【토카티비-totocasinocomunity】 보증업체안전놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 먹튀피해사례공유

로그인

글쓰기

[IT뉴스][AI, 이제는 현장이다④] 모델보다 중요한 건 사람과 구조… AI 도입 성패는 조직 설계에서 갈린다

온카뱅크관리자

2026-04-02 08:17:32

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="FPlVY0mjMY">
          <div contents-hash="10ff4eafdb77734c91f591e2ef67aaa0a298859bea3cc1f6f9ea9b3b43a692bf" dmcf-pid="3QSfGpsAeW" dmcf-ptype="general">
           <h5>AI 도입 성패는 모델 성능보다 일을 어떻게 다시 나누고 설계하느냐에 달려</h5>
           <h5>기업들은 채용보다 재교육과 역할 재설계, 내부 이동 구조를 더 중요한 과제로 보기 시작</h5>
           <h5>조직 경쟁력은 ‘더 많은 AI’보다 ‘인간과 AI를 어떻게 함께 일하게 하느냐’에서 갈릴 것</h5> 
          </div>
          <hr class="line_divider" contents-hash="06644b0e95794abb7a7eb5bb1e4cf8f3523f0a76bce70248e6ad07871e8d1c71" dmcf-pid="0xv4HUOcJy" dmcf-ptype="line">
          <p contents-hash="b70a3d01cce44fd019aef54d07dec6178b3ab58e279cf72aac584491955b06fe" dmcf-pid="peWP5zhDRT" dmcf-ptype="general">편집자 주 </p>
          <div contents-hash="697683ecd7ef774764bdfde4069ba85f37c13916ac545f29bb3bdeba469ff11e" dmcf-pid="UdYQ1qlwRv" dmcf-ptype="general">
           인공지능(AI)은 더 이상 가능성을 시험하는 기술이 아니라, 기업의 운영과 수익, 보안, 조직, 산업 구조를 실제로 바꾸기 시작한 기술이 되고 있다. 생성형 AI는 이미 업무 현장에 깊숙이 들어왔고, 에이전트형 AI는 실제 작업 흐름을 맡기 시작했으며, 피지컬 AI는 제조와 물류, 로보틱스 현장으로 빠르게 확장되고 있다. 이에 따라 기업의 관심도 AI가 실제로 얼마만큼의 성과를 만들고 어떤 위험과 변화를 함께 가져오는가로 옮겨가고 있다. 테크42는 이번 연재 ‘AI, 이제는 현장이다’에서 2026년 1분기 글로벌 기업들의 움직임과 최신 리포트를 바탕으로, 올해 AI 시장의 핵심 흐름을 다각도로 짚고자 한다. 
          </div>
          <hr class="line_divider" contents-hash="9a861f62cd77e9352ab430b258c1b28fd8beefc8f246ad8a97d146429c7dd6fb" dmcf-pid="uJGxtBSreS" dmcf-ptype="line">
          <div contents-hash="25aac9b97946f887a286e18cb11ca71d89ab76c0223f18940034225438f78687" dmcf-pid="7iHMFbvmMl" dmcf-ptype="general">
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="c6b58542e388cd98be10f3957ed28a75dea314cd970e03775c3ad08cea79dc81" dmcf-pid="znXR3KTsRh" dmcf-ptype="figure">
           <p class="link_figure"><img alt="생성형 AI 확산 초기에는 도구를 얼마나 빨리 들여왔는지가 경쟁력이었다면, 지금은 그 도구를 조직 안에서 어떻게 작동시키느냐가 더 중요한 단계로 들어섰다. 결국 올해 AI 도입의 성패는 더 좋은 모델을 확보했느냐보다, 사람과 역할, 승인과 책임, 학습과 평가의 구조를 얼마나 빨리 다시 설계하느냐에서 갈릴 가능성이 크다. (이미지=젠스파크로 생성)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/02/552816-OGTrtXj/20260402081032340otrv.png" data-org-width="1024" dmcf-mid="X5tE4JUZJ5" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/02/552816-OGTrtXj/20260402081032340otrv.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            생성형 AI 확산 초기에는 도구를 얼마나 빨리 들여왔는지가 경쟁력이었다면, 지금은 그 도구를 조직 안에서 어떻게 작동시키느냐가 더 중요한 단계로 들어섰다. 결국 올해 AI 도입의 성패는 더 좋은 모델을 확보했느냐보다, 사람과 역할, 승인과 책임, 학습과 평가의 구조를 얼마나 빨리 다시 설계하느냐에서 갈릴 가능성이 크다. (이미지=젠스파크로 생성)
           </figcaption>
          </figure>
          <div contents-hash="690d89d84d41585ff7563e07b090b0c0dced14e00d89005c2d79e141586ac2df" dmcf-pid="qLZe09yOdC" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="6f729e3f34ead368d935ed38e2b97382ea3db0320da1f59b5d673f6de6e6c888" dmcf-pid="Bo5dp2WIdI" dmcf-ptype="general">올해 기업들이 인공지능(AI)을 두고 마주한 가장 큰 질문은 기술보다 조직에 가깝다. 모델을 도입하는 일은 예전보다 쉬워졌지만, 그 모델을 어디에 붙이고 누가 무엇을 맡을지, 어떤 판단은 사람에게 남기고 어떤 업무는 AI에 넘길지는 여전히 어렵다. 생성형 AI 확산 초기에는 도구를 얼마나 빨리 들여왔는지가 경쟁력이었다면, 지금은 그 도구를 조직 안에서 어떻게 작동시키느냐가 더 중요한 단계로 들어섰다. 결국 올해 AI 도입의 성패는 더 좋은 모델을 확보했느냐보다, 사람과 역할, 승인과 책임, 학습과 평가의 구조를 얼마나 빨리 다시 설계하느냐에서 갈릴 가능성이 크다. </p>
          <p contents-hash="39066d0418fd7df6025c0f4339f98ab182a1a7aba85407cbcba036d298c9651f" dmcf-pid="bg1JUVYCeO" dmcf-ptype="general"><strong>AI 시대의 경쟁 우위는 기술보다 ‘사람을 어떻게 다시 배치하느냐’에 있다</strong> </p>
          <p contents-hash="e4be34cbb9022789feadb8b3298a5e4f77d32b086a034a8ac13cc0bdd04bc3ca" dmcf-pid="KatiufGhLs" dmcf-ptype="general">AI 시대 경쟁 우위에 대한 물음에 답한 가장 최근의 보고서는 딜로이트(Deloitte)의 ‘2026 글로벌 휴먼 캐피털 트렌드(2026 Global Human Capital Trends)’다. 딜로이트는 89개국 9000명 이상의 비즈니스·인사 리더를 조사한 결과, AI가 일상적 업무 결정에 들어오는 시점에서 경쟁 우위의 핵심은 기술 차별화보다 사람의 적응력과 판단력, 창의성에 더 가까워지고 있다고 진단했다. 기술은 빠르게 보편화되지만, 같은 기술을 어떤 조직 구조 안에서 어떻게 작동시키느냐는 기업마다 다르기 때문이다. AI 경쟁이 모델 성능 경쟁에서 조직 반응 속도 경쟁으로 이동하고 있다는 뜻이다. </p>
          <p contents-hash="9c8f67a31a2b72b773b489c737bbc9dda23b9cbbf02c9e1a6e07757046d1dbe1" dmcf-pid="9NFn74HlMm" dmcf-ptype="general">이 보고서가 시사하는 바는 분명하다. AI를 도입하는 것만으로는 충분하지 않다는 점이다. 실제 기업 안에서는 AI가 들어오는 순간 역할 정의와 승인 체계, 현업 권한, 데이터 책임, 성과 측정 방식까지 함께 흔들린다. 그런데 많은 조직은 기술만 먼저 들여놓고, 그 주변의 사람과 구조는 그대로 두려는 경향이 있다. 이 불균형이 곧 생산성과 수익의 병목으로 이어진다. 생성형 AI 초기에는 ‘누가 먼저 도입했는가’가 중요했다면, 지금은 ‘누가 더 빨리 조직을 바꿀 수 있는가’가 더 중요해졌다고 볼 수 있다. </p>
          <div contents-hash="9db8210bfc65da98c23ed784f77d3b4785bbc61d8ae78f8399038309e11a0b99" dmcf-pid="2j3Lz8XSnr" dmcf-ptype="general">
           호주 커먼웰스뱅크(Commonwealth Bank)의 최근 행보는 이런 흐름을 잘 보여준다. 이 은행은 지난 2월 9000만 호주달러 규모의 3개년 ‘퓨처 워크포스 프로그램(Future Workforce Program)’을 발표했다. 커먼웰스뱅크에 따르면 이는 단순한 교육 프로그램이 아니라 기술이 발전하는 방식과 경력이 진화하는 방식을 구조적으로 다시 설계하는 일이다. 은행은 이미 3만명이 넘는 직원에게 AI 관련 교육을 제공했고, 약 5000명의 기존 직원이 지난 1년 사이 새로운 역할로 이동했다고 밝혔다. 그 과정에서 AI 전환에 따라 300명가량의 감원도 진행했다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="e796e670951bf166dcf03c90f8565970e3b15f670c60098983e0bf7dbd0fcb47" dmcf-pid="VA0oq6ZvMw" dmcf-ptype="figure">
           <p class="link_figure"><img alt="AI 시대의 경쟁력이 결국 외부 인재 확보보다, 기존 인력을 얼마나 빨리 재배치하고 재설계할 수 있느냐에 달려 있다. (이미지=젠스파크로 생성)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/02/552816-OGTrtXj/20260402081034077opqs.png" data-org-width="1024" dmcf-mid="Zbhoq6ZvRZ" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/02/552816-OGTrtXj/20260402081034077opqs.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            AI 시대의 경쟁력이 결국 외부 인재 확보보다, 기존 인력을 얼마나 빨리 재배치하고 재설계할 수 있느냐에 달려 있다. (이미지=젠스파크로 생성)
           </figcaption>
          </figure>
          <div contents-hash="ec20671ee5bdec8ae3d9115ebdeed4db9f0bc96276aea51538b529efe435892e" dmcf-pid="fcpgBP5TiD" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="8460ece5bfd313c39e19a36d0a39b0bcfd0112f37b85cd43f859d22206be3006" dmcf-pid="4GMvnE4qJE" dmcf-ptype="general">하지만 이 사례의 핵심은 사람을 조금 더 훈련시키는 수준이 아니라, 내부 경력 이동과 기술 습득, 역할 전환을 조직 차원에서 다시 짜는 데 있다. AI 시대의 경쟁력이 결국 외부 인재 확보보다, 기존 인력을 얼마나 빨리 재배치하고 재설계할 수 있느냐에 달려 있다는 판단이 깔려 있다. </p>
          <p contents-hash="e3dad1cb1b1efc4587c47089f99352412522bd3ae91368c9bece46e0011e1e99" dmcf-pid="8HRTLD8BJk" dmcf-ptype="general">국내 기업도 같은 방향으로 움직이고 있다. 일례로 코스콤은 지난달 올해 연수계획을 발표하면서 전 직원을 대상으로 한 ‘AI 리터러시’ 교육을 12회로 확대하고, 부서장·팀장급을 대상으로 ‘AX 리더십’ 의무 교육을 신설하겠다고 밝혔다. 단순히 AI 도구를 알려주는 데 그치지 않고, 직급과 역할에 따라 AI를 어떻게 업무에 연결할지를 조직 차원에서 다시 설계하겠다는 의미로 읽힌다. 국내 기업도 이제 AI를 기술 부서의 과제가 아니라, 조직 전체의 역할 재편 문제로 보기 시작했다는 점에서 시사점이 크다. </p>
          <p contents-hash="772e6f14ab741439353509162d26c15e5b13b52ffd4cf4e58619173863d33eb8" dmcf-pid="6Xeyow6bnc" dmcf-ptype="general">결국 올해의 조직 경쟁은 인공지능 도구를 얼마나 많이 샀느냐가 아니라, 사람을 얼마나 빨리 재배치하고 재교육할 수 있느냐에서 갈릴 가능성이 크다. AI는 반복 업무를 줄일 수 있지만, 동시에 새로운 판단 업무와 감독 업무, 조정 업무를 만들어낸다. 이 전환을 조직 차원에서 설계하지 못하면 생산성은 오히려 정체될 수 있다. 기술 도입이 끝난 뒤 남는 것은 결국 사람과 구조의 문제다. </p>
          <div contents-hash="16f26aea023afe1ad80792d1554b71d0fae543c65eacbadc7b777c74d9b5ce3b" dmcf-pid="PZdWgrPKeA" dmcf-ptype="general">
           <strong>교육만으로는 부족하다… 역할 정의와 업무 구조를 함께 바꿔야 한다</strong>
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="8ac3f4a811ccdda188169a2d6cdb270290a16683d944194a60db5a570a6c1424" dmcf-pid="Q5JYamQ9Mj" dmcf-ptype="figure">
           <p class="link_figure"><img alt="AI는 학습의 방식 자체를 바꾸고 있고, 사람들은 더 자주, 더 짧고, 더 실제 업무 흐름 안에서 새로운 도구를 익혀야 한다. 결국 중요한 것은 오프라인 교육 몇 차례가 아니라, 일하는 구조 속에 학습과 적응의 루프를 넣는 일이다. (이미지=젠스파크로 생성)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/02/552816-OGTrtXj/20260402081035756wfue.png" data-org-width="1024" dmcf-mid="54hoq6ZvMX" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/02/552816-OGTrtXj/20260402081035756wfue.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            AI는 학습의 방식 자체를 바꾸고 있고, 사람들은 더 자주, 더 짧고, 더 실제 업무 흐름 안에서 새로운 도구를 익혀야 한다. 결국 중요한 것은 오프라인 교육 몇 차례가 아니라, 일하는 구조 속에 학습과 적응의 루프를 넣는 일이다. (이미지=젠스파크로 생성)
           </figcaption>
          </figure>
          <div contents-hash="fe2107a90e8944d6de0e7d7cad4c0d6d073f9c81dff0b3892d7012f1793083a6" dmcf-pid="x1iGNsx2eN" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="ed26efeefd8717df86a44ca9de9050da0f9fbdb80db668af6f2f9502695ac563" dmcf-pid="yLZe09yOia" dmcf-ptype="general">AI 시대의 재교육이 예전과 다른 이유는, 단순한 스킬 교육만으로 충분하지 않기 때문이다. 딜로이트는 전통적인 변화관리와 교육만으로는 지금처럼 빠른 전환을 따라가기 어렵다고 짚었다. AI는 학습의 방식 자체를 바꾸고 있고, 사람들은 더 자주, 더 짧고, 더 실제 업무 흐름 안에서 새로운 도구를 익혀야 한다. 결국 중요한 것은 오프라인 교육 몇 차례가 아니라, 일하는 구조 속에 학습과 적응의 루프를 넣는 일이다. </p>
          <p contents-hash="5ad81bb757c10f211709a2ae9454c32356a8176182f74aed1ec3ca4da2019df3" dmcf-pid="Wo5dp2WIRg" dmcf-ptype="general">이와이(EY)의 줄리 타이글랜드 부회장이 올해 다보스포럼 기간 매체 인터뷰에서 한 말도 같은 맥락이다. 그는 기업이 AI로 생산성을 얻으려면 실제 사람에게 투자하고, 일이 이뤄지는 방식을 다시 설계해야 한다고 강조했다. 이와이 연구에 따르면 약 81시간의 교육과 역할 재설계를 결합했을 때 주간 생산성이 약 14% 높아질 수 있었다. AI 구현만으로는 생산성 이득이 자동으로 따라오지 않으며, 훈련과 역할 설계를 함께 가져가야 실제 성과가 나타난다는 뜻이다. </p>
          <p contents-hash="da7d0769e161d9e17c238237700f87c083f17cab46e3630f60c18f5a8b79065d" dmcf-pid="Yg1JUVYCRo" dmcf-ptype="general">국내 데이터도 같은 결론을 가리킨다. 대한상공회의소 조사에 따르면 국내 임금근로자의 약 56%가 생성형 AI를 업무에 활용하고 있었고, 평균적으로 근무시간의 17.6%를 절감하는 효과가 있었다. 그러나 한편으로 이 보고서는 생성형 AI 활용 시간이 늘어난다고 해서 곧바로 유의미한 생산성 향상으로 이어지는 것은 아니라고 분석했다. AI 사용이 늘어나는 것과 AI로 성과를 내는 것은 다른 문제이며, 그 간극을 메우는 것은 결국 교육 자체보다 역할과 업무 구조의 재설계라는 점을 보여주는 대목이다. 한국 기업에서도 이미 ‘AI를 많이 쓰는 것’과 ‘AI로 성과를 내는 것’ 사이에 뚜렷한 간극이 생기고 있다는 이야기다. </p>
          <p contents-hash="aec7828d2f8286b5da00d912bce61f0e65e3575caf29d8c48bef7d1d59dfbbd7" dmcf-pid="GatiufGhiL" dmcf-ptype="general">우정사업본부 사례도 눈여겨볼 만하다. 우정사업본부 우정인재개발원은 올해 모든 신입직원 교육 과정에 AI 활용 교육을 도입하고, 기초·실습·활용으로 이어지는 3단계 교육과 현장 AI 교육을 확대하고 있다고 밝혔다. 여기에 정보보안, 콘텐츠 검증, 저작권, 개인정보 보호 기준까지 함께 다듬겠다고 한 점은 의미가 있다. AI 시대의 인력 전환이 단순한 도구 활용법 교육에 그치지 않고, 실제 현장 업무와 통제 기준을 함께 바꾸는 방향으로 가고 있음을 보여주기 때문이다. 공공 부문 사례이긴 하지만, 한국 조직들도 이미 ‘조직 전체가 어떻게 AI와 함께 일할 것인가’를 고민하기 시작했다는 점에서 시사점이 크다. </p>
          <p contents-hash="12b79d079e8f6ee3d78fb55ff6e9b79a945a040f523bb0bfd67cb4ccd6d42e77" dmcf-pid="HNFn74HlLn" dmcf-ptype="general">이 외에도 톰슨로이터(Thomson Reuters)가 지난 2월 공개한 ‘2026 AI 인 프로페셔널 서비스 리포트(2026 AI in Professional Services Report)’도 비슷한 결론에 도달한다. 이 보고서는 올해를 AI의 ‘전략 단계’로 규정하며, 초기 실험 단계를 지나 조직이 워크플로를 재정의하고 가치 창출 구조를 바꾸는 단계에 들어섰다고 설명한다. 법률·회계·세무·컨설팅처럼 지식노동이 중심인 분야에서도 AI는 단순 보조도구가 아니라, 업무 구조 전체를 다시 짜는 촉매가 되고 있다는 의미다. 교육은 필요조건일 수 있지만, 충분조건은 아니라는 점이 다시 확인된다. </p>
          <div contents-hash="a6445c167f1a3ab99e4f1ba51c2217c0b2005f87e7e5e27fe82660d3da08f641" dmcf-pid="Xj3Lz8XSei" dmcf-ptype="general">
           그래서 올해 조직이 던져야 할 질문도 달라졌다. 이제는 “누가 AI를 쓸 줄 아는가”가 아니라 “AI가 들어왔을 때 이 팀의 일은 어떻게 달라져야 하는가”를 먼저 물어야 한다. 초급 업무가 줄어들면 숙련은 어디서 쌓을 것인지, AI가 초안을 만들면 최종 판단은 누가 어떤 기준으로 할 것인지, 관리자 역할은 보고와 승인에서 감독과 조율로 어떻게 바뀔 것인지 같은 질문이 중요해진다. AI는 도구를 바꾸는 동시에 경력 경로와 승진 구조, 성과 기준까지 흔든다. 교육은 그 변화의 일부일 뿐, 전부는 아니다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="2048d246419a239bd7f5024571760a65d7571695e03ccf8651fedc0cf4da048f" dmcf-pid="ZA0oq6ZvJJ" dmcf-ptype="figure">
           <p class="link_figure"><img alt="이제는 “누가 AI를 쓸 줄 아는가”가 아니라 “AI가 들어왔을 때 이 팀의 일은 어떻게 달라져야 하는가”를 먼저 물어야 한다. (이미지=젠스파크로 생성)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/02/552816-OGTrtXj/20260402081037473vkob.png" data-org-width="1376" dmcf-mid="1r8IRNKpdH" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/02/552816-OGTrtXj/20260402081037473vkob.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            이제는 “누가 AI를 쓸 줄 아는가”가 아니라 “AI가 들어왔을 때 이 팀의 일은 어떻게 달라져야 하는가”를 먼저 물어야 한다. (이미지=젠스파크로 생성)
           </figcaption>
          </figure>
          <div contents-hash="d9ad7ec72bb363a0570e27aa5e3deb2a4cb903ba84e247e5c17a3ee0a871a4d8" dmcf-pid="5cpgBP5TMd" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="3671105e4b0d10a62bd45b719c38f07eb7df0a08935c977d689a06a173aa0a11" dmcf-pid="1sbE4JUZne" dmcf-ptype="general"><strong>‘AI를 쓰는 회사’가 아니라 ‘AI와 함께 일하는 회사’를 만들어야 한다</strong> </p>
          <div contents-hash="602b65009777fa27a94b02f2b053aa3147f6248d7c2cfb571a8bb91fb2970934" dmcf-pid="tOKD8iu5MR" dmcf-ptype="general">
           많은 기업이 여전히 AI 도입을 기술 프로젝트처럼 다루고 있다. 하지만 AI의 진짜 가치는 인간과 기계가 함께 일하는 방식을 다시 설계할 때 비로소 풀린다. 이제 중요한 것은 AI 기능을 얼마나 많이 붙였느냐가 아니라, 조직이 AI를 감당할 수 있는 구조를 얼마나 빨리 갖추느냐다. 일의 방식과 역할의 문법을 AI 시대에 맞게 다시 쓰지 못하면, 기술 도입 속도만으로는 오래 앞서가기 어렵다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="5bfacb272d82c0d0754e81b4ea5aab1f89c3b0b507f510331f9f38061249a724" dmcf-pid="FI9w6n71iM" dmcf-ptype="figure">
           <p class="link_figure"><img alt="이제 중요한 것은 AI 기능을 얼마나 많이 붙였느냐가 아니라, 조직이 AI를 감당할 수 있는 구조를 얼마나 빨리 갖추느냐다. (이미지=젠스파크로 생성)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/02/552816-OGTrtXj/20260402081039359xmnm.png" data-org-width="1024" dmcf-mid="tUg5khd8nG" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/02/552816-OGTrtXj/20260402081039359xmnm.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            이제 중요한 것은 AI 기능을 얼마나 많이 붙였느냐가 아니라, 조직이 AI를 감당할 수 있는 구조를 얼마나 빨리 갖추느냐다. (이미지=젠스파크로 생성)
           </figcaption>
          </figure>
          <div contents-hash="9f5fdaa1025546c6a30594d2e24217a38eca81365ce722000e81df038399a62f" dmcf-pid="3C2rPLztix" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="39564c41851a30ad57d3bf8e60935e9c5da8e88394bb36eaaacb74da90ffe84d" dmcf-pid="0hVmQoqFnQ" dmcf-ptype="general">커먼웰스뱅크는 커리어 이동과 역할 변화 지원에 초점을 맞췄고, 코스콤은 직급별 AI 교육과 AX 리더십 교육을 신설했으며, 우정사업본부는 신입직원과 현장 인력을 함께 겨냥한 AI 교육 구조를 짜고 있다. 글로벌 금융회사와 국내 기업·공공 조직이라는 차이는 있지만, 이 사례들이 가리키는 방향은 같다. AI 시대의 조직은 사람을 새로 뽑는 조직이면서 동시에, 이미 있는 사람을 재배치하고 재설계하는 조직이어야 한다는 점이다. </p>
          <p contents-hash="d65747833957ef471ad3b9534acb56a34398c7c45116e4fcba54018143f388cd" dmcf-pid="plfsxgB3iP" dmcf-ptype="general">올해도 벌써 2분기에 접어든 현재 기업 AI 경쟁은 결국 두 갈래로 나뉜다. 한쪽은 모델을 더 많이 붙이는 데 집중하고, 다른 한쪽은 사람과 구조를 함께 바꾸는 데 투자한다. 딜로이트와 이와이, 톰슨로이터, 커먼웰스뱅크, 그리고 국내 조직들의 움직임을 함께 놓고 보면 어느 쪽이 더 오래 성과를 낼지는 비교적 분명하다. AI는 혼자 일하지 않는다. 결국 회사가 만들어야 하는 것은 ‘AI를 쓰는 회사’가 아니라 ‘AI와 함께 일하는 회사’다. 올해 조직 경쟁의 승부는 그 설계 능력에서 갈릴 가능성이 크다. </p>
          <p contents-hash="63191b5762f3e88dc5c6ed9b12e4dd34d234d687866ae97ad64ed202ccb9ad44" dmcf-pid="US4OMab0J6" dmcf-ptype="general">저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지</p>
         </section> 
        </div>

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기