결국 AI 시대에 국가 경쟁력의 본질은 기술 자체가 아니다. 사람과 데이터, 조직과 지역, 청년과 기업을 하나의 생태계로 연결하는 능력이다. 산업화 시대의 성공이 배우는 능력에서 나왔듯, AI 시대의 성공도 배우는 능력에서 나올 것이다. 기업도 국가도 개인도 마찬가지다. 결국 미래를 결정하는 것은 변화 그 자체가 아니라, 변화에 대응하는 능력이다.
대한민국의 미래 역시 우리 사회 전체의 학습 능력에 달려 있다. 학교와 기업, 지역과 산업, 정부와 시민사회가 함께 배우고 변화할 수 있을 때 비로소 AI는 기술을 넘어 성장 동력이 될 수 있다. AI 시대에 대한민국의 과제는 더 뛰어난 AI를 만드는 것만이 아니라, AI를 통해 더 뛰어난 국가 운영 체제를 구축하는 것이다. 그리고 그 운영 체제의 핵심은 기술이 아니라 사람이고, 경쟁이 아니라 학습이며, 개별 지식이 아니라 집단지성이다.
---1장. 「AI 시대, 어떻게 인재를 양성할 것인가?」 중에서

아직까지 기업에서 가장 큰 AI 활용은 개인 차원에서 이루어진다. 지식노동자인 ‘개인’이 챗봇을 활용해 업무를 빠르게 처리하는 방식이 가장 큰 비중을 차지한다. 요즘 일잘러들은 클로드 코드를 실무에 쓰기도 한다.
그렇다면 ‘리더’의 관점에서 AI를 잘 활용한다는 것은 어떤 의미일까? 나는 AI를 통해 경영자의 의사결정 역량을 증강하는 것이라는 결론에 도달했다. 컨텍스트·에이전트·하네스 엔지니어링 같이 더 고도화된 활용을 공부할수록, 이 구조를 구축하고 운영하는 일이 경영과 매우 유사하다는 점을 깨달았다. 그리고 시간이 지날수록 이러한 결론에 대한 확신은 더 깊어졌다.
나는 AI 전환이 경영자가 의사결정 역량을 강화할 절호의 기회라고 믿는다. 경험 많은 리더일수록 관성적으로 의사결정을 내리기 쉽다. AI를 제대로 활용하려면 내가 평소 어떻게 의사결정을 해왔는지, 어떻게 했어야 하는지를 반추해야 한다. 리더 스스로 메타인지를 끌어올릴 절호의 기회인 것이다.
---2장. 「리더는 어떻게 설계자가 되는가?」 중에서

AI는 훨씬 깊고 넓은 변화를 가져온다. 따라서 마이크로 매니징(Micro Managing)의 강도도 더 높여야 한다. 새벽에 일어나 코딩을 하면서도 불안한 이유는 나도 모르게 그것과 연결되기 때문이다. 즉 내가 직접 손에 쥐어보지 않으면 직원들에게 일을 어떻게 시켜야 할지 정의할 수 없기 때문이다. 따라서 일을 쪼개서 분해하는 것은 기본이고, 직원 간의 협업뿐 아니라 AI와 인간의 협업도 정의해야 하고, 생산되는 모든 결과물의 완성도에 대한 기준도 점검해야 한다.
조직 규모에 상관없이 리더 입장에서는 일의 복잡도가 더 커졌다. 업무 자동화 에이전트가 맹활약하는 시대의 아이러니다. 그래서 정교하게 잘 정의된 조직일수록 조직의 규모를 획기적으로 줄일 수 있는 게 아닐까 싶다. 글로벌 테크 기업이 수만 명을 줄인다는 뉴스에 모두가 일자리에 대한 공포를 느끼지만, 경영자는 ‘과연 AI로 일하는 방식을 얼마나 잘 정의했길래 저 정도의 감원을 한번에 감행할 수 있었을까?’라는 관점으로 봐야 한다. ‘과연 앞으로 기업이라는 조직 형태는 어느 방향으로 진화할까?’라는 뭔지 모를 불안감은 거기서 비롯된 것 같은데, 불안감을 줄여보려고 시작한 코딩 공부로 나는 예기치 않게 위기감의 실체를 엿보게 되었다.
---3장. 「AI로 판을 바꾼 비즈니스의 재설계」 중에서

AI를 도입하기 위해 기술 전문가가 될 필요는 없다. 리더의 역할은 직접 코딩하는 것이 아니라, 조직이 나아가야 할 방향을 먼저 보고 첫걸음을 내딛는 것이다. AI 시대의 리더십은 메타인지에서 출발한다. 내가 무엇을 모르는지, 우리 조직이 어떤 데이터를 쥐고 있는지, 어떤 의사결정이 여전히 개인의 머릿속에 갇혀 있는지를 먼저 들여다보는 일, 그것이 AI 전환의 진짜 출발점이다. AI 시대에 리더가 가장 먼저 해야 할 일은 자신의 모습을 거울에 비춰 보는 메타인지다. 바이브 코딩 한 번으로 내 손이 움직였다면, 메타인지 한 번으로 조직의 방향이 움직인다.
AI 전환은 단번에 일어나지 않는다. 첫 번째 질문, 첫 번째 도구, 첫 번째 실패가 쌓여 조직을 바꾼다. 출발한 사람과 출발하지 않은 사람의 격차는 시간이 갈수록 크게 벌어진다. 문외한이었던 VC 대표가 AI 코딩으로 플랫폼을 만들고, 계열사 제조 현장에 AI 공정을 심는 일이 실제로 일어났다. 당신 조직에서도 일어날 수 있다. 지금 이 순간이 가장 이른 때다. 리더인 당신이 먼저 발을 내딛는 순간, 그것은 이미 시작된 것이다. 내가 할 수 있었다면, 당신도 할 수 있다. 아니, 해야 한다. AI라는 문은 이미 활짝 열려 있다. 문제는 그 문을 넘어서느냐, 아니면 왔던 길로 돌아서느냐다.
---4장. 「각성, 그 거대한 혁신의 시작」 중에서

김 차장은 여전히 바쁘다. 다만 새벽 1시의 화면이 조금 달라졌다. ‘문서 형식만 바꾸는 이 작업을 내가 꼭 해야 할까?’라는 그날의 질문
에, 이제 김 차장은 매일 새벽 조금씩 답을 만들어가고 있다. 예전처럼 열두 개의 탭이 무질서하게 떠 있는 대신, AI가 먼저 정리한 초안과 그 위에 김 차장이 직접 남긴 질문들이 나란히 놓여 있다. 잠드는 시간이 극적으로 빨라졌다고 말할 수는 없을지 모른다. 그러나 새벽의 중심이 달라졌다. 정보를 옮겨 적는 손보다, 면담의 질을 높이기 위해 무엇을 묻고 어떻게 연결할지를 고민하는 머리가 더 바빠졌다.
아직 이것을 성공 사례라고 부를 수는 없다. 어떤 결과로 이어질지도 단정할 수 없다. 그럼에도 다시 예전 방식으로 아무렇지 않게 돌아가기는 어려울 것이다. 한 번 질문이 바뀌고 나면, 이전의 방식이 더 이상 같은 얼굴로 보이지 않기 때문이다.
디지털 트윈 시도가 잠정 중단됐을 때 우리에게 남은 질문은 분명했다. ‘한국 조직은 새로운 시도를 끝까지 이어갈 준비가 되어 있는가?’ 우리는 아직 그 질문에 완성된 답을 내놓지는 못했다. 그러나 답은 한 장의 슬라이드가 아니라, 매일 회의실에서 조금씩 달라지는 질문의 종류 안에, 그리고 함께 질문을 바꾸어간 사람들 사이에 쌓이고 있다.
---5장. 「일상의 병목을 깬 작고 빠른 승리들」 중에서

하지만 공공기관의 리더로서 내가 선택해야 할 속도는 기술의 속도만이 아니었다. 더 빠른 길보다 더 안전한 길을 선택해야 했다. 특히 청년의 개인정보를 다루는 서비스라면, ‘할 수 있다’보다 ‘책임질 수 있다’가 먼저여야 했다. 그래서 PoC 화면도 다시 조정했다. 이름, 연락처, 주민등록번호, 상세 상담 이력처럼 민감하거나 직접 식별 가능한 정보는 초기 실증 화면에서 제외했다. 대신 전공, 관심 산업, 희망 직무, 보유 역량, 프로젝트 경험처럼 추천 흐름을 검증하 는 데 필요한 최소 항목만 예시 데이터 형태로 남겼다. 사업화 문서에
도 “1단계는 개인정보 비수집 기반의 기능 검증으로 추진한다”, “실제 청년 데이터 활용은 법무 검토와 개인정보 영향평가 이후 단계적으로 검토한다”, “초기 PoC의 목적은 추천 알고리즘의 완성도가 아니라, 정책 서비스 흐름의 타당성 검증에 둔다”, “공공기관 서비스로 전환하기 전까지는 가명·예시 데이터를 활용한다”라고 원칙 을 분명히 적었다.
그 결정을 내리고 나니 사업의 속도는 조금 느려졌다. 그러나 이상하게도 마음은 더 분명해졌다. 내가 만들고 싶은 것은 단순히 빠르게 작동하는 화면이 아니었다. 성남의 청년들이 안심하고 사용할 수 있고, 기관이 책임지고 운영할 수 있는 공공서비스의 출발점이었다. 그 때 나는 AI 전환에서 리더가 해야 할 일이 무엇인지 조금 더 분명히 알게 되었다. ‘리더는 기술의 가능성에만 취해 앞으로 밀어붙이는 사 람이 아니다. 가능성과 책임 사이에서 속도를 조절하고, 실험과 제도 사이에 안전한 다리를 놓는 사람이어야 한다’라는 걸.
지금도 나는 PoC 화면과 사업화 문서를 함께 열어놓고 있다. 화면에는 청년 프로필 입력창과 추천 결과 카드가 있고, 문서에는 예산 항 목과 개인정보 검토 필요 사항이 적혀 있다. 한쪽에서는 “이렇게 작동 합니다”를 보여주고, 다른 한쪽에서는 “이렇게 책임지고 운영하겠습니다”를 설명해야 한다. 바로 그 사이에 지금 내가 서 있다.
---6장. 「저항을 뚫고 정착시킨 시스템과 문화」 중에서