AI 시대 생존 전략: 중간관리자 감원과 증강 능력, 가짜 노동이 사라지는 조직 변화

핵심 메시지

• 마이크로소프트의 6000~7000명 규모 감원은 중간관리자에 집중됐고, 이는 위아래로 일을 전달하던 계층을 압축하는 성격의 조직 개편이다.
• 학령인구와 일할 사람이 함께 줄어드는 한국에서는 AI 도입이 선택이 아니라 인력 부족을 메우는 현실적 대안이 되고 있다.
• 채용에서 성과를 가장 잘 예측하던 지표는 인지 능력이었지만, 생성 AI가 인지 영역을 대신하면서 AI를 활용해 성과를 내는 증강 능력이 새 기준으로 떠오른다.
• AI를 도구가 아니라 동료로 대하며 맥락을 설명하고 후속 질문과 피드백을 반복한 집단이 실험에서 더 큰 능력 향상을 보였다.
• 생성 AI 사용 이후 문제 해결력과 언어 이해력이 떨어지는 인지 저하가 관찰되며, 그래서 독서와 대면 토론, 공감 능력의 가치가 오히려 커진다.

쉽게 이해하기

티타임즈가 인사·조직 분야를 연구하는 이중학 교수와 나눈 인터뷰는 마이크로소프트의 감원 소식에서 출발한다. 6000~7000명 규모의 감원인데 내용을 뜯어 보면 중간관리자가 중심이었다. 위에서 받은 일을 아래로 내리고 아래의 결과를 위로 올리던 역할이 AI 에이전트와 함께 일하는 환경에서 불필요해졌다는 것이다. 인원을 줄였다기보다 계층을 줄인 개편, 이른바 납작해진 조직이라는 설명이다.

이 교수는 이런 변화가 한국에서 더 빠르게 올 수 있다고 본다. 학령인구가 줄어 대학 수가 크게 감소할 것으로 전망되는 상황은 곧 기업이 채용할 수 있는 사람의 총량이 줄어든다는 뜻이다. 이민 정책이나 정년 연장은 쉬운 해법이 아니어서, 결국 기술을 들여 부족한 노동력을 메우고 사람의 생산성을 끌어올리는 쪽이 현실적 대응이 된다는 것이다.

흥미로운 대목은 채용 기준의 변화다. 지식 노동에서 성과를 가장 잘 예측하는 지표는 오랫동안 인지 능력이었다. 그런데 생성 AI를 "인지 기계"라고 부를 만큼 그 영역이 대체되면서, 이 교수는 대신 증강 능력이라는 개념을 제시한다. AI를 활용해 일을 더 잘하게 만드는 역량의 총합이라는 뜻이다.

증강 능력의 출발점은 태도다. AI를 결과만 뽑아내는 검색창처럼 쓰는 사람과, 맥락과 목표와 원하는 산출물의 모습을 설명하고 답을 받은 뒤 다시 피드백을 주는 사람의 결과물은 크게 달랐다. 실제 실험에서도 능력이 향상된 집단은 프롬프트 수 자체가 많았고, "틀렸을 수도 있지 않느냐", "다른 관점으로 볼 수 있느냐"고 되묻는 습관이 있었다. 반대로 AI의 답을 곧바로 정답으로 믿는 사람은 질문을 더 하지 않았다.

그림자도 분명하다. 문제를 던지고 답만 받는 방식이 굳어지면 문제 해결력이 떨어진다. 이 교수는 생성 AI 사용 이후 언어 이해력이 낮아지는 결과를 자신의 데이터 분석에서도 확인했다고 말한다. 또한 AI와 함께 성과가 올라가면 자기 기여도를 과대평가하는 과신도 늘어난다. 그래서 노트북을 덮고 종이에 그려 가며 토론해 보면 실력이 드러난다는 팀장의 이야기, 그리고 메타인지와 솔직한 피드백의 필요성이 함께 강조된다.

마지막 주제는 공감이다. 한 기업의 15년치 데이터를 분석했더니 직장인과 구직자의 공감 수준이 계속 낮아지고 있었다. 그는 타인에 대한 관심을 뜻하는 인지적 공감과 상대의 처지에서 느끼는 정서적 공감을 구분하면서, 디지털 공간에서 비교와 평가가 반복되며 공감의 필요가 줄어든 점을 원인으로 꼽는다. 이미 줄고 있는 공감을 AI가 더 가속할 수 있기에, 사람 사이의 상호작용과 공감 훈련이 중요해진다는 결론이다.

주요 인사이트

• 이번 감원의 본질은 인원 감축이 아니라 계층 감축이다. 정보를 옮기는 역할이 자동화되면 그 역할로 정의된 자리 자체가 사라진다.
• "가짜 노동"이 숨을 곳이 사라진다는 지적이 뼈아프다. 보고를 위한 보고나 목적 없는 회의처럼 가치를 만들지 않는 시간이, AI와 함께 일하는 환경에서는 그대로 드러난다.
• 일을 받아서 처리하던 사람일수록 전환이 어렵다. 에이전트와 일하려면 목적과 목표, 성과 측정 방법을 스스로 정의하고 피드백을 줄 수 있어야 하기 때문이다.
• AI CEO 실험은 자동화의 경계를 보여 준다. 재고 관리나 가격 최적화처럼 데이터와 패턴이 있는 영역에서는 AI가 압도적이었지만, 코로나19 같은 블랙스완 변수를 넣자 이상한 결정을 내렸다.
• 생산성이 올라도 여유가 늘지 않는다는 점은 솔직한 관찰이다. 누군가 그만두면 AI를 잘 쓰는 사람이 두세 사람 몫을 하게 되는 구조여서, 도태되거나 더 바빠지거나의 선택이 된다.

자주 묻는 질문

관련 AI 소식