<인사이트> 에이전틱 AI 도입 격차, 어떻게 좁힐까? 맥킨지가 제시하는 일하는 방식의 변화

🧑‍💻 요약

성공한 AI 전환에서는 ‘기술 1 : 프로세스 재설계 3 : 역량 구축·도입 5’의 투자 패턴이 나타나며, 대부분의 기업들은 그 반대로 투자합니다.

성공적인 AI 도입을 위해서는 변화관리를 넘어선 변화 리더십이 필요하며, AI 도입에 대한 구성원들의 4가지 두려움을 체계적으로 극복해야 합니다.

구성원을 인지(Awareness)에서 믿음(Belief)을 거쳐 제도화(Enforce)까지 이끄는 다섯 단계 플레이북과 주요 경영진 CEO·CFO·CHRO의 역할을 살펴봅니다.

안녕하세요, 카카오클라우드입니다.

AI 에이전트를 도입했는데 일하는 방식은 그대로인 조직을 본 적 있으신가요? 계정도 나눠 줬고 교육도 마쳤는데 현장이 예전 방식으로 돌아간다면, 원인은 기술이 아닌 다른 곳에 있을지도 모릅니다.

글로벌 전략 경영 컨설팅 기업 맥킨지앤컴퍼니(McKinsey & Company, 이하 ‘맥킨지’)는 2026년 8월 발행된 보고서 ‘How to close the agentic adoption gap’에서 이 문제를 다뤘습니다. 보고서는 AI 전환의 본질을 일하는 방식의 재발명(reinvention of how work gets done)으로 보고, 기존의 ‘변화관리’보다는 ‘변화 리더십’을 통한 근본적인 변화가 필요하다고 강조합니다.

1. '기술 10% : 업무 재설계 30% : 역량구축·도입 50%' 1:3:5 패턴

AI 전환을 위해 기술, 업무재설계, 역량구축·도입의 세 가지 영역에 투자한다면 그 비율은 어떻게 될까요? 맥킨지에 따르면, 성공한 AI 전환 케이스의 투자 비율은 '1:3:5'입니다. 에이전틱 기술에 1달러를 쓸 때 업무 프로세스 재설계에 3달러, 역량 구축과 도입에 5달러를 쓰는 1:3:5 패턴입니다. 하지만 지금까지 대부분의 기업들은 정확히 반대로 투자하고 있습니다. 역량 구축과 행동 변화를 구현 단계의 세부 디테일 정도로 여기는 것입니다. 맥킨지는 역량 구축과 도입을 위한 투자는 부수적인 것이 아니라 AI 전환을 위한 "진짜 일(the real work)"이라고 강조합니다.

"전 세계 수천 명의 리더가 AI 확산의 주요 장애물로
변화관리와 사일로(silo)식 업무 방식을 꼽았고,
이는 기술 인프라에 대한 우려보다 앞선 것이었다"
<State of Organizations 2026>, Mckinsey&Company

AI 도입은 효율성도 중요합니다. 도입 수준이 적으면 가치 창출의 정도가 제한되는 것은 충분히 예상할 수 있습니다. 그리고 도입이 비효율적으로 이뤄지면 새로 창출되는 가치보다 비용이 더 증가합니다. 성과는 투입 수준만큼 나아지지 않은 채 토큰·컴퓨팅·거버넌스·감독 비용만 더 발생할 수 있는 것입니다. 전사 공지나 일회성 교육 같은 기존 방식은 인지도는 높일 수 있어도, 에이전틱 방식으로 일하는 데 필요한 신뢰·습관·운영 규율까지는 이어지지 못합니다.

2. 에이전틱 전환이 유독 어려운 이유: 네 가지 두려움

또한 맥킨지는 AI 에이전트 도입은 이전의 업무 시스템들과는 다르게 사람의 역량, 판단, 정체성, 전문성에 대한 위기의식에 비롯한 4가지 두려움을 일으킨다고 합니다.

'들킬까 봐' 두려움 (Fear of "being found out")
AI에이전트에 잘 적응하지 못했다는 사실이 알려질까 하는 두려움입니다. 남들이 이미 다 알고 있는 질문을 하게 된다거나, 동료 앞에서 에이전트를 써 보는 것도 남들에게 나만 뒤처졌다고 알리는 일이 되지 않을까 하는 두려움입니다.
통제 없는 책임에 대한 두려움 (Fear of accountability without control)
AI에이전트를 통제할 수 없고 그 결과에 대한 검증도 어렵다는 두려움이 있습니다. AI 에이전트의 결과가 틀린 답을 내더라도, AI의 산출물에 대한 검증은 여전히 사용자의 몫입니다. (맥킨지는 이 두려움에 합리적인 부분이 있다고 봅니다.)
미지로 들어서는 두려움 (Fear of stepping into the unknown)
도구는 몇 주마다 바뀌고 기술과 일이 함께 진화하므로, 최종 운영 모델을 미리 정의할 수가 없습니다. 소통이 부족해서가 아니라 실제로 불확실한 것입니다. 이는 이전의 어떤 기술적 변화보다 사람들에게 심리적으로 더 큰 도전이 됩니다
전문성 상실의 두려움(Fear of losing your professional edge)
가장 깊고 인정하기 어려운 두려움입니다. AI에이전트로 인해 자신의 전문성이 직업적 정체성의 문제여서, 실험을 개인적인 위험 회피 수단으로 바꿔 놓습니다.

네 가지 두려움이 겹치면 진짜 도입 대신 흉내(imitation)가 나타납니다. 서류상으로만 바뀐 워크플로, "적극 활용하겠다"라고 답하지만 일은 그대로인 직원, 배포는 됐지만 거의 쓰이지 않는 도구가 그 모습입니다. 헬스장 회원권은 끊었는데 운동 습관은 생기지 않은 상태와 비슷합니다. 보고서는 이런 두려움을 그저 치워야 할 장애물로만 여기는 것은 옳지 않으며, 두려움의 원인을 분석하고 그에 맞춰 대응하는 리더가 성공한다고 말합니다. 두려움 자체는 없앨 수 없습니다. 이를 극복하고 행동으로 이어지게 하는 것이 리더의 과제입니다.

특히 중간관리자들의 두려움이 가장 큽니다. 비전을 현실로 옮기며 여러 변화 과제를 함께 돌리느라 직접 실험(Experiment)할 시간이 없습니다. 2026년 2~4월 영어권 회사원 750명을 대상으로 한 맥킨지 조사에서, 업무상 AI 관련 변화에 불안을 느낀다는 응답은 중간관리자가 25%로 가장 높았고 다른 직급은 20~21%였습니다.

3. 변화관리에서 변화 리더십으로

기존 변화관리는 명확했습니다. 커뮤니케이션 캠페인, 교육 일정, KPI 대시보드 같은 전통적인 변화관리 도구는 목적지가 정해져 있고 리더는 실행만 하면 되는 환경에 맞춰 만들어졌습니다. 맥킨지는 AI에이전트 전환을 맥킨지가 ‘C4 재창조’(Reinvent)라 부르는 새로운 변화 단계로 정의합니다. 단순히 프로젝트 A에서 B로 옮겨 가는 것이 아니라, 시스템 전체를 A에서 미지(unknown)의 영역으로 변화시키는 것 입니다.

바로 아래 수준인 C3 혁신(Transform)과 비교하면 차이가 분명합니다. C3에서는 리더가 답을 알고 사람들의 저항을 관리하지만, C4에서는 리더도 답을 모른 채 학습을 통해 사람들을 리드하는 것입니다. 그래서 변화를 학습으로 재정의는 것이 전략적 차별점이 됩니다. 즉, 실험은 근거(evidence)로, 실수는 학습과정(curriculum)으로 삼는 것입니다. 보고서는 불확실성을 숨기지 않고 드러내는 리더가 자신감 넘치는 전략 서사를 내놓는 리더보다 도입을 더 빠르게 이끈다고 봅니다.

목표도 단순히 특정 항목을 완료했는지 체크하는 ‘규정 준수’(compliance)에서 ‘역량 강화’(Capability)으로 변화해야 합니다. 예를 들어 교육 수료가 아니라, 지난 분기보다 얼마나 더 빨리 업무 방식 재설계 방법을 배우고 있는지에 초점을 두는 것입니다.

4. A to E, 5단계 에이전틱 변화 플레이북

맥킨지는 구성원을 이끄는 과정을 다섯 단계로 정리합니다. 각 단계는 순서대로 이어지지만 때로는 역주행도 일어날 수 있습니다. 잘못된 결정, 정책 번복, 모델 실패로 신뢰가 깨지면 구성원은 이전 단계로 돌아갈 수 있고, 이때는 더 밀어붙이지 말고 맞는 단계로 돌아가야 합니다.

A. 인지(Awareness): 변화를 손에 잡히게 — 구성원이 기술을 직접 만져 볼 기회를 만듭니다. 한 유럽 소비재 기업은 상위 리더 100명에게 3일 집중 프로그램을 운영해, 반나절씩 개념 이해와 여러 앱 실험을 거친 뒤 셋째 날 실제 비즈니스 문제를 풀고 배운 점을 회고했습니다. 반대로 슬로건 뿐인 변화, 예를 들어 "AI 퍼스트" 같은 거창한 문구는 직원을 무능하다고 느끼게 하고 불안한 상상만 키울 수 있습니다. 또한 투명성도 중요합니다. 어떻게 업무가 변화할 것이고, 사람이 계속 맡아야 하는 업무는 무엇인지 등도 구체적으로 설명해야 합니다.
B.믿음(Belief): 리더와 신뢰받는 동료가 먼저 쓴다 — 인지가 변화를 받아들이도록 한다면, 믿음은 사람들을 시도 단계로 옮깁니다. AI 준비도에 관한 맥킨지의 최근 직원·리더 조사에서, AI 성과가 높은 조직의 구성원들은 ‘경영진이 AI 과제에 강한 주인의식과 의지를 보인다’는 데 동의하는 비율이 48%로 높았습니다. 그 반대로 AI 성과가 낮은 조직에서는 그 비율이 16%로 1/3 수준이었습니다. 동료의 실제 사용 사례는 믿음을 높이는데 중요한 역할을 합니다.

한 글로벌 은행은 2,000명 이상의 AI 챔피언을 육성, 그들이 팀을 직접 방문해 업무에서 도구를 사용하는 모습을 시연하고 Q&A도 진행했습니다. 기존 챔피언 프로그램과 다른 점은, 챔피언이 영향력 높은 사람임은 물론 실제 업무에서 성과를 보여주는 ‘믿을 만한 동료’로 구성했다는 점입니다. 예를 들어, 한 AI 챔피언은 2일이 걸리던 마케팅 프로모션 계획을 2시간으로 줄이는 것을 동료들에게 보여주는 등, 실무에서의 성과를 증명했습니다.

C. 결심(Commit): 받아들일 시간을 준다 — 구성원이 직접 AI에이전트 도입을 결정할 수 있어야 합니다. 경영진은 먼저 신기술을 시험할 기회가 주어지지만, 현장 직원은 일방적인 짧은 공지 뒤 바로 업무에 활용하라는 경우가 흔합니다. 구성원들은 자신의 업무에서 무엇이 사라지고 무엇이 새롭게 생기는지 이해할 시간이 필요합니다. 강요가 아닌 선택이라고 느껴지는 도입이 더 효과적이고 오래갑니다
D. 역량 개발(Develop): 업무를 통해 성장한다 — 몇 주마다 바뀌는 기술에 단발성 교육은 적합하지 않습니다. 선도 기업들은 집체 교육에서 업무 내재형 코칭(embedded coaching)으로 변화하고 있습니다. 한 글로벌 Fortune 500 기술 기업은 엔지니어링 팀에 코치 1명당 직원 5~10명꼴로 배치해, 교육만 할 때보다 빠르게 실무에 적응하는 성과를 확인하였습니다.
E. 제도화(Enforce): 운영 체계를 다시 설계한다 — 지표, 인센티브, 의사결정 권한, 승진 기준, 관리 형식 등 운영체계가 그대로라면 AI 전환 이후 바뀐 새로운 업무체계가 제대로 자리잡을 수 없습니다. 맥킨지는 대부분의 전환이 여기서 한계를 드러낸다고 강조합니다. 예를 들면 AI에이전트 활용도를 로그인 수나 API 호출 수로 평가하는 대신 사이클 타임, 결과물 품질, 워크플로별 가치 등 결과 중심으로 실제 개선 수준을 평가해야한다는 것입니다.

Salesforce는 자사 에이전틱AI인 Agentforce를 도입하면서 실제 운영 성과를 나타낼 수 있는 지표를 선정하였습니다. 자율 해결 케이스 비율 (에이전트가 사람의 개입 없이 해결한 고객 지원 건수), 전체 처리 시간 단축 두 가지가 기준으로, 에이전트 도입 전후의 성과를 이 두 가지 정량적인 수치로 분석하고 있습니다.

5. 경영진의 역할: CEO·CFO·CHRO

보고서는 주요 경영진의 각기 다른 역할을 강조합니다.

CEO: 고객 요구를 기준으로 전체 업무를 다시 살펴보고, 자신이 직접 에이전트를 사용하는 모습을 보여줘야 합니다. 조직이 가야 할 방향을 설정하고, 실제 회의와 의사결정에서 달라진 행동을 보여줘야 합니다.
CFO: AI비용(토큰)을 손익 항목으로 관리하고 여러 실험에 나누어 투자해야 합니다. 실험을 너무 일찍 중단하지 않고, 조직에 새로운 변화를 내재화하는데 투자가 이루어져야 합니다. 사람과 에이전트를 함께 투입해 만든 전체 생산성이 얼마나 향상되었는지 점검해야 합니다.
CHRO: 맥킨지는 CHRO의 역할이 가장 중요하다고 강조합니다. 사람과 에이전트, 필요한 경우 로봇이 함께 일할 수 있도록 직무와 교육, 경력 체계를 재설계해야 합니다. AI전환 시대에 필요한 회복 탄력성, 빠른 학습 능력과 판단력, 협업 능력이 높은 인재를 채용하고, 조직 내에서는 업무 방식 재설계 능력, 우수한 의사결정, 사람과 AI가 함께 일할 때 필요한 윤리를 개발해야 합니다.

모든 리더는 불확실성을 인정하면서도 조직이 가야 할 방향을 명확하게 설명해야 합니다. 새로운 업무 방식이 자리잡도록 조직의 운영 절차를 바꾸고, 구성원에게 요구되는 행동을 리더 자신이 먼저 보여줘야 합니다.

마치며

결국 AI 에이전트 도입 성공의 관건은 AI도구를 얼마나 많이 구매하고 사용했느냐 하는 양의 문제가 아니라, 구성원이 변화를 이해하고 필요한 능력을 개발하여 '일하는 방식을 얼마나 바꿨는가'에 달려 있습니다. 경영진의 명확한 방향성 하에 구성원들 중심의 일하는 방식, 평가와 보상, 의사결정 권한, 성과측정 방식까지 전반적인 운영 체계 재설계가 이뤄져야만 AI 에이전트 도입이 실제 성과로 이어질 수 있습니다.

📒 참고문헌

✅ 함께 읽으면 좋은 콘텐츠를 소개합니다.

✅ 최신 IT업계 동향과 클라우드 인사이트를 놓치고 싶지 않다면?!

카카오클라우드의 뉴스레터 '카클레터'를 구독하세요! 👉 '카클레터' 구독하러 가기