개개인 구성원들은 AI 활용을 위해 치열하게 노력하고 있음에도 불구하고, 아직 기업 전체의 생산성 혁신으로 연결되지 못하고 있다. AI 도입 속도는 빠른데 생산성은 기대만큼 오르지 않는 ‘AI 생산성 패러독스Al Productivity Paradox‘가 만연한 것이다.
왜 그럴까? 업무 관행이 그대로이기 때문이다. AI가 회사 업무의 전체를 조율하지 못하고 검색, 회의록과 보고서 작성, 번역 등 특정작업의 단편적인 수행에 머무르고 있다. 보고서 작성 시간은 훨씬 더 빨라졌지만 승인 절차는 그대로다. 회의록은 즉시 만들어지지만 의사결정은 여전히 여러 단계를 거친다.
- P290
이에 <트렌드 코리아 2027>에서는 ‘바이브 워킹Vibe Working 이라는개념을 제안한다. 바이브 워킹이란 과업-AI-인간 사이의 새로운 협업 방식으로, ① 과업을 AI가 이해하고 수행할 수 있는 단위와 맥락으로 구조화하고, ② 구조화된 과업에 맞는 AI 에이전트를 편성하며, ③ 편성된 AI 에이전트의 자동실행과 인간의 조율이 매끄럽게 이어지도록 하는 과정을 포괄한다. 바이브 워킹을 통해 AI가 인간의 업무맥락과 고유한 리듬을 읽고, 먼저 움직이며 사람과 자연스럽게 호흡하는 진정한 AX조직으로 재편할 수 있다.
- P292
(...) 바이브 코딩을 "코드를 입력하는 것이 아니라 의도를 설명하는 개발 방식"
이라고 표현한다. 이제 개발자는 더 이상 프로그래밍 언어를 한 줄씩 입력하지 않는다. 대신 "이런 기능을 만들어줘", "여기를 더 직관적으로 바꿔줘" 하는 식으로 원하는 결과를 설명하면, AI가 코드를 쓰고 수정한다.
바이브 워킹의 바이브는 여기서 한 걸음 더 나아간다. 바이브는 단순한 감각이나 분위기가 아니라 사람과 AI가 같은 업무 맥락을 공유하며 자연스럽게 협업하는 상태를 뜻한다.
(...)
여기서 중요한 것은 AI를 많이 사용하는 것이 아니라 바이브, 즉 업무의 맥락이 끊기지 않는 것이다.
- P293
"AI를 생산성을 높이는 도구로 볼 것인가, 아니면 함께 일하는 디지털 동료로 볼 것인가?"
- P295
그래서 오늘날 기업의 경쟁력은 ‘AI를 도입했는가‘가 아니라 ‘AI를 중심으로 업무를 다시 설계했는가‘에서 갈린다.
(...)
이제 조직은 어떤 과업에 어떤 AI를 배치할 것인가를 고민해야 한다. 하나의 만능 AI가 모든 문제를 해결하는 시대는 끝났다.
- P297
20세기의 기업은 사람을 채용하며 성장했고, 21세기 초반의 기업은 소프트웨어를 도입하며 성장했다. 이제 AI 시대의 기업은 사람과 AI 에이전트를 함께 편성하며 성장할 것이다. 앞으로 기업의 경쟁력은 사람과 AI를 가장 효과적으로 조합한 ‘합성팀synthetic team‘을 설계하는 능력에 있다.
- P307
AI 도입 초기에는 ‘질문하는 능력‘, 즉 프롬프트 작성 능력이 중요했다. 하지만 바이브 워커에게 더 중요한 것은 ‘의심하는 능력‘이다. 사실관계는 맞는가, 출처는 신뢰할 수있는가, 논리는 일관적인가, 우리 조직과 고객의 맥락에 맞는가, 윤리적·사회적 영향은 충분히 검토했는가 등등 AI가 초안을 빠르게 만들수록 좋은 결과와 위험한 결과를 구별하는 인간의 판단력은 더 중요해진다. 프롬프트보다 더 중요한 것은 검중이다.
(...)
결국 AI가 실행을 많이 맡을수록 인간의 역할은 사라지는 것이 아니라 방향과 기준, 예외와 책임이 모이는 지점으로 이동한다.
- P314
|