리더는 모른다 — 직원들은 이미 AI와 함께 일하고 있다

게시 2026/03/23

By BLUEBUG

46 분읽는 시간

“현장은 이미 변했는데, 관리하는 사람만 그 사실을 모르는 겁니다.”

들어가며: 보이지 않는 혁명
맥킨지 2025 보고서: 직원과 리더 사이의 인식 격차
가트너 2026 보고서: AI 투자의 역설
HBR 연구: 생산성의 이면에서 사라지는 동기
주방 비유로 보는 조직의 현실
피플 애널리틱스: 데이터로 사람의 마음을 읽는다
조직이 지금 당장 해야 할 일
결론: “감”이 아닌 “데이터”로 이끌어야 할 시대
참고 자료

들어가며: 보이지 않는 혁명

2025년, 인공지능(AI)은 조용히 그러나 빠르게 직장 안으로 파고들었습니다. 특별한 공표도, 전사적 교육도, 리더의 허락도 없이 — 직원들은 이미 AI를 업무 도구로 쓰고 있습니다. ChatGPT로 보고서 초안을 쓰고, AI로 이메일을 다듬고, 데이터 분석에 생성형 AI를 활용합니다. 그런데 이 모든 변화가 일어나는 동안, 조직의 리더들은 무엇을 알고 있었을까요?

결론부터 말하자면, 거의 아무것도 알지 못했습니다.

맥킨지(McKinsey)의 2025년 조사, 가트너(Gartner)의 2026년 보고서, 그리고 하버드 비즈니스 리뷰(HBR)에 실린 최신 연구들은 이 불편한 사실을 숫자로 증명합니다. 이 문서는 그 세 가지 연구의 핵심 내용을 깊이 파고들고, 조직 심리학과 피플 애널리틱스의 관점에서 우리가 어떻게 해야 할지를 서술합니다.

맥킨지 2025 보고서: 직원과 리더 사이의 인식 격차

보고서 개요

2025년 1월, 맥킨지는 「Superagency in the Workplace: Empowering People to Unlock AI’s Full Potential」이라는 제목의 보고서를 발표했습니다. 이 보고서는 2024년 10월~11월 사이, 미국·영국·인도·싱가포르·호주·뉴질랜드의 3,613명의 직원과 238명의 C레벨 임원을 대상으로 진행한 설문조사를 기반으로 합니다.

보고서의 핵심 개념은 “슈퍼에이전시(Superagency)”입니다. AI가 인간을 대체하는 것이 아니라, AI가 인간의 역량을 증폭시켜 더 창의적이고 생산적인 존재로 만든다는 비전입니다. 그런데 이 비전을 향해 나아가기 위해서는 먼저 현실을 직시해야 합니다.

핵심 발견 1: 직원들은 리더가 생각하는 것보다 3배 더 많이 AI를 쓴다

보고서에서 가장 충격적인 수치는 바로 이것입니다.

C레벨 임원 중 단 4%만이 직원들이 현재 일상 업무의 30% 이상에 생성형 AI를 사용하고 있다고 예상했습니다.
반면, 실제 직원의 13%가 이미 일상 업무의 30% 이상에 생성형 AI를 활용하고 있다고 응답했습니다.

단순히 퍼센트 차이가 아닙니다. 리더는 4%, 직원은 13% — 이것은 정확히 3배가 넘는 인식의 괴리입니다. 직원들이 AI를 열심히 쓰고 있는 동안, 리더들은 그 사실을 전혀 파악하지 못한 것입니다.

더 나아가 미래에 대한 예상에서도 차이가 극명합니다. 직원의 34%는 1년 안에 업무의 30% 이상에 AI를 쓸 것이라고 전망한 반면, 임원 중 그렇게 생각한 사람은 16%에 불과했습니다. 직원들은 AI 도입이 빠르게 진행될 것이라고 느끼는데, 리더들은 그 속도를 과소평가하고 있는 것입니다.

핵심 발견 2: AI 성숙도의 절벽

또 다른 놀라운 수치가 있습니다.

전 세계 기업의 92%가 향후 3년 안에 AI 투자를 늘릴 계획이라고 밝혔습니다.
하지만 실제로 AI 성숙도에 도달했다고 응답한 기업은 단 1% 에 불과했습니다.

거의 모든 기업이 AI에 돈을 쏟아붓겠다고 하지만, AI가 업무 전반에 진정으로 통합되어 가시적인 성과를 내는 단계까지 도달한 곳은 극소수라는 뜻입니다. 이 극명한 격차는 AI를 도입하겠다는 의지와, 실제로 변화를 이끌어내는 역량 사이의 심각한 불일치를 보여줍니다.

핵심 발견 3: 장벽은 직원이 아니라 리더다

맥킨지 보고서는 명확하게 말합니다.

“AI 도입 확산의 가장 큰 장벽은 직원이 아닙니다. 직원들은 이미 준비되어 있습니다. 문제는 충분히 빠르게 방향을 제시하지 못하는 리더십입니다.”

실제로 C레벨 임원 중 47%가 “리더십의 불일치와 인재 부족 때문에 AI 도입이 너무 느리게 진행되고 있다”고 인정했습니다. 직원의 48%는 AI 도입에서 가장 중요한 요소로 체계적인 교육을 꼽았지만, 그 절반 가까이가 거의 교육을 받지 못했거나 전혀 받지 못했다고 응답했습니다.

핵심 발견 4: 밀레니얼 세대가 AI 도입을 이끈다

35~44세 밀레니얼 세대가 AI에 가장 친숙하며, 팀 내 AI 도입을 이끄는 역할을 하고 있습니다. 이들은 이미 많은 조직에서 중간 관리자 또는 시니어 개인 기여자 위치에 있어, 사실상 현장에서 비공식적인 “AI 헬프데스크” 역할을 수행하고 있습니다.

이는 조직이 AI 도입을 위해 새로운 인력을 채용하는 데만 집중할 것이 아니라, 이미 AI를 잘 쓰고 있는 내부 인재를 발굴하고 그 노하우를 조직 전체에 확산시키는 체계를 만들어야 한다는 것을 시사합니다.

보고서가 우리에게 던지는 질문

맥킨지의 데이터는 조직 내 리더들에게 불편하지만 중요한 질문을 던집니다.

지금 이 순간, 우리 팀의 직원들이 어떤 AI 도구를 어떤 방식으로 쓰고 있는지 리더는 알고 있는가?
AI를 적극적으로 활용하는 직원들을 지원하고 보상하는 체계가 있는가, 아니면 방치하고 있는가?
AI에 대한 불안이나 거부감을 가진 직원들을 어떻게 도울 것인가?

이 질문들에 제대로 답하기 위해서는 “내 느낌에는…“이 아닌, 데이터 기반의 진단이 필요합니다.

가트너 2026 보고서: AI 투자의 역설

역설: 투자는 늘고 있지만, 가치는 만들어지지 않는다

가트너(Gartner)는 2026년 전 세계 AI 관련 지출이 2조 5천억 달러에 달할 것으로 전망합니다. 89%의 CIO가 2026년에 AI 지출을 늘릴 계획이라고 밝혔습니다. 그야말로 전례 없는 규모의 AI 투자 붐입니다.

그러나 투자가 늘어난다고 해서 반드시 가치가 창출되는 것은 아닙니다. 가트너의 조사는 오히려 충격적인 반대 현실을 보여줍니다.

AI 투자 50건 중 변혁적 가치(transformative value)를 만든 것은 단 1건에 불과합니다.
측정 가능한 ROI(투자 수익)를 달성한 것은 5건 중 1건에 그칩니다.
MIT의 조사에서는 기업의 95%가 생성형 AI 프로젝트에서 아무런 ROI를 달성하지 못한 것으로 나타났습니다.

가트너의 수석 분석가 존-데이비드 러브록(John-David Lovelock)은 이렇게 진단합니다.

“AI 도입은 단순한 재정 투자만이 아니라, 인적 자본과 조직 프로세스의 준비성에 의해 근본적으로 결정됩니다. 투기적 잠재력보다 입증된 성과를 우선시하는 조직들만이 진정한 가치를 창출합니다.”

“2025는 파일럿, 2026은 ROI의 해”

가트너 부사장 크리스 반 라이퍼(Kris van Riper)는 현재 상황을 명쾌하게 정리합니다.

“2025년은 AI 파일럿, 발견, 실험의 해였습니다. 2026년은 에이전틱 AI의 ROI를 증명하는 해가 될 것입니다.”

실제로 가트너는 현재 AI가 기술 수용 주기상 “환멸의 골짜기(Trough of Disillusionment)”에 있다고 보고 있습니다. 초기의 열광이 식고, 투자 대비 성과가 기대에 미치지 못함을 느끼는 기업들이 증가하는 시기입니다. 이 단계에서 의미있는 도약을 이루는 조직과, 도태되는 조직의 차이가 갈리게 됩니다.

왜 ROI가 나오지 않는가?

가트너의 분석에 따르면, AI 투자에서 ROI가 나오지 않는 이유는 기술 자체의 한계가 아닙니다. 오히려 조직적·인간적 요인들이 핵심 장벽입니다.

첫째, 기술을 도구로만 보는 시각의 문제입니다. 많은 조직이 AI 도구를 도입하면 자동으로 생산성이 올라갈 것이라고 기대합니다. 그러나 가트너는 말합니다. “AI를 기존 프로세스에 덧붙이는 방식으로는 진정한 가치가 나오지 않는다. 승리하는 조직들은 AI를 기반으로 업무 방식 자체를 재설계한다.” 실제로 AI를 통해 높은 성과를 내는 기업들은 기존 프로세스를 통째로 뜯어고쳐 AI 네이티브 방식으로 재구축합니다.

둘째, 측정 체계의 부재입니다. 가트너는 조직들이 AI 성과를 측정하는 적절한 KPI를 갖추지 못한 경우가 많다고 지적합니다. 단순히 AI 도구에 로그인한 횟수나 도입률 같은 표면적 지표가 아니라, 실제 업무 효율 개선, 의사결정 품질 향상, 수익 기여 같은 심층 지표가 필요합니다.

셋째, 사람의 동기와 적응 과정을 무시하는 문제입니다. 이것이 아마도 가장 근본적인 이유입니다. 가트너는 AI 가치 창출을 위한 세 가지 핵심 축을 제시합니다. 비즈니스와 연계된 AI 로드맵, 명확하고 측정 가능한 가치 목표, 그리고 인력의 준비성을 위한 업스킬링 이니셔티브입니다. 세 번째 축, 즉 ‘사람’의 변화 없이는 기술 투자가 아무리 커도 가치로 전환되지 않습니다.

가트너가 말하는 AI 고성과 조직의 특징

가트너의 2025년 조사에서 전체 기업의 약 6%만이 AI를 통해 EBIT(영업이익)의 5% 이상 기여를 이끌어내는 “AI 고성과 기업”으로 분류됩니다. 이들의 특징은 무엇일까요?

이 기업들은 단순한 비용 절감 목표를 넘어 수익 성장과 혁신을 AI의 목표로 삼습니다. 조직 전체의 업무 흐름을 근본적으로 재설계하며, 디지털 예산의 20% 이상을 AI에 투자합니다. 또한 CEO를 포함한 경영진이 AI를 직접 사용하며 솔선수범하고, AI 거버넌스 체계를 명확히 갖추고 있습니다.

한마디로, 기술에 돈을 쓰는 것이 아니라 조직을 변혁하는 데 투자하는 기업들이 성과를 냅니다.

HBR 연구: 생산성의 이면에서 사라지는 동기

연구 개요

2025년 5월, 하버드 비즈니스 리뷰(Harvard Business Review)에 충격적인 연구가 실렸습니다. 저장장 위(Zhejiang University) 경영대학원의 류 위쿤(Yukun Liu) 등 다섯 명의 연구자가 수행한 이 연구는, 3,500명 이상의 직장인을 대상으로 네 가지 실험을 진행했습니다.

참가자들은 페이스북 게시물 작성, 이메일 작성, 부하직원 성과 평가서 작성 같은 실제 업무를 AI와 함께 수행한 뒤, AI 없이 다른 업무를 수행했습니다. 연구자들은 작업 품질과 함께 통제감, 내재적 동기, 지루함 수준 같은 심리적 지표를 측정했습니다.

발견 1: AI는 확실히 성과를 올린다

결과는 분명했습니다. AI와 협업한 직원들은 그렇지 않은 직원보다 훨씬 높은 품질의 결과물을 냈습니다. AI의 도움을 받아 작성한 성과 평가서는 더 길고, 더 분석적이며, 더 유용한 톤을 담고 있었습니다. 이메일은 더 따뜻하고, 더 공감적이며, 격려와 연결감이 풍부했습니다.

생산성 향상은 의심할 여지가 없습니다.

발견 2: 그러나 AI는 동시에 동기를 갉아먹는다

바로 여기서 역설이 시작됩니다. AI를 활용해 한 가지 업무를 마친 뒤, 다른 업무를 AI 없이 수행하도록 했을 때 — 참가자들에게서 놀라운 심리적 변화가 나타났습니다.

내재적 동기(intrinsic motivation)가 평균 11% 감소했습니다.
지루함(boredom)은 평균 20% 증가했습니다.

반면, AI 없이 모든 작업을 수행한 대조군은 비교적 안정적인 심리 상태를 유지했습니다.

생산성은 올랐는데 동기는 떨어졌다 — 이 역설이 바로 HBR 연구가 밝혀낸 핵심입니다.

왜 이런 일이 벌어질까?

연구자들은 이 현상의 메커니즘을 다음과 같이 설명합니다.

AI는 업무에서 인지적으로 가장 자극적이고 도전적인 부분을 처리해버립니다. 성과 평가서를 작성할 때, 무엇을 어떻게 쓸지 고민하는 과정 — 그 자체가 인간에게 의미와 성취감을 주는 부분입니다. 그런데 AI가 그 과정을 빠르게 해결해 버리면, 인간은 주도권을 잃은 느낌을 받게 됩니다.

이 “통제감의 상실”이 내재적 동기를 떨어뜨리는 핵심 원인입니다. 통제감은 내재적 동기의 핵심 구성 요소이기 때문입니다. 내가 이 일을 하고 있다는 느낌, 내 판단이 결과를 만들어냈다는 느낌 — 이것이 사라지면 일에 대한 열정도 함께 사라집니다.

그리고 AI 없이 다음 업무로 넘어갔을 때, 통제감은 다시 돌아오지만 이번에는 그 일이 지루하게 느껴집니다. AI와 함께 일할 때의 쾌적함과 속도를 경험한 뒤에, AI 없이 혼자 하는 작업이 상대적으로 느리고 불편하고 덜 보람있게 느껴지는 것입니다.

조직에 주는 경고

이 연구는 단순히 심리학적 발견에 그치지 않습니다. 장기적으로 조직에 심각한 경고를 보냅니다.

지루함이 지속되면 번아웃(burnout)과 이직으로 이어집니다.
내재적 동기가 낮아진 직원들은 AI가 없을 때 최선을 다하지 않으려 합니다.
AI가 인간의 인지 성장 기회를 빼앗는다면, 장기적으로 직원들의 역량 개발이 저해됩니다.

중요한 것은, 이 변화가 겉으로는 잘 보이지 않는다는 점입니다. 생산성 수치는 올라가고, 결과물의 품질도 좋아 보입니다. 그래서 이런 심리적 소진이 진행되는 동안 리더들은 아무런 문제가 없다고 착각하기 쉽습니다. “감”이 아닌 “데이터”로 직원의 상태를 모니터링하지 않으면 절대 발견할 수 없는 변화입니다.

연구자들이 제시하는 해결책

HBR 연구자들은 AI를 포기하라고 말하지 않습니다. 대신, 업무와 워크플로우를 재설계하라고 제안합니다.

AI를 업무의 전부를 처리하는 도구로 쓰지 말고, 출발점으로 활용하라는 것입니다. AI가 초안을 제안하면, 인간이 자신의 판단과 창의성을 더해 완성하는 방식 — 이렇게 하면 생산성도 지키고, 내재적 동기도 보존할 수 있습니다. 또한 AI 지원 업무와 자율적인 단독 업무를 교대로 배치해 직원들이 인지적 도전과 통제감을 지속적으로 느낄 수 있도록 해야 합니다.

주방 비유로 보는 조직의 현실

요리사의 손과 표정을 보는 방법: 피플 애널리틱스

그렇다면 리더는 어떻게 현장을 볼 수 있을까요? 답은 피플 애널리틱스(People Analytics)에 있습니다.

피플 애널리틱스: 데이터로 사람의 마음을 읽는다

피플 애널리틱스란 무엇인가

피플 애널리틱스는 인적 자원과 관련된 데이터를 수집·분석하여 조직의 의사결정을 개선하는 학문과 실천입니다. 단순히 출퇴근 기록이나 이직률을 보는 것이 아닙니다. 직원들이 어떻게 협업하는지, 어떤 업무에서 생산성이 높고 낮은지, 무엇이 동기를 높이고 낮추는지 — 이런 복잡한 인간적 현상을 데이터로 포착합니다.

AI 시대에 피플 애널리틱스는 특히 중요해졌습니다. 눈에 보이지 않는 AI 활용 양상과, 그로 인한 직원의 심리적 변화를 추적하는 데 피플 애널리틱스가 핵심 역할을 하기 때문입니다.

AI 도입 측정을 위한 피플 애널리틱스

워크리틱스(Worklytics)의 CTO 에릭 슐팅크(Erik Schultink)는 조직이 AI 도입의 실제 현황을 파악하기 위해 물어야 할 핵심 질문들을 이렇게 정리합니다.

우리 조직은 현재 AI 도입의 어느 단계에 있는가?
어떤 부서, 어떤 역할의 직원들이 AI를 가장 적극적으로 활용하고 있는가?
직원들이 AI 역량을 갖추고 있는가, 아닌가?
AI를 쓰고 있다면, 실제로 어떤 성과를 내고 있는가?
AI 활용의 가장 큰 레버리지 포인트는 어디인가?

이 질문들에 답하기 위해서는, 디지털 협업 도구(Slack, Teams, Outlook 등), 문서 작성 도구(Google Docs, Notion 등), AI 도구 활용 로그 등 다양한 데이터 소스를 통합적으로 분석해야 합니다.

AI 활용 수준 측정의 다차원적 접근

2026년의 선도적인 기업들은 AI 도입을 단순히 “사용했냐 안 했냐”로 측정하지 않습니다. 다음의 네 가지 축에서 측정합니다.

사용률(Usage): 얼마나 많은 직원이 AI 도구를 사용했는가. 이는 가장 기본적인 지표이지만, 이것만으로는 충분하지 않습니다.

깊이(Depth): 얼마나 깊이 있게 AI를 활용하는가. 단순한 검색 대체인지, 실질적인 업무 자동화와 의사결정 지원으로 이어지는지를 봅니다.

폭(Breadth): 얼마나 다양한 업무와 기능에 AI를 활용하는가. 한두 가지 업무에만 쓰는 것과, 업무 전반에 걸쳐 AI가 통합된 것은 전혀 다른 수준입니다.

세분화(Segmentation): 부서별, 직급별, 역할별로 AI 활용 패턴에 어떤 차이가 있는가. 이 세분화된 데이터를 통해 누가 AI를 잘 쓰고 누가 방치하고 있는지, 그 이유는 무엇인지를 파악할 수 있습니다.

동기와 번아웃 모니터링

HBR 연구가 보여준 내재적 동기 저하와 지루함 증가는, 피플 애널리틱스에서 “얼리 워닝 시그널(Early Warning Signal)”로 포착해야 합니다.

지루함의 증가는 업무 결여, 이직 의향 상승, 번아웃의 선행 지표입니다. 이것을 감지하는 방법에는 정기적인 직원 설문(Pulse Survey), 이직 의향 신호 분석, 협업 데이터에서의 참여도 변화 추적 등이 있습니다.

비저(Visier)나 워크데이(Workday) 같은 피플 애널리틱스 플랫폼들은 이런 심리적 지표를 AI와 접목해 실시간에 가깝게 모니터링하는 기능을 갖춰가고 있습니다.

가트너가 말하는 피플 애널리틱스의 세 기둥

가트너의 2026년 분석가인 애덤 론탈(Adam Ronthal)은 D&A(Data & Analytics) 리더들에게 이렇게 강조합니다.

“AI 투자에서 가치를 이끌어내려면 역할보다 스킬에 집중해야 합니다. 스킬, 마인드셋, 행동 변화에 집중하면 개인과 집단의 잠재력을 모두 끌어낼 수 있습니다. 이것이 직원 참여도와 생산성을 높이고, 조직을 변화에 더 잘 적응하는 존재로 만들어줍니다.”

그는 AI 투자에서 가치를 실현하기 위한 세 가지 핵심 기둥을 제시합니다.

기술적 ROI: AI가 실제로 업무 효율을 높이는지를 수치로 측정합니다. 시간 절감, 오류 감소, 처리 속도 향상 등이 여기에 포함됩니다.

개인적 ROI: AI가 직원 개개인의 역량을 높이고, 더 의미있는 일에 집중할 수 있게 해주는지를 봅니다. HBR 연구에서 드러난 내재적 동기 저하는 이 개인적 ROI가 마이너스로 가고 있다는 신호입니다.

조직적 ROI: AI가 조직 전체의 민첩성과 경쟁력을 높이는지를 측정합니다. 이는 가장 측정하기 어렵지만, 장기적으로 가장 중요한 지표입니다.

조직이 지금 당장 해야 할 일

1단계: 현실 파악 — “우리 팀의 AI 활용 현황은?”

가장 먼저 해야 할 일은 현실을 파악하는 것입니다. 그리고 현실을 파악하기 위해서는 “제 느낌에는…” 대신 실제 데이터가 필요합니다.

조직의 모든 레벨에서 직원들에게 묻습니다. 지금 어떤 AI 도구를 쓰고 있는지, 어떤 업무에 활용하는지, 어떤 점이 도움이 되고 어떤 점이 불편한지. 맥킨지는 말합니다. “직원들에게 물어보십시오. 답이 놀라울 것입니다.”

이 데이터를 바탕으로 조직 내 AI 활용의 “지도”를 그립니다. 어느 팀이 적극적이고, 어느 팀이 뒤처져 있는지. 어느 업무에 AI가 깊게 침투해 있고, 어디는 아직 수작업에 의존하는지.

2단계: 격차 해소 — 리더십의 실질적 개입

데이터로 현황을 파악한 뒤, 리더십이 실질적으로 개입해야 합니다.

가트너의 조사에서 AI 고성과 기업들의 공통점 중 하나는 “경영진이 직접 AI를 사용하고 솔선수범한다”는 것입니다. CEO가 AI를 일상적으로 쓰고, 그 경험을 직원들과 나누는 조직에서 AI 도입이 훨씬 빠르게 이루어집니다.

동시에, AI를 아직 쓰지 못하는 직원들을 위한 체계적인 교육이 필요합니다. 맥킨지의 조사에서 직원들이 AI 도입의 가장 중요한 요소로 꼽은 것이 “교육”이었음을 기억해야 합니다.

3단계: 동기 보호 — 업무 재설계

HBR 연구의 교훈을 반영해, AI 도입 과정에서 직원들의 내재적 동기를 보호하는 업무 설계가 필요합니다.

AI가 초안을 잡고, 인간이 판단과 창의성을 더하는 구조를 만듭니다. AI 지원 업무와 자율적인 단독 업무를 적절히 교대 배치합니다. 직원들에게 AI의 기여와 자신의 기여가 어떻게 최종 결과물을 만들어냈는지를 명확히 인식시킵니다. 이것이 “주인의식(ownership)”을 유지하는 핵심입니다.

4단계: 지속적 모니터링 — 피플 애널리틱스 체계 구축

마지막으로, 이 모든 과정은 일회성 진단이 아닌 지속적인 모니터링 체계 안에서 이루어져야 합니다.

분기별 또는 월별로 직원들의 AI 활용 현황과 심리적 웰빙 지표를 추적합니다. 데이터에서 이상 신호가 포착되면 신속하게 개입합니다. AI 고성과 기업들은 데이터에서 AI 관련 인시던트(불만, 오류, 저항)를 빠르게 감지하고, 거버넌스 체계를 통해 대응합니다.

가장 중요한 것은, 이 데이터들이 처벌이나 통제의 목적이 아니라, 직원들을 더 잘 지원하기 위한 목적으로 활용된다는 신뢰를 만들어야 한다는 점입니다. 가트너가 말하는 “심리적 안전감” 없이는, 직원들이 AI 활용 경험을 솔직하게 공유하지 않습니다.

결론: “감”이 아닌 “데이터”로 이끌어야 할 시대

세 가지 연구가 공통으로 말하는 것

맥킨지, 가트너, HBR의 연구는 서로 다른 각도에서 같은 진실을 가리킵니다.

맥킨지는 말합니다: 직원들은 이미 AI와 함께 일하고 있습니다. 리더들은 그 사실을 모릅니다. 가장 큰 장벽은 기술이 아니라 리더십입니다.

가트너는 말합니다: 아무리 많은 돈을 AI에 투자해도, 사람의 동기와 적응 과정을 이해하지 못하는 조직은 ROI를 만들지 못합니다. 기술이 아니라 조직의 변혁 역량이 성패를 가릅니다.

HBR은 말합니다: AI가 생산성을 올리는 동안, 직원들의 내재적 동기는 조용히 깎여나갑니다. 이 변화는 데이터 없이는 포착하기 어렵습니다.

“데이터에 따르면…“으로 말할 수 있을 때

리더가 “제 느낌에는 우리 팀이 AI를 잘 쓰고 있는 것 같아요”라고 말하는 조직과, “데이터에 따르면 마케팅 팀의 AI 활용도는 높지만, 내재적 동기 지표가 최근 15% 떨어졌어요. 업무 재설계가 필요합니다”라고 말하는 조직 — 이 두 조직은 AI 시대에 완전히 다른 경쟁력을 가지게 됩니다.

피플 애널리틱스와 AI 활용 데이터는, 리더가 현장에서 무슨 일이 벌어지고 있는지를 정확히 볼 수 있는 눈이 됩니다. 요리사의 손과 표정을 보는 능력 — 이것이 AI 시대 리더십의 새로운 핵심 역량입니다.

마지막으로

AI의 잠재력은 의심할 여지가 없습니다. 맥킨지는 연간 4.4조 달러의 생산성 향상 잠재력을 이야기하고, 가트너는 에이전틱 AI가 기업 프로세스를 근본적으로 바꿀 것이라고 전망합니다. 이 잠재력을 현실로 만드는 것은 더 좋은 AI 모델이 아닙니다.

그것은 사람입니다. 그리고 그 사람을 이해하는 데이터입니다.

당신의 조직에서는 누가, 어떤 이유로, 어떤 방식으로 AI를 쓰고 있습니까? 리더로서 그 답을 데이터로 말할 수 있을 때, 진정한 AI 시대의 조직 경쟁력이 시작됩니다.

참고 자료

출처	발행일	주요 내용
McKinsey & Company, Superagency in the Workplace	2025년 1월	직원 AI 활용이 리더 예상의 3배, AI 성숙도 1%, 리더십이 최대 장벽
McKinsey & Company, State of AI 2025	2025년 11월	88% 조직의 AI 활용, 고성과 기업 특징 분석
Gartner, 2026 CIO & Technology Executive Survey	2025년 10월	AI ROI 부재, 에이전틱 AI로의 전환, 89% CIO AI 투자 증가 계획
Gartner Press Release, AI Spending $2.5 Trillion	2026년 1월	2026 AI 총 지출 전망, 환멸의 골짜기 분석
Gartner, Three Pillars for Deriving Value from AI	2026년 3월	AI 가치 창출을 위한 스킬·마인드셋 중심 접근
Liu, Y. et al., HBR: Gen AI Makes People More Productive — and Less Motivated	2025년 5월	3,500명 대상 연구, 내재적 동기 11% 감소, 지루함 20% 증가
myHRfuture, People Analytics in Measuring AI Adoption	2025년 4월	AI 도입 측정을 위한 피플 애널리틱스 방법론
Visier, Trends 2026: The Business Case for Humans in the AI Era	2025년 11월	AI 시대 인간 역량의 중요성, 피플 애널리틱스의 역할
Worklytics, 2025 AI-Adoption Benchmarks	2025년	AI 도입 측정 4차원 프레임워크

이 문서는 2026년 3월 현재 공개된 최신 연구 및 보고서를 바탕으로 작성되었습니다.
원문 포스팅 출처: 브런치 @chriskt / Threads @teo_orgpsych

#피플애널리틱스 #AI시대조직관리 #조직심리학 #맥킨지2025 #가트너2026 #HBR연구 #리더십

AI, Material

AI Superagency people-analytics Claude.write