69%.

이 숫자만 보면 안심이 됩니다. Yahoo Finance가 인용한 리포트 「Companies are deploying agents. Less than 10% of employees are equipped to use them」에 따르면, 직원의 69%는 회사가 AI 에이전트와 관련해 어떤 조치를 취했다고 답했습니다.

회사가 AI 에이전트 도입을 준비했거나, 관련 도구를 배포했거나, 교육을 했거나, 최소한 조직 차원에서 AI 에이전트를 업무에 적용하려는 움직임이 있었다는 뜻입니다.

그런데 문제는 다음 숫자입니다.

1

0% 미만.

AI 에이전트를 스스로 설명할 수 있다고 답한 직원은 10%가 채 되지 않았습니다.

이 두 숫자 사이에는 단순한 인식 차이가 있는 것이 아닙니다. 조직 변화에서 자주 발생하는 깊은 간극이 있습니다. 조직은 “도입했다”고 말하지만, 구성원은 아직 “이해하지 못한” 상태에 머물러 있을 수 있습니다.

보고 자료에는 도입 완료로 적힙니다.
프로젝트 일정표에는 1단계 완료로 표시됩니다.
경영진 보고에는 AI 전환이 시작되었다고 기록됩니다.

하지만 현장에서는 여전히 이런 질문이 남아 있을 수 있습니다.

이 도구는 정확히 무엇을 하는 것인가.
내 일에서 어디까지 써도 되는가.
결과가 틀리면 누가 책임지는가.
AI가 만든 결과를 그대로 써도 되는가.
내 평가는 AI 활용 여부와 연결되는가.
나는 이 도구를 이해하고 있는가, 아니면 그냥 사용하라는 말을 들은 것뿐인가.

이때 조직이 놓치기 쉬운 것은 하나입니다.

도입과 이해는 다르다는 사실입니다.

도입은 비교적 빠릅니다. 도구를 계약하고, 계정을 열고, 공지를 보내고, 교육 세션을 열면 됩니다. 하지만 이해는 다릅니다. 이해는 구성원이 그 도구를 자기 일의 맥락 안에서 설명할 수 있을 때 생깁니다.

AI 에이전트가 무엇을 할 수 있는지 아는 것과, 내 업무에서 어디에 써야 하는지 아는 것은 다릅니다. 기능을 들어본 것과, 결과를 검토할 수 있는 것은 다릅니다. 교육을 이수한 것과, 실제 업무 책임 안에서 사용할 수 있는 것은 다릅니다.

그래서 AI 도입의 진짜 병목은 기술 배포 속도가 아닐 수 있습니다. 오히려 구성원의 이해 속도, 업무 적용 속도, 판단 기준 형성 속도일 수 있습니다.

많은 조직은 AI 전환을 이렇게 측정합니다.

몇 명이 계정을 받았는가.
몇 명이 교육을 들었는가.
몇 건의 AI 활용 사례가 나왔는가.
몇 개 업무에 AI가 적용되었는가.
얼마나 많은 시간이 절감되었는가.

물론 필요한 지표입니다. 하지만 이것만으로는 충분하지 않습니다.

정말 물어야 할 질문은 조금 다릅니다.

구성원은 AI 에이전트가 무엇을 하는지 설명할 수 있는가.
자기 업무에서 어떤 일을 맡기고 어떤 일은 맡기면 안 되는지 알고 있는가.
AI 결과물을 검토하는 기준을 갖고 있는가.
오류가 발생했을 때 누구에게 확인해야 하는지 알고 있는가.
관리자는 구성원이 AI를 어떻게 쓰고 있는지 판단할 수 있는가.
조직은 AI 사용 이후 새로 생기는 확인 업무와 책임 업무를 보고 있는가.

이 질문에 답하지 못하면, AI는 도입되었지만 조직은 아직 바뀌지 않은 상태일 수 있습니다.

도구는 들어왔지만 일의 방식은 그대로입니다.
기능은 열렸지만 판단 기준은 없습니다.
교육은 했지만 현장 적용 조건은 정리되지 않았습니다.
생산성은 기대했지만 구성원은 무엇을 어떻게 바꿔야 하는지 모릅니다.

그 결과 몇 분기 뒤 조직 안에서는 익숙한 질문이 다시 나올 수 있습니다.

“AI에 투자했는데 왜 성과가 잘 보이지 않지?”

이 질문은 대개 기술의 실패처럼 보입니다. 도구가 기대만큼 좋지 않았거나, 구성원이 적극적으로 쓰지 않았거나, 교육이 부족했던 문제처럼 해석됩니다.

그러나 더 깊이 보면 다른 문제일 수 있습니다.

AI를 도입했지만, AI가 바꾸는 일을 다시 정의하지 않았습니다.
AI를 배포했지만, 사람이 맡아야 할 판단과 책임을 정하지 않았습니다.
AI 교육을 했지만, 구성원이 실제 업무 안에서 이해하고 연습할 수 있는 구조를 만들지 않았습니다.
AI 활용을 요구했지만, 무엇을 충분한 결과로 볼지 기준을 주지 않았습니다.

이 경우 문제는 AI가 아닙니다. 문제는 도입 이후의 조직 설계입니다.

AI 전환은 기술 프로젝트처럼 시작될 수 있습니다. 하지만 실제로는 HR, 조직문화, 리더십, 교육, 평가, 책임 구조의 문제로 확장됩니다.

구성원이 AI 에이전트를 설명하지 못한다면, 그것은 단지 개인의 공부 부족이 아닐 수 있습니다. 조직이 아직 AI를 업무 언어로 번역하지 못했다는 신호일 수 있습니다.

업무 언어로 번역한다는 것은 이런 뜻입니다.

이 업무에서 AI가 맡을 수 있는 부분은 무엇인가.
사람이 반드시 확인해야 하는 부분은 무엇인가.
관리자가 판단해야 하는 부분은 무엇인가.
고객이나 내부 이해관계자에게 설명해야 하는 부분은 무엇인가.
결과에 대한 책임은 어디에 남는가.

여기서 한 걸음 더 나아가야 합니다.

조직은 AI 도입을 선언하는 데서 멈추지 말고, AI 도입에 대한 판단을 남겨야 합니다. 회의록처럼 “무엇을 논의했는가”만 남기는 것이 아니라, 조직이 무엇을 충분하다고 보고 다음 행동으로 넘어갔는지를 남겨야 합니다.

AI 도입을 진짜 조직 변화로 만들려면 최소한 여섯 가지를 기록해야 합니다.

첫째, 이 AI는 어떤 업무 질문에 답하기 위해 도입하는가.

단순히 “AI 에이전트를 도입한다”가 아니라, 어떤 문제를 해결하려는지 분명해야 합니다. 고객 응대 시간을 줄이기 위한 것인지, 보고서 초안을 빠르게 만들기 위한 것인지, 채용 후보자 검토를 보조하기 위한 것인지에 따라 필요한 기준과 책임이 달라집니다.

둘째, 어떤 결과를 충분하다고 볼 것인가.

AI가 답을 만들었다고 일이 끝난 것은 아닙니다. 정확도, 품질, 설명 가능성, 법적·윤리적 위험, 고객 영향 등을 기준으로 어느 수준이면 사용할 수 있는지 정해야 합니다.

셋째, 사람이 반드시 확인해야 할 위험은 무엇인가.

AI가 만든 결과물에는 오류, 편향, 누락, 부적절한 표현, 보안 문제, 개인정보 문제, 맥락 오해가 들어갈 수 있습니다. 조직은 어떤 위험은 반드시 사람이 다시 봐야 하는지 정해야 합니다.

넷째, 누가 최종 사용 판단을 닫을 것인가.

AI가 추천할 수는 있습니다. 그러나 조직의 행동으로 옮길지 말지는 사람이 판단해야 합니다. 이때 최종 승인자와 종결 권한이 불명확하면 일은 계속 다시 확인으로 돌아갑니다.

다섯째, 문제가 생기면 누가 책임질 것인가.

AI가 만들었다는 말은 책임의 답이 될 수 없습니다. 고객에게 잘못된 안내가 나가거나, 평가·채용·보상과 관련된 오류가 생겼을 때 누가 수정하고 설명하고 책임질지 정해야 합니다.

여섯째, 어떤 조건에서 다시 검토할 것인가.

AI 도입은 한 번 정하면 끝나는 결정이 아닙니다. 오류가 일정 수준 이상 발생하거나, 현장의 재작업이 늘거나, 구성원이 결과를 설명하지 못하거나, 고객 불만이 증가하면 판단을 다시 열어야 합니다.

이 여섯 가지가 없으면 AI는 도입되지만 판단은 끝나지 않습니다.

겉으로는 빠르게 진행되는 것처럼 보이지만, 실제 현장에서는 계속 확인이 반복됩니다. 누군가는 AI 결과를 다시 고치고, 누군가는 책임을 피하기 위해 재확인을 요청하고, 누군가는 무엇이 맞는지 몰라 사용을 멈춥니다.

그러면 도입률은 높지만 성과는 보이지 않는 상태가 됩니다.

69%와 10% 사이의 간극은 그래서 중요합니다.

69%는 조직이 움직였다는 신호입니다.
10% 미만은 아직 조직이 충분히 이해하지 못했다는 신호입니다.

이 간극을 줄이지 못하면 AI 전환은 겉으로는 빠르게 진행되지만, 실제 현장에서는 불안정하게 작동할 가능성이 큽니다. 사람들은 도구를 사용하지만 확신 없이 사용합니다. 결과를 만들지만 설명하지 못합니다. 빠르게 제출하지만 누군가가 다시 확인합니다. 생산성은 올라간 것처럼 보이지만 조직 전체의 완료 시간은 줄지 않을 수 있습니다.

HR이 여기서 해야 할 일은 AI 교육을 한 번 더 여는 것만이 아닙니다.

HR은 AI 도입을 사람과 일의 변화로 번역해야 합니다. 교육 이수율보다 업무 적용률을 봐야 합니다. 사용 횟수보다 설명 가능성을 봐야 합니다. 자동화 범위보다 인간의 판단 경계를 봐야 합니다. 도입 완료보다 조직의 이해도를 봐야 합니다.

그리고 무엇보다 AI 도입의 판단 기준을 남겨야 합니다.

AI 시대 HR의 질문은 이렇게 바뀌어야 합니다.

“AI를 도입했는가?”에서
“구성원이 AI를 자기 일의 언어로 설명할 수 있는가?”로.

“AI를 얼마나 쓰는가?”에서
“AI 이후 일이 어떻게 바뀌었는가?”로.

“얼마나 자동화했는가?”에서
“자동화 이후 누가 판단하고 책임지는가?”로.

AI를 도입했다는 말은 도구가 배포되었다는 뜻만은 아닙니다. 구성원이 그 도구를 이해하고, 자신의 일 안에서 사용할 수 있으며, 조직이 충분함의 기준과 책임 구조를 정했을 때 비로소 진짜 의미를 갖습니다.

여러분의 조직은 AI 도입을 어떤 기준으로 판단하고 있습니까?

도구가 배포되었는가를 보고 있습니까.
교육을 이수했는가를 보고 있습니까.
아니면 구성원이 자기 일 안에서 AI를 설명하고, 검토하고, 책임질 수 있는지를 보고 있습니까.

AI를 도입했다는 말은, 아마 그때부터 진짜가 됩니다.

참고자료
Yahoo Finance 인용 리포트, “Companies are deploying agents. Less than 10% of employees are equipped to use them.”