업의 운명을 가르는 '#예측 AI'를 차분하게 분리해 내며 이야기를 풀어간다. 생성형 AI가 직원의 손발이 되어 표현의 속도를 극적으로 높여주는 화려한 도구라면, 예측 AI는 경영진과 관리자의 눈과 두뇌가 되어 보이지 않는 미래의 위험을 계산하는 판단의 엔진이라는 것이다. 글을 읽으며 그동안 우리가 도구의 화려함에 취해, 정작 기업의 생존을 결정짓는 '올바른 판단과 예측'이라는 본질을 놓치고 있었던 것은 아닌지 스스로를 돌아보게 되었다.

책에서 말하는 '#불가능의 예측'이란 결코 SF 영화에 나오는 마법 같은 예지력이 아니다. 그것은 인간의 좁은 시야나 과거의 낡은 경험칙으로는 도저히 알아차릴 수 없는 미세한 데이터의 균열과 변화 속에서 따라가지 못하는 의식, 즉 '약한 신호(Weak Signals)'를 감지해 내는 일입니다. 현장에서는 늘 사소해 보이는 결함이나 작업자의 작은 부주의, 공정 간의 미묘한 딜레이가 얽히고 설켜 어느 날 감당하기 힘든 중대사고나 경영 위기로 폭발하기 때문이다. 저자는 수많은 데이터 속에 숨은 상관관계를 #AI로 엮어내어, 사람이 "설마 그런 일이 일어나겠어?"라고 방심하는 그 '불가능의 영역'을 확률과 리스크로 가시화해야 한다고 역설한다.

책을 읽으며 가장 깊이 공감했던 부분은, AI의 예측 수치 그 자체보다 '그 수치를 마주한 조직의 행동'이 더 중요하다는 점이다. 내년 상반기에 특정 라인에서 병목이 생길 확률이 40%라거나, 현장 안전사고 발생 가능성이 30%라는 숫자가 나왔을 때, 그 숫자를 보고도 회사가 기존 방식대로 움직인다면 그 예측은 아무런 가치가 없을 것이다. 임계치를 넘었을 때 현장의 작업 #절차를 멈추거나 자원을 재배치할 수 있는 구체적인 실행 프로토콜이 사전에 설계되어 있어야 비로소 #기술이 #현장을 구할 것이다.

이러한 #변화 앞에서 #조직의 각 주체는 저마다 다른 숙제를 안게 될 것이다.

우선 임원진은 그동안 자신의 직관과 성공 경험만을 믿고 밀어붙이던 '감(感)의 경영'에서 내려와야 하고, 선제적인 대응으로 방향을 잡아 그 방향성을 구체화해야 할 것이다. AI가 위험 신호를 보냈을 때, 단기 실적 압박을 이유로 이를 묵살하지 않고 과감히 선제 조치를 승인할 수 있는 결단이 필요하다.

실무를 책임지는 중간 관리자는 데이터와 현장을 잇는 통역사가 되어 모니터 속 AI 모델이 가리키는 이상 징후를 현장의 맥락으로 해석해 내고, 작업자들이 납득할 수 있는 구체적인 행동과 안전 지침으로 바꾸어 이끌어주는 역할은 오직 인간 관리자만이 할 수 있을 것이다.

현장의 실무 직원들 역시 데이터 입력을 귀찮은 잡무로 여길 것이 아니라, 내 손끝에서 입력되는 정확한 기록이 회사의 나침반을 만든다는 책임감을 가져야 할 것이다.

미래를 바꾸는 일은 책의 명제대로 불확실성이 커지는 시대에 기업의 경쟁력은 얼마나 빠르게 미래를 예측하고 그 예측을 얼마나 신속하게 행동으로 옮기느냐에 달려 있다 저자는 강연에서 "기업의 생산성은 더 빨리 일하는 데서 오지 않는다. 언제 움직이는가에서 결정된다"고 말했다 거창한 로드맵이 아니다. 결정의 시계를 한 시간이라도 앞당기는 설계를 회의실마다 심는 것, 그것이 미래를 바꾸는 방식이다.

결국 이 책이 궁극적으로 말하고자 하는 미래는 '사후 수습'에 매달리던 관행을 '사전 차단'의 시스템으로 완전히 바꾸는 일이다. 문제가 터지고 나서야 허겁지겁 원인을 찾고 대책을 세우는 조직은 늘 위기에 끌려다닐 수밖에 없을 것이다. 하지만 예측 AI를 통해 보이지 않던 위험을 조기에 걷어내고, 가장 유리하고 안전한 선택지를 한발 앞서 확보할 수 있다면 미래는 더 이상 두려움의 대상이 아니라 준비된 계획의 영역이 될 것이다. 이는 기술 도입의 문제가 아니라 데이터를 다루는 조직 문화와 #의사결정 프로세스의 문제다.

책장을 덮고 나니, 내일 출근해서 마주할 사내의 데이터들과 현장 점검 일지가 사뭇 다른 무게로 다가온다. 내가 이끄는 조직은 과연 문제를 미리 지워버릴 준비가 되어 있는가, 아니면 여전히 불이 난 뒤에야 물을 뿌리는 소방수에 머물러 있는가. 오랜만에 일의 본질과 #시스템의 책임을 깊게 곱씹어보게 만드는, 현장의 #리더들에게 다시 한 번 생각하게 만든 내용이다.

* 출판사로부터 도서를 증정받아 작성한 주관적 리뷰입니다.

AX시대에 HR의 역할은 무엇이 될 것인가?

일은 누가 하는가? - HR대전환 시대, 사람과 일을 어떻게 연결해야 하는가?
이현석 지음 / 매일경제신문사 / 2026년 9월

이 책은 일의 중요도를 조직의 목적, 즉 왜 이 #회사가 존재하고 무엇을 지켜야 하는가에서 역산해서 판단하라고 말한다. 예컨대 안전보건 경영체제 하나만 보더라도, "서류를 완비하는 일"과 "현장에서 사람이 다치지 않게 하는 일"은 겉으로는 같아 보여도 전혀 다른 과업 구조를 갖는다. 전자는 문서화·기록·보고라는 반복적이고 정형화된 태스크로 쪼개지고, 후자는 판단·소통·현장 감각이라는 비정형 태스크로 이루어진다. 이 구분이 되어야 비로소 "이 태스크는 누가, 혹은 무엇이 감당해야 하는가"라는 다음 질문으로 넘어갈 수 있다는 걸 책을 읽으며 새삼 깨달았다. 

그렇다면 모든 것이 자동화되는 시대에 인간인 나에게 남는 것은 무엇일까? 책이 말하는 답은 바로 '#책임'과 '#맥락'이다. 아무리 똑똑한 #AI도 모니터 밖의 현실을 온전히 알지는 못한다. 사람 사이의 미묘한 감정을 읽어내고, 예상치 못한 문제가 터졌을 때 수습하며, 무엇보다 그 결과에 대해 책임을 지는 일은 오직 사람만이 할 수 있을 것이다. 우리는 단순히 주어진 매뉴얼을 기계처럼 따를 때 성장하는 것이 아니라, 복잡한 상황 속에서 직접 부딪히고 갈등을 조율하며 책임을 져보는 경험을 통해 한 단계 단단해진다. 중요한 일과 덜 중요한 일을 가려내고, 어떤 태스크는 AI나 외부 전문가에게 넘기고, 사람은 가장 핵심적인 일에 집중해야 한다는 설명은 매일 반복 업무에 치여 근무하던 내 일상을 정면으로 돌아보게 만들었다.

#AX(AI Transformation)를 위협으로만 바라보던 내 시각도 이 책을 통해 조금 바뀌었다. 책의 태도는 "AI가 일자리를 빼앗을까"라는 두려움에서 "이 일의 어떤 태스크를 AI에게 넘기고, 어떤 태스크를 사람에게 남길 것인가"라는 설계의 언어로 질문을 옮기라는 것이다. #HR이 해야 할 일은 AI 도입을 막거나 방관하는 것이 아니라, 조직의 일을 끊임없이 분해하고 재배치하며, 그 과정에서 사람이 맡아야 할 책임의 영역을 지켜내는 것이라고 한다. 이것이 이 시대 HR의 존재 이유라는 저자의 메시지는 나에게 상당히 실천적인 지침으로 다가왔다.

내가 지금까지 안전, 인사, 회계, 구매, 인허가를 넘나들며 일해온 이유는 단순히 인력이 부족한 중소기업의 숙명 때문만은 아니었다. 경계를 넘나드는 경험이야말로 나를 담당자에서 관리자로, 관리자에서 지금의 판단하는 사람으로 전환시켰다. 책은 사람의 성장이 '정형화된 태스크를 반복 숙달하는 경험'이 아니라 '비정형 상황에서 판단하고 그 결과를 책임져 본 경험'에서 온다고 짚는다. 이는 조직 차원에서도 마찬가지다. 조직이 학습으로 남겨야 할 것은 매뉴얼이나 체크리스트가 아니라 — 그런 것은 오히려 시스템과 AI가 더 잘 관리한다 — 왜 그 판단을 했는가, 그 판단이 어떤 맥락에서 옳았거나 틀렸는가에 대한 서사다. ISO 경영시스템을 구축하면서 내가 가장 많이 느낀 부족함도 바로 이 지점이었다. 절차서는 넘치는데, 그 절차 뒤에 있던 판단의 이유는 사람이 바뀌면 함께 사라진다.

이 책이 나에게 남긴 가장 큰 전환은 '일'을 더 이상 사람의 동의어로 보지 않게 된 것이다. 일은 목적에서 출발해 과업으로 분해되고, 그 과업은 가장 적합한 원천에 배분되며, 그 배분의 끝에는 반드시 책임지는 사람이 남는다. 오십대 관리자로서 나는 앞으로 남은 시간 동안 이 배분의 설계자로 남을 수 있을지, 아니면 여전히 태스크 안에 매몰될지를 스스로 물어야 한다는 것을 이 책을 통해 배웠다. 그것이 이 책이 나에게 남긴 가장 무거운, 그러나 가장 유용한 숙제다.

이 리뷰는 출판사로부터 도서를 제공받아 작성한 리뷰입니다.

도구의 환상을 걷어내고 일의 본질을 응시하다: 《AX DISCOVERY》를 읽고

AX DISCOVERY : AI에서 AX로, 전환을 설계하다
김홍태 외 지음 / 더와이랩 / 2026년 6월

#인공지능이라는 거대한 해일이 산업 전반을 집어삼킬 듯 밀려오는 시대다. #더와이랩의 《#AX DISCOVERY》는 화려한 기술의 스펙을 선전하는 기술서가 아니라, 현장의 땀과 고통, 그리고 인간의 일하는 방식을 치열하게 탐색한 조직 혁신의 기록이자 실천적 #안내서라고 생각한다.

책장을 넘기며 가장 먼저 마주한 지적 통찰은 디지털 전환(#DX)과 인공지능 전환(#AX)의 본질적 경계선에 대한 명쾌한 구분이었다. 그동안 우리는 흔히 DX의 연장선상에서 AX를 바라보며, 단순히 더 진보된 소프트웨어를 하나 더 얹는 수준으로 착각하곤 했다. 그러나 저자가 짚어내듯 DX가 종이 서류를 파일로 바꾸고 정형화된 프로세스를 클라우드와 ERP에 올리는 '시스템의 효율화'였다면, AX는 흩어진 맥락을 읽어내고 인간의 인지적 판단을 돕는 '지능형 증강'의 영역이다. DX 시대의 시스템이 사전에 짜인 규칙대로 묵묵히 데이터를 저장하고 계산하는 수동적 도구였다면, AX는 불확실한 상황 속에서 최적의 대안을 모색하고 의사결정의 지평을 넓혀주는 유기적 파트너다. 이 결정적 차이를 간과한 채 과거 DX 시절의 방식대로 일부 부서 중심의 하향식 구축을 시도한다면, 실패는 이미 예견된 것이나 다름없다는 저자의 지적은 깊은 울림을 준다.

그렇다면 성공적인 AX는 어디서부터 시작되어야 하는가? 책은 기술 도입의 첫 단추로 기술이 아닌 #현장의 #페인포인트(Pain Point)를 집요하게 추적할 것을 요구한다. 기업에서 흔히 저지르는 치명적 실수는 "이 놀라운 AI로 무엇을 할 수 있을까?"라는 기술 중심의 질문에서 출발하는 것이다. 하지만 저자는 시선을 정반대로 돌려 "우리 직원들이 매일 어떤 반복 업무에 지쳐 영혼을 소진하고 있는가?", "현장의 숙련자가 은퇴하면 어떤 지식과 노하우가 허공으로 사라지는가?", "수많은 안전 규정과 점검 문서 속에서 정작 중요한 위험 신호는 왜 놓치는가?"를 물어야 한다고 강조한다. 비효율이 일상이 되어 고통에 무감각해진 침묵의 병목을 찾아내고 이를 명확한 언어로 정의하는 작업이야말로 혁신의 진정한 출발점이다. 문제가 정교하게 정의되면 도입해야 할 AI의 크기와 형태는 자연스럽게 제자리를 찾게 된다.

책 전체를 관통하는 방법론은 계층적 과업 분석(HTA)으로 업무를 최소 단위까지 분해하고, 강도·빈도·중요도 매트릭스(IFV)로 우선순위를 정한 뒤, HITL(Human-in-the-Loop) 원칙에 따라 AI 처리 영역과 사람 판단 영역을 구분하는 3단 구조다. 이는 개인정보보호 업무나 외부감사 대응, 계약서·NDA 검토처럼 '암묵지'로 존재하던 판단 기준을 형식지로 끌어내야 하는 업무에 특히 유효하다. 정보주체 열람·정정 요청 처리나 접근권한 검토처럼 규칙이 명확한 반복 업무는 AI가 1차 처리하되, 개인정보 유출 사고 여부 판단이나 감사 지적사항에 대한 책임 있는 소명은 담당자가 최종 판단한다는 원칙을 HTA로 도출된 세부 태스크마다 명시적으로 배정할 수 있다. ERP 구축이나 인허가·대관 업무처럼 절차가 여러 부서와 외부 기관에 걸쳐 있는 경우에도, HTA로 과업을 잘게 쪼개지 않으면 아무리 좋은 AI 모델을 붙여도 성과가 나지 않는다는 저자의 지적은 뼈아프게 다가온다.

현장의 리더들이 "우리 부서 일은 너무 복잡해서 AI가 대체할 수 없다"고 방어하거나, 반대로 "이제 사람은 필요 없고 AI가 다 알아서 할 것"이라는 허황된 기대를 품는 이유는 일의 덩어리를 쪼개어 보지 못하기 때문이다. HTA는 직무라는 거대한 바위를 과업으로, 과업을 다시 세부 단위 작업과 조작적 행동으로 외과수술을 하듯 세밀하게 해체한다. 이를 통해 업무의 전체가 아니라 '과거 데이터의 유사 패턴을 탐색하는 20%의 구간', '초기 안전 보고서의 개요를 잡는 30%의 구간'처럼 AI가 가장 탁월하게 역량을 발휘할 수 있는 마이크로 과업을 정확히 발라낼 수 있게 된다. 막연한 공포와 비현실적 환상이 걷히고, 실행 가능한 실체적 과업이 눈앞에 펼쳐지는 순간이다. 그러나 과업을 아무리 잘게 쪼개어 AI를 배치한다 한들, 최종적인 결과물의 신뢰성과 안전성은 어떻게 담보할 것인가. 특히 한 치의 오차가 치명적인 사고로 이어질 수 있는 안전보건이나 품질, 경영 관리의 영역에서 AI의 환각과 편향은 극도로 위험한 변수다. 저자는 이에 대한 확고한 안전장치이자 윤리적 보루로서 HITL(Human-in-the-Loop, 인간 참여형 시스템)의 철학을 일관되게 관철한다. AI는 결코 독단적인 심판관이나 최종 결정권자가 될 수 없다. 대량의 데이터를 걸러내고 초안을 제안하는 것은 지능형 보조자인 AI의 몫이지만, 현장의 숨은 맥락을 읽어내고 법적·윤리적 책임을 지며 마지막 방아쇠를 당기는 것은 여전히 숙련된 인간 전문가의 영역이어야 한다. 더 나아가 인간의 수정과 피드백이 다시 모델을 똑똑하게 만드는 선순환 구조를 구축할 때, 기술은 비로소 현장의 신뢰를 얻고 조직에 안전하게 안착할 수 있다.

결국 모든 혁신의 마침표는 시스템이 아니라 그것을 움직이는 사람, 즉 조직 전환과 구성원 설득에서 찍힌다. 아무리 정교한 HTA와 HITL 체계를 설계했다 해도, "내가 만든 시스템이 결국 내 일자리를 위협할 것"이라는 구성원의 실존적 불안을 해소하지 못하면 조직은 침묵의 태업과 보이지 않는 저항으로 화답한다. 책은 이 지점에서 체인지 매니지먼트의 섬세한 접근을 제안한다. 리더는 AI가 인간을 대체하기 위함이 아니라, 반복적이고 소모적인 잡무로부터 인간을 해방하여 보다 가치 있는 고유의 판단과 안전 관리, 창의적 코칭에 집중하도록 돕는 도구임을 명확한 비전으로 소통해야 한다. 현장에서 가장 피로감을 느끼던 작은 과업 하나를 AI로 해결해 주는 '작은 성공(Quick-Win)'을 맛보게 하고, 실무자를 시스템 설계의 평가자로 참여시킴으로써 두려움을 주도적인 주인의식으로 전환하는 과정이야말로 이 책이 일러주는 사람 중심 전환의 정수다.

마지막으로 이 책은 경영진의 가장 큰 고뇌인 ROI(투자수익률)와 가치 창출의 관점을 근본적으로 재구성해 준다. 수많은 경영진이 AI 도입의 성공 여부를 오직 '인건비 절감 시간'이라는 편협한 잣대로만 평가하려 든다. 하지만 저자는 그러한 단편적 접근이 AX의 진정한 잠재력을 갉아먹는다고 지적한다. 진정한 ROI는 비단 문서 작성 시간을 몇 시간 줄였는가에 그치지 않는다. 잠재된 산업재해 요인을 선제적으로 발견하여 막대한 손실을 예방하는 리스크 감소 가치, 숙련자의 암묵지를 조직의 데이터 자산으로 내재화하는 지식 보존 가치, 그리고 급변 하는 대내외 규제와 시장 환경에 전례 없는 속도로 기민하게 대응하는 전략적 민첩성까지 종합적으로 포섭해야 한다. 투입된 비용 대비 예방된 비용과 창출된 기회의 크기를 입체적으로 계산할 수 있을 때, 비로소 조직은 소모적인 비용 논쟁에서 벗어나 미래를 향한 지속 가능한 경쟁력을 확보하게 된다.

《AX DISCOVERY》의 마지막 장을 덮으며 가슴에 남은 생각은, 이 책이 다루고 있는 궁극의 주제가 역설적이게도 '인공지능' 그 자체가 아니라 '인간과 일의 본질'이라는 점이었다. 우리는 AI라는 거울을 통해 비로소 우리가 매일 하고 있는 일이 무엇이며, 그 일에서 인간만이 지닌 고유한 책임과 가치가 어디에 있는지를 가장 적나라하게 들여다보게 되었다.

막연한 유행을 좇아 기술을 과시하려는 기업에게 이 책은 다소 불편할 만큼 날카로운 현실 인식을 던져주지만, 현장의 고단함을 덜어내고 조직의 체질을 실질적으로 지능화하려는 진지한 리더에게는 더없이 든든한 가이드가 되어준다.