Sign In
Subscribe
Insight

HRD에서 AI 활용 효과성은 무엇을, 어떻게 측정해야 하는가

팀
팀제이커브
Category
Empty

AI Native 5단계로 바라본 조직의 변화

출처: 팀제이커브
이 글은 AI Native를 고민하는 국내외 다양한 조직과,
그 현장에서 HRD 담당자들이 실제로 던진 질문,
그리고 그 경험을 바탕으로 팀제이커브가 정리한 조직 변화의 관점을 기준으로 작성한 기록이다.
"그래서, 이 조직은 지금 AI를 잘 쓰고 있는 상태인가요?"
이 질문은 생각보다 답하기 어렵다.
AI 활용 효과는 매출처럼 숫자로 바로 드러나지 않고, 교육 만족도나 툴 숙련도로도 충분히 설명되지 않기 때문이다.
그래서 HRD에서의 AI 효과성 측정은 '얼마나 잘 쓰느냐'가 아니라, '어느 단계에 와 있느냐'를 보는 관점이 필요하다.

대부분의 기업은 이미 1단계에 와 있다

많은 기업들이 AI 교육을 시작했고, 구성원들은 LLM을 써봤으며, 이미지와 영상 생성도 한 번쯤 경험해봤다.
이 경험은 생각보다 중요하다.
AI Native 관점에서 1단계는 AI를 잘 쓰는 단계가 아니라, AI의 가능성을 '경험'하는 단계이기 때문이다.
이 시기에는
•
이미지 AI, 영상 AI, LLM 등 다양한 AI에 노출되고
•
직접 사용해보며 감각을 형성하고
•
'이게 왜 필요할지'에 대한 인식이 생기기 시작한다
아직 AI는 업무 파트너가 아니다. 그저 새로운 도구에 가깝다. AI Native 관점에서 보면 이 단계는 AI를 단순한 도구로 인식하는 단계에 해당한다.
그래서 많은 조직이 AI를 경험했음에도 불구하고 여전히 AI 도입 이전과 크게 다르지 않은 상태에 머물러 있다.

HRD가 봐야 하는 첫 번째 지표: 얼마나 자주 AI와 '일하고' 있는가 (1→2단계)

2단계로 넘어가는 조직에서 가장 먼저 나타나는 변화는 단순하다.
AI를 자주 쓰기 시작한다는 점이다.
AI는 한두 번 사용해보고 평가할 수 있는 도구가 아니다. 여러 업무에 붙여보며 익숙해지는 과정 자체가 학습이다.
•
하루 혹은 일주일에 AI와 상호작용하는 횟수
•
특정 업무에서 AI를 반복적으로 사용하는지 여부
이 지표는 조직이 1단계(Explorer)에 머물러 있는지, 2단계(Experience)로 넘어왔는지를 가장 명확하게 보여준다.
이 시기의 AI는 여전히 '도구'다. 하지만 중요한 차이가 하나 생긴다.
필요할 때 떠오르는 도구가 된다.
문제는, 많은 조직에서 구성원들이 AI를 자주 써볼 '맥락'이 없다는 점이다.
그래서 HRD의 역할이 중요해진다. 당장 우리 팀의 업무에 AI를 붙이기 어렵다면, 기존 교육과 조직개발 프로그램에 AI를 자연스럽게 결합시키는 것도 좋은 방법이다.
예를 들어,
자기이해, 비전 내재화, 커리어 설계와 같은 조직개발 프로그램에 LLM 기반의 코칭을 넣고, 이미지, 영상, 음악 AI를 활용해
생각을 시각화하고 표현하게 만드는 경험을 설계할 수 있다.
이 과정에서 구성원들은 AI를 배우는 것이 아니라, AI와 함께 무언가를 만들어보는 경험을 하게 된다.
그리고 이 경험이 쌓일수록 AI는 낯선 기술이 아니라 자연스럽게 손이 가는 도구가 된다.

두 번째 지표: AI를 다양한 맥락에서 '역할'로 실험하고 있는가 (2→3단계)

이미지(설문지 내용 바탕으로)
•
출처: 팀제이커브
2단계에서 AI는 자주 쓰는 도구가 된다. 하지만 여전히 '필요할 때 꺼내 쓰는 도구'에 가깝다.
3단계로 넘어가는 조직은 여기서 달라진다. AI를 특정 용도에 가두지 않는다.
이미지 AI는 디자인, LLM은 요약과 번역. 이렇게 기능 중심으로 바라보지 않는다.
대신 질문이 바뀐다.
이 AI를 우리 업무에서 '무슨 역할'로 쓸 수 있을까?
이 지점부터 AI는 도구가 아니라 업무에 투입 가능한 자원이 된다.
보고서 시각화, 협업 과정에서의 빠른 맥락 공유, 아이디어 발산, 의사결정 보조 등 AI를 여러 맥락에 붙여보기 시작한다.
이 차이는 마치 이런 모습과 비슷하다.
임시로 쳐놓은 그물망처럼 그때그때 필요해서 사용하는 방식이 아니라, 처음부터 안전 펜스처럼 역할이 정의된 상태로 배치되는 모습에 가깝다.
예를 들어, 이미지 AI를 '디자인 툴'이 아니라 팀의 커뮤니케이션 도구로 정의할 수 있다. 머릿속에 있는 기획을 인포그래픽이나 시안의 형태로 빠르게 시각화해 공유하면, 설명에 들이던 시간이 크게 줄어든다.
실제로 한 리조트의 안전담당자는 디자인을 전혀 하지 못하지만, 이미지 AI를 활용해 현장의 안전 설계를 팀과 훨씬 원활하게 소통하고 있다.
이 단계에 들어선 조직은
AI를 '무엇을 하는 툴'로 보지 않는다. AI를 '우리 업무에서 이런 역할을 하는 존재'로 보기 시작한다.
출처: 팀제이커브

세 번째 지표: '내 업무에 맞는 AI'를 정의할 수 있는가 (3→4단계)

3단계에서 AI는 '업무에 투입 가능한 자원'이 된다. 하지만 여전히 AI는 필요할 때 가져다 쓰는 존재에 가깝다.
4단계로 넘어가는 순간, 질문이 완전히 달라진다.
이 업무를 사람이 해야 할까, AI가 해야 할까?
이 지점부터 개인과 팀은 처음으로 자신의 업무를 분해해서 바라보기 시작한다.구성원은 프롬프트를 잘 만드는 사람이 아니라, 자기 업무의 구조를 설명할 수 있는 사람이 된다.
•
이 업무 중에서 AI로 자동화할 수 있는 것은 무엇인지
•
AI로 증강해야 할 부분은 어디인지
•
사람이 반드시 해야 하는 판단과 협업은 무엇인지
•
사실상 없어도 되는 업무는 무엇인지
이 고민이 시작된다. 이때 도움이 되는 관점이 바로 AI와 인간의 역할을 나누는 매트릭스다.
업무를 네 가지로 나누어 보기 시작한다.
•
사람이 해야 할 일 (기획, 의사결정, 협업, 감각)
•
AI로 증강할 일 (직무 확장, 결과물 생성)
•
AI로 자동화할 일 (반복, 정리, 보고, 입력)
•
제거해야 할 일 (사람 사이에서만 발생하던 불필요한 업무)
이 지점부터 AI는 범용 도구가 아니라 개인화된 업무 파트너가 된다.
그리고 더 중요한 변화가 하나 나타난다. Workflow를 정의하기 시작한다. 내가 하고 있는 업무의 암묵지와 병목을 구분해내고, 어떤 부분을 AI에게 맡길지, 어떤 부분을 내가 해야 할지, 어디를 AI로 증강할지를 스스로 설계하기 시작한다.
이 단계에 들어선 조직에서는 AI 활용 수준보다 업무를 바라보는 관점이 먼저 달라진다.

하지만 진짜 기준은 5단계에서 드러난다

여기까지는 개인과 팀 차원의 변화다. 구성원은 자신의 업무를 분해할 수 있고, AI에게 맡길 일과 사람이 해야 할 일을 구분할 수 있다.
조직은 4단계(Architect)에 도달한다.
질문이 바뀐다.
"누가 할까?"가 아니라
"사람이 할까, AI가 할까?"
하지만 많은 조직이 바로 이 지점에서 멈춘다.
개인의 성과는 충분히 만들어졌지만, 그 성과가 부서의 방식으로, 조직의 방식으로 전환되지 않는다.
이유는 단순하다. 표준화가 없기 때문이다. 개인이 만든 AI 활용 방식은 대부분 '그 사람의 환경'에서만 작동한다.
그 사람이 아니면 이해하기 어렵고, 같은 직무를 가진 사람도 그대로 따라 쓰기 어렵다.
그래서 조직은 4단계에서 5단계로 넘어가지 못한다. AI를 잘 쓰는 개인은 늘어나지만, AI를 전제로 작동하는 조직은 만들어지지 않는다.
5단계(Native)로 넘어가기 위해 필요한 것은 더 많은 교육도, 더 좋은 툴도 아니다. 개인의 Agentic Workflow를
부서가 함께 쓰는 방식으로 표준화하는 과정이다.
그리고 이 지점에서 리더의 역할이 결정적으로 등장한다.

그래서 리더의 역할이 결정적이다

표준화는 실무자가 할 수 있는 일이 아니다.
조직 차원의 AI 환경을 만들고, 어디까지 AI를 허용할지 결정하고, 업무 방식을 다시 정의하는 일은 결국 리더의 의사결정 영역이기 때문이다.
하지만 4단계에서 멈춘 조직에는 공통점이 있다.
리더가 AI를 직접 써보지 않는다. 리더가 AI를 사용해보지 않으면,
•
실무자가 AI로 일을 어떻게 바꾸고 있는지 보이지 않고
•
병목이 어디에서 발생하는지 알 수 없으며
•
무엇을 조직 차원에서 해결해줘야 하는지도 알 수 없다
그래서 조직은 이렇게 갈린다.
몇몇 실무자는 AI로 생산성을 크게 높이고, 대부분은 '조금 나아진 수준'에서 멈춘다.
그리고 AI를 정말 잘 쓰는 실무자들은 조직의 속도를 견디지 못하고 떠난다.
반면 5단계로 넘어가는 조직은 다르다. 리더가 AI를 '배우는 사람'이 아니라, AI 환경을 설계하는 사람이 되기 시작한다.

HRD에서 AI 효과성을 본다는 것의 의미

그래서 HRD에서 AI 활용 효과성을 측정한다는 것은
"AI를 잘 썼다"는 사례를 모으는 일이 아니다.
이 조직이 지금
•
1단계에 있는지 — AI를 경험하는 단계인지
•
2단계에 있는지 — AI를 도구로 자주 쓰는 단계인지
•
3단계에 있는지 — AI를 업무 자원으로 활용하는 단계인지
•
4단계에 있는지 — AI를 전제로 일을 설계하는 단계인지
•
5단계에 있는지 — AI가 조직 시스템으로 작동하는 단계인지
그 위치를 파악하는 일에 가깝다.
AI 성과는 툴 사용량에서 드러나지 않는다.
조직의 일하는 방식이 단계적으로 바뀌고 있다는 신호에서 드러난다.
그리고 HRD는 그 변화를 가장 먼저 감지하고, 가장 구조적으로 설계해야 하는 위치에 서 있다.

장현민의 AI Native 가설

•
AI Native 5단계는 완성된 모델이 아니다. 국내외 기업에서 교육을 진행하며,
HRD 담당자와 리더들이 반복해서 던진 질문,그리고 그 대화 속에서 드러난 공통점을 단계의 형태로 정리한 가설에 가깝다.
•
앞으로 AI Native를 고민하는 한국, 중국, 일본의 리더와 실무자를 만나며 이 단계별 전략은 더 구체화될 것이다.
•
분명한 것은 하나다. AI Native는 기존 방정식을 더 잘 수행하는 방법이 아니라,
방정식 자체를 다시 써야 하는 문제에 가깝다는 점이다.
Subscribe to 'AI Native 백과사전'
Subscribe to my site to be the first to receive notifications and emails about the latest updates, including new posts.
Join Slashpage and subscribe to 'AI Native 백과사전'!
Subscribe
👍