ZDNET을 팔로우하세요: 우리를 선호 소스로 추가하세요 Google에서.
ZDNET의 주요 시사점
- 조직 AI 혁신은 신뢰할 수 있는 데이터와 새로운 워크플로에 관한 것입니다.
- 성공적인 리더는 인간의 능력과 데이터 액세스를 연결합니다.
- 기록 시스템에서 대리 시스템으로 전환되고 있습니다.
AI의 부상은 업계 리더들에게 근본적인 도전을 제시합니다. 기술에 대한 단순한 믿음의 문제를 넘어서는 것입니다. 또한 이러한 요구 사항으로 인해 조직은 더욱 불편한 질문에 직면하게 됩니다. 현재의 조직 설계는 현대적인 워크플로우에 최적화되어 있습니까, 아니면 과거의 유물입니까?
AI는 인간이 서로 다른 시스템, 팀 및 의사결정을 수동으로 연결하는 “디지털 접착제” 역할을 계속할 것이라는 숨겨진 낡은 가정을 드러냅니다. 수십 년 동안 엔터프라이즈 소프트웨어는 사람들이 데이터 입력을 관리하고, 충돌을 조정하고, 이메일을 통해 승인을 추적하고, 스프레드시트를 업데이트하는 순차적인 핸드오프 모델을 영속시켰습니다. 이 구조는 불확실성이 낮고 결정 지연이 감당 가능할 때 관리가 가능했습니다.
또한: AI 에이전트는 빠르고, 느슨하며, 통제 불능이라고 MIT 연구 결과가 나왔습니다.
이제 우리는 단순히 정보를 분석하는 것이 아니라 복잡한 워크플로우 전반에 걸쳐 추론, 조정 및 행동할 수 있는 시스템을 갖춘 에이전트 AI 및 디지털 노동으로 정의되는 변혁의 시기로 진입하고 있습니다. 이 인지 산업 혁명의 미래 승자는 가장 발전된 AI 모델을 갖춘 사람들이 아닐 것입니다. 성공은 조직의 워크플로를 재설계하여 컴퓨팅 능력뿐만 아니라 신뢰할 수 있는 컨텍스트와 진정한 대행사를 통해 인텔리전스가 작동할 수 있도록 하는 회사의 몫입니다.
인지 산업 혁명은 에이전트 AI를 통해 인간 추론이 강화되는 것을 의미합니다. 이는 증기력으로 인간의 근육을 강화한 1차 산업혁명과 데이터로 인간의 기억을 강화한 디지털 혁명의 궤적을 반영합니다. 역사를 기록하는 ‘기록 시스템’에서 미래를 적극적으로 조율하는 ‘에이전시 시스템’으로 변화하고 있습니다.
불확실성은 새로운 표준이다
제조는 항상 불확실성 속에서 운영되어 왔습니다. 달라진 것은 템포다. 에너지 및 재료 가격은 빠르게 변동하고 재료 가용성은 예고 없이 변화합니다. 지정학, 무역 정책, 관세, 인플레이션 및 이자율은 많은 계획 프로세스가 감당할 수 있는 것보다 더 빠르게 비용 구조를 재구성합니다.
이 변경 사항은 더 이상 일화적이지 않습니다. 컨설턴트인 McKinsey는 공급망 리더를 대상으로 한 2025년 설문조사에서 응답자의 82%가 공급망이 이미 새로운 관세의 영향을 받아 공급망 활동의 20~40%에 영향을 미쳤다고 답했습니다. 또한 많은 사람들이 직접적인 비용 증가와 측정 가능한 수요 영향을 보고하여 불안정성이 핵심 운영 가정에 깊이 영향을 미친다는 증거를 제공했습니다.
동시에 고객을 위한 실시간 투명성, 이사회를 위한 더욱 엄격한 마진 보호, 운영 팀을 위한 더 적은 버퍼로 더 빠른 실행 등 모든 곳에서 기대가 높아졌습니다. 불일치는 구조적입니다. 결정은 더 자주, 더 높은 이해관계를 가지고 이루어져야 합니다.
또한: Clawdbot에서 OpenClaw까지: 이 바이러스성 AI 에이전트는 빠르게 발전하고 있으며 보안 전문가에게는 악몽 같은 존재입니다.
그러나 많은 조직은 여전히 더 느리고 예측 가능한 세상을 위해 설계된 의사결정 흐름을 운영하고 있습니다.
상업 운영 병목 현상
제조업체는 수십 년 동안 생산과 물류를 자동화해 왔습니다. 그러나 비즈니스의 상업적 측면, 즉 판매, 계획, 배송 및 대금 수령 사이의 공간은 수동 조립 라인으로 남아 있는 경우가 많습니다. 고객 대면 작업은 한 시스템 세트에 있고 이행, 송장 발행 및 현금 관리는 다른 시스템에 있습니다. 이러한 시스템 세트 사이에는 가격 책정, 예측, 계약 관리, 판매 및 운영 계획의 연결 계층이 있습니다. 이는 성능에 중요하며 종종 스프레드시트, 이메일 및 사용자 정의 패치를 통해 관리됩니다.
이 계층은 AI 노력이 현실과 조용히 충돌하는 곳입니다. 보스턴 컨설팅 그룹(BCG)의 최근 연구에 따르면 “AI 채택 퍼즐”이 뚜렷하게 드러났습니다. 기업의 거의 3분의 2가 파일럿 단계를 넘어섰지만 극히 일부만이 상당한 수익 영향을 보고 있습니다. 이유는? 대부분의 기업은 AI를 사용하여 기본적이고 단편화된 프로세스를 그대로 유지하면서 격리된 작업의 속도를 높이고 있습니다.
또한: AI 에이전트는 이미 재난을 일으키고 있으며, 이 숨겨진 위협으로 인해 안전한 출시가 중단될 수 있습니다.
제조에서 이러한 접근 방식은 AI가 단절된 계획과 실행 사일로 사이에 갇혀 있기 때문에 가치를 창출할 수 없는 “영향 격차”로 나타납니다. 수년 동안 조직에서는 이러한 조정 작업을 위해 팀을 고용하고 구성했습니다. 영업팀은 확인을 쫓았습니다. 기획자는 회의에서 숫자를 조정했습니다. 실행이 이미 시작된 후 재무 검증 결과입니다. 서비스 통찰력은 향후 상업적 결정과 분리된 상태로 유지되었습니다.
AI는 이러한 관용의 경제성을 변화시킵니다. 디지털 노동이 라우팅, 요약, 조정, 에스컬레이션과 같은 연결 작업을 수행할 수 있으면 한때 보이지 않았던 비효율성이 측정 가능해집니다.
AI는 스트레스 층이다
AI 이니셔티브가 중단되면 반사적으로 모델의 품질에 의문을 제기하게 됩니다. 더 흔히 문제는 맥락의 연속성을 제공할 수 없는 운영 모델 위에 AI가 배포되고 있다는 것입니다. AI는 수요 신호가 계획에 유입되고, 약속이 기능 전반에 걸쳐 표시되며, 변경 사항이 자동으로 전파된다고 가정합니다. 이러한 가정이 위반되면 AI는 인간으로서 조용히 보상하지 않습니다. 대신 AI는 격차를 드러내므로 많은 기업이 인상적인 파일럿을 보지만 기업에 미치는 영향은 제한적입니다.
또한: 진정한 에이전트 AI는 몇 년 뒤에 구현됩니다. 여기에 도달하는 이유와 방법은 다음과 같습니다.
McKinsey의 연구와 MIT의 비즈니스 AI 현황 보고서는 모두 확대된 구현 격차를 강조했습니다. McKinsey는 주요 제약이 알고리즘보다는 운영 모델, 리더십, 거버넌스에 있다고 반복해서 제안했습니다. MIT의 최신 연구는 AI 채택이 거의 보편적이지만 리더는 개인 생산성에서 체계적인 기관으로 초점을 옮기는 사람들이라는 사실을 밝혀 이러한 결론을 강화했습니다.
이러한 리더들은 고립된 AI 기능에서 벗어나 에이전트가 전사적 맥락에 따라 행동할 수 있도록 하는 통합 데이터 기반 및 신뢰 계층으로 이동하고 있습니다. 이러한 성공은 선도적인 조직이 AI 기능에서 데이터 기반, 신뢰 계층 및 거버넌스 모델로 초점을 옮기는 이유입니다. 신뢰할 수 있는 컨텍스트가 없는 에이전트 시스템은 영향력을 생성하지 않습니다. 그들은 단편화를 증폭시킵니다. 간단히 말해서 AI는 기본적으로 기술 업그레이드가 아닙니다. 대신 AI에는 조직 재설계가 필요합니다.
기계가 시장을 만났을 때
기술적인 실패가 아닌 조직의 실패는 산업 변혁의 주요 걸림돌입니다. Henry Ford의 초기 생산 시스템을 생각해 보십시오. 효율성과 규모의 경이로움은 검정색 Model T만을 요구하는 시장에 완벽하게 적합합니다.
그러나 시장이 더욱 다양해지고 수요가 역동적으로 발전함에 따라 한때 유리했던 이러한 구조는 제약이 되었습니다. 1921년 포드의 위기는 역량 부족이 아니라 더 이상 존재하지 않는 현실에 최적화된 정보 흐름을 갖춘 조직 설계였습니다. 포드가 중앙집권적 권력을 고수하는 동안 제너럴 모터스(General Motors)의 알프레드 P. 슬론(Alfred P. Sloan)은 시장 복잡성을 관리할 수 있는 ‘지능 시스템’을 구축했습니다.
조직의 위기를 기술적인 위기로 잘못 진단하는 것은 반복되는 패턴입니다. 1980년대에 많은 서구 제조업체들은 엄격한 자동화를 강화하여 일본의 린(Lean) 경쟁에 맞서려고 시도했지만 단지 프로세스 속도를 높이는 것만으로는 근본적으로 깨진 작업 흐름을 해결할 수 없다는 사실을 알게 되었습니다.
또한: Gartner는 기업에 ‘모든 AI 브라우저를 차단’할 것을 촉구합니다. 무서운 경고 뒤에 숨어 있는 것은 무엇입니까?
오늘날 우리는 AI와 관련된 동일한 위험에 직면해 있습니다. 우리는 인간이 중재하는 조정을 위해 설계된 운영 모델을 유지하면서 인지 기술에 막대한 투자를 하고 있습니다. 이러한 오래된 모델은 정보의 수동 조정을 강제하는 순차적인 핸드오프, 기능적 의사 결정 체인 및 단편화된 시스템에 의존합니다. 문제는 기술이 너무 발전했다는 것이 아닙니다. 조직이 뒤처진다는 것입니다.
차세대 인지 물결을 타고
고도로 자동화된 공장과 창고는 더 이상 실험이 아닙니다. 사람의 개입을 최소화하면서 규모에 맞게 작동하고 속도와 정밀도에 최적화되어 있습니다. 이러한 환경에서는 생산 및 자재 취급이 병목 현상을 일으키지 않습니다. 대신 문제는 종종 조정입니다.
고도로 자동화된 창고와 소등 공장을 생각해 봅시다. 그리드 내부에서는 실행이 빠르고 일관됩니다. 그러나 마찰은 상류로 이동합니다. 창고에서는 몇 분 만에 주문을 선택할 수 있고 사무실에서는 상업 계약서, 선적 문서, 송장을 조정하는 데 몇 시간이 걸리는 반면 ‘스마트 공장’은 여전히 신호 대기 중입니다.
다음 개척지는 물리적 자동화를 넘어 인지 시뮬레이션으로 이동합니다. Nvidia Omniverse와 같은 플랫폼을 통해 조직은 공장과 공급망의 완전한 디지털 및 산업 트윈을 생성할 수 있습니다. 이러한 환경 내에서 기업은 공급망에서 동시에 상호 작용하는 수천 또는 수십만 개의 자율 에이전트를 시뮬레이션할 수 있습니다.
또한: AI 구독이 그만한 가치가 있나요? 프리미엄 챗봇 플랜을 선택하는 방법과 하지 말아야 할 사항
리더는 물리적 세계에 인텔리전스를 직접 배포하고 그것이 작동하기를 바라기보다는 확장 가능한 디지털 환경에서 의사결정 논리를 테스트하고, 강조하고, 개선할 수 있습니다. 어두운 공장은 더 이상 자동화되지 않습니다. 대신 배포 전에 시뮬레이션, 최적화 및 조정이 가능합니다.
인더스트리 4.0이 ‘손’, 즉 물리적 자동화에 관한 것이라면, 인지 산업 혁명은 ‘머리’, 즉 오케스트레이션 자동화에 관한 것입니다. 제조의 다음 단계는 상자를 더 빨리 옮기는 것이 아닙니다. 이는 기계의 속도로 조직 전체에 의도를 전달하는 것입니다.
자치권 획득
AI가 실패하는 가장 빠른 방법은 너무 일찍 자율성을 목표로 삼는 것이다. 자율성은 구매하는 플러그 앤 플레이 기능이 아닙니다. 대신, 그것은 명확성의 결과입니다. 자동화 함정을 피하려면 제조업체는 다음 단계로 나아가야 합니다.
- 시스템 수준 가시성: 중요한 정보를 손으로 옮기지 마세요. 진실에 대한 공유된 정의를 통해 직무 전반에 걸쳐 약속, 계획, 실행 신호를 가시화할 수 있습니다.
- 작업 흐름의 상황별 지능: 에이전트를 사용하여 긴 문서를 요약하고, 관련 컨텍스트를 표면화하고, 요청을 라우팅하고, 결정을 준비하므로 사람들은 데이터 입력 및 컨텍스트 검색보다는 판단에 집중할 수 있습니다.
- 이벤트 기반 오케스트레이션: 가시성과 맥락이 안정적이어야 자율성이 확대됩니다. 시스템은 이벤트와 예외에 대해 조치를 취하고, 절충과 책임이 필요한 경우 인간에게 확대됩니다. 자율성은 특징이 아닙니다. 명확성의 결과입니다.
디지털 접착제에서 인지 설계자로
다가오는 시대의 진정한 과제는 올바른 AI 모델을 선택하는 것보다 조직 설계에 더 가깝습니다.
또한: 더 나은 AI 결과를 얻기 위해 사용하는 5가지 사용자 정의 ChatGPT 지침 – 더 빠르게
리더는 판단이 어디에 있는지, 고객 요구 사항이 시스템 내에서 어떻게 행동으로 전환되고 다시 작동하는지 정의하고, 조정되지 않은 시스템으로 인해 존재하는 작업을 제거하는 데 집중해야 합니다.
이번 인지산업혁명에서 플랫폼의 역할은 근본적으로 바뀌었습니다. 플랫폼은 더 이상 단순한 기록 시스템이 아닙니다. 대리 시스템으로 진화하고 있습니다. 이 새로운 역할은 독립형 AI에 부족한 것, 즉 신뢰할 수 있는 컨텍스트와 실행 능력을 제공합니다. 이 플랫폼은 디지털 노동이 단순한 지원에서 진정한 자율성으로 안전하게 전환할 수 있도록 하는 기반입니다.
이러한 인지 산업 혁명은 먼 목표가 아닙니다. 이것이 현재의 경쟁 현실이다. 전통적인 디지털 구조가 해체됨에 따라 리더십은 중요한 결정에 직면하게 됩니다.
- 단편화된 시스템을 하나로 묶는 디지털 접착제 역할을 중단하고 시스템 설계자 역할을 시작하시겠습니까?
- 귀하의 조직은 필요한 현대적 작업 흐름을 지원하도록 구성되어 있습니까? 아니면 과거 시대에 구축된 단편화된 사일로를 더 빠르게 디지털 방식으로 반복하고 있습니까?
이 글은 공동저자입니다. 포코 소메르코스키업계 비즈니스 전략가이자 Salesforce의 설계자인 그는 에이전트 AI와 엔터프라이즈 규모 데이터의 통합을 개척하여 제조 환경을 재정의합니다.