이미지 목록

• 49

  [프리즘] AI 에이전트 도입 전, 하네스 엔지니어링 …

  * '하네스 엔지니어링' 콘텐츠는 IGM 트렌드 리포트 '프리즘'에 게시된 글로, 총 2편으로 나뉘어 연재됩니다. 이전 글 보기본격 AI 에이전트 도입 전,하네스 엔지니어링을 위한 리더의 체크포인트AI 에이전트 도입은 새로운 업무 도구 하나를 추가하는 일이 아니다. AI 에이전트가 ‘제2의 직원’이 되어 조직의 기준 안에서 움직이고, 그 결과가 실제 성과로 이어지도록 AI를 위한 업무 환경을 함께 설계해야 한다. AI 에이전트를 제대로 활용하려면 도입 전 무엇을 점검해야 할까? 리더가 반드시 확인해야 할 네 가지를 살펴보자.1) AI가 볼 수 있는 것과 할 수 있는 것을 구분했는가?AI 에이전트를 도입할 때 먼저 정해야 할 것은 “무엇을 하게 할 것인가”만이 아니다. 어떤 정보는 볼 수 있고 어떤 정보는 볼 수 없는지, 어떤 행동은 직접 실행할 수 있고 어떤 행동은 제안까지만 할 수 있는지를 함께 정해야 한다. 고객 데이터 조회, 이메일 초안 작성, 환불 승인, 파일 삭제, 코드 배포 등은 조직에 미치는 영향과 위험 수준이 서로 다르다. 따라서 AI가 접근할 수 있는 정보와 수행할 수 있는 행동을 업무별로 구분하고, 조직 내에서 합의된 기준을 문서로 남겨두어야 한다. 이 기준이 없으면 문제가 발생했을 때 AI가 권한을 넘은 것인지, 애초에 권한 설정이 잘못된 것인지조차 판단하기 어려워진다.2) AI가 정해진 범위를 벗어나 행동하지 못하도록 애초에 막아두었는가?범위를 정하는 것만으로는 충분하지 않다. “인사 정보는 보지 마”, “고객 데이터를 외부로 보내지 마”, “운영 코드는 수정하지 마”처럼 프롬프트에 금지 규칙을 적어두더라도, 실제 시스템에서 그 행동이 가능하게 열려 있다면 예외 상황에서 문제가 발생할 수 있다. 중요한 통제 항목은 AI의 판단에만 맡기지 말고 시스템 수준에서 제한해야 한다. 예를 들어 영업 지원 에이전트라면 인사·급여 데이터에는 접근할 수 없도록 권한을 분리하고, 외부 이메일 발송이나 파일 삭제처럼 영향이 큰 행동은 승인 없이는 실행되지 않도록 막아야 한다. 하네스 엔지니어링의 핵심은 AI가 규칙을 잘 지키기를 기대하는 데서 그치지 않고, 정해진 범위를 벗어난 행동은 애초에 실행할 수 없도록 만드는 데 있다.3) 되돌리기 어려운 중요한 작업은 사람이 반드시 확인하도록 해두었는가?비용 결제, 데이터 삭제, 고객 대상 메시지 발송과 같이 한 번 실행하면 되돌리기 어렵거나 조직에 미치는 영향이 큰 업무는 AI의 판단이 아무리 정교하더라도 오작동이나 예외 상황이 발생할 가능성을 고려해야 한다. 예를 들어 AI가 고객 100명에게 환불 안내 메일을 보내야 한다고 판단했다면, 대상 선정과 문안 작성은 AI가 도울 수 있다. 하지만 실제 발송 여부를 결정하는 단계는 사람이 확인하는 것이 바람직하다. 반면 재고 현황 분석이나 일정 추천처럼 영향도가 낮은 업무는 자동으로 처리할 수 있다. 중요한 것은 모든 업무를 사람이 승인하는 것이 아니라, 위험 수준에 따라 인간의 개입 수준을 달리 설계하는 것이다.4) AI로 인해 문제가 생겼을 때 바로 멈추고 확인할 수 있는가?AI 에이전트는 여러 작업을 이어서 수행하는 과정에서 예상과 다른 방향으로 움직일 수 있다. 따라서 AI가 어떤 정보를 참고했고, 어떤 도구를 사용했으며, 어떤 행동을 실행했는지 기록으로 남겨야 한다. 그래야 문제가 생겼을 때 원인을 추적하고 책임 범위를 확인할 수 있다. 동시에 비용이 갑자기 늘어나거나, 같은 작업을 반복하거나, 허용되지 않은 권한을 사용하려는 징후가 보이면 시스템이 즉시 실행을 중단하거나, 관리자가 권한을 회수할 수 있어야 한다.이제 경쟁의 관건은, 더 똑똑한 AI만이 아니라 잘 설계된 하네스이제 기업의 경쟁력은 더 뛰어난 AI 모델을 확보하는 것만으로 결정되지 않는다. AI가 조직의 의도와 규칙 안에서 일하도록 실행 환경을 설계하고 운영할 수 있는 역량이 함께 갖춰질 때, 기업은 AI 에이전트의 잠재력을 안정적으로 성과로 연결할 수 있다. 여기서 한 걸음 더 나아가야 할 부분이 있다. 하네스는 개별 에이전트 수준의 문제가 아니라, 조직 전체가 AI를 어떻게 통제하고 책임질 것인가에 대한 거버넌스 문제다. AI 에이전트가 늘어날수록, 누가 권한을 부여하고, 누가 오류를 감지하며, 누가 최종 책임을 지는지를 조직 차원에서 명확히 정해두어야 한다.결국 AI 에이전트 시대의 경쟁력은 더 똑똑한 AI를 도입하는 것뿐 아니라, AI를 신뢰할 수 있는 직원이자 동료로 만들기 위한 기반, 하네스를 구축하는 데 있다.<References>· Building the foundations for agentic AI at scale, April 2, 2026, Mckinsey· Gartner Identifies Six Steps to Manage AI Agent Sprawl, April 2026, Gartner· Gartner Says Applying Uniform Governance Across AI Agents Will Lead to Enterprise AI Agent Failure, May 2026, Gartner· AI에 의한 고객여정의 마지막 진화, 위임하는 종의 탄생, August 2025, Kearney· The age of the agents: how agentic AI offers unprecedented opportunities to reimagine business processes, August 2025, Kearney· Harness engineering: leveraging Codex in an agent-first world, February 2026, OpenAI· Leading in the Age of AI Agents: Managing the Machines That Manage Themselves, November 2025, BCG· How Agents Are Accelerating the Next Wave of AI Value Creation, December 2025, BCG· "왜 지금 '하네스 엔지니어링'인가… AI 에이전트·조직 승패 가른다", April 2026, TheMilk

  작성자 작성일 07-16 조회 117
• 48

  [프리즘] 앞만 보고 달리는 AI 에이전트의 고삐를 잡…

  * '하네스 엔지니어링' 콘텐츠는 IGM 트렌드 리포트 '프리즘'에 게시된 글로, 총 2편으로 나뉘어 연재됩니다.똑똑한 AI 직원의 위험한 독주AI 에이전트가 실제 업무 현장에 투입되기 시작했다. AI 에이전트란 목표가 주어지면 스스로 상황을 파악하고, 계획을 세우고, 필요한 도구를 골라 작업을 완료하는 자율적인 인공지능 소프트웨어 프로그램이다. 사람의 지속적인 개입 없이도 독립적인 업무 처리가 가능해지면서, AI 에이전트는 조직의 ‘새로운 직원’으로 주목받고 있다. 그런데 이 똑똑한 AI 에이전트가 회사의 규칙을 어기거나, 우리가 의도하지 않은 행동을 한다면 어떻게 될까? 과연 우리는 이 새로운 직원에게 안심하고 일을 맡길 수 있을까?AI 에이전트가 자율적으로 작업을 수행하되, 조직의 목표와 의도를 벗어나지 못하도록 울타리를 쳐주는 방법, '하네스 엔지니어링(Harness Engineering)'에 대해 살펴본다.지시(Prompt)를 넘어, 통제(Harness)로!AI를 다루는 기술의 확장AI가 진화하면서 AI를 효과적으로 활용하기 위한 방법도 함께 발전해왔다. 초기에는 AI로부터 원하는 답을 얻기 위해 지시문을 정교하게 설계하는 프롬프트 엔지니어링(Prompt Engineering)이 주목받았다. 이후 AI가 더 복잡하고 긴 작업을 수행하게 되면서, 지시문만으로는 AI가 제대로 된 판단을 내리기 어려워졌다. 복잡한 작업일수록 AI는 더 많은 배경 정보가 필요한데, 지시문 하나에 그걸 다 담을 수 없기 때문이다. 이에 따라 AI에게 필요한 데이터와 맥락을 언제, 어떤 형식으로 전달할지 설계하는 컨텍스트 엔지니어링(Context Engineering)이 중요해졌다.최근에는 ‘AI 에이전트’의 도입이 늘면서 또 한 번의 전환점을 맞이하고 있다. AI의 행동을 안정적으로 통제할 수 없다는 우려가 생기고 있기 때문이다. 일례로 2025년 7월, 한 개발자가 AI 에이전트에게 작업을 맡기면서 "코드에 손대지 말 것"를 반복해서 지시했다. 그러나 작업 9일째 되던 날, AI는 이 지시를 무시하고 임원 1,200여 명, 기업 1,190여 개의 데이터를 삭제했다. 복구를 요청하자 AI는 불가능하다고 답했다. 그 답변 역시 사실이 아니었다. 개발자는 결국 수동으로 데이터를 되찾았다.이후 사람들은 더 정교한 지시 대신, AI가 일하는 환경 자체를 바꾸는 방법을 고민하기 시작했다. 이 문제를 해결하는 방법론이 하네스 엔지니어링(Harness Engineering)이다. 하네스(Harness)는 원래 말에게 채우는 마구(馬具)를 뜻한다. 마구를 채운 말이 기수의 통제 아래 힘을 발휘하듯, 하네스는 '어떤 힘을 통제해서 유용하게 쓴다'는 의미로 확장되어 쓰인다. 이 개념에 기반한 하네스 엔지니어링은 AI 에이전트가 안정적으로 작동하도록, 접근 권한, 실행 구조(어떤 도구를 쓸 수 있고, 어떤 조건에서 실행이 허용되는지), 인간 개입 지점 등을 설계하는 것이다.잘 설계된 하네스 없이, AI 에이전트에게 일을 맡기면 생기는 일고객 응대, 영업 지원, 계약 검토까지… AI 에이전트를 실제 업무에 적용하려는 시도가 확산되고 있다. 그런데 여기서 간과하기 쉬운 부분이 있다. AI가 그 업무를 수행할 수 있는 것과, 조직이 안심하고 맡길 수 있는 것은 전혀 다른 문제다. 실제 업무 현장에서 AI가 통제 범위를 벗어나면 어떤 일이 벌어질까? 몇 가지 가상의 사례를 통해 살펴보자.1) “보이니까 봤을 뿐” AI 에이전트가 기밀까지 열람한 경우고객 맞춤형 제안서를 작성하는 ‘영업 지원 에이전트’를 떠올려보자. 이 에이전트의 본래 역할은 고객의 구매 기록과 상담 이력을 참고해 제안서 초안을 만드는 것이다. 그런데 에이전트가 CRM뿐 아니라 사내 전체 문서에 접근할 수 있는 상태였다. 제안서의 설득력을 높이기 위해 우수 영업 직원의 성공 사례를 찾는 과정에서, 에이전트는 영업 성과 리포트뿐 아니라 인사 평가 자료와 보상 관련 문서까지 검색 결과로 가져왔다.에이전트가 규칙을 의도적으로 어긴 것은 아니다. 문제는 의도가 아니라 구조에 있다. 지침에 “인사 정보는 참고하지 말라”고 적어두는 것만으로는 이런 동작을 안정적으로 막기 어렵다. 애초에 영업 지원 에이전트가 접근할 수 있는 데이터 범위를 고객 정보와 영업 관련 문서로 제한하고, 인사·급여·평가 자료는 검색 대상에서 제외되도록 권한을 분리해야 한다. 이는 AI의 판단 문제가 아니다. 영업 업무를 맡은 에이전트가 인사 자료에까지 손을 뻗을 수 있는 구조 자체가 문제였다. 직원에게도 업무에 필요한 자료만 열람 권한을 주듯, AI 에이전트에게도 역할에 맞는 접근 범위를 처음부터 명확하게 설정해야 한다.2) “목표 달성하라면서요” 목표에 과몰입한 AI 에이전트가 폭주한 경우회사 소식을 이메일로 발송하는 ‘홍보 에이전트’를 떠올려보자. 이번 달 응답률을 20% 높이라는 목표를 받은 이 에이전트는 초기 발송량이 효과를 내지 못하자 이틀째에는 5,000명, 사흘째에는 2만 명으로 발송 규모를 계속 키웠다. 일주일 뒤, 회사의 발신 이메일 주소는 스팸으로 분류됐고 정상적인 안내조차 차단됐다.에이전트는 부여받은 목표를 달성하기 위해 허용된 수단을 적극적으로 활용했을 뿐이다. 문제는 멈춰야 할 기준이 시스템 안에 없었다는 점이다. 일일 발송 한도, 비용 상한선, 스팸 신고율 기준, 자동 중단 조건 같은 제한 장치를 시스템 안에 설계해 두어야 한다. 에이전트가 스스로 적절한 시점에 멈추기를 기대하는 것이 아니라, 위험 신호가 감지되면 구조적으로 멈추도록 만들어야 한다.3) “하는 김에 이것까지 했는데요?” AI 에이전트가 권한 밖의 일을 해버린 경우법무팀에서 수백 페이지 분량의 계약서를 검토하는 ‘’법률 문서 에이전트’를 떠올려보자. 이 에이전트는 위험 조항을 빠르게 식별하고 수정안을 제안하는 역할을 맡고 있었다. 그런데 계약관리시스템과 이메일 발송 도구까지 함께 연결해둔 탓에, 어느 날 에이전트는 위험도가 낮다고 판단한 계약서를 ‘법무 검토 완료’ 상태로 변경하고, 수정본을 거래처 담당자에게 자동 발송했다.에이전트의 분석이 정확하든 아니든, 계약 검토 결과를 최종 상태로 변경하거나 외부에 발송하는 권한은 에이전트에게 맡겨서는 안 되는 영역일 수 있다. 에이전트의 역할은 위험 조항 식별과 수정안 제안까지로 한정하고, 계약 상태 변경이나 외부 발송은 반드시 사람의 승인을 거치도록 설계해야 한다. 이는 AI의 분석 능력 문제가 아니라, 검토 권한과 실행 권한이 분리되지 않았을 때 생기는 문제다.* 'AI 에이전트 도입 전, 하네스 엔지니어링 점검 포인트'는 다음 글에서 이어집니다.<References>· Building the foundations for agentic AI at scale, April 2, 2026, Mckinsey· Gartner Identifies Six Steps to Manage AI Agent Sprawl, April 2026, Gartner· Gartner Says Applying Uniform Governance Across AI Agents Will Lead to Enterprise AI Agent Failure, May 2026, Gartner· AI에 의한 고객여정의 마지막 진화, 위임하는 종의 탄생, August 2025, Kearney· The age of the agents: how agentic AI offers unprecedented opportunities to reimagine business processes, August 2025, Kearney· Harness engineering: leveraging Codex in an agent-first world, February 2026, OpenAI· Leading in the Age of AI Agents: Managing the Machines That Manage Themselves, November 2025, BCG· How Agents Are Accelerating the Next Wave of AI Value Creation, December 2025, BCG· "왜 지금 '하네스 엔지니어링'인가… AI 에이전트·조직 승패 가른다", April 2026, TheMilk

  작성자 작성일 07-13 조회 167
• 47

  [칼럼] 코칭 잘하는 리더는 AI를 다르게 쓴다

  AI 시대, 코칭의 목표가 달라졌다인공지능(AI)이 일하는 방식을 바꾸고 있다. 보고서 초안을 쓰고, 데이터를 분석하고, 회의록을 정리하는 일에서 AI의 유용성은 이미 확인됐다. 그렇다면 사람은 특히 조직의 구성원들은 어떻게 자신의 가치를 증명해야 하는가. 단순 실행을 AI에게 넘긴 자리에서 구성원들은 이제 스스로 더 크고 복잡한 역할을 정의하고 수행해야 한다. 그리고 바로 그 지점에서 리더의 코칭이 과거 어느 때보다 중요해졌다.AI 시대의 코칭은 이전의 것보다 확장된 접근이 요구된다. AI는 많은 조직 구성원들의 생산성을 획기적으로 높이고 나아가 일부 조직 구성원들의 자리를 대체하기 시작했다. 구성원들이 이전만큼의 업무범위와 업무량만큼만 하려 든다면 조직 내에서 그의 자리는 사라질지 모른다. AI 시대의 리더는 구성원이 더 높은 수준과 넓은 범위의 역할로 그가 확장되게 만들어야 한다. 코칭의 목표를 ‘기대된 역할과 수준’에서 ‘기대도 하지 못한 역할과 수준’으로 옮겨야 하는 것이다.이미 많은 리더들이 자신의 코칭에 AI를 활용하고 있다. 면담 전에 챗GPT로 질문을 뽑고 면담 내용을 AI로 요약하는 식이다. 혹시 리더들이 코칭에 AI를 사용하면서 본질을 놓치고 있는 것은 아닐까. 설사 AI가 리더의 입과 귀를 대신해주더라도 구성원의 떨리는 목소리나 발개진 얼굴, 숨겨진 두려움이나 열망을 알아채고 등을 툭 쳐줄 수 있는 건 리더만이 할 수 있는 일이다.코칭은 AI가 아니라 리더의 역할이며 AI에게 의존한 질문과 코칭은 리더를 나아지게 할 수 없고, 나아지지 못하는 리더는 조직에 해가 될 수 있다. 코칭하는 리더들이 AI를 더 잘 활용하는 방법, 코칭의 흐름인 전·중·후 단계를 기준으로 살펴본다.코칭 전: 질문부터 뽑지 말고 팀원을 관찰하라많은 리더들이 면담 전에 AI를 이렇게 쓴다. “다음 주에 팀원과 일대일 면담이 있는데 좋은 질문 추천해줘.” 틀린 활용은 아니다. 하지만 이 방식으로는 코칭 역량이 늘지 않는다. AI가 질문을 대신 생각해주기 때문이다.한발 더 나아간 활용은 이렇다. 면담 전에 팀원의 최근 상황을 AI에게 먼저 설명한다. “이 팀원은 요즘 새로운 프로젝트를 맡았는데 회의에서 발언이 눈에 띄게 줄었어. 지난주에는 마감을 한 번 놓쳤고.” 이렇게 관찰한 것들을 언어화하는 과정 자체가 리더에게 훈련이 된다. 그 위에 AI가 “그렇다면 이 팀원에게 지금 필요한 질문은 무엇일까요”를 함께 설계해주는 방식이다.이 과정에서 리더는 팀원을 더 세밀하게 관찰하는 습관을 기르게 된다. 면담 질문은 AI가 만들어줄 수 있지만 팀원을 읽는 눈은 반드시 리더 자신이 직접 키워내야 한다. 챗GPT나 제미나이, 클로드 같은 생성형 AI로 충분히 시작할 수 있다.면담 전 리허설까지 원한다면 챗GPT의 음성 모드를 활용해보자. 출근길 차 안에서 팀원 상황을 소리 내어 브리핑하고 피드백을 받는 방식이 생각보다 효과적이다. 실제로 많은 교육 기관들에서도 코칭 리더십 교육에 이런 유의 생성형 AI 기반의 코칭 실습을 많이 활용한다. 까다로운 구성원 페르소나를 만들거나 어려운 면담 상황을 프롬프트로 만든 후 이를 교육 중 실습에 적용하는 식이다.코칭 중: 대화를 기록하되 내 패턴을 보라면담 중 AI 활용의 대표적인 방식은 대화 내용을 기록하고 요약하는 것이다. 파이어플라이즈AI나 오터AI 같은 툴이 세계적으로 유명하기는 하지만 국내 리더들에게는 한국어 인식률이 높은 클로바노트나 다글로가 더 현실적인 선택이다. 팀즈의 회의 요약 기능도 꽤나 효과적이다. 이들 대화 기록형 툴들은 화자를 분리하고 핵심 키워드와 요약까지 제공해줘 면담 후 내용을 정리하는 수고를 크게 줄여준다.데이터의 기록보다 중요한 것이 이 데이터를 어떻게 읽느냐다. 단순히 ‘오늘 면담 내용 요약’으로 끝내면 AI는 기록 도구에 그친다. 그러나 AI는 잘만 활용하면 리더 자신의 코칭 습관을 비추는 거울이 되어준다.기록을 AI에게 공유하고 발언 비율을 분석해달라고 해보자. ‘오늘 면담에서 상대방의 발언 비율은 20%에 그친다’는 AI의 판단 결과를 마주하는 순간 리더는 꽤나 당혹감을 느낄 것이다. 그 불편함이 성장의 출발점이 돼줄 것이다.한발 더 나아가 바람직한 코칭의 조건을 바탕으로 나의 코칭 기록을 평가해달라고 하자. ‘오늘 코칭은 구성원에게 문제를 정확하게 짚어줬으나 자신감을 저해할 가능성이 있다’거나 ‘이번 코칭에는 유독 부정적인 표현을 자주 썼다’며 AI가 뼈아픈 피드백을 해준다면 이를 직면할 수 있는 리더만이 진짜 성장할 수 있다.코칭에 더 특화된 기능이 필요하다면 베터업이나 혼 같은 플랫폼은 리더의 커뮤니케이션 패턴과 피드백 스타일을 분석하고 개인화된 개선 방향을 제안해준다. 다만 이런 플랫폼들은 조직 차원의 도입을 전제로 하는 경우가 많아 개인 리더가 바로 접근하기엔 허들이 있다. 관련해 실제 국내의 한 IT 기업에서는 현업 리더들이 좋은 코치로 성장할 수 있도록 돕기 위해 자체적 코칭 평가용 프롬프트를 만들기도 했다. 코칭 후: 성찰을 루틴으로, 누적을 자산으로면담이 끝난 후가 코칭 역량이 실제로 자라는 시간이다. 그런데 많은 리더들이 면담을 마치고 나면 다음 업무로 바로 넘어간다. AI를 활용하면 이 성찰의 과정을 짧고 효과적으로 만들 수 있다.방법은 간단하다. 면담 직후 AI에게 오늘의 대화 흐름을 간략히 설명하고 더 좋은 코칭을 하기 위해 나에게 필요한 변화를 모색하는 것이다. ‘내가 오늘 팀원의 가능성을 믿고 기다려준 시간은 얼마나 됐나’, ‘내가 오늘 놓친 것은 없을까’, ‘이 팀원의 장기적 성장 목표는 어떻게 잡으면 좋을까’, ‘이 팀원에게 다음 면담에서 더 집중해야 할 부분은’ 등을 AI에게 물어보자. AI의 답변이 정답일 필요는 없다. 그 질문에 답하는 과정에서 리더 스스로 면담을 되짚게 되는 것이 핵심이다.이 루틴을 꾸준히 쌓으면 누적된 기록이 리더 개인의 코칭 성장 데이터가 된다. ‘나는 성과 이슈에는 잘 개입하는데 동기 이슈는 늘 흘려보내는 경향이 있다’는 식의 자기 인식이 데이터로 뒷받침된다. 챗GPT나 제미나이, 클로드 등의 생성형 AI로도 충분히 가능한 루틴이고 이렇게 쌓인 통찰은 다음 면담을 준비하는 코칭 전 단계로 자연스럽게 이어진다. 성찰이 루틴이 되면 코칭은 일회성 이벤트가 아니라 지속가능한 성장 시스템이 된다.리더에게: AI 툴보다 코칭 근육이 먼저다코칭 AI 툴 시장은 지금 이 순간에도 빠르게 변하고 있다. 오늘 주목받는 툴이 내년엔 다른 툴로 대체될 수 있다. 특정 플랫폼에 조직의 코칭 문화를 통째로 맡기는 것이 섣부른 이유가 여기 있다. 툴은 바뀌어도 리더가 AI를 코칭에 녹여 쓰는 방식과 루틴은 남는다.지금 당장 거창한 플랫폼을 구매하거나 도입할 필요는 없다. 다음 면담 전에 팀원의 상황을 AI에게 설명해보는 것부터 시작해보자. 질문을 받아 적는 것이 아니라 팀원을 관찰하고 언어화하는 연습으로서 그 작은 루틴이 쌓이면 어떤 AI 툴이 나와도 코칭에 잘 활용할 수 있는 리더의 근육이 된다.AI 시대에 코칭이 더 중요해졌다면 코칭하는 리더도 AI 시대에 맞게 성장해야 한다. 툴을 쓰는 것이 아니라 툴로 자신을 키우는 방식으로 말이다.양신혜 IGM세계경영연구원 기업가치혁신본부 이사* IGM 한경비즈니스 칼럼을 정리한 글입니다.

  작성자 작성일 06-18 조회 233
• 46

  [프리즘] 직원 71%가 AI 몰래 쓴다? '섀도우 A…

  AI를 활용한 회의록 요약, 이메일 작성은 이제 기본이다. 경쟁사 동향을 분석하고, 전략 보고서를 작성하고, 신사업 아이디어를 발굴하고, 리스크 시나리오를 검토하는 일까지… 구성원들은 이미 AI를 일상의 업무 도구로 사용하고 있다. 그 효과는 수치로도 확인된다. PwC 조사에서 AI를 사용해 본 직원 4명 중 3명은 생산성과 업무 품질이 향상됐다고 답했다. 특히 매일 AI를 쓰는 '파워 유저'의 10명 중 9명은 이미 업무 개선을 경험했을 뿐 아니라, 앞으로 더 많은 것을 기대한다고 했다 . EY는 AI를 효과적으로 활용할 경우, 조직 생산성이 최대 40% 향상될 수 있다고 밝혔다. AI를 쓰지 않는 조직은 이 격차를 고스란히 경쟁 열위로 떠안게 된다.하지만 현장에서 쓰이는 AI 도구가 모두 회사의 공식 승인을 받은 것은 아니다. 여기서 등장하는 개념이 '섀도우 AI(Shadow AI)'다. 회사의 공식 승인이나 보안 검토 없이, 구성원이 스스로 찾아 사용하는 AI 도구 전반을 말한다. 개인 계정으로 AI 서비스를 구독하거나, 팀끼리 클라우드 기반의 자동화 도구를 활용하는 것 모두가 여기에 해당한다. 섀도우 AI는 일부 직원만의 이야기가 아니다. EY 조사에 따르면 기업 내 AI 활동의 50% 이상이 공식 승인 없이 이루어지고 있으며 , Microsoft의 조사에서는 직원의 71%가 회사의 승인 없이 AI 도구를 사용한 경험이 있다고 답했다.섀도우 AI의 문제는 '보이지 않는다'는 데 있다. 조직이 인지하지 못하는 사이 데이터가 오가기 때문에, 문제가 생겨도 어디서 어떻게 터졌는지 추적할 방법이 없다. 실제로 JP모건체이스는 직원들이 ChatGPT에 민감한 금융 데이터를 입력할 수 있다는 우려가 제기되자 즉각 사용을 제한했다. 내부 전용 AI 플랫폼을 구축한 기업은 공식 도구 사용을 유도할 수 있지만, 그럴 여력이 없는 기업 대부분은 AI 사용을 장려하면서도 이를 효과적으로 관리하지 못하는 상황에 놓여 있다. 가령, 고객 리스트 분석을 맡은 구성원이 더 효과적인 작업을 위해 외부 AI에 데이터를 입력했다고 하자. 그 직원은 업무를 잘 해내려 했을 뿐이지만, 수천 명의 고객 정보는 이미 승인되지 않은 AI 서비스로 넘어간 뒤다. 외부 AI 서비스는 입력된 데이터를 모델 학습에 활용하거나 제3자에게 넘길 수 있다.관리되지 않은 섀도우 AI는 분명 위험하다. 하지만 AI 사용 자체를 막는 것도 답이 아니다. 이미 생산성과 업무 품질 향상의 핵심 도구가 된 AI를 금지하는 조직은, 보안 리스크 대신 도태의 위험을 택하는 셈이다. 섀도우 AI는 없애야 할 문제가 아니라, 관리되어야 할 대상이다. 구체적으로 어떻게 할 수 있을까?먼저 물어보라"우리 구성원들은 지금 어떤 AI를 쓰고 있는가?" 이 질문이 조직 내 AI 사용 현황 가시화하는 출발점이다. 단, 대화의 목적이 중요하다. 위반을 잡아내는 감시가 아니라, 실무 현장을 이해하려는 대화여야 한다. 구성원들이 AI 사용 경험을 편하게 공유할수록, 혁신 사례와 위험 신호를 더 빨리 포착할 수 있다.‘허용 구역'을 만들어라전면 금지도, 전면 허용도 답이 아니다. 어떤 데이터는 AI에 넣어도 되는지, 어떤 데이터는 절대 안 되는지를 구성원들이 이해할 수 있는 언어로 전달해야 한다. 일반적으로 기업들은 데이터를 네 가지로 나눈다.(1) Public: 이미 외부에 공개된 정보(보도자료, 공개 IR자료, 홈페이지 콘텐츠)는 AI에 자유롭게 입력할 수 있다.(2) Internal: 사내 공지나 업무 매뉴얼처럼 내부 업무용 일반 문서는 조건부로 허용된다. 어떤 AI 도구를 쓰는지, 데이터가 어디에 저장되는지 확인한 뒤 사용해야 한다.(3) Confidential: 고객 정보·재무 데이터·미공개 전략 계획처럼 유출 시 비즈니스 손실과 계약 위반으로 이어지는 정보다. 외부 AI 입력은 원칙적으로 금지된다.(4) Restricted: 개인식별정보(PII)·금융거래정보·영업 비밀처럼 법령으로 보호되는 데이터다. 유출 시 과징금·형사처벌 등 법적 제재가 직결되기 때문에, 어떤 경우에도 외부 AI에 입력해서는 안 된다. 물론 어떤 데이터가 어느 등급에 속하는지는 기업마다, 업종마다 다르다.현장의 실험을 조직의 자산으로 만들어라섀도우 AI는 나쁜 것만이 아니다. 섀도우 AI의 확산은 구성원들의 '더 빠르고 스마트하게 일하고자 하는 욕구’에 기인하기도 한다. 공식 AI 도구의 도입 절차가 복잡하거나 기능이 미비할 경우, 현장은 스스로 대안을 찾게 된다. 이에 섀도우 AI를 단순한 보안 리스크로만 규정하기보다 혁신의 신호로 파악할 필요가 있다. 섀도우 AI로 의미 있는 성과를 낸 구성원이나 팀이 있다면, 그 경험이 조직 전체의 자산으로 만들어보자.KPMG· University of Melbourne이 실시한 조사에서 직원의 57%가 AI를 사용했음을 숨기고 AI가 생성한 결과를 자신의 것으로 제출한다고 답했다 . 지금 이 순간에도 당신의 구성원 중 누군가는 섀도우 AI를 쓰고 있을 가능성이 높다. 문제는 "쓰는가, 안 쓰는가"가 아니다. 조직이 "알고 있는가, 모르고 있는가"다. 구성원의 '보이지 않는 혁신'을 키우고 싶다면, 사용 관리 기준부터 마련해야 할 것이다.<References>· Prevent data leak to Shadow AI, September 2025, Microsoft Security· Balancing innovation and risk: how AI is reshaping cybersecurity, Tech Trends 2026 - Trend #5, Deloitte· Shadow AI: How stealth productivity is strangling enterprise AI adoption. And creating a security nightmare…, IDC· EY 2025 Work Reimagined· EY survey: autonomous AI adoption surges at tech companies as oversight falls behind, 04 Mar 2026, EY· Rise in ‘Shadow AI’ tools raising security concerns for UK organisations, October 13, 2025, Microsoft· 2025년 글로벌 직장인 설문조사, November 2025, PwC

  작성자 작성일 06-01 조회 458
• 45

  [프리즘] AI 시대 필수 역량, 내러티브 애질리티를 …

  * '내러티브 애질리티' 콘텐츠는 IGM 트렌드 리포트 'PRISM'에 게시된 글로, 총 2편으로 나뉘어 연재됩니다. 이전 글 보기나이키(Nike)의 Why Do it?"시대에 발맞춰 브랜드의 서사를 동기화하다"나이키는 시대의 감각에 맞게 브랜드 서사를 유연하게 조정한 대표적인 사례다. 나이키의 슬로건 ‘Just Do it’은 오랫동안 강력한 브랜드 철학이자 메시지로 자리해왔다. 이 슬로건은 역경을 극복하는 강인한 스포츠 정신을 전파한다는 나이키의 핵심가치를 함축하고 있다. 그러나 최근 몇 년 사이 나이키의 주요 고객층인 젊은 세대의 정서적·문화적 맥락이 바뀌었다. 일명 ‘불안 세대’라고도 불리는 이들은, 빠른 변화 속도와 높은 사회적 긴장 속에서 성장했으며 불안과 피로를 일상적으로 경험한다. 그들에게 역경 앞에서 “그냥 해(Just do it)”라고 말하는 기존의 서사는 이전만큼 공감을 얻기 어려워졌다. 출처: Nike이러한 맥락 속에서, 나이키는 2025년 ’Why Do it?’ 캠페인을 공개했다. 기존의 ‘Just Do it’ 캠페인이 위대한 스포츠 선수들을 주인공으로 삼아 승리와 성취, 한계를 극복해내는 개인의 의지를 강조해 왔다면, 새롭게 공개된 ‘Why Do it?’은 보다 근본적인 질문을 던진다. 사람들은 왜 운동을 하는가, 그들에게 운동이 지니는 가치는 무엇인가. 이 질문은 운동의 의미를 경쟁과 승리에서 개인의 삶과 감정, 그리고 순수한 즐거움의 맥락으로 다시 가져온다. 정신 건강, 자기다움, 일상의 즐거움을 중요한 가치 기준으로 삼는 지금의 세대에게 훨씬 설득력 있는 메시지다. 이는 브랜드의 핵심 철학은 유지하되, 타겟 고객의 심리적 변화에 맞춰 서사의 축을 빠르게 이동시킨 내러티브 애질리티의 전형이다.엔비디아(Nvidia)의 AI Factory"시대에 앞서는 서사로 시장을 선점하다"엔비디아의 성공 요인은 '압도적인 GPU 성능'일 것이다. 여기에 젠슨 황(Jensen Huang)은 내러티브 애질리티를 더했다. 그는 단순히 칩을 파는 것이 아니라, 기술의 구조를 '재정의'함으로써 시장의 자본 흐름을 바꾸고 있다. 젠슨 황은 2024년 GTC 기조연설에서 데이터 센터를 ‘지능(intelligence)을 생산하는 AI 공장(AI Factory)’으로 규정했다. 그의 이 한마디는 데이터센터를 ‘비용’이 아닌 ‘수익 창출처’로 정의하며 전세계 경영자의 인식을 바꾸어 놓았다.주목할 점은 엔비디아와 젠슨 황의 서사가 기술이 움직이는 속도에 앞서, 선제적으로 진화한다는 것이다. 2026년 3월 그는 AI 산업을 “5층 케이크(AI is a 5-layer cake)”에 비유하며 서사를 확장했다. AI 산업이 단일 기술이 아니라 에너지, 칩, 인프라, 모델, 애플리케이션에 이르는 하나의 생태계를 이룰 것이며, 엔비디아는 산업 생태계의 설계자이자 전체를 작동시키는 핵심 플랫폼이 될 것이라는 선언이다. 젠슨 황은 기술적 스펙을 나열하기보다, 시장이 따라올 수밖에 없는 서사를 먼저 제시한다. 엔비디아가 GPU 칩 생산 기업을 넘어 AI 산업을 리드하는 비결이다.이처럼, 내러티브 애질리티는 단순히 마케팅 전략 그 이상이다. 기술과 산업의 흐름을 읽고 그 변화가 만들어 낼 새로운 질서를 먼저 정의하는 역량이자, 서사를 통해 시장의 방향을 앞당기는 역량이다. 즉, 이야기의 민첩성은 새로운 시장의 자본과 생태계를 선점하는 최상위의 경영 전략이 될 수 있다.리더, 최고서사책임자(CNO)가 되어야AI 시대, 누구나 무엇이든 쉽고 빠르게 만들어낼 수 있다. 기술의 속도는 더 이상 차별화된 경쟁력이 아니라 생존을 위한 기본값이 되었다. 이제 중요한 것은 그 속도를 추격하는 것이 아니라, 기술의 변화와 시의적인 맥락 그리고 조직의 서사를 실시간으로 동기화하는 것이다. 같은 기술이라도 어떤 맥락에서 어떻게 의미를 부여하는가에 따라 전혀 다른 결과로 이어지기 때문이다.이제 리더는 단순히 목표를 제시하는 사람이 아니라, 변화의 속도(Agility) 위에서 맥락(Context)을 장악하고 서사(Narrative)를 정렬하는 ‘최고서사책임자(CNO)’가 되어야 한다. 이 세 가지를 하나의 흐름으로 움직이게 만드는 리더십 이야말로, 급변하는 시대 속에서 조직이 가질 수 있는 가장 강력한 자산이 될 것이다.<References>· “비즈니스 트랜스포메이션은 왜 실패하는가: 성공하는 리더의 차별화된 전략”, Kearney Insight, 2026.01.16· “AI is a 5layer cake”, Jensen Huang, Nvidia Blog, 2026.03.10· “Narrative Agility: How Brands Win the Moment Without Losing Themselves”, Nicholas Love, Dope Thinkers Only, 2025.10.29· “Valentino trashed for ‘tacky’ and ‘lazy’ AI ad: Fashionistas accuse luxe couture brand of choosing ‘efficiency over artistry’”, New York Post, 2025.12.03· “Agentforce Marks Salesforce’s Critical Pivot To Autonomous AI”, Forbes, 2025.12.08· “Nike Reintroduces “Just Do It” to Today’s Generation with “Why Do It?” Campaign”, Nike Newsroom, 2025.09.04

  작성자 작성일 05-21 조회 373
• 44

  [프리즘] AI 시대, 브랜드 서사를 주도하라! 내러티…

  * '내러티브 애질리티' 콘텐츠는 IGM 트렌드 리포트 'PRISM'에 게시된 글로, 총 2편으로 나뉘어 연재됩니다.최근 글로벌 기업들은 앞다퉈 ‘이야기꾼’을 채용하고 있다. 지난 1년 간 ‘스토리텔러’라는 직함이 포함된 채용 공고는 전년 대비 두 배 증가했으며, 구글과 마이크로소프트, 노션은 스토리텔링을 별도의 기능 조직으로 신설하고 있다. 왜 지금, 이런 채용 트렌드가 나타나고 있는 걸까?AI는 모두의 생산 속도를 비약적으로 끌어올리고 있다. 이제 중요한 것은 하던 일을 더 빠르게 하는 것에 그치지 않는다. 빠르게 변화하는 시대의 맥락 속에서, 우리가 무엇을 왜 하는지에 대해 유연하게 조정해 나가야 한다. 맥락을 읽지 못하는 조직은 아무리 신기술을 도입하고 트렌드를 따라가더라도 남이 만든 판 위에서 움직이는 플레이어로 남는다. 이제 경쟁력의 중심은 ‘누가 더 빠르게 움직이는가’에서 ‘누가 민첩하게 시대의 이야기를 주도하는가’로 이동하고 있다. 지금, 맥락을 읽고 서사를 실시간으로 재구성하는 역량, 내러티브 애질리티(Narrative Agility)에 주목해야 하는 이유다.기술과 서사의 속도가 어긋나는 순간, 실패는 시작된다2025년 12월, 럭셔리 패션 브랜드 발렌티노(Valentino)가 공개한 한 영상이 큰 파장을 불러일으켰다. 영상 속에서는 발렌티노의 가방에서 한 여성이 고개를 내밀며 등장하고, 모델들의 신체가 뒤틀리거나 서로 연결되며 브랜드 로고로 변한다. 어딘가 기괴하면서도 초현실적인 이 광고는 AI로 생성한 영상으로, 실험적인 영상미를 통해 브랜드의 혁신성을 보여주려는 시도였다. 하지만 반응은 예상과 달랐다.소셜미디어에서는 “아름답지도 않고 그저 값싸 보인다”, “브랜드 이미지와 전혀 어울리지 않는다”, “아무나 찍어내는 AI 찌꺼기(AI Slop) 영상을 발렌티노에서 만들었다니”와 같은 부정적 반응이 이어졌다. 일부 패션 커뮤니티에서는 발렌티노의 정체성과 헤리티지를 훼손한 캠페인이라는 강한 비판까지 등장했다. 출처: Valentino (유튜브 영상 캡처)이 사례를 단순히 AI 활용의 실패로만 해석하는 것은 충분하지 않다. 문제의 핵심은 기술의 미숙함이 아니라, 변화하는 환경 속에서 브랜드 서사를 어떻게 전환할 것인가에 대한 전략적 고민의 부재에 있다. 발렌티노, 그리고 럭셔리 산업이 오랫동안 구축해 온 핵심 서사는 바로 ‘장인정신’이다. 수작업의 정교한 디테일, 비효율적일지라도 오랜 시간 공들이는 정성, 최고의 서비스, 그리고 수년에 걸쳐 축적된 기술력은 제품의 높은 가격을 정당화할 수 있는 근거가 되어왔다.그러나 장인정신이라는 기존 서사를 유지할 것인지, 혹은 AI를 활용한 새로운 창작 방식과 연결해 확장할 것인지에 대한 명확한 방향 설정 없이 기술을 앞세운 결과, 발렌티노가 쌓아온 브랜드 서사와 캠페인의 메시지 사이에 단절이 발생했다. 이는 곧, 기존의 서사를 변화하는 맥락 속에서 설득력 있게 다시 정의하지 못할 때, 혁신적 시도가 오히려 브랜드 가치를 훼손할 수 있음을 보여준다.‘완성된 이야기’에서 ‘진화하는 서사’로오늘날 기업이 마주한 환경은 과거보다 훨씬 빠르게 변화한다. 기술의 발전이나 산업 구조는 물론, 소비자의 가치관과 문화 역시 실시간으로 재편되고 있다. 이런 환경에서 중요한 것은 단순히 변화에 얼마나 빠르게 반응하느냐가 아니라, 그 변화가 기업에게 어떤 의미인지 지속적으로 재해석하고, 그에 맞게 방향을 조정하는 능력이다.이러한 문제 의식은 경영 전략 분야에서 이미 논의되어 왔다. 2000년대 이후 민첩성(Agility)이 핵심 역량으로 강조되기 시작한 것도 같은 맥락이다. 특히, 인시아드(INSEAD)의 이브 도즈(Yves Doz) 교수는 단순히 시장 변화에 대한 단순한 대응을 넘어, 전략을 상황에 맞게 적절히 조정할 수 있는 조직 역량을 ‘전략적 민첩성(Strategic Agility)’으로 설명하며, 유연한 방향 전환의 중요성을 강조했다.이러한 흐름은 이제 커뮤니케이션 영역으로 확장되고 있다. 과거에는 브랜드의 역사와 철학, 제품의 차별성을 하나의 완성된 이야기로 정리해 전달하는 방식이 주효했다. 그러나 시장, 고객, 기술 환경이 실시간으로 변하는 오늘날, 기업의 서사는 고정된 메시지가 아니라 전략 전환 속도에 맞게 유연하게 재구성되어야 하는 대상이 되었다.이러한 흐름 속에서 등장한 개념이 내러티브 애질리티(Narrative Agility)다. 2025년 이 용어를 처음 언급한 글로벌 전략 커뮤니케이션 전문가 니콜라스 러브(Nicholas Love)는, 이를 문화적 흐름을 예민하게 포착해 브랜드의 목소리를 조정하는 마케팅 전략의 일환으로 설명했다. 그러나 이 개념은 마케팅을 넘어, 산업의 변화 속에서 기업의 역할과 존재 이유를 새롭게 설정하는 전사 전략 차원으로 확장될 수 있다.이러한 논의를 바탕으로, IGM은 내러티브 애질리티를 변화하는 기술, 문화, 시장 상황에 맞게 기업의 의미와 존재 이유를 동기화하고, 그 의미를 내부 구성원과 외부 고객이 납득할 수 있는 이야기로 유연하게 재구성하는 서사적 민첩성으로 정의한다. 다음 글에서 이어지는 사례에서는 내러티브 애질리티가 실제 비즈니스 현장에서 어떻게 구현되는지 살펴본다.* '내러티브 애질리티를 발휘하는 기업 사례'는 다음 글에서 이어집니다.<References>· “비즈니스 트랜스포메이션은 왜 실패하는가: 성공하는 리더의 차별화된 전략”, Kearney Insight, 2026.01.16· “AI is a 5layer cake”, Jensen Huang, Nvidia Blog, 2026.03.10· “Narrative Agility: How Brands Win the Moment Without Losing Themselves”, Nicholas Love, Dope Thinkers Only, 2025.10.29· “Valentino trashed for ‘tacky’ and ‘lazy’ AI ad: Fashionistas accuse luxe couture brand of choosing ‘efficiency over artistry’”, New York Post, 2025.12.03· “Agentforce Marks Salesforce’s Critical Pivot To Autonomous AI”, Forbes, 2025.12.08· “Nike Reintroduces “Just Do It” to Today’s Generation with “Why Do It?” Campaign”, Nike Newsroom, 2025.09.04

  작성자 작성일 05-19 조회 436
• 43

  [시금치] AI 잘 쓰는 사람 vs. 못 쓰는 사람,…

  “AI는 검색용으로 쓰는 정도입니다. 익숙하지 않으니 손이 잘 안 가더라고요.”“어떤 사람들은 AI로 기획안을 5분 만에 만든다는데... 내가 잘 못 쓰고 있나 불안하긴 하죠.”“새로운 툴 얘기를 들을 때마다, 저것도 공부해야 한다는 압박감에 마음이 무거워요.” 온통 AI 이야기로 가득한 요즘, 동시에 이런 고민도 들려옵니다. 남들은 새로운 걸 척척 해내는 것 같은데, 나만 하던 대로 하나 싶어 괜히 불안합니다. 아예 안 쓰는 것은 아닌데... 나도 모르는 사이 격차가 크게 벌어져 있을 것 같은 기분이 들죠. 이런 기분의 원인, 대체 무엇일까요? 실제로 기술에 서투른 게 이유일수도 있지만, 더 근본적인 이유는 AI 효능감(AI Efficacy)이 낮기 때문일지도 모릅니다.효능감(Efficacy)이란 심리학자 앨버트 반두라가 정립한 개념인데요. 특정 과제를 성공적으로 수행할 수 있다는 자기 역량에 대한 믿음을 뜻합니다. 효능감이 높은 사람은 어렵거나 새로운 문제를 만났을 때 피하지 않고 적극적으로 시도합니다. AI 효능감도 마찬가지입니다. 내가 AI를 나의 목적에 맞게 효과적으로 다루고 활용할 수 있다는 스스로의 능력에 대한 확신을 의미하죠. 이 믿음이 있는 사람들은 새로운 AI 도구를 만났을 때 ‘공부해야 할 숙제’가 아니라, 나의 문제를 해결하고 역량을 확장해 줄 ‘똑똑한 파트너’로 인식합니다.AI 효능감은 리더에게 더욱 중요합니다. 실무자의 효능감이 도구를 다루는 숙련도와 업무 처리 속도를 높여주는데 그친다면, 리더의 효능감은 조직 전체의 태도와 업무 방향을 결정하기 때문입니다. 리더가 자신과 조직의 AI 역량에 대한 확신을 가지고 있어야, AI를 ‘우리의 자리를 대체할 존재’가 아닌 ‘우리의 성과를 증폭시키는 파트너’라고 정의해 줄 수 있습니다. 비로소 조직 전체의 심리적 저항도 낮아지고, 구성원들의 더 창의적인 활용을 이끌어낼 수 있죠. 또한, 리더의 AI 효능감은 단순히 업무 결과물 하나를 잘 뽑아내는 기술이 아닙니다. 전체 업무에 AI를 어떻게 효과적으로 녹여낼 지 큰 그림을 보며, 장기적인 활용 방향과 성과 창출 전략을 제시할 수 있는 힘이 됩니다.리더의 AI 효능감은 ‘내가 AI 전문가가 되겠다’는 생각보다 ‘AI를 나의 업무 파트너로 육성하겠다’는 통제감을 갖는 데서 시작됩니다. 구체적인 두 가지 방법으로 시작해보세요.먼저, 효능감을 높이는 가장 확실한 방법은 직접 경험하는 것입니다. 거창한 기술 공부보다는 평소 내 업무에서 가장 번거로웠던 지점(Pain Point) 하나를 AI로 해결해 보는 것이 중요합니다. “아, 이렇게 하니까 자동화가 되네?”라는 한 번의 작은 성공이 큰 확신을 만듭니다. 두 번째, 동료 리더들과 AI 적용 고민과 성공 사례를 적극적으로 나눠보세요. 나와 비슷한 고민을 하는 다른 리더들의 사례를 통해 대리 경험을 하는 것입니다. 다른 조직 혹은 다른 팀 리더들은 AI를 의사결정과 실무에 어떻게 활용하는지, 어떤 고민을 하는지 알 수 있는 커뮤니티나 세미나, 교육을 찾아보세요. “나와 비슷한 상황의 저 사람도 해냈네?”라는 인식이 생기면 “나도 충분히 할 수 있다”는 믿음으로 이어질 수 있습니다.모든 것을 처음부터 잘 할 수는 없습니다. AI도 마찬가지입니다. 써보고, 배우는 과정에서 잘할 수 있다는 확신이 자라납니다. 지금 여러분의 AI 효능감은 몇 점인가요? 효능감을 1점 올리는 첫 걸음이 우리 조직의 변화를 만드는 시작이 될 것입니다.* 매주 금요일, IGM 시금치를 메일로도 받아볼 수 있습니다. 뉴스레터 구독하기

  작성자 작성일 05-12 조회 380
• 42

  [프리즘] 사례로 보는 AIDC 구축 전략 시나리오 (…

  ※ AIDC 콘텐츠는 총 2편으로 연재됩니다. 'AIDC에 주목하는 이유와 핵심기술'은 1편에서 살펴보세요.AIDC 구축 전략 시나리오 3가지모든 기업이 직접 공장을 지을 필요는 없다. AIDC는 기업의 상황과 목적에 따라 다양한 방식으로 구축할 수 있다. 대표적으로는 On-Premise, Colocation, Micro Data Center의 세 가지 방식이 있다.1) 자체 구축(On-Premise)데이터센터의 건물부터 전력, 냉각, 서버 인프라까지 모든 요소를 기업이 직접 구축하고 운영하는 형태다. 가장 높은 수준의 통제와 보안이 가능하다는 장점이 있으며, 대규모 AI 인프라가 필요한 글로벌 빅테크 기업들이 주로 선택하는 방식이다. 국내에서도 네이버, KT, SK, LG 등 주요 기업들이 자체 데이터센터 구축을 확대하고 있다.마이크로소프트는 오픈AI의 연산을 전담하는 가장 강력한 AIDC를 보유하고 있다. 미국 최대 원전 운영사인 콘스텔레이션 에너지와 폐쇄되었던 스리마일섬 원전 1호기를 재가동해 전력을 100% 공급받는 계약을 체결했다. 전기 먹는 하마인 AI를 감당하기 위해 자체 발전소를 근처에 둬 24시간 안정적인 전력을 확보하게 된 것이다. 또한, 2021년부터 AIDC에 액침 냉각 시스템을 도입하며 고성능 GPU가 밀집된 AIDC 설계의 표준이 되고 있다.2) 임대 및 협업(Colocation)자체 데이터센터를 짓는 것은 수년의 시간과 수천억 원의 비용이 드는 사업이다. 그래서 많은 기업들은 데이터센터 건물과 전력·냉각 인프라는 전문 사업자로부터 임대하고, 기업은 GPU 서버 등 핵심 장비만 직접 구축하는 형태인 ‘Colocation’ 방식을 현실적인 대안으로 선택하고 있다.골드만삭스는 자체 데이터센터를 구축하는 대신 코로케이션 전문 기업 에퀴닉스(Equinix)의 뉴욕, 런던, 도쿄 등 거점 데이터센터를 적극 활용하고 있다. 이는 0.001초의 지연 시간이 수익의 성패를 가르는 금융 시장에서, 전 세계 거래소와의 물리적 거리를 극복하기 위한 전략적 선택이다. 특히, 금융업 특성상 고객의 자산 정보나 거래 전략과 같은 극비 데이터를 다루기 때문에, 퍼블릭 클라우드를 사용하는 것은 보안의 위험이 존재한다. 때문에 골드만삭스는 코로케이션 방식을 통해 AI 기반 트레이딩 경쟁력을 유지하고 있다.3) 이동형/소형(Micro Data Center)대규모 데이터센터를 구축하기 어려운 경우, 소형화된 형태로 인프라를 구성하는 방식이다. 서버, 전원, 냉각, 보안 기능 등을 하나의 랙이나 캐비닛 단위로 통합해, 기업 내부 공간에 설치할 수 있다. 상대적으로 작은 규모의 AI 연산이나 특정 서비스에 적합하며, 빠른 구축과 운영이 가능하다는 특징이 있다.수백 대의 드론과 센서가 실시간으로 고화질 영상을 전송하고, 이를 즉각 분석해 전략을 수립해야 하는 군 작전 환경에서는 고성능 GPU 기반의 AI 인프라가 필수적이다. 그러나 장갑차 내부나 컨테이너와 같은 폐쇄적 작전 환경에서 발생하는 고열은 시스템 안정성의 치명적인 걸림돌이 된다. 기존의 공랭식 방법으로 열을 식히려고 해도, 사막의 모래먼지는 기존 공랭식의 팬을 끊임없이 망가뜨려 제대로 작동하지 못하게 된다. 이를 극복하기 위해 미 국방부(DoD)는 액침 냉각 방식의  Micro Data Center를 도입했다. 이에 따라 외부 환경의 제약에도 안정적으로 제어를 할 수 있게 되었다.AIDC, 선택이 아닌 전략의 문제AIDC는 앞으로의 AI 서비스를 구현하기 위한 필수 인프라다. 다만 높은 초기 투자 비용과 전력 확보의 제약, 복잡한 운영 난이도 등으로 인해 모든 기업이 동일한 방식으로 접근하기는 어려운 현실적 한계가 존재한다. 그럼에도 불구하고, 많은 전문가들은 인류의 기술 발전이 AI 등장 이전으로 되돌아가지 않는 한, AIDC 수요는 일시적인 유행을 넘어 장기적이고 지속적으로 증가할 것으로 전망하고 있다. 이러한 흐름 속에서 AIDC는 반드시 대규모 데이터센터 형태일 필요는 없다. AIDC의 본질은 기업이 자사의 데이터와 지적 자산을 보호하면서 AI를 효율적으로 운영할 수 있는 구조를 갖추는 것이다. 이제 리더들은 우리 기업의 상황에 맞는 형태로 AI 인프라를 설계하고 활용하는 전략적 방향을 고민해야 할 것이다.<References>· “AI 시대, AIDC의 전략적 의미와 활용 방향: 필수 인프라인가, 새로운 비즈니스 기회인가”, Kearney Blog, 2026· AI Data Center Market Size, Share & Trends Analysis Report 2025-2030, MarketResearch, Apr 08, 2025· “What is an AI data center?”, IBM, 2025· "칩보다 전기가 더 중요"… AI 경쟁핵심 변수 떠오른 전력, 조선일보, 2025. 09· “AI 데이터센터 열 식혀줄 해법…42조 '액침냉각' 시장 경쟁 본격화”, 중앙일보, 2024· “Understanding direct-to-chip cooling in HPC infrastructure: A deep dive into liquid cooling”, VERTIV· “[심층분석] 액침냉각 기술의 현재와 미래: AI 데이터센터 냉각 트렌드”, kt cloud 기술 블로그, 2025· “Immersion cooling systems: Advantages and deployment strategies for AI and HPC data centers”, VERTIV· ““AI가 전기를 삼킨다”…3700억달러 쏟고도 ‘블랙아웃 공포’ [AIDC 인프라 전쟁①]”, 쿠키뉴스, 2025· “Constellation to Launch Crane Clean Energy Center, Restoring Jobs and Carbon-Free Power to The Grid”, Constellation Energy, 2024· “Breaking Down the AI server data center cost”, Uvation, July 2025

  작성자 작성일 04-15 조회 1068
• 41

  [프리즘] AI 시대 진짜 권력, 데이터센터(AIDC)…

  ※ 'AI 차세대 인프라, AIDC' 콘텐츠는 2편으로 연재됩니다.AI 모델 경쟁은 끝났다!이제 '인프라 격차'가 승부를 가른다AI 경쟁의 승부처가 바뀌고 있다. GPU와 같은 고성능 ‘칩’을 확보하는 것에서 AI를 안정적으로 운영할 수 있는 ‘인프라’를 갖추는 것으로 이동했다. AI가 단순한 ‘실험’ 단계를 벗어나 대규모 연산을 실시간 서비스에 적용하는 ‘실행’ 단계로 진입했기 때문이다. 실제로 마이크로소프트 CEO 사티아 나델라는 최근 실적 발표를 통해 “현재 AI 수요에 비해 인프라 공급이 턱없이 부족한 상황이며, 인프라 구축의 속도가 곧 우리의 성장 속도를 결정할 것”이라고 강조했다. 또한, 인프라의 차이는 곧 기업의 재무 성과로 이어진다. 동일한 AI 모델이라도 어떤 인프라 환경에서 운영하느냐에 따라 총소유비용(TCO)을 최대 40%까지 절감할 수 있기 때문이다.AI 시대의 인프라인 AIDC(AI Data Center)는 이제 AI 품질 뿐 아니라 비용와 수익성을 좌우하는 핵심 요소가 되었다. 구글, 마이크로소프트와 같은 글로벌 빅테크 기업들이 올해에만 약 5,000억 달러(한화 약 720조 원)를 AIDC에 쏟아붓는 이유도 바로 여기에 있다. 우리 기업의 비즈니스 가치를 극대화하기 위해 AIDC를 어떻게 활용할 수 있을지 살펴보자.왜 지금 AIDC(AI Data Center)인가?기존의 데이터센터(DC)가 단순 '저장소'였다면, AIDC는 거대한 '연산 공장'이다. 즉 AIDC는 대규모 AI 연산을 처리하기 위해 설계된 데이터센터로, AI 모델의 학습과 추론을 안정적으로 수행하기 위한 차세대 컴퓨팅 인프라다. 앞으로 AI를 활용하지 않는 기업은 없을 것이다. 그렇기 때문에 AI로 인한 장애나 비효율은 단순한 기술 이슈를 넘어 기업의 생산성 저하, 비용 증가, 운영 리스크로 직결될 것이다. AIDC에 주목해야 하는 이유이자 핵심 기술은 다음과 같다.1) 전력 확보가 곧 생산력AI는 ‘전기 먹는 하마’로 불릴 만큼 엄청난 전력을 소모한다. 국제에너지기구(IEA)에 따르면, 2030년 데이터센터의 전력 사용량이 일본 전체 소비량에 육박할 것이라는 전망이 나올 정도로, 이제 AI 경쟁의 핵심은 칩 확보를 넘어 '안정적인 전력 수급'으로 옮겨가고 있다. 이에 따라 AIDC의 전력 설계 역시 세 가지 방향으로 변화하고 있다.먼저, 과거 국내 가정용 전압을 110V에서 220V로 전환했듯, AIDC의 전압을 12V에서 48V로 높여 에너지 손실과 발열을 원천적으로 줄이고 있다. 또한, 급증하는 AI 서비스 수요에 즉각 대응할 수 있도록 전원 시스템을 모듈화하여 설치 속도와 확장성을 높였다. 마지막으로, 서비스 중단이 곧 치명적인 장애로 이어지는 AI 특성을 고려해 운영 중에도 장비를 교체할 수 있는 '핫 스와퍼블' 구조를 도입해 24시간 무중단 운영이 가능하도록 했다.2) 발열 제어가 곧 비용AIDC에서는 ‘발열과의 전쟁’이 진행 중이다. 서버에서 발생하는 막대한 열을 잡지 못하면 시스템 장애로 이어져 서비스 자체가 불가능해지기 때문이다. 실제로 데이터센터 전력의 최대 50%가 냉각에 소비될 만큼 발열 제어는 핵심 과제이며, 최근에는 기존의 바람(공랭식) 대신 액체로 열을 식히는 방식이 대안으로 떠오르고 있다. 대표적으로 칩 표면에 냉각판을 붙여 열을 직접 흡수하는 D2C(Direct-to-Chip) 방식이 있다. 전기가 통하지 않는 특수 액체를 활용해 누수 위험을 낮추면서도 칩 온도를 안정적으로 유지한다.또한, 서버 전체를 특수 냉각액에 통째로 담그는 액침 냉각(Immersion Cooling) 방식도 주목받고 있다. 이는 냉각액이 열을 100% 흡수하여 별도의 에어컨 설비가 필요 없을 만큼 에너지 효율이 극대화되는 방식이다. 액침 냉각에 사용되는 냉각액은 D2C 방식보다 높은 온도에서도 작동할 수 있어서 더 오랜 시간 사용할 수 있다. 여기에 냉각기(Chiller)까지 사용한다면, 에너지 효율은 더 높아진다. 엔비디아 역시 차세대 반도체 ‘블랙웰’에 이러한 액체 냉각 도입을 선언하며 냉각 인프라의 거대한 변화를 예고했다.3) 제한된 공간 내 연산 능력 극대화AIDC는 거대한 하나의 슈퍼 컴퓨터처럼 유기적으로 작동해야 한다. 아무리 성능 좋은 AI 칩을 쓰더라도 칩 사이의 통로가 좁으면 데이터 병목 현상이 발생하기 때문이다. 이러한 문제를 해결하기 위해 데이터센터의 네트워크 구조도 빠르게 변화하고 있다. 먼저, 더 많은 데이터를 빠르게 처리할 수 있도록 네트워크 대역폭을 확대하고 있으며, 네트워크 장비에 자체적인 연산 기능을 탑재해 데이터 처리 속도를 높이는 방식도 도입하고 있다. 또한, 보안 체계에 있어도 속도가 지연되지 않도록 이를 자동화하는 기술도 함께 적용하고 있다.AIDC에서는 단순한 규모보다, 제한된 공간 안에 얼마나 많은 연산 능력을 집약할 수 있는지가 중요하다. AI는 칩끼리 데이터를 주고받는 빈도가 매우 높기 때문에, 서버 간 거리를 최소화하는 고밀도 설계가 필수적이다. 서버를 촘촘하게 배치해 데이터 전송 지연을 줄이는 것이 곧 성능이자 운영 효율로 직결되기 때문입니다. 마지막으로, 예측하기 어려운 AI 수요에 민첩하게 대응하기 위해, 최근에는 처음부터 거대하게 짓기보다 필요할 때마다 조립하여 늘리는 모듈형 설계를 도입하고 있다. 이러한 방식은 구축 기간을 획기적으로 단축할 뿐만 아니라, 수요 변화에 유연하게 대응할 수 있다는 큰 장점이 있다.* '리더를 위한 AIDC 구축 전략 시나리오'는 다음 글에서 이어집니다.<References>· “AI 시대, AIDC의 전략적 의미와 활용 방향: 필수 인프라인가, 새로운 비즈니스 기회인가”, Kearney Blog, 2026· AI Data Center Market Size, Share & Trends Analysis Report 2025-2030, MarketResearch, Apr 08, 2025· “What is an AI data center?”, IBM, 2025· "칩보다 전기가 더 중요"… AI 경쟁핵심 변수 떠오른 전력, 조선일보, 2025. 09· “AI 데이터센터 열 식혀줄 해법…42조 '액침냉각' 시장 경쟁 본격화”, 중앙일보, 2024· “Understanding direct-to-chip cooling in HPC infrastructure: A deep dive into liquid cooling”, VERTIV· “[심층분석] 액침냉각 기술의 현재와 미래: AI 데이터센터 냉각 트렌드”, kt cloud 기술 블로그, 2025· “Immersion cooling systems: Advantages and deployment strategies for AI and HPC data centers”, VERTIV· ““AI가 전기를 삼킨다”…3700억달러 쏟고도 ‘블랙아웃 공포’ [AIDC 인프라 전쟁①]”, 쿠키뉴스, 2025· “Constellation to Launch Crane Clean Energy Center, Restoring Jobs and Carbon-Free Power to The Grid”, Constellation Energy, 2024· “Breaking Down the AI server data center cost”, Uvation, July 2025

  작성자 작성일 04-13 조회 4148