[인터뷰] 김명구 A&M 파트너 “AX 성과, 시간 절감 아닌 손익으로 증명해야”

김명구 A&M 파트너는 인터뷰에서 글로벌 경영 컨설팅 기업인 A&M의 기업 AX 전략을 설명했다. 사진은 양승갑 기자가 표기됐다. A&M은 기업 구조조정·경영 정상화 분야의 기존 강점을 바탕으로 활동 영역을 인공지능 전환(AX) 시장으로 확장하고 있다고 밝혔다.

김명구 파트너는 A&M의 전략 방향이 경영 혁신과 산업 현장 이해를 AI·데이터 기술과 결합하는 데 있다고 설명했다. 이를 통해 기업의 실질적 경영 성과 창출을 목표로 하고 있다고 전했다. A&M은 사업 분야도 경영 혁신·전략·디지털·세무로 확대하고 있다고 밝혔다.

김명구 파트너는 A&M의 강점으로 전략 수립에 그치지 않는 실행 중심 컨설팅을 꼽았다. 기업 운영 과정에 직접 참여하는 방식으로 비용 구조와 조직, 업무 프로세스를 개선한다는 설명이다. A&M은 전 세계 약 1만4000명이 협력하는 '원펌(One Firm)' 운영 체제를 갖추고 있으며, 한국 근무 인원은 약 100명이라고 밝혔다.

김명구 A&M 파트너는 본지 인터뷰에서 A&M의 기존 강점으로 경영 혁신을 제시했다. 그는 과거 문제 해결 방식으로 사람의 경험·인사이트 중심을 언급하면서, 현재 방식으로는 AI 도입을 통한 서비스 고도화를 설명했다.

김명구는 AX 성과의 평가 기준을 AI 도입 건수·업무시간 단축률로 한정하는 것에 반대했다. 그는 생성형 AI가 초기 단계인 만큼 기술 활용 가능성을 확인하는 것 자체에 의미가 있다고 보면서도, 현재 단계에서는 AI가 매출·비용·생산성 등 실제 손익에 만든 변화의 증명이 필요하다고 설명했다.

김명구는 업무시간 감소는 과정일 뿐이라는 취지로 말했다. 그는 진짜 성과 기준으로 매출·생산성·불량률 등 경영지표 개선을 제시했으며, AI 모델 정확도·업무시간 단축률만을 측정하는 방식으로는 기업이 실제로 획득한 가치를 설명하는 데 한계가 있다고 진단했다.

김명구는 기업 AX의 방향으로 개념검증(PoC) 반복 단계를 종료할 필요가 있다고 진단했다. 이어 기업 AX의 다음 단계로 손익계산서(P&L) 개선을 제시하며, AX가 도입 건수나 시간 절감 같은 중간 지표를 넘어 손익과 연결된 경영 성과를 입증하는 단계로 전환돼야 한다고 밝혔다.

AX를 기존 디지털 전환(DX)의 단순 연장으로만 보면 안 된다는 점이 강조됐다. DX의 성격은 사람이 하던 개별 업무의 디지털화·자동화다. 반면 AX의 성격은 AI 에이전트 중심으로 다수 업무 프로세스와 조직 구성원 역할의 재설계에 가까운 변화다.

소제목은 PoC를 넘어 손익 개선 중심으로 AX 평가 기준 변화다. 김 파트너는 국내 기업의 AI 투자에 대해 과열이라기보다 실제 투자와 전사적 변화가 아직 충분하지 않다고 평가했다.

김 파트너는 AI 열풍과 관련 기업 주가 상승을 기업 현장의 AI 투자 과열과 동일시하는 것은 부적절하다고 봤다. 그는 AI 필요성에 대한 논의는 많다고 말했다.

김 파트너는 AI 투자 비용 과다로 경영 문제를 겪은 국내 기업은 거의 보지 못했다고 밝혔다. 다만 추진 방식에 대한 이해를 잘못한 기업은 있을 수 있다고 했다. 그는 국내 기업의 AX 투자가 현실적으로 과도한 수준인지는 의문이라고 말했다.

생성형 AI의 초기 단계 PoC 결과만으로 AI의 효용을 판단하는 것은 경계해야 한다. 최근 생성형 AI의 성능과 활용 범위가 빠르게 개선되고 있기 때문이다. 이에 따라 수년 전 PoC에서 기대한 결과를 얻지 못한 기업들도 이를 다시 검토할 필요가 있다.

동시에 기업들은 새로운 PoC의 지속적 추가에만 머무르는 것을 지양해야 한다. 이제는 AI의 실제 업무 적용 단계로 전환할 필요가 있다. 아울러 AI를 경영 성과와 연결할 필요가 있다.

기업들이 일반적으로 제시하는 AI 도입 효과로는 업무시간 절감과 모델 정확도 개선이 있다. 그러나 업무시간을 절감하더라도 인력을 그대로 유지하고 추가 매출이나 비용 절감이 발생하지 않으면, 기업 관점에서는 AI 도입 비용이 오히려 증가할 가능성이 있다.

김 파트너는 10시간 걸리던 영업 업무를 3시간으로 줄이는 데서 끝나서는 안 된다고 설명했다. 절약한 시간을 고객 타겟팅과 고부가가치 업무에 활용할 필요가 있다는 것이다. 또한 기존 10억 원 매출이 얼마나 증가하는지의 규모까지 확인할 필요가 있다고 밝혔다.

제조업에서의 AI 적용 기준은 AI 모델 정확도보다 실제 불량률 감소·가동 중단 시간 감소·생산성 개선·수율 개선을 중시하는 데 맞춰진다. 정성적 효과도 필요하지만 최종적으로는 기업 경영 지표와 연결될 필요가 있다는 의미다.

김명구 A&M 파트너는 본지와 최근 인터뷰에서 A&M의 AX 추진 이유가 AI 자체보다 이를 통한 경영 성과를 중심으로 판단하기 때문이라는 취지로 말했다.

김명구는 제조·건설·중공업·설계·조달·시공(EPC) 등 전통 산업에서는 AI 기술만큼 사업·현장 이해 역량이 중요하다고 강조했다.

이어 제조 AX의 출발점과 관련해 암묵지를 짚었다. 암묵지는 오랜 경험으로 체득됐으나 문서·수치로 명확한 표현이 어려운 지식·노하우를 뜻한다.

제조 현장의 암묵지 사례로는 설비의 미세한 소리·진동 및 원재료 상태 변화를 감지하는 일, 이상 징후를 탐지하는 일, 최적 조치 방법을 결정하는 데 관한 숙련자의 판단이 제시됐다. 사진은 양승갑 기자가 표기됐다.

A&M이 최근 주목하는 분야 중 하나는 제조·건설·중공업·설계·조달·시공(EPC) 등 전통 산업이다. 초기 AI 시장은 소프트웨어 기업과 사무 업무 효율화가 중심이었다. 최근에는 AX 수요가 현장 경험과 전문성이 중요한 '헤비 인더스트리'로 확산하고 있다.

김 파트너는 해당 산업에서 중요한 요소로 AI 기술과 함께 사업과 현장에 대한 이해 역량을 강조했다. AI 에이전트 도입의 전제는 특정 업무를 처음부터 끝까지 수행하는 것이다. 이를 위해서는 기술을 이해하는 인력과 무엇을 바꾸고 어떤 결과를 내야 하는지를 아는 현업 전문가가 필요하다.

A&M이 추진하는 제조업 AX 서비스는 기존 스마트팩토리와 다른 접근 방식이다. 기존 스마트팩토리는 설비와 프로세스의 데이터화에 중점을 뒀다. 반면 제조 AX는 숙련 기술자의 현장 '판단'을 디지털 자산으로 전환하는 데 초점을 맞추고 있다.

숙련자의 판단 과정은 문서·데이터 축적이 부족해 전승과 보존에 한계가 있다는 지적이 나온다. 경험 의존 판단은 타 직원에게 완전 전수하기 어렵고, 숙련자가 퇴직할 경우 기업이 장기 축적 문제를 해결해 온 역량까지 소실할 가능성이 있다는 설명이다. 그는 숙련자가 노하우를 공유하지 않으려는 의도가 있는 사례도 존재하지만, 판단 과정의 기록·데이터화 방법을 모르는 경우가 더 많다고 설명했다.

그는 종이에 남은 경험과 머릿속에만 있는 경험을 구조화할 필요가 있다고 설명했다. 숙련자의 암묵지를 AI에 반영하면 비숙련자의 업무 수준을 향상시킬 수 있고, 기존 숙련자도 자신이 경험하지 못한 영역의 사례를 활용할 수 있다고 봤다. 이를 통해 개인에게 종속된 경험을 조직의 공유 자산으로 전환할 수 있다는 설명이다.

이를 위해서는 현업 인터뷰만으로는 부족하다는 지적이다. 현장 업무 관찰을 통해 숙련자의 판단 기준과 조치 기준에 관한 정보를 구조화할 필요가 있고, 구조화된 현장 지식을 AI가 처리할 수 있는 형태로 변환하는 작업도 필요하다는 설명이다.

A&M은 이런 방식으로 프로젝트를 운영하고 있다. 비즈니스 컨설턴트와 데이터 사이언티스트를 동시에 투입하고, 현장 지식 구조화와 AI 모델 적용을 병행하는 방식으로 수행하고 있다.

김 파트너는 암묵지의 데이터화 과정을 음식 장인의 손맛을 레시피로 전환하는 일에 비유했다. 장인은 경험으로 재료 상태를 확인하고 재료 양·조리 시간을 조절하지만, 자신의 판단 기준을 정량적으로 설명하는 데 한계가 있을 수 있다고 봤다. 이에 따라 컨설턴트·데이터 전문가는 장인 판단에 영향을 주는 변수를 탐색하고 관련 과정을 구조화하는 역할을 맡게 된다고 설명했다.

이어 암묵지의 데이터화는 1회로 작업이 종료하는 일이 아니라고 짚었다. 설비·원자재·생산환경이 변화하면 판단 기준의 지속 업데이트가 필요하다고 설명했다. 또 AI가 제시한 결과를 현장에 반영할 필요가 있으며, 이 과정에서 숙련자가 AI 결과의 적절성을 판단하고 그 판단을 모델에 재반영해야 한다고 밝혔다.

김 파트너는 이를 위해 필요한 체계로 '휴먼 인 더 루프(Human in the Loop)'를 제시했다. 그는 암묵지의 AI 내재화가 숙련자가 불필요해진다는 의미는 아니라고 말했다. 오히려 숙련자의 역할은 직접 반복 작업을 수행하는 데서 AI 결과를 평가하고 의사결정하는 쪽으로 이동한다고 설명했다.

김 파트너는 생성형 AI와 AI 에이전트의 차이를 업무 수행 범위를 기준으로 제시했다. 생성형 AI는 사람의 질문에 응답하고 작업을 보조하는 코파일럿·어시스턴트의 성격을 갖는 반면, AI 에이전트는 기업의 특정 업무 모듈 전 과정을 처음부터 끝까지 수행하는 성격을 가진다고 설명했다.

이 같은 구분에 따르면 AI 에이전트 도입 상황의 AX는 기존 프로세스에 AI 기능 1개를 추가하는 수준으로 종결되지 않는다. 그 이유로 AI가 여러 부서·시스템을 횡단해 업무를 수행한다는 점이 제시됐다.

이에 따라 AX를 위해서는 업무 흐름 재설계가 필요하고, 권한 재설계도 필요하며, 조직 구성원 역할과 책임(R&R) 재설계도 필요하다고 설명했다. 생성형 AI의 보조적 기능과 달리 AI 에이전트가 특정 업무를 전 과정 수행하는 만큼, AX는 단순 기능 추가가 아니라 재설계의 단계로 이어진다는 취지다.

김 파트너는 DX의 업무 재설계가 사람이 하던 작업의 자동화 중심이었다고 밝혔다. 반면 AX에서는 업무 자체의 재검토가 필요하며, 디지털화된 개별 프로세스들의 AI를 통한 통합 가능성과 기존 부서 경계를 초월할 가능성까지 검토해야 한다는 점을 강조했다.

기업이 AI에 맡길 업무 범위를 정할 때에는 오류 발생 시 파급력과 복구 가능성을 함께 기준으로 삼아야 한다. 되돌리기 쉽고 사업 영향이 작은 업무는 AI 자율성을 확대할 수 있다. 반면 제조 안전이나 대규모 재무 손실 등 오판의 영향이 큰 업무는 사람의 개입을 강화할 필요가 있다.

특히 제조업에서는 단순한 모델 정확도보다 동일 조건에서 안정적 결과를 내는지와 신뢰성이 더 중시된다. AI 판단 오류가 생산 중단이나 안전사고로 이어질 가능성이 큰 경우에는 숙련자의 검토와 승인 절차를 유지할 필요가 있다.

김명구 A&M 파트너는 AI가 사람 자체를 대체하기보다 AI 활용 능력이 있는 사람이 그렇지 못한 사람을 대체하는 시장이 도래하고 있다고 강조했다. 사진은 양승갑 기자가 표기됐다.

AI 에이전트가 확산하면 기업 조직에서는 업무 전달·취합의 중간단계가 축소될 것이라는 전망이 나온다. 이 같은 중간 축소의 범위는 중간관리자 직급만이 아니라 업무 과정 전반에 걸친다는 설명이다.

특히 고객 요구에서 결과물에 이르는 과정 가운데 보고·전달·단순 자료 작성 단계는 AI 대체 대상이 될 것으로 거론된다. 과거에는 부장이 지시하면 과장이 이를 전달하고 신입사원이 자료조사를 하는 방식으로 업무가 이뤄진 예시가 제시된다.

하지만 업무 경험이 많은 관리자는 AI를 활용해 필요한 자료와 분석 결과를 직접 신속하게 확보할 수 있다. 이에 따라 단순히 지시를 수령한 뒤 자료를 작성하고 전달하는 역할은 감소 가능성이 큰 것으로 분석된다.

반면 산업·업무 경험이 많은 인력의 중요성은 오히려 상승할 가능성이 있다. AI가 생성한 결과가 현실에 적합한지 판단하고 오류의 방향을 수정하려면 장기간 축적된 경험과 맥락 이해가 필요하기 때문이다. 이런 맥락에서 AI를 잘 쓰는 사람이 AI를 활용하지 못하는 사람을 대체하게 될 것이라는 발언 요지가 제시된다.

김 파트너는 AI 시대에 경험·노하우의 가치가 커진다고 밝혔다. 그는 AI 활용 가능성과 많은 경험을 함께 지닌 인물이 주목받게 될 것이라고 설명했다. 이는 AI를 활용하지 못하는 상태의 경험 보유자를 지칭하는 것은 아니라고 덧붙였다.

김 파트너는 AI가 사람 자체를 대체하는 구조는 아니라고 봤다. 대신 AI 활용 능숙자가 AI 미활용자를 대체하는 시장이 될 것으로 전망했다.

AX 성공 조건으로는 최고경영진의 결단이 중요하다는 점이 제시됐다.

기업들이 AX 추진과 관련해 흔히 하는 고민은 2가지로 정리됐다. 하나는 DX 미완성 상태에서 AX가 가능한지 여부이고, 다른 하나는 외부 AI 전문가가 자사 산업을 이해할 수 있는지 여부이다.

이와 관련해 김 파트너는 DX 완성이 AX의 필수 선행조건은 아니라고 봤다. 데이터가 충분히 디지털화돼 있을수록 AX 추진에 유리하다고 설명했다. 또 DX의 완전한 종료가 AX 시작의 필요조건은 아니라고 정리했다.

산업 전문성 문제의 해법으로는 현업·AI 전문가의 단일 팀 협업이 제시된다. 과거 ERP 구축 프로젝트에서는 IT 인력이 시스템 개발을 맡고 현업이 요구사항을 전달하는 식으로 역할이 분리됐다. 반면 AX 추진 방식은 현업 전문가·비즈니스 컨설턴트·AI·데이터 전문가의 공동 참여를 전제로 한다.

AX 업무 방식에서는 결과물을 지속적으로 확인·수정해야 하며, 이를 위해 함께 업무를 재설계하는 과제가 필요하다. 이 과정에서 상향식 접근은 현장 아이디어를 수집하고 활용 사례를 발굴하는 데에는 도움이 된다. 다만 상향식 접근만으로는 조직·업무 변화와 투자·인력 배정 결정을 유도하기 어렵다.

이 같은 협업 구조가 실질적으로 작동하려면 최고경영진의 강력한 리더십이 필요하다. 김 파트너는 유행을 이유로 특정 임원이나 외부 영입 인력에게만 맡겨서는 AX가 작동하지 않는다고 밝혔다. 이어 오너·최고경영자(CEO)가 직접 방향을 설정하고 의사결정과 추진에 나서야 한다고 설명했다.

AX 추진에서는 사람의 배치보다 그 인물에게 주어지는 위상과 실질 권한이 성패를 가른다고 짚었다. AI 담당 임원의 직급·권한이 중요하며, 전통 산업에서는 젊은 AI 전문가를 임원으로 영입하는 것만으로는 부족하다고 봤다. 기존 사업부를 조정할 권한이 없거나 업무 방식을 변경할 권한이 없으면 조직 저항을 극복하기 어렵기 때문이다. 이에 따라 AI 책임자에게는 최고경영진에 가까운 위상을 부여하고, 전사적 업무 재설계를 주도할 권한과 투자 결정을 주도할 권한을 부여할 필요가 있다고 밝혔다.

또 다른 기업의 성공 사례가 나온 뒤 AX를 시작하는 태도는 위험하다고 지적했다. 대부분 기업이 아직 AX를 추진하는 과정에 있어 동일 업종에서 완성된 성공 사례를 발견하기 어렵기 때문이다. 사례가 충분히 검증된 뒤 이를 추종하면 경쟁에서 뒤처질 가능성이 크다고 설명했다.

김 파트너는 AI 선도 도입 여부보다 AI로 실제 경영 성과를 만든 주체가 중요하다고 밝혔다. 그는 아이디어 탐색 단계를 넘어, 업무 재설계와 투자, 인력 투입을 성과로 연결해야 할 단계라고 설명했다.

출처: 아이티데일리 (IT DAILY) · 이재영 기자
원문: https://www.itdaily.kr/news/articleView.html?idxno=241521

참고자료

• https://www.itdaily.kr/news/articleView.html?idxno=241521