Insight

2026 AI 기본법 본격 시행! 단순 규제 대응을 넘어 '신뢰 경영'으로 나아가는 우리 조직 만들기 요즘 실무에서 AI 안 쓰는 팀을 찾기가 더 힘들 정도가 되었는데요. 업무 효율을 높이는 것도 좋지만, 이제는 우리가 만든 결과물에 대해 어떤 책임을 져야 하는지도 꼭 짚고 넘어가야 할 시점이 왔습니다. 2026년 1월 22일부터 본격 시행된 인공지능기본법은 우리에게 규제라는 숙제를 던져준 것처럼 보이지만, 이 규제를 어떻게 바라보냐에 따라 고객의 신뢰를 얻을 수 있는 좋은 기회가 될 수 있습니다. 2026년 시작된 AI 규범 시대, 우리 회사는 안전할까? '사업자'와 '이용자' 사이, 책임의 무게가 달라집니다 가장 먼저 확인해야 할 것은 우리 회사의 위치입니다. 법은 AI를 직접 개발하거나 서비스를 제공하는 '사업자'에게 엄격한 잣대를 들이대고 있습니다. 반면, 단순히 챗GPT나 제미나이를 도구로 써서 콘텐츠를 만드는 크리에이터나 유튜버는 '이용자'로 분류되어 인공지능기본법상의 표시 의무에서는 자유롭습니다. 하지만 우리가 제공하는 서비스 안에 AI가 직접 답변을 생성하는 기능을 넣는 순간, 우리는 '이용사업자'가 되어 법적 책임을 지게 됩니다 2. 실무의 핵심, '투명성'을 어떻게 증명할 것인가? "이것은 AI입니다" - 사전고지와 표시 의무의 실무적 이행 그렇다면 구체적으로 무엇을 해야 할까요? 핵심은 투명성입니다. 우선 이용자가 서비스를 시작하기 전에 "이 서비스는 AI로 작동합니다"라는 사실을 미리 알려야 하는데요. 이를 사전고지라고 부릅니다. 거창한 방법이 필요한 건 아니고요. 서비스 이용약관에 명시하거나, 앱 설치 안내 화면, 혹은 첫 화면에 안내 문구를 띄우는 것만으로도 충분합니다 . 여기에 더해 AI가 만들어낸 결과물 자체에도 "AI 생성물임"을 밝히는 표시 의무가 생겼습니다. 우리가 흔히 보는 워터마크나 자막이 대표적인데요. 이용자가 결과물을 보고 AI가 만들었다는 사실을 합리적으로 알 수 있게만 하면 됩니다. 워터마크부터 메타데이터까지, 상황별 표시 전략

AI를 쓰다 보면 질문이 바뀌는 순간이 옵니다. "AI로 뭘 하지?"가 아니라, "AI로 안 되는 게 뭐지?"로요. AI 활용의 문제가 아닙니다. 일이 재배치되고, 역할이 다시 짜이고, 조직의 운영 방식이 재정의 됩니다. 그래서 팀제이커브는 6월까지 AI Agent 1000개를 만들기로 했습니다. 목표라기보다, 앞으로의 일을 대하는 가장 강력한 키액션을 KPI로 두었습니다. AI가 '혼자' 일하는 시간이 길어지기 시작했다 AI가 좋아졌다는 말은 이제 너무 흔합니다. 중요한 건 "얼마나 똑똑해졌나"가 아니라, 얼마나 길게 일을 끌고 가나입니다. 짧은 질문에 답하는 도구와, 연속된 작업을 끝까지 완주하는 존재는 다르거든요. METR는 이걸 time horizon으로 봅니다. *METR(Model Evaluation & Threat Research, 프런티어 AI 모델의 능력·리스크를 평가하는 비영리 연구기관) 숙련된 사람이 하는 연속 작업을 기준으로, AI가 50% 확률로 대체 가능한 작업 길이가 어디까지 늘어났는지를 측정하죠. 최근 공유된 추정치 중에는, 소프트웨어 작업에서 약 14.5시간 수준이 언급됩니다. 물론 단서가 붙습니다. 데이터가 더 쌓여야 하고, 측정 자체가 점점 어려워지고 있다는 이야기까지 같이 나옵니다. m 하지만 결론은 단순합니다. AI는 이제 "도움"이 아니라 업무의 덩어리를 가져가기 시작했습니다. 그 순간부터 조직은 사람을 논의하기 전에 먼저 묻게 됩니다. 이 일은 정말 사람이 해야 하는가? 아니면 AI에게 맡길 수 있는 형태로 다시 쪼갤 수 있는가? 개인 효용감이 AX 전환으로

이 글은 총 3부작으로 발행될 예정입니다. 피지컬 AI가 어느 정도까지 진화했는지, 어떤 원리로 동작하는지, 그리고 앞으로 우리의 비즈니스에 어떤 영향을 줄지 궁금하신 분들을 위해 준비했습니다. 제가 이 분야를 공부하며 새롭게 알게 된 내용들을 차근차근 공유해 보려 합니다. 우연히 유튜브 알고리즘에 이끌려 하나의 영상을 보다 일을 멈췄습니다. 무대 위에서 쿵후복을 입은 아이들이 무술 시연을 하고 있었는데, 그 틈에 수십 대의 로봇들이 섞여 있었거든요. 사실 로봇이 혼자 춤추는 건 이제 흔한 일이죠. 그런데 이번엔 좀 달랐습니다. 아이들이 기합을 넣으면 로봇이 그 소리를 듣고 박자를 맞추고, 옆 사람이 움직이는 속도에 맞춰서 자기 동작을 조절하더라고요. 그 장면을 보는데 기분이 참 묘했습니다. "아, 이제는 로봇이 그냥 '잘 만들어진 장난감' 수준이 아니구나" 싶었죠. 화면 속에서 글자로만 대화하던 AI가 이제는 우리 옆에서 같이 숨 쉬고 발을 맞추는 '진짜 동료'가 된 것 같은 기분. 그 잊히지 않는 장면이 바로 우리가 살고 있는 피지컬 AI(Physical AI) 시대의 시작을 알리는 신호탄이었습니다. 지금까지 우리가 만난 AI는 모니터 안의 인격체였어요. 궁금한 걸 물어보면 척척 대답해주는 '오픈클로' 같은 존재였죠. 그런데 이제 이 똑똑한 머리가 '몸'을 얻어 밖으로 성큼성큼 걸어 나오기 시작했습니다. 그동안 화면 속에서 질문에 대답하던 AI가 이제 '몸'을 입고 우리 곁으로 걸어 나오기 시작했습니다. 인격체처럼 작업을 수행하던 '오픈클로'의 흐름이 이제 모니터를 뚫고 나와 물리적인 실체가 된 것, 바로 피지컬 AI의 시대입니다. 피지컬 AI: 시키는 대로만 하는 기계가 아니라, 눈치껏 배우는 아이처럼 예전의 로봇은 참 고지식했습니다. "오른쪽으로 한 걸음 가서 컵을 집어"라고 우리가 수만 줄의 코드를 일일이 짜줘야 했거든요. 하지만 요즘의 피지컬 AI는 좀 다릅니다. 아이가 부모가 걷는 모습을 보며 걸음마를 배우듯이, 스스로 세상을 관찰하고 "아, 이렇게 하면 되겠네" 하고 판단을 내립니다.

AI Native 5단계로 바라본 조직의 변화 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 글은 최근 미국 채용 시장에서 '스토리텔러'라는 직무가 급격히 늘어나는 현상을 보며 시작되었다. AI Native 관점에서, 왜 이런 직무가 필요해지고 있는지 생각해보려 한다. 1. 이야기꾼은 왜 각광 받는가? 최근 미국 채용 시장을 보며 흥미로운 흐름을 발견했다. 'Storyteller'라는 직무가 빠르게 늘어나고 있다는 점이다. 링크드인에 등록된 스토리텔러 채용 공고는 전년 대비 두 배 이상 증가했고, 마케팅 분야에서만 약 5만 건, 미디어·커뮤니케이션 분야에서 2만 건이 넘는 공고가 올라와 있다. 구글, 마이크로소프트, 노션과 같은 글로벌 기업들은 'Narrative Director', 'Head of Storytelling'과 같은 직책을 신설하고 연봉 3억 원이 넘는 조건까지 제시하고 있다. 이야기꾼이 왜 이렇게 각광받는 걸까. 그리고 이 현상이 AI 시대와 무관할까. 조사를 해보니, 이유는 의외로 단순했다. AI 때문이다. AI가 만들어낸 환경 변화는 'AI 슬롭(AI로 대충 쏟아낸 저품질 콘텐츠)'의 범람이다. 콘텐츠를 만드는 비용이 거의 0에 가까워지면서, 인터넷에는 이전보다 훨씬 많은 콘텐츠가 올라오지만,

이 글은 AI를 기업 HRD에 어떻게 도입해야 하는지를 설명하기 위한 글이 아니다. AI가 HRD 영역에 들어오면서 이미 현장에서 어떤 변화가 일어나고 있는지, 그리고 그 변화가 반드시 긍정적이지만은 않은 이유를 하나의 답이 아닌 관찰과 가설의 형태로 정리해보기 위한 기록이다. AI는 HRD를 더 효율적으로 만들기도 했고, 동시에 더 많은 질문을 떠안게 만들기도 했다. 그 변화는 관리의 방식에서도 나타나고 있다. AI가 HRD에서 가장 먼저 바꾼 것 AI가 기업 HRD 영역에 본격적으로 들어오면서 가장 크게 달라진 점을 한 가지 꼽자면, 교육생을 훨씬 더 밀착해서 관리할 수 있게 되었다는 점이다. 기존 기업 교육 현장을 보면 HRD 운영 인력은 많아야 2~3명, 적게는 1명이 수십 명에서 많게는 수백 명의 교육생을 동시에 관리한다. 이 구조에서는 교육 과정 중에 발생하는 수많은 관찰 포인트와 교육생의 반응, 고민, 사고 과정과 같은 비정형 데이터(raw data)가 대부분 가공되지 못한 채 휘발된다. 문제는 이 데이터들이 단순한 기록이 아니라는 점이다. 교육 과정에서 흘러가던 이 데이터들은 향후 교육 기획의 방향성을 설정하는 근거이자 교육생 개인의 커리어 개발에 필요한 중요한 단서이며 인사·조직개발 등 유관 부서에 전달될 수 있는 인사이트다

장현민의 AI Native 사고 이 글은 정답을 제시하기 위한 글이 아니다. AI Native 시대에 '신입'이라는 개념이 어떻게 바뀌고 있는지, 그리고 조직과 개인이 어떤 선택 앞에 서 있는 지를 하나의 답이 아닌 가설의 형태로 정리해보기 위한 기록이다. 누구도 이 전환기의 정답을 아직 알지 못한다. 그래서 더 많은 정의, 실험, 그리고 해석이 필요하다. 이 글은 그 과정에서 필자가 현장에서 경험한 사례와 관찰, 그리고 지금까지 쌓아온 인사이트를 바탕으로 AI Native 시대를 이해하기 위한 하나의 시도다. 1. AI Native 시대에 '신입'이라는 개념은 성립하는가 신입사원은 오랫동안 조직의 미래였다. 시간을 들여 가르치고, 반복 업무를 맡기며, 점진적으로 핵심 인력으로 성장시키는 것이 조직 운영의 기본 전제였다. 그러나 AI Native 시대로 접어들면서 이 전제 자체가 흔들리고 있다. AI는 학습 속도와 실행 속도에서 인간을 압도하며, 과거 신입이 담당하던 업무 영역을 빠르게 흡수하고 있다. 문제는 단순한 자동화가 아니다. 신입이 존재하던 '자리' 자체가 사라지고 있다는 점이다. 배워야 할 일이 줄어든 것이 아니라, 애초에 사람에게 맡길 필요가 없는 일이 되어버렸다. 2. 조직은 이제 '사람을 뽑기 전'에 일을 의심한다 과거에는 일이 먼저 있었고, 그 일을 수행할 사람을 채용했다. 그러나 지금은 순서가 바뀌었다. 조직은 채용을 논의하기 전에 먼저 묻는다.