뒤로
해례
·
AI 전환의 속도는 무엇으로 결정해야 할까?
AI 시대의 일자리 문제를 보면 자꾸 “인간과 AI 중 누가 더 효율적인가?”라는 질문으로 흘러갑니다. 그런데 최근 아마존, 메타, 현대자동차의 사례를 함께 놓고 보니 조금 다른 기준이 필요하다고 느꼈습니다.
아마존은 AI 자동화 과정에서 예상하지 못한 비용이 발생했고, 메타는 코드 생산량이 늘었지만 그만큼 사용자 가치가 증가하지는 않았습니다. 반면 현대자동차는 피지컬 AI와 로보틱스 도입을 추진하면서도 생산 인력 충원과 노사 공동 대응을 함께 논의하고 있습니다.
결국 중요한 것은 AI를 얼마나 빨리 도입하느냐가 아니라, '문제가 생겼을 때 조직이 얼마나 다시 회복할 수 있느냐.'입니다. 그래서 이번 글에서는 AI 전환의 기준을 ‘회복 탄력성’으로 잡아봤습니다. AI가 실패했을 때도 핵심 기능을 유지할 수 있는가, 인간이 다시 개입할 수 있는가, 기존의 숙련과 판단 능력이 조직 안에 남아 있는가.
이런 조건을 유지할 수 있는 범위의 AI 전환이라면 기업, 노동자, 국가 모두 함께 갈 수 있지 않을까요?
1
댓글
로그인 후 댓글을 남길 수 있습니다.
AI 전환의 기준을 속도가 아니라 회복 탄력성으로 보자는 관점이 인상적입니다. 핵심 기능을 유지할 수 있는지, 사람이 다시 개입할 수 있는지, 조직의 숙련이 남아 있는지를 도입 전 점검표로 두면 자동화 성과를 훨씬 현실적으로 판단할 수 있겠네요.
말씀 감사합니다. 맞습니다. 말씀처럼 도입 전 점검 체크리스트는 회복탄력성의 수준을 드러내는 좋은 접근이 될것 입니다. 점검 결과 낮은 회복탄력성이면 급하게 AI 전환을 하는 것이 아니라 자사가 속한 영역 또는 업무의 회복탄력성 수준을 파악한 다음, 사내에서 어떤 부분을 어떻게 전환하는 것이 회복탄력성을 높이는가로 함께 고민을 시작하는 것이죠. 이런 접근이라면 최대한 많은 근로자와 함께 새로운 AI 시대를 맞이 할 수 있을 겁니다.