📖 서론: 내년 트렌드 키워드에서 'AI'가 사라졌다 서울대 소비트렌드분석센터의 『트렌드 코리아 2027』은 흥미로운 지점에서 출발합니다. 2027년 10대 키워드 어디에도 'AI'라는 단어가 전면에 없습니다. AI가 사라져서가 아니라 이미 공기처럼 당연해졌기 때문입니다. 김난도 교수팀이 제시한 2027년 슬로건은 '알파쉽(ALPHA SHEEP)' — 먼저 뛰어드는 양이 무리를 이끈다는 뜻입니다. 책이 짚은 질문은 한결같습니다. AI를 들여놓은 다음, 실제 성과를 내는 것은 결국 누구의 몫인가. 이번 호에서는 이 질문과 맞닿은 다섯 가지 흐름을 짚습니다.
오늘의 다섯가지 중요포인트 ① '바이브 워킹' — AI를 들였는데 왜 성과는 그대로인가 ② '저장인류' — 쌓아만 두고 한 번도 안 연 데이터 ③ '휴먼엣지' — AI 시대에 더 비싸진 사람의 흔적 ④ '안목자본' — 보여줄 것과 숨길 것을 가르는 눈 ⑤ '리:텐션 전략' — 새 고객보다 오래 본 고객 (출처: 『트렌드 코리아 2027』, 김난도 교수팀, 미래의창, 2026년 9월 발간)
📌 흐름 1: '바이브 워킹' — AI를 들였는데 왜 성과는 그대로인가 『트렌드 코리아 2027』이 꼽은 조직의 과제는 '바이브 워킹'입니다. AI 도입률은 치솟았지만, 맥킨지 조사에 따르면 실제로 영업이익이 올랐다는 기업은 5%가 채 안 됩니다. 오히려 "쓰는 법을 익히는 일" 자체가 새 업무가 되어 체감 업무량이 늘었다는 응답도 많습니다. 문제는 AI의 성능이 아니라, 현장 업무 단위로 쪼개 붙이는 조직의 설계력입니다. 모든 부서에 같은 도구 하나를 그대로 뿌리는 방식보다, 하나의 기반 위에서 부서마다 필요한 범위만 맞춤으로 붙이는 쪽이 성과로 이어진다는 지적이 많습니다.
🎯 시사점: '얼마나 좋은 AI인가'보다 '우리 부서 업무 하나에 얼마나 빨리 붙일 수 있는가'를 먼저 따져야 합니다. 개발자 없이 현업이 업무 단위 AI를 직접 만들어 붙이는 구조가 이 격차를 줄이는 실제 해법으로 거론됩니다.
📌 흐름 2: '저장인류' — 쌓아만 두고 한 번도 안 연 데이터 '저장인류'는 나중에 고르려고 일단 저장부터 해두는 습성을 가리킵니다. 책은 이 현상이 개인의 사진첩에만 머물지 않는다고 짚습니다. 기업도 마찬가지입니다. 생산실적, 품질지표, 매출 데이터가 매달 쌓이지만, 바빠서 미루면 정작 꺼내 보는 일은 드뭅니다. 저장은 늘고 활용은 줄어드는 비대칭이 쌓일수록, 데이터는 자산이 아니라 그냥 용량이 됩니다.
🎯 시사점: '더 많이 모으는 것'에서 '정기적으로 꺼내 보게 만드는 것'으로 관점을 바꿔야 합니다. 매달 정해진 날 데이터를 자동으로 요약·분석해 받은함에 넣어 두는 방식이 저장과 활용의 간극을 좁히는 실무형 대응입니다.
📌 흐름 3: '휴먼엣지' — AI 시대에 더 비싸진 사람의 흔적 '휴먼엣지'는 AI 자동화가 보편화될수록 역설적으로 사람의 손길과 판단이 차별점이 된다는 흐름입니다. 누구나 AI로 평균적인 결과물을 빠르게 뽑아내면서, 남들과 다른 결과를 만드는 '사람의 흔적'에 오히려 값이 매겨집니다. 제조업 견적 업무가 대표적입니다. 가격표와 공식만으로는 안 되는, 담당자가 수십 년 쌓아온 "이런 조건이면 이 정도"라는 감각이 진짜 경쟁력입니다. AI가 그 감각을 대체하기보다 빠르게 찾아 보여주는 역할을 맡는 흐름이 뚜렷해지고 있습니다.
🎯 시사점: AI에게 판단을 맡기기보다, 사람의 노하우를 더 빨리 꺼내 쓰게 돕는 역할로 AI를 배치하십시오. 도면과 과거 견적 이력을 연결해 초안을 만들고, 최종 판단은 담당자가 확인하는 등 사람과 AI가 협업하는 구조가 '휴먼엣지'를 살리는 방식입니다.
📌 흐름 4: '안목자본' — 보여줄 것과 숨길 것을 가르는 눈 '안목자본'은 AI 시대 인간의 경쟁력을 상징하는 키워드입니다. 콘텐츠와 정보가 AI로 폭증할수록, 무엇이 가치 있고 무엇을 보여줘도 되는지 가려내는 안목 자체가 자본이 됩니다. 조직 안에서 이 안목은 또 다른 얼굴을 가집니다. 어떤 자료를 누구에게 보여줄지, 어떤 정보는 끝까지 닫아 둬야 할지를 가리는 기준입니다. 보안에 민감한 업종일수록 AI가 아무 자료나 끌어와 답하는 상황 자체가 신뢰를 깨는 사고로 이어집니다.
🎯 시사점: '안목'을 사람의 직관에만 맡기지 말고 시스템 규칙으로 못 박아 두십시오. 열람 권한이 없는 자료는 애초에 AI 검색 후보에도 오르지 않도록, 조직의 '볼 수 있다/없다' 기준을 구조적으로 걸어 두는 설계가 필요합니다.
📌 흐름 5: '리:텐션 전략' — 새 고객보다 오래 본 고객 '리:텐션 전략'은 새 고객을 모으는 비용보다 기존 고객과의 관계를 오래 끌고 가는 쪽에 무게를 두자는 흐름입니다. 신규 고객 확보 비용이 기존 고객 유지 비용보다 훨씬 크다는 전제 아래, 흩어진 접점을 한 사람의 서사로 다시 엮는 작업의 가치를 설명합니다. 문제는 그 고객의 이야기가 상담 기록, 심사 서류, 클레임, 갱신 이력처럼 여러 시스템에 조각조각 흩어져 있다는 점입니다. 담당자가 바뀌면 이야기도 함께 끊깁니다.
🎯 시사점: 고객(또는 제품) 한 단위를 기준으로 흩어진 기록을 자동으로 이어 붙이는 구조가 '리텐션'의 실무 버전입니다. 담당자가 바뀌어도 그 고객의 전체 맥락이 한 화면에 남아야 관계가 끊기지 않습니다.
🧭 오늘 점검해볼 다섯 가지 질문 AI 도구 하나를 전사에 그대로 뿌렸는가, 하나의 기반 위에서 업무 단위로 맞춤 배치했는가? 매달 쌓이기만 하고 한 번도 안 열어 본 데이터가 있는가? AI가 베껴 쓸 수 없는, 우리 담당자만의 '흔적'은 무엇인가? AI가 보지 말아야 할 자료의 경계를 사람의 기억이 아니라 시스템으로 걸어 두었는가? 한 고객(혹은 제품)의 이야기가 담당자 교체와 무관하게 이어지는가?
🎯 결론 및 제언 소개드린『트렌드 코리아 2027』의 메시지를 AI 트렌드에 겹쳐 보면, 결론은 하나로 모입니다. 2027년의 격차는 'AI를 썼는가'가 아니라 '사람의 안목과 흔적을 어떻게 지키고 꺼내 썼는가'에서 갈립니다. 화려한 모델 이름보다, 위 다섯 질문에 대한 솔직한 답이 다음 해 전략의 더 나은 출발점이 될 것입니다. | 
댓글 없음:
댓글 쓰기