생성형 AI가 인재 전략에 미치는 영향 _ 1편

생성형 AI에 대한 투자가 가속화되면서 자동화의 영향을 받지 않을 것이라 예상했던 직업의 분야까지 영향을 미치게 되었고 이에 대한 우려가 커지는 것은 당연합니다. 일부 업무는 소멸하고, 많은 업무들이 급격하게 변화할 것으로 예상되며, 이에 따라 새로운 역량과 기술이 필요할 것으로 예측됩니다.

이런 역사적인 변화에 직면한 상황에서 경영진은 생성적 AI가 직장 인력에 미치는 영향을 이해하기 위한 새로운 프레임워크를 활용하여 전략을 수립해야 할 것입니다.

수 년간 AI 애플리케이션이 근로자들에게 영향을 미쳤지만, 이번에는 상황이 달라 보입니다.
2010년대 후반에는 AI나 자동화 투자로 인한 해고를 공개적으로 주장하는 경영진이 거의 없었습니다. 대부분은 영향을 받는 직원을 식별하고 재교육한 뒤 다른 직무로 이동시켰습니다. 하지만 현재, ChatGPT와 같은 생성형 AI 도구의 급격한 보급으로 리더들은 기술이 직무 소멸의 원인 중 하나로 명시적으로 언급하는 경향이 커지고 있습니다. 그러나 이 기술이 실제로 근본적인 문제인지 여부는 감안하지 않고 말하고 있는 것 같습니다.

비즈니스 상황 내에서 영향을 평가하세요.

경영 리더들은 이 기술이 직원들에게 미칠 영향을 예측할 때 기업의 고유한 상황을 고려해야 합니다. AI로 인한 자동화 위험을 측정하는 데 사용 가능한 대부분의 모델은 기존 역할만 분석하고 AI가 현재 직원을 대체할 가능성을 추정합니다.

이러한 모델은 장점이 있지만 경영진의 인재 결정에서 아래 두 가지 중요한 요소가 빠져있습니다.

수요 동력

귀하의 조직이 제품 및 서비스를 확대할지, 축소할지 또는 현 수준을 유지해야 하는지를 보여줍니다.

• 인재 영향 : 조직, 산업, 또는 더 광범위한 시장에서 특정 기술에 대한 미래 수요에 따라 인재와 기술에 투자하는 결정이 내려집니다. 이러한 수요는 인재 요구를 충족하는 데 영향을 미칩니다. 원하는 근로자를 확보하는 것이 더 어려워지고, 수요가 적은 직무는 덜 매력적이며 채우기가 어려워집니다.

기술 동력

조직이 기술을 구현하고 사용하는 방법과 관련이 있습니다. 이는 팀 내에서 그리고 팀 전체에서 작업을 구성하는 방법에 영향을 미칩니다.

• 인재 영향: 생성 AI를 채택하는 조직은 사용 용도에 따라 역할과 워크플로를 다르게 설계합니다. 또한 경영진은 조직 내에서 사용 가능한 기술의 조합과 더 넓은 노동 시장을 고려해야 합니다.
  

생성형 AI는 콘텐츠 생성, 질문 답변 및 검색, 번역, 문서 요약 및 소프트웨어 코딩과 같은 작업을 직접 변경합니다. 그러나 그것이 개별 직업을 어떻게 변화시킬지는 예측하기가 더 어렵습니다. 예를 들어, 생성적 AI가 카피라이팅을 방해하고 고객 지원이 조직에서 해당 서비스를 제공하는 사람들에게 어떤 의미인지 알려주지 않습니다.

비즈니스 상황에 따라 직원의 생산성을 높이기 위해 기술을 사용할지, 기계로 수행할 수 있는 작업을 단계적으로 폐지할지, 새로운 유형의 서비스를 제공하기 위해 이러한 역할을 재구성할지 여부가 결정됩니다.

다음 제시되는 2단계를 참고한다면 경영진이 AI가 조직의 인력에 미치는 영향을 파악하고, 이에 따라 비즈니스, 인재 및 기술 전략을 조정하는 데 도움이 될 것입니다.

Step 1 : 수요 예측

먼저, 예측된 비즈니스 상황과 회사 전략을 기반으로 특정 제품이나 서비스에 대한 수요가 어떻게 변할 것으로 예상되는지 살펴보세요. 이를 기업, 사업 부문, 부서 또는 팀 수준에서 내부 및 외부 서비스를 모두 고려하여 분석해보세요. 이를 통해 미래에 특정 팀이 얼마나 많은 일을 수행해야 하는지 명확히 파악할 수 있습니다.
제품 또는 서비스에 대한 수요는 다음과 같을 수 있습니다 :

• 증가/높음 - 제품이나 서비스의 성공으로 수요가 급격히 증가하며 높은 성장 목표가 있습니다. 이러한 수요는 점점 더 많은 도메인으로 확장되어야 하는 AI, 소프트웨어 또는 기타 디지털 기술과 같은 특정 기능에 대한 것일 수 있습니다.
  
  – 예시 : 의료 진단, 소프트웨어 엔지니어링, AI 개발, 프롬프트 엔지니어

• 안정/핵심 — 거래 양과 미래의 변화가 예측 가능하며, 계절적 요소나 유사한 요인에 따른 약간의 변동성이 있을 수 있습니다. 높은 성장이나 서비스 단계적 폐지 계획은 없습니다.
  
  – 예시: 급여 서비스, 고객 서비스, 안정적인 시장 지원, 내부 IT 서비스,
  보험 청구 처리

• 감소/낮음 — 해당 서비스나 제품은 특정 시장을 대상으로 하거나 단계적으로 폐지되고 있습니다. 계속해서 지원이 필요하지만, 더 큰 제공 범위로 확장하기 위해 추가 투자 계획은 없습니다. 이는 회사가 기존 고객에게는 제품이나 서비스를 계속 제공하지만 새로운 고객에게는 더 이상 제공하지 않는 경우도 포함됩니다.
  
  – 예시 : 더 이상 판매되지 않지만 수십년간의 계약을 이행해야 하는 제품들; 파라메트릭 보험과 같은 특수 제품

Step 2 : AI 기술 응용 구상

수요를 예측한 후, 생성형 AI 및 AI의 더 넓은 응용에 대한 미래 비전을 구상하세요. 이는 특정 팀이나 역할에 미치는 영향의 정도를 확인하는 데 도움이 됩니다. 특정 직무의 사람들이 교체될까요? 새로운 기술이 필요할까요? 근로자가 생성형 AI를 효과적으로 사용하는 것이 그들의 성공과 경쟁력에 얼마나 중요할까요?

계획된 AI 적용이 기존 직업과 산업에 어떤 의미를 갖는지 생각해 보세요. 다음을 수행할 수 있습니다 :

• 기존의 범위 내에서 유지하기 — 생성형 AI에 대한 많은 사용 사례는 크게 새롭거나 혁신적이지 않습니다. 예를 들어, 채용 담당자는 인재 소싱 도구에 내장된 생성적 AI 기능을 활용하여 자연어 입력을 기반으로 검색 기준을 자동으로 적용할 수 있습니다. 이러한 변경은 기존 작업 방식을 보다 간편하고 신속하게 만듭니다.

• 경계를 뛰어넘기 — 생성형 AI는 다른 AI 기술들과 함께 제품 및 서비스 접근 방식을 변화시킬 수 있습니다. 예를 들어, AI는 기술적인 지식 없이도 빠르게 웹 페이지, 비디오, 앱 또는 다른 콘텐츠를 생성하는 데 도움을 줄 수 있습니다. 이 능력은 완전히 개인화된 고객 경험을 가능하게 합니다.

• 새로운 경계를 만들기 — AI가 대부분의 운영을 관리하거나 수행하는 자율적인 비즈니스가 이미 등장하기 시작했습니다. 기계 고객, 증강된 관리자, 그리고 자율적인 운영은 이러한 새로운 비즈니스 모델의 주요 특징입니다. 우리는 노동 비율이 상당히 변화할 것으로 예상하며, 기업들은 동일한 수익을 창출하기 위해 더 적은 인력을 필요로 할 것입니다.