[수 백년을 이어가는 기업들에는 어떤 비밀이 숨겨져 있을까? 스위스 IMD 경영대학 교수인 Howard Yu는 하버드 비즈니스 리뷰 아이디어 캐스트에 나와서 스위스 제약 회사들의 사례와 일본 내 소규모 잡지사의 사례를 가지고 오랜 시간 경쟁력을 유지하는 비결에 대해 이야기했다. 다음은 Yu 교수의 인터뷰 내용이다. 우리 나라 기업들을 운영하는 사람들이 참고할 만한 대목이 있다.]

 

스위스 바젤에 있는 제약회사 노바티스. 이 지역 내 제약회사들은 오랜 시간 동안 경쟁력을 유지해 왔다. 다른 산업에 속한 기업들이 시간이 지남에 따라 차열한 경쟁으로 인해 지역, 국가, 자본조달 등 변화와 부침을 겪은데 반해 바젤에 있는 제약클러스터 내 기업들은 거의 200년 동안 같은 지역에서 정착해 운영되고 있다.

신약개발은 고도의 기술이 필요하고, FDA승인을 받아야 하는 어려운 기술이기 때문에 이들이 200년 넘게 지속할 수 있었다라는 대답이 일반적이다. 하지만 컴퓨터도 자동차도 고도의 기술이 필요하다. 심지어 수 백 년 전에는 섬유산업도 최첨단 기술이었다. 하지만 이들 분야에 있는 기업들이 세계적 경쟁을 이겨내고 오랜기간 견뎌냈다고 하기는 어렵다. 흥미로운 점은 바젤에 있는 이들 제약회사들이 어떻게 스스로를 지속적으로 쇄신해왔는가이다.

처음에 이 회사들은 섬유산업에서 화학염료를 만들었다. 이들 중 일부가 화학염료를 의료용으로 사용할 수 있다는 것을 발견했다. 처음으로 19세기 전세계에서 성공을 거둔 것은 해열제이다. 유기화학은 혁신의 온상이었다. 항생제인 페니실린을 발견한 알렉산더 플레밍을 기억할 것이다. 2차 세계대전 이후 모든 제약회사들은 미생물학을 집중적으로 연구하기 시작했다. 노동자들을 갱도로 내려보내고 공기 샘플을 얻기 위해 기구를 띄웠다. 새로운 곰팡이를 찾기 위해 냉장고 뒷면을 살펴보라고도 했다.

미래 먹거리를 탐색하는 데에서도 그랬다. 혁신사례는 유기화학에서 미생물학쪽으로 이동했다. 물론 지금은 의료분야 혁신을 위한 온상은 유전체학이다. 이렇듯 신약을 개발하는 개척자들은 지식분야를 유기화학, 미생물학, 유전체학으로 넘나들 필요가 있다. 한 분야에서 또 다른 분야로 확장하는 것은 개척자적 회사들이 경쟁력을 유지할 수 있게 한다. 성장을 위한 새로운 길들이 계속해서 변화하기 때문에 후발주자들은 그것을 따라잡기가 항상 어렵다. 끊임없이 개척자가 되어야 한다.

어떤 기업은 계속해서 개척자가 되며 오랜 기간 번성하는데 어떤 기업은 사라져버린다. 어떤 차이가 있을까? 

파괴적 혁신기업이 종종 경쟁자로 등장하는데 이는 위협이 된다. 하지만 이것이 유일한 위협은 아니다. 산업이 변화없이 일정한 것 같아 보이는 때에도 새로운 지식분야에 뛰어들지 않는다면 이내 재정적 자원이라든지 시장 포지션에 위협을 맞게 된다. 후발주자가 곧 따라잡을 것이다. 산업에서의 경쟁은 등산과 비슷하다. 모든 기업들이 산꼬대기에 올라가려고 한다. 어느 산업분야에 속해있던지 지식을 계속해서 훈련하지 않으면 후발주자들이 곧 같은 높이에 오르게 된다. 이때 지식분야의 새로운 탐색이 없다면 산사태가 난 것처럼 모두가 흘러내리게 될 것이다. 이런 상황에선 가장 경험이 풍부한 그리고 기존의 지식을 잘 갖춘 기업들이 경쟁에서 승리할 더 나은 기회를 얻게된다. 이는 태양전지, 휴대폰, 풍력터빈, 중공업과 같은 분야에서 아시아계 경쟁업체들이 상당히 의미 있는 포지션을 얻은 것에서 확인된다. 하지만 신약개발에선 여전히 서구업체들이 선도하고 있다.

기존의 지식에 통달하는 것은 새로운 지식 혹은 새로운 어떤 분야로 나아가는 것보다 중요하다는 의미로 들리는데, 왜 기존 지식의 통달이 중요할까?

미생물학을 연구할 때 과학자들은 메커니즘과 반응을 이해하기 위해 여러 다른 염료와 산을 박테리아에 쏟아붓고 있었다. 이들 화학자들은 세포핵을 염색하기 위해 염료를 쏟아붓다가 염색체의 구조를 보게되었다. 세포가 분열하게 되면서 염색체는 두루마리처럼 말렸다. 이는 과거에 알고 있던 것이 미래를 이해하기 위한 사전지식이 된다는 점을 보여준다. 과거를 완전히 부정하게 만드는 불연속적 혁신에 대해 사람들이 두려움을 가지고 있는 것 같다. 하지만 때때로 연속적인 변화가 산업에 충격을 주곤한다. 과거를 완전히 부정하고 당신이 가진 고유의 자산을 모두 잊어버리는 것은 안타까운 일이다.

일본업체 Recruit Holdings는 종이 잡지를 만든다. 이 한물간 사업 모델은 벌써 오래 전에 사라졌어야 할 것 같았다. 그런데 이 회사는 스스로를 개혁해 새로운 지식분야로 확장했고 일본 중소기업들에게 국제적인 서비스 제공자가 되었다. 수익률로 따지면 거의 구글이나 페이스북 수준과 맞먹는다.

이 회사는 인터넷의 부상을 보면서 작은 규모의 실험을 했다. 잡지 중의 하나를 온라인으로 바꾸고 컨텐츠를 무료로 공개했다. 하루아침에 수익이 난 것은 아니었다. 3년 동안은 계속 손실을 봤고 4년 째가 되어서야 온라인 잡지에서 수익이 나기 시작했다.

초기에 경험을 얻기 위해선 컨설팅을 받기보다는 스스로 해당 분야에 뛰어들 필요가 있다. 그래야 내가 모르는 것이 무엇인지 알 수가 있다. 이것은 2000년대 초반의 이야기다. 그 당시엔 어느 누구도 인터넷의 규칙에 대해 잘 알지 못했다. 당시엔 플랫폼 전략에 대한 학계의 연구들도 드물었다. 하지만 이 회사는 많은 소규모 상점들이 자신들의 잡지에 광고를 싣고 싶어한다는 점을 알게되었다. 이들은 단순히 판매를 원하는 것이 아니었고 귀찮았던 행정 업무들을 처리해야 했다. 

예를 들어 미용실에서는 고객 예약을 받는 것을 종이에 하고 있었다. 이는 상당히 품이 들어가는 일이었고 고객들을 더 잘 대하기 위해선 상당한 시간이 소요되었다. Recruit Holdings는 온라인에 광고 공간을 제공하는 것 이외에 또 다른 실험을 시작했다. 이 회사는 식당 예약과 같은 고객을 위한 인터넷 기반의 예약 시스템을 제공했다. Recruit는 하나의 서비스에서 멈추지 않고 계속해서 영역을 개척했다. 고객들의 필요를 확인했을 때 고객들이 저항하기 힘든 해결책을 제공하고자 했다. 이 회사는 온라인 광고를 판매하는 것에서 사업 모델을 변화시켜 구독과 비슷한 서비스를 제공하고 있다. 요즘에는 인공지능을 이용해 데이터베이스를 어떻게 활용할 것인지를 고민하고 있다. 또 다시 새로운 지식 개척자가 되고 있다.

새로운 분야에 투자하거나 성공해서 재정적 수익을 얻는 것은 극도로 어렵다. 이것이 새로운 지식영역으로 나아가는데 대부분의 기업들이 성공적이지 못한 근본원인이라 생각한다. Recruit Holdings의 사례에선 두 가지 성공요인이 있었다. 하나는 그들 실험을 사줄 고객이 있었다는 점이다. 그것이 전략적 의도가 있었던 것이든 아니든. 다른 하나는 새로운 지식 영역에서 뭔가 다른 계획을 가지고 실험을 하도록 중간 관리자들을 장려한 점이다. 이것이 절대적으로 중요하다. 하지만 이것으로 충분하지는 않다. 소규모 실험을 즐겁게 마무리한 후 실제 전략으로까지 확장시키지 못하는 회사들이 빈번하기 때문이다. 초기 실험 후 단기간의 수익이 그리 매력적이지 않아보여도 규모를 확장해 투자하려는 고위관리자들이 필요하다.

이와 같은 일들이 흔하게 일어나는 것은 아니지만 실제로 일어나고 있다. Proctor&Gamble, Apple, Amazon 등이 그랬다. 최고경영자가 새로운 지식영역을 이해하고 나면 돈에 개의치 않고 투자를 하기도 한다. 실제 현장에 가까운 중간 관리자들에게까지 이 동력이 이어진다면 조직의 변화가 일어난다.

수익 관점에서 회사들은 단기적인 등락을 거듭하게 되는데 이럴 때마다 모든 계획들에 비용을 삭감하게 된다면 어떻게 될까? 이런 빈번한 시작과 멈춤의 반복은 어떤 계획도 추진되지 못할 것이라는 매우 위험한 신호이다. 반대로 회사들은 주력 사업에서 단기간 성공을 하게될 때 사내에 새로운 실험을 지속하고자 하는데 이는 대개 좋은 신호이다. 뭔가 일이 잘 되지 않는 것을 인정하는 능력은 실험을 그만하는데 효과적이다. 어떤 일이 지속될 때는 재투자를 계속하게 될 것이다. 이 신호가 옳다면 동력이 될 수 있고 신중한 전략을 통해 조직이 움직여갈 것이다.

출처: Howard Yu(스위스 IMD 경영대학 경영 및 혁신 교수), How some companies beat the competition...for centuries, HBR Ideacast, 2018년 7월 10일.


[Scott Kirsner(Innovation Leader 편집자)는 혁신을 가로 막고 있는 것들이 무엇인지 확인하고자 270개 기업 리더들에게 물었다. 수 많은 이유들 중 상위 5가지 장애물을 뽑았다. 기업에서 리더의 자리에 있는 사람들은 왜 혁신이 힘들다고 대답했을까? 그리고 혁신이란 무엇일까?]

혁신이라는 단어는 기업들이 좀더 독창적이고, 창의적이고, 기업가 정신을 갖도록 하는 마법 주문이 아니다. 혁신이라는 말은 최고경영자들이 직원들이나 월스트리트 분석가들에게 말할 때 사용된다. 실리콘 밸리에 있는 새로운 혁신센터 현판에 새겨질 수도 있다. 사람들의 명함에도 적힐 수 있다.(심지어 토이저러스에도 혁신부가 있다)

최고경영자들이나 리더들은 자신의 조직이 새로운 생각들에 호의적이 되도록 원할 때 문화적, 전략적, 정치적, 재정적 문제들에 직면하게 된다.

Innovation Leader는 대규모 기업들에서 만나게 되는 혁신의 장애물들이 무엇인지 설문조사를 했다. 270개 기업에서 전략, 혁신, 연구개발 부서 리더들이 응답했다.

정치, 권력다툼, 지원 부족(응답자의 55%)

자신들이 이미 혁신을 하고 있다고 믿는 부서들이 있고 그들의 영역에 새로운 계획이 나타나게 되면 자원을 두고 경쟁을 하게 된다. 이들은 모두 최고경영자들의 적자가 되기를 희망한다.

Southern Company 에너지 혁신센터 수석부사장인 Michael Britt은 여러 영역을 넘나드는 혁신 업무를 하게될 때면 자신들의 영역을 침범하고 있다고 느끼는 사람들이 항상 있을 수 밖에 없다고 말한다. 게다가 핵심 사업 영역이 잘되고 있을 때에는 더 그렇다.

리더들이 모든 정치적 싸움을 중재할 수는 없겠지만 어떤 혁신 업무를 기대하는지 그것들을 어떻게 지원하면 좋을지 등을 명확히 할 수는 있다.

문화적 이슈(응답자의 45%)

대규모 기업의 문화는 운영 성과와 예측가능한 성장 기반 위에서 만들어진다. 새로운 실험을 하려는 변화추구자들은 대개 환영받지 못하는데, 이들의 아이디어가 기존의 안정적인 사업 영역을 침해하거나 기존 모델을 뒤집어버릴 때는 더욱 그렇다.

규모가 큰 기업들은 오랜 기억들을 가지고 있다. 오랫 동안 일한 사람들은 실패했던 혁신 노력들을 세세하게 기억할 수 있고 이는 혁신 시도에 필요한 적절한 시기를 놓치게 할 수 있다. 

기존에 확립된 문화에 영향을 주려는 것은 미술관을 걸어가다가 대리석상에 아주 작은 수정을 가하려는 것과 비슷하다. 어느 누구도 당신이 그것을 하길 원하지 않고 당신이 하는 거의 모든 것은 강한 반대를 불러일으킬 것이다. 주류 문화 안에서 하위문화로 프로젝트 기반으로 사람들이 모일 수 있는 새로운 장소를 만드는 것은 효과적일 수 있다. 장려하고자 하는 행동들을 인식하고 보상하는데, 새롭고 보다 다양한 관점을 가지도록 하는데 필요한 인센티브를 만드는 것도 도움이 될 수 있다.

기업의 미래에 중요한 신호에 대응할 수 있는 능력의 부재(응답자의 42%)

설문조사에서 두 가지 질문이 있었다. 하나는 ‘당신 기업이 변화의 신호를 얼마나 잘 포착하는가?’이고 다른 하나는 ‘그 신호에 얼마나 잘 대응하는가?였다. 전자의 물음에는 단 18%만이 문제가 있다고 답했지만 후자에 대해서는 많은 응답자들이 문제가 있다고 답했다. 대부분의 기업들이 자신들의 영역에 파괴적 스타트업이 들어오고 있거나 소비자의 구매 행동이 변화하고 있음을 인식하고 있었다. 문제는 이러한 신호에 대응하는 것이다. 뭔가 중요한 신호를 포착했을 때 외부 협력업체들과 협력을 구축할 수 있는 기구가 있는지, 기업 내에서 신속한 사전 시험을 할 수 있는지 등이 중요하다. 너무 많은 기업들이 자신들의 시장 변화에 대응하기 이전에 기업의 연간 전략을 기다리곤 한다.

예산 부족(응답자의 41%)

항공 산업같은 곳의 대규모 기업들에선 예산이 문제가 되지는 않았다. 수십 년 동안 이러한 산업분야들에선 새로운 아이디어를 확인하는데 이용할 수 있는 연구개발 예산이 확보되어 왔다. 하지만 조사에 참여한 응답자의 거의 40%가 혁신을 위한 연간 예산이 5백만달러 이하라고 했고 23%는 백만달러 이하라고 했다. 예산이 부족한 영역들은 역사적으로 연구개발 부서를 가지고 있지 않았던 상품판매, 재무 서비스 등이었다.

대부분 이 정도의 예산으로는 트렌드를 확인한다던가 직원들에게 혁신 방법론을 교육한다던가 하는 수준으로 작은 혁신팀을 운영하는데 이는 해당 기업에 폭넓게 영향을 미치지는 못한다.

나이키에서 혁신업무를 담당했던 Rick Waldron은 백만달러 이하의 예산으로 할 수 있는 건 혁신이라기보다는 혁신 투자 사례를 만드는 일 정도 뿐이다라고 말한 바 있다. 이 정도 수준의 예산으로는 혁신 프로그램을 위해 더 많은 자원을 풀어주는 데 핵심이 될 수 있는 선임 관리자들을 교육하는데 사용할 수 있을 것이다 라고도 제안했다.

올바른 전략 혹은 비전의 부족(응답자의 36%)

직원들이 어떤 종류의 혁신을 해야 하는지 명확히 알고 있는가? 직원들이 고객들에게 더 나은 서비스를 제공하기 위한 아이디어를 찾고 있는지? 직원들이 기존 제품 주변의 새로운 사업 모델을 개발하고 있는지? 등의 질문에 대한 대답이다. 일관성 있는 전략과 해당 기업이 달성하고자 하는 명확한 비전 없이는 혁신을 위한 노력들은 산발적이고 고립된 느낌이 들 수 밖에 없다.

흥미로운 점은 최고경영자의 지지가 부족하다는 대답은 10%정도로 매우 낮았다. 최고경영자들이 좋은 아이디어를 가지고 있는 똑똑한 직원들의 팀을 막는 장애물이든 때려부술 수 있는 망치를 가지고 휘두르지는 않는다는 것이다.

어떤 것이 도움이 될 수 있을까? 왜 혁신이 필요한지에 대한 명확한 기대. 긍정적인 변화를 만드는 일에 관련된 사람들에 대한 인정과 인센티브도 효과가 있다. 혁신 팀들 간의 정기적인 소통 및 가교 구축, 부서들 간의 협력자로서의 인식이 필요하다. 혁신 그룹의 성과뿐만 아니라 그들의 아이디어를 실행하기 위해 함께 일하는 부서들의 성과까지도 포함한 평가도 있으면 좋겠다.

혁신의 핵심은 시험, 배움, 재시도할 수 있는 능력이었다. 당신 기업은 신속하고 간략하게 실험하고 결과를 얻고 다시 시도하는 것을 얼마나 잘 하고 있는가?

마지막으로 장기적인 헌신이 중요하다. 사람들이 시대의 풍조를 따르고 있으면 기업 문화는 새로운 계획들을 거부한다. CEO와 다른 리더들이 혁신에 대해 이야기할 때 일상적인 운동을 하는 것처럼 하게 될 것이란 점을 명확히 할 필요가 있다. 혁신이라는 것은 즉시 결과가 나오는 마법 주문같은 것이 아니라 지금까지 해오던 일의 일부라는 인식이 필요하다.

출처: Scott Kirsner(Innovation Leader 편집자), The biggest obstacles to innovation in large company, HBR, 2018. 07. 30


[자동화 혹은 인공지능이라는 기술 앞에 사람들이 가장 두려워하는 것 중의 하나는 일자리다. 기계에 의해 대체될 것 같은 두려움. 하지만 기술이 발달한다고 해도 여전히 사람이 할 수 있는 고유한 일은 있을 것이다. 과거와는 비교할 수 없는 기술 발전 속도에도 불구하고 인간과 같은 자의식을 갖는 기계가 출현하기까지는 꽤나 오랜 시간이 걸릴 것으로 예상된다. 하지만 자동화 수준이 높아짐에 따라 기계가 어느 정도 인간을 대체하는 것도 불가피할 것이다. 이런 미래에 어떤 기술을 갖추는 것이 좋을까? 하버드 비즈니스 리뷰에 실린 아래 기사는 참고할 만하다.]

요즘 젊은이들은 인터넷의 성장, 스마트폰의 발명, 기계학습 시스템의 개발을 지켜보면서 상상하기 힘든 기술변화 시대에서 성장했다. 이런 발전들은 우리가 일하거나 사업을 하는 방식을 포함에 우리 삶의 모든 영역을 자동화하는 쪽으로 향하고 있다. 젊은이들이 고용시장에서 경쟁력을 가질 수 있을 것인지 걱정스러워 하는 것도 당연하다. 우리는 종종 이런 질문을 받는다. “미래에 일자리를 얻으려면 어떤 기술을 배워야 할까요?” 이 물음에 자동화될 수 없어서 미래가 어떠하든지 일자리를 얻을 수 있는 일곱 가지 기술을 소개한다.

커뮤니케이션

평균 거의 12시간을 미디어 소비에 사용하는 미국 성인들의 세계에선 커뮤니케이션 기술은 사람들의 관심을 얻고 사람들을 행동하게 하는데 필수적이다. 커뮤니케이션의 가장 기본적인 형식은 호소력있는 스토리를 만드는 것이다. 경쟁력 관점에서 좋은 소식은 대부분의 사람들이 나쁜 소프트웨어 상에서 뭔가를 생각한다는 점이다. 호소력 있는 스토리텔러는 단순히 사실을 나열하는 대신 연성인 데이터와 경성인 데이터 둘 다를 사용한다. 말하는 사람이 상대성을 설명하기 위해 빛의 속도에 근접하는 기차에 타고 있다고 상상하는 아인슈타인이든 “우리는 모든 사람들의 눈이 향하는 언덕위 도시에 있다고 항상 생각해야 한다.”고 말했던 John Winthrop의 말을 인용하는 케네디이든 마찬가지이다. 효과적인 커뮤니케이션에선 사람들이 행동하도록 감정을 불러일으키기 위해 이야기, 사실, 미사여구, 과학이 함께 엮인다. 로봇 작가를 만들려는 연구들이 시작되었고 가짜 뉴스에 미치는 로봇의 영향이 상당하기는 하지만 호소력있게 커뮤니케이션 하는 능력은 수요가 높고 자동화되기도 어려울 것이다.

컨텐츠

커뮤니케이션은 어떤 특정한 주제에 관한 것이다. 만약 주어진 분야에 대해 잘 알고 있다면 그것에서 끌어낼 수 있는 무엇인가에 기반이 풍부할 것이다. 해당 영역의 역학을 이해하고 있는 수준이라면 단순한 검색으로는 따라갈 수 없는 무엇인가를 가지고 있는 것이다. 해당 영역에서 명성을 얻고 있는 전문가라면 스스로 정보를 얻고 새로운 지식 및 정보에도 특별한 접근이 가능할 것이다.

전문가들은 자신들의 미래를 계획할 수 있다. 인공지능을 도입한 PWC에서 국세정책서비스 리더로 일하는 Rohit Kumar는 해당 주제에 대한 깊고 해박한 지식과 정책의 현재와 미래 역학을 이해하고 있어 의회와 국제 세제 전문가들을 잘 알고 있다. 이는 전문성과 새로운 지식으로 나아가는 능력의 조합으로 가능한 것이다. 이런 능력은 로봇으로 대체될 수 없을 것이다.

맥락

자동화시스템은 맥락을 잘 이해하지 못한다. 초기 구글자동차는 운전의 맥락을 계산하지 못했었다. 때문에 계산과 감지를 위해 레이저 거리 측정기를 추가해야 했다. 인공지능 시스템이 어떤 결정의 맥락을 이해하게 하는 문제는 매우 복잡하고 창의적 혁신이 필요한 분야이다.

맥락, 사업 모델, 경쟁, 고객 혹은 고용인의 리더십을 이해하는 것은 컨텐츠에 대한 이해를 유용하게 해준다. GE에 비용 절감 및 대차대조표 재구조화를 제안하는데 헤지펀드 설립자인 투자자가 하는 것과 루퍼트 머독이 수장으로 있는 언론사가 하는 것은 매우 다른 의미를 가지게 될 것이다. 이와 같은 맥락 이해는 사업의 역학에 대한 이해를 보여주는 것이고 이는 공감할 줄 아는 로봇도 하기 어려운 일이다.

감성

아마존 알렉사같은 인공지능 제품의 능력이 뛰어나기는 하나 사람, 회의, 조직의 감정적 취지를 이해하는 능력은 아직 부족하다. 신경과학자 Antonio Damasio가 ‘데카르트의 오류’에서 언급했듯이 선택은 이성에 의해 하지만 행동하게 하는 것은 감정이다. 또한 리더들이 결정할 때의 특징에 정답은 없고 선택지들은 감정적 결과들이라는 것을 확인한 바 있다. 누구의 경력이 높아질 것인가? 누가 얻어 맞을 것인가? 누가 승진하게 될 것인가? 누가 일자리를 잃을 것인가?와 같은.

감성지능에서 가장 기본은 행동의 맥락에서 감정을 인식하는 것이다. 다음 수준은 사람들이 상처를 입었거나 불확실한 감정적으로 복잡한 상황에 성공적으로 개입할 수 있는 능력이다. 가장 높은 수준은 감정을 불러일으켜서 개인이나 그룹을 설득하는 것이다.

가르침

기계는 대중 공개 온라인 과정(MOOCS: massive open online course), 교육 시뮬레이션, Khan Academy에 이르기까지 교육의 질과 접근성을 크게 향상시켰다. 하지만 조직 내에서 개인역량 개발 맥락을 이해하는 것이 필요한 교육에 있어선 관리자들과 코치들이 빛을 발한다. 예를 들어 네스까페에서 제품관리 담당이었던 Ben Horowitz는 문제에 직면했다. 그의 팀에 있는 많은 관리자들이 탈진되는 느낌을 받고 있었지만 그들의 노력이 자신들이 맡고 있는 제품에 성공적으로 반영되지 않았다. 그는 ‘훌륭한 제품 관리자/나쁜 제품 관리자’라는 제목의 짧은 글을 하나 써서 자신의 기본적인 기대를 팀에 알려주기 위해 사용했다. 그 후 팀 성과가 즉시 개선되었고 희망없다고 생각했던 제품 관리자들의 효율도 향상되었다고 한다. 곧 그의 팀은 회사 최고 성과를 내는 팀이 되었다고.

위의 사례처럼 사람들은 어떤 조직에서든 핵심적인 투자영역이고 교육은 사람에의 투자를 확보하는데 중요한 요소이다. 모든 투자에는 위험이 따르듯 사람에의 투자에도 어느 정도의 위험이 있다. 어떤 사람이 조직에서 과거와 같은 성과를 내줄 것이란 점을 예상하기는 어렵다. 논문 실적이 좋은 사람을 고용했는데 입사 후 성과를 내지 못할 수도 있고, 있던 자리에서 잘 하던 사람들이 승진해서는 잘 못할 수도 있다. 투자가 있지 않으면 사업성과를 얻을 수 있는 기회도 마찬가지일 것이다. 경영 성과를 혁신하는 동력을 어떻게 얻을 것인가? 사람에서 시작하라. 지식과 기술 사이의 간극을 확인하고 이 간극을 채우기 위해 사람들과 협력하라. 이는 로봇들이 효과적으로 할 수 없는 일이다.

연결

1973년 Mark Granovetter와 Harrison White는 약한 유대의 강력한 힘에 대한 논문을 냈다. 여기서 저자들은 모든 사람들은 가족, 친구, 동료 등의 강한 유대를 가지고 있다고 주장했다. 하지만 강한 유대와 다양한 약한 유대관계를 둘 다 가지고 있는 이들이 다양한 조직을 용이하게 넘나들 수 있다. 고위 임원들과 실제 최고경영자와의 확실한 차이 중의 하나는 최고경영자들은 대개 다양한 영역들에서 보다 많은 약한 유대관계를 가지고 있다는 점이다.

소셜미디어가 개인적 네트워크를 만들고 넘나드는걸 더 쉽게 해주기는 하지만 이들 연결관계의 형상과 취지를 관리하는 것은 사람이다. 당신의 친구들은 당신이 가지고 있는 것보다 더 많은 친구들을 가지고 있다는 소위 친구의 역설을 명심하라. 소수의 사람들만이 많은 친구와 연결관계를 가지고 있고 대부분은 적당한 수준을 유지하고 있다. 당신이 소수의 네트워커 중의 한 사람이라면 괜찮다. 만약 그렇지 않다면 그런 친구 한명 쯤은 사귀어 두는 것이 이롭다.

윤리

컴퓨터의 능력이 점점 확대되어감에 따라 중요한 윤리 및 도적적 판단도 인공지능의 응용분야가 되어가고 있다. 그러나 도덕적 판단의 본질은 가치를 최대화할 수 있는 손쉬운 알고리즘은 없다는 것이기에 알고리즘에 의존하고 있는 시스템은 이와 같은 판단이 개입되어야 하는 상황에서는 여전히 부적합하다. 다가오는 버스와 부딪쳐서 차에 탄 승객들을 죽이는 것과 버스 승객들의 죽음을 피하기 위해 보도로 방향을 틀어 보도의 학생들을 죽이는 것 사이에 놓인 로봇운전자(혹은 자율주행차)의 상황 같은 것이 전형적인 예다. 이와 같은 상황에서 최적화는 적용될 수 없다. 인간의 능력을 기계에 의존하게 될수록 조직이 직면하게 되는 도덕적 딜레마를 인식하고 장려할 수 있는 리더들의 중요성은 더욱 커질 것이다. 윤리적 잣대를 가지지 못한 기계들에 의해 세상이 점점 더 통제되어갈 것인데 이때 강력한 도덕적 가치를 가진 사람들의 중요성이 더욱 커질 것이다.

출처: Adam J. Gustein(PwC U.S. 부회장) and John Sviokla(투자자), 7 skills that aren’t about to be automated, HBR, 2018. 07. 17.


[미래의 일자리 문제는 새로운 관점으로 접근해야 할 것 같다. 정규직 일자리는 계속해서 줄어들것이고 그마저도 남아 있는 일자리는 자동화로 인해 대체될 가능성이 크다. 기업들도 고용전략을 다시 생각해봐야 할 것이다. 노동자를 기계들로 얼마든지 대체할 수 있는 단순한 비용으로 취급하는 현재의 기업 전략은 앞으로 퇴색하게 될 것이다. 하버드 비즈니스 리뷰 편집자인 Nicole Torres는 확대되고 있는 임시직 경제 시대에 좋은 일자리는 있을까라는 물음을 던진다.]

임시직 경제의 성장을 부정할 수는 없다. 경제학자들은 독립 계약자, 프리랜서, 임시계약직, 일용직으로 생계 수입을 버는 미국 노동자의 비율이 2005년 10%에서 2015년 거의 16%로 증가했다고 추정하고 이 경향은 속도가 늦춰질 것 같지 않다. 이와 같은 대안적 일자리에 대한 옹호자들은 해고, 탈진, 직업에 대한 증오를 자유, 유연성, 재정적 이득과 맞바꾸는 방법으로 제시한다. 한편 회의적인 사람들은 불안정한 소득, 회사에서 얻는 복지를 누릴 수 없음, 안정성 감소, 경력 단절과 같은 트레이드 오프가 있음에 주목한다.

그러면 임시직 노동자로 일하는 사람들은 어떻게 생각할까? Quartz의 편집자인 Sarah Kessler는 Gigged라는 책에서 이들의 관점을 집중 조명했다. 임시직으로 일하는 다양한 사람들 간에 있는 큰 차이를 말했다. 적절한 기술을 가진 사람들은 임시직 경제 하에서 보다 경영자적 마인드를 가지고 있는 반면 기술을 갖지 못한 사람들에겐 나쁜 선택들 중의 최악이었다.

재정적 불안정성과 인간관계 부족이 큰 관심사이다. 스마트폰 사용이 많아지면서 상사나 동료들 간의 관계를 구축하는 것이 점점 어려워진다. Kessler는 이렇게 썼다. “실리콘 밸리가 일자리를 재구조화하려는 시도가 틀렸다고 생각하지 않는다. 현재 모델은 효과가 별로 없었고 실험에 대한 창업 정신은 필요했다. 주변의 기반 구조를 고치지 않은 상태로 일자리 문제에 대응하려는 시도는 진보라고도 혁신이라고도 할 수 없다.”

이와 같은 긴장은 새롭게 도래하는 일자리를 설명하는 Temp라는 책의 중심 주제이기도 하다. 코넬 대학교 경제사 교수인 저자 Louis Hyman은 미국의 전통적 기업들이 Lean혁신과 같은 새로운 경영기법과 단기 이익 우선과 같은 변화하는 가치로 인해 정규직 고용에서 보다 유연한 단기 직원채용로 옮겨가고 있음을 언급했다. 이와 같은 일자리의 재구조화는 “긴 시간, 긴장, 불확실성은 모두 완벽하게 합리적인 길”이었다고 믿었던 경영 컨설턴트들과 대기 중인 노동자 공급원을 만들었던 임시직 관리업체들에 의해 수월해졌다고 그는 강조한다. 1980년대까지는 임시직들은 긴급하지는 않지만 반복적인 일들에 투입되었다.

Hyman의 통계는 놀랍다. 1988년까지 기업들의 약 90%는 임시직 노동자을 고용했고 1991년 이래로 매번 일어나는 경기침체때는 어김없이 실업자들이 생겨났다. 1995년까지 기업들의 85%는 최소 한 개 이상의 기능의 전부 혹은 일부를 외부에서 조달했다. 여기에 영향을 받은 대부분의 노동자들은 Kessler가 말했던 좋지 않은 범주에 속하게 되었다고 Hyman은 썼다. 이들은 급여를 제공하는 정규직 일자리가 사라지는 사건들로 인해 임시직 노동자들이 되었다.

Hyman은 “임시직 경제는 임금 노동자이지만 산업 경제에 생산력을 갖추고 있는 개인들의 경제적 자율성과 독립에 최선일 수도 있다”라며 새로운 고용시대에 희망을 가지고 있는 것 같기도 하지만 임시직 노동자들을 예전 정규직에서 있어왔던 지원체계와 어느 정도는 연결시켜줘야 한다고도 주장한다. 전직 노동자들에게 건강보험이나 연금 등의 자격을 유지시켜주거나(저자는 이 방법이 적합하다는 편) 보편적 복지수당 등을 통해 고용안정이 아닌 생활안정을 제공해야 한다는 것이다.

또 다른 책에서도 비슷한 메시지를 전하지만 아주 다른 곳에서 시작한다. Bullshit Jobs에서 런던정경대 인류학 교수 David Graeber는 덩치줄이기, 해고, 속도 올리기 등 실제로 일하는 노동자들에게 피해를 주는 무가치한 일들에 힘을 쏟는 요즘 기업들을 맹공격했다. 우리들 중의 행동가들이 우리를 보잘것 없고 저임금 및 복지혜택을 받지 못하는 임시직 일자리에 밀어넣음에 따라서 임금을 받는 하찮은 사무직원의 수는 늘어가는 것처럼 보일 수 있다.

Graeber가 2013년에 쓴 ‘하찮은 일자리 현상에 대하여’라는 제목의 에세이가 입소문을 타면서 전세계 수백명의 사람들이 자신들의 일이 진짜 무의미하다는 것을 고백하기 위해 Graeber에게 연락했다. 그는 우리 모두가 주당 15시간만 일하게 될 것이라는 케인즈의 예측이 실현되었다고 말했다. 하지만 자동화는 여가시간을 늘려주기보다는 무의미한 일을 하며 생계를 이어가거나 임시직으로 일하는 수많은 사람들을 만들어냈다.

가장 명백하게 사회에 유익이 되는 일들(건물 관리인, 버스, 트럭, 기차 운전기사, 농장 혹은 공장 노동자)은 왜 급여가 적고 안정성도 낮은 것일까?(의사는 제외) 환경미화원과 간호사가 사라지면 맞이하게 될 혼란을 상상해보라. 우린 아마도 텔레마케터나 기업 임원들을 그렇게 필요로하지는 않을 것이다. Graeber는 보상에서 일을 떼어내 우리를 자유롭게 함으로써 정말로 중요한 일을 추구할 수 있도록 하는 기본소득을 옹호하며 글을 맺었다.

Graeber와 Hyman의 제안이 이해는 되지만 실행가능성에는 의문이 남는다. 보다 현실성있는 해법은 Kessler가 제시한 것 아닐까 생각한다. Gigged에서 가장 흥미를 끄는 이야기 중 하나는 사무실 청소 용역업체였다. 2014년에 이 회사는 임시직 계약자로 운영하다가 정규직으로 변경했다. 2017년까지 이 회사는 수익을 냈는데 경영자들은 이 성공이 비용을 최소화하는 것이 아니라 직원들의 경쟁력을 갖추도록 하는 대우에 있었다고 봤다. 정책 변화가 없는 상황에서 아마도 우리에게는 이 같은 방식으로 나아가며 임시직 경제도 인간적일 수 있다는 것을 증명하는 더 많은 기업들이 필요하다.


출처: Nicole Torres(하버드 비즈니스 리뷰 편집자), Are there good jobs in the gig economy?, HBR, 2018년 7-8월호


[조직생활을 해 본 사람들이라면 거의 다 이 질문을 해 본 적이 있을 것이다. “왜 저런 인간이 팀장일까?”, “왜 저런 놈을 승진시키는 걸까?” 등등. 싱가포르 사회과학대 조직심리학 교수인 Klaus J. Templer가 그 이유를 말해준다. 조직 내 정치술을 배워야겠네.]

때때로 나쁜 사람들이 승진한다. 이들은 기만하고 부도덕하게 사람들을 조종할 수도 있고(권모술수에 능한), 죄책감 없이 충동적이고 자극을 찾을 수도 있고, 과장, 자격, 우월감을 가지고 자만심을 가진 사람일 수도 있다. 어둠의 3인조(dark triad)라 알려진 이 세가지 특성 중 하나 이상을 가진 사람은 속임수를 쓰고, 사기를 치거나 착취하고, 비윤리적 결정을 하는 경향이 있다. 이런 사람들이 정직하고 겸손한 사람들을 앞질러 나가는 것을 보면 혼란스럽다. 이런 유독성 있는 사람들이 어째서 승진하는 것일까? 이런 사람들은 성공하기 위해 자신을 어떻게 관리할까?

최근에 성격과 개인차에 관한 한 연구에서 직원들 사이에서의 정치술의 영향력에 주목했다. 정치술은 사람들을 연결시키고, 다른 이들에게 영향력을 미치고, 사회적 통찰력을 보여주고, 다른 사람들을 대할 때 진실함을 보여주는 걸 도와주는 긍정적인 사회적 역량이다.

나는 싱가포르에 있는 다양한 산업분야에서 일하는 110명의 직원들에게 일터에서 자신의 정치술을 어떻게 보는지 물었다. 그리고 이들의 점수를 정직성-겸손함(honesty-humility)의 정도를 나타내는 성격의 H지수로 나타냈다. H지수가 높다는 건 정직하고 겸손하다는 것이고 낮다는 건 어둠의 3인조를 가지고 있다고 보면 된다. 이들의 상사들의 의견도 들었다.

정치술에 능한 유독한 직원들이 높은 성과에 점수를 주는 것 같은 상사들에게 더 높은 평가를 받는 것을 확인했다. 모든 유독한 사람들이 정치술에 능한 것이 아니지만 상사의 눈앞에서 정치술을 효과적으로 사용하는 유독한 사람들이 더 나은 성과를 내는 사람으로 비췄다. 알다시피 높은 성과를 나는 것 같아 보이는 사람이 승진할 확률도 높다.

이런 나쁜 사람들이 승진하는 것을 막을 수 있는 방법이 있을까? 성격 및 행동 평가를 잘 아는 조직 심리학자들은 나쁜 사람들을 조기에 확인하는데 도움이 될 수는 있지만 정치술에 능한 사람이 있다면 이 또한 어렵다. 이 나쁜 사람들은 동료나 부하직원들에게 결정권을 가진 상사 앞에서와는 다른 행동을 하는 경우가 많으므로 승진을 결정하기 전에 해당 직원의 동료와 부하직원의 얘기를 들어볼 필요가 있다.

하지만 이런 유형의 사람들이 때로는 조직에 유용할 수도 있다. 어려운 업무를 두려움 없이, 논리적으로, 감정에 구애받지 않고 해낼 수 있는 제임스 본드 같은 유형의 사람이 필요하다고 상상해보자. 예를 들어 부실해지고 있는 회사는 생존을 위해 감원이 필요할 수 있다. 직원을 해고해야 하는 건 대부분의 관리자에게 감정적 부담을 지우게 되는데 동정심이 적은 관리자는 이 부담이 좀 덜하다. 아니면 자기도취가 좀 있기는 하지만 기술에 있어선 전문가인 사람이 필요할 수도 있다. 훌륭한 관리자는 이런 사람들이 다른 직원들에게 미치는 악영향을 제한하면서도 이런 사람들을 쓰는 방법을 알고 있다.

그러면 정직하고 겸손한 사람들은 이 유독한 사람들에게 항상 지게 될까? 꼭 그렇지만은 않다. 몇몇의 유독한 사람들이 정치술을 활용해서 성공하고 있을 뿐이다. 정치술을 잘 조절하기만 하면 나쁜 직원들과 정직하고 겸손한 직원들 사이의 평균적인 성과 평가에서 차이가 없다는 점을 확인했다. 팀 활성화와 같은 업무에선 정직하고 겸손한 직원들이 나쁜 직원들보다 더 높은 평가를 받았다. 정직하고 겸손한 사람들도 정치술을 적절히 활용하면 승진할 수 있다.

뒤처진 것 같은 느낌을 받고 있는 정직하고 겸손한 사람들이 있다면 정치술을 획득함으로써 좋은 평가를 받을 수 있다. 조직 내외부 핵심 인물들의 다양한 그룹과 관계를 구축하라. 다른 사람에게 진심어린 관심을 보여라. 그 상대가 알아챌 수 있는 방법으로. 다른 사람들의 이야기를 경청하고 그들의 업무적 개인적 관심사들에 대해 물어라. 다른 사람들과 좋은 관계를 맺을 수 있다면 그들은 당신의 제안을 더 경청하려고 할 것이다.

정치술을 실행하는 것은 어떤 사람들에게는 쉽지만 그것을 배우기도 해야 한다. 정치술을 건강하게 활용한다면 개인에게도 회사에게도 유익할 것이다.

출처: Klaus J. Templer(싱가포르 사회과학대 조직심리학 조교수), Why do toxic people get promoted? For the same reason humble people do: political skill, HBR, 2018. 07. 10.


인공지능이 의사, 통번역가 등 고객서비스를 제공하는 일들에서 점점 더 능숙해지고 있다. 경제 전반에서 인간의 일자리를 인공지능이 대체하게 될 것이라는 두려움이 커지고 있다. 하지만 꼭 그렇지만은 않다. 인간들에게 인공지능만큼 큰 관심을 받은 디지털 기술은 없었다. 인공지능이 일하는 방식과 일하는 사람들을 빠르게 바꿀 것이기는 하지만 인간을 대체하기보다는 인간과 협력함으로써 인간의 능력을 증대시킬 것이다.

많은 회사들이 프로세스를 자동화하기 위해 인공지능을 사용하고 있지만 그것이 직원들을 대체하는 방식으로 이뤄지는 경우 생산성 향상은 단기적으로만 나타난다. 1500개 회사를 조사해봤는데 가장 높은 성과를 내는 회사들은 인간과 기계가 함께 일하도록 한 회사들이었다. 이와 같은 협력을 통해 인간과 인공지능은 서로에게 상보적인 강점들을 향상시킬 수 있다. 인간은 리더십, 팀워크, 창의성, 사교술을 인공지능은 속도, 확장성, 정량화 역량을 강점으로 가지고 있다. 농담과 같이 사람들에겐 자연스러운 것이 기계에겐 어려울 수 있으며 방대한 양의 데이터를 분석하는 것은 기계에겐 단순한 일이지만 인간에겐 거의 불가능한 일이다. 사업을 위해선 이러한 역량이 둘 다 필요하다.

이 협력 관계에서 최대의 효과를 가져오려면 회사들은 인간이 어떻게 하면 가장 효과적으로 기계를 이용할 수 있는지와 기계는 인간이 하는 어떤 것을 강화시킬 수 있는지, 이 관계를 지원하기 위해 프로세스를 어떻게 재설계 할 지를 이해해야만 한다. 

[인간이 기계를 보조해야 하는 부분]

인간은 세 가지 중요한 역할을 해야한다. 인간은 기계가 특정한 임무를 수행하도록 훈련시켜야 한다. 그 임무의 결과가 무엇인지 설명해야 한다. 특히 결과가 직관에서 벗어나거나 논쟁적일때 그렇다. 인간은 기계를 사용함에 있어 책임감을 계속 유지해야 한다.

훈련

기계학습 알고리즘은 그것이 설계된대로 작동하기 위해선 가르침을 받아야 한다. 기계 번역 어플이 관용 표현을 다룰 수 있도록 하기 위해, 의료 어플이 질병을 진단할 수 있도록, 재무적인 의사 결정을 지지하기 위한 추천 엔진을 위해 거대한 훈련 데이터를 축적하고 있다. 또한 인공지능 시스템은 인간과 어떻게 하면 최선으로 상호작용할 수 있을지도 훈련되어야 한다. 많은 기업들이 이와 같은 훈련 역할을 도입하는 초기 단계이지만 선도하는 기술 맟 연구 그룹들은 이미 능숙한 훈련 담당자와 전문가들을 보유하고 있다.

마이크로소프트의 인공지능 비서 Cortana는 믿음직하고, 배려하고, 도움을 주되 우두머리 행세를 하지 않는 적절한 성품을 갖추기 위해 매우 비싼 훈련을 필요로 한다. 이러한 성품이 스며들기 하기 위해 시인, 소설가, 각본가 등으로 이뤄진 팀으로부터 수많은 시간이 필요했다. 애플의 시리나 아마존의 알렉사도 각 회사들의 브랜드를 전황하게 반영할 수 있는 개성을 갖추기 위해 인간 교육자가 필요했다. 시리같은 경우는 소비자들이 애플에게서 기대하는 뻔뻔함 같은 태도가 필요했다.

인공지능 비서들은 요즘 공감과 같은 보다 복잡하고 미묘한 인간의 특징을 표현할 수 있게 훈련되고 있다. MIT 미디어랩에서 창업한 Koko라는 스타트업은 인공지능 비서가 위로를 표하는 것처럼 보이게 도와주는 기술을 개발했다. 예를 들어 사용자가 좋지않은 하루를 보내고 있을 때 Koko시스템은 “유감이네요”와 같은 정형화된 반응 대신 정보를 더 얻기 위해 질문을 하고 그것을 다른 관점으로 볼 수 있게 도울 수 있는 조언을 할 수 있다. 사용자가 스트레스를 받는 상황이라면 Koko시스템은 이 긴장된 감정들 행동으로 옮길 수 있는 긍정적 감정일 수 있다는 제안을 하는 식이다.

설명

인공지능이 블랙박스 문제라 불리는 불명확한 과정에서 결론을 내려야 하는 상황이 많아짐에 따라 비전문가인 이용자들에게 자신들의 행동을 설명하기 위해 해당 분야의 인간 전문가들이 필요해진다. 이러한 설명가들응 선고나 치료 추천에 인공지능이 어떻게 가중치를 두어야 하는지 이해할 필요가 있는 법률 및 의료와 같은 증거 기반 산업에서 특히 중요하다. 설명가들은 자율주행차가 사고를 일으키거나 혹은 사고를 피하는 것을 실패하는 조치를 왜 취했는지 이해해야 하는 보험사나 법률 집행자들을 돕는데에도 중요하다. 설명가들은 기계의 행동이 불공정하거나 불법 혹은 명백히 잘못된 것이 될 수 있는 소비자 인접 산업인 규제 산업들과 통합되고 있다. 예를들어 유럽연합의 새로운 일반 데이터 보호규정에는 소비자들이 신용카드나 담보대출 이율과 같이 알고리즘 기반으로 결정된 이율에 대해 설명서를 제공받도록 했다. 이는 인공지능 적용으로 고용이 창출되는 분야 중의 하나이다. 전문가들은 이 규정을 실행하기 위해 약 75,000개의 새로운 일자리가 만들어질 것이라 예상한다.

지원

인공지능의 결정을 설명하는 사람들에 더해 인공지능 시스템이 계속해서 적절하고 안전하게 그리고 책임있게 기능할 수 있도록 하는 일을 하는 지원자들이 필요하다.

예를들어 인공지능에 의한 피해를 이해하거나 방지하는데 초점을 맞춘 안전 기술자들 같은 전문가들이 필요할 것이다. 사람들과 함께 일하는 산업용 로봇 개발자들은 로봇들이 주변의 사람을 인식하고 해를 가하지 않도록 하는데 주의를 기울인다. 이들 전문가들은 자율주행차가 치명적 사고를 냈을 때와 같이인공지능이 피해를 일으켰을 때 설명가들로부터의분석을 참고할 수도 있다.

인공지능 시스템이 윤리적 규범을 지키도록 하는 또 다른 지원 그룹이 있다. 예를들어 신용승인을 위한 인공지능 시스템이 특정 그룹의 사람들을 차별하는 상황이 발생했을때 이들 윤리 관리자들은 이 문제를 조사하고 대처하는데 책임을 맡는다. 데이터 감사원은 인공지능 시스템에 유럽의 일반데이터 보호규정이나 다른 소비자 보호 규정들에 적합한 데이터가 공급되고 있는지를 확실히 하는 역할을 한다. 관련된 데이터 사용 역할도 인공지능이 정보를 책임있게 관리하도록 하는것과 관련이 있다. 애플은 자신들의 기기와 소프트웨어를 사용하는 이용자들의 개인정보를 수집하는데 인공지능을 이용한다. 목적은 사용자 경험을 향상시키는 것이지만 제약없는 데이터 수집은 개인정보 보호, 화난 고객, 법률 위반 등에 문제를 일으킬 수 있다. 애플의 개인정보 보호팀은 인공지능이 통계상 이용자들 그룹에 관해 가능한 많은 것을 수집하려고 할 때 개인 사용자들의 개인정보를 보호하도록 하는 역할을 맡고 있다.

[기계가 인간을 보조하는 부분]

인공지능은 인간의 인지능력을 강화하고, 더 높은 수준의 업무를 할 수 있게 고객이나 직원들을 응대하고, 인간의 물리적 능력을 향상시킬 수 있는 기술들을 제공할 수 있다.

증폭

인공지능은 적절한 때에 적절한 정보를 제공함으로써 인간의 분석능력과 의사결정 능력을 향상시킬 수 있다. 또한 창의성도 높일 수 있다. Autodesk의 Dreamcatcher라는 인공지능은 뛰어난 디자이너의 상상력도 향상시킬 수 있다. 디자이너는 Dreamcatcher에 원하는 제품의 기준들을 입력한다. 예를 들어 300파운드를 지지할 수 있고 땅에서 18인치 높이이며 75달러 이하가 될 수 있는 재료로 되어 있는 것 같은 기준을 입력할 수 있다. 혹은 미력을 느끼는 다른 의자들에 관한 정보를 입력할 수 있다. 그러면 Dreamcatcher는 그 기준에 부합하는 수천개의 디자인을 보여주는데 디자이너가 초반에 생각하지 못했을 수 있는 불꽃튀는 아이디어를 제공하기도 한다. 디자이너는 소프트웨어를 가이드하고 어떤 의자가 좋은지 싫은지를 말하면서 새로운 디자인을 만들어 갈 수 있다.

이 과정을 반복하면서 Dreamcatcher는 기준을 만족시키는 각각의 제안된 디자인에 필요한 무수한 계산을 수행한다. 이를 통해 디자이너는 인간의 고유한 판단과 심미적 감성에 집중할 수 있게 된다.

고객 응대 혹은 직원 관리

인간-기계 협업은 회사가 고객응대와 직원관리를 보다 효과적인 방식으로 할 수 있도록 한다. Cortana와 같은 인공지능 시스템은 회의를 기록하거나 회의에 참석하지 못한 사람들에게 음성 검색이 가능한 자료를 배포하는 등의 방법을 통해 사람들간에 혹은 사람들을 대신해서 소통을 용이하게 할 수 있다. 이와 같은 응용분야는 하나의 채팅봇이 장소에 구애받지 않고 동시에 수많은 사람들에게 일상적인 고객 서비스를 제공할 수 있는 것처럼 본질적으로 대량적용이 가능하다.

스웨덴 은행 중 하나인 SEB는 수백만명의 고객들을 응대하는데 Aida라는 가상 비서를 이용하고 있다. 자연언어 대화를 다룰 수 있는 Aida는 ‘계좌를 어떻게 만드나요?’나 ‘해외 지불은 어떻게 하나요?’와 같은 많은 자주 묻는 질문들에 대답할 수가 있다. 또한 Aida는 고객들의 문제를 해결하기 위해 후속 질문도 할 수 있고 고객들의 어조를 분석했다가 다음 번에 더 나은 서비스를 제공하기 위한 자료로 사용한다. 약 30%정도는 문제를 해결하지 못하는데 이 때는 대인 고객서비스쪽으로 이관되고 향후에 비슷한 문제를 해결하기 위한 방법을 배우기 위해 인간 직원의 대응을 모니터한다. Aida가 기본적인 요청사항들에 대응하면서 사람 직원들은 좀더 손이가는 불만족스러운 고객들을 다루는 좀더 복잡한 문제들을 처리하는데 집중할 수 있다.

결합

Aida나 Cortana와 같은 인공지능 시스템들은 기본적으로 디지털 개체이지만 어떤 경우엔 인간 노동자들을 돕는 로봇에 인공지능을 결합시키기도 한다. 정교한 센서, 모터 등을 가진 인공지능으로 운전되는 기계는 사람과 물체를 인식할 수 있고 공장, 창고, 실험실 등에서 인간과 함께 안전하게 일한다.

제조분야에서 로봇은 잠재적으로 위험하고 멍청한 산업용 기계에서 영리하고 맥락을 이해하는 코봇(cobot)으로 발전하고 있다. 코봇팔은 무거운 것을 드는 반복적인 업무를 담당하고 사람은 기어 모터를 조립하는 것과 같이 손기술과 판단력이 필요한 보조적인 업무를 수행한다.

현대는 코봇을 외부 골격형 착용 개념으로 확장하고 있다. 이용자와 실시간 위치에 적응하는 이 착용형 로봇기기는 산업현장 노동자들이 수퍼맨같은 힘을 가지고 일할 수 있도록 할 수 있을 것이다.

[경영의 재해석]

인공지능의 가치를 극대화하려면 운영방식을 재설계할 필요가 있다. 기업들은 먼저 개선될 수 있는 운영 영역을 발견하고 기술해야 한다. 이는 잘 작동되지 않는 프로세스일 수도 있고 이전까지는 아주 다루기 힘든 문제일 수고 있다. 또한 많은 인공지능 및 향상된 분석 기법들이 지금은 인공지능 해법으로 처리할 수 있는 이전에는 보이지 않았던 문제들을 확인할 수 있게 한다.

다음으로 기업들은 프로세스를 개선하기 위해 인공지능 시스템과 어떻게 협력할 수 있을까를 상상하는 공동 창발을 통해 해결책을 마련해야 한다. 농부들을 돕기 위해 인공지능 기술을 적용하고 싶어하는 대규모 농업 회사의 사례를 생각해보자. 미래 곡물 생산량을 좀더 정확히 예측할 수 있는 인공지능 프로그램을 구축하기 위해 토질, 기후 패턴, 수확량 등 이용할 수 있는 데이터는 거대하다. 하지만 농부들과의 논의에서 보다 어려운 정보들을 알 필요가 있다는 것을 기업은 깨달았다. 농부들이 시스템에 원하는 것은 어떤 작물을 심을지, 어디에 심을지, 땅에 질소비료를 얼마나 사용할 지 등과 관련되어 생산성을 향상시킬 수 있는 실시간 제안이었다. 해당 기업은 그와 같은 조언을 제공하는 인공지능 시스템을 개발했고 초기 결과는 전망이 좋았다. 인공지능의 안내에 따라 얻어진 곡물 산출에 대해 농부들은 만족했다. 초기 시험에서 얻은 결과들은 알고리즘을 정교하게 하는데 다시 사용되었다. 새로운 인공지능 및 분석 기법들은 프로세스 개선을 위한 새로운 방법을 제안함으로써 공동 창의를 보조할 수 있다.

세번째 단계는 제안된 해결안의 규모를 확대하고 지속하는 것이다. SEB의 경우 Aida의 버전을 원래 15,000명의 은행 직원들을 돕기 위해 도입하였지만 후에 챗봇을 백만명의 고객들에게 소개했다.

일반적으로 기업들이 개선하길 원하는 다섯 가지 경영 프로세스 특성은 유연성, 속도, 규모확대, 의사 결정, 개인화이다. 경영 프로세스를 재구상한다는 것은 원하는 변화에 이 다섯 가지 특성들 중 무엇을 중심에 둘지, 변화에 대응하기 위해 어떻게 협력을 이끌어낼 것인지, 다른 프로세스 특성들과 어떤 조정과 트레이드 오프가 필요한 것인지를 결정하는 것이다.

유연성

메르세데스 벤츠는 유연성 있는 프로세스에 대한 요구가 커지고 있음을 확인했다. 회사에 가장 수익성이 높은 고객들이 점점 더 개인에 특화된 S클래스 세단을 원하고 있었지만 공장의 조립 시스템은 사람들이 원하는 개인화에 대응할 수 없었다.

전통적으로 자동차 제조는 일반적인 제조 로봇으오 자동화를 한 유연하지 않은 프로세스로 이루어졌다. 유연성을 개선하기 위해 메르세데스는 기존의 로봇들 일부를 인공지능으로 운전되는 코봇으로 대체하고 인간-기계 협력 프로세스를 재설계했다. 독일 수트트가르트에 있는 메르세데스 공장에서 코봇 팔은 인간 노동자들 신체의 역량을 확장시킴으로써 무거운 부품을 들고 조립할 수 있도록 돕는다. 이 시스템은 수동으로 이뤄지는 일들을 줄이고 로봇에 의해 조종되는 일들을 늘림으로써 각 자동차를 조립하는 공정에서 사람들이 통제하에 놓일 수 있도록 했다.

메르세데스의 인간-기계 팀은 그때 그때 상황을 봐가며 적응했다. 공장에서 코봇은 공정 변화에 따라 다른 임무를 대응할 수 있도록 태블릿으로 손쉽게 재프로그램될 수 있다. 이런 민첩성 덕택에 전례없는 고객맞춤형 수준에 도달할 수 있었다. 메레세데스는 자동차의 대시보드 구성 및 시트 가죽에서부터 타이어 밸브 뚜껑에 이르기까지 거의 모든 것을 자동차 판매장에서 고객들이 실시간으로 선택할 수 있는 수준으로까지 자동차 상산을 개인화할 수 있었다. 그 결과 슈트트가르트 공장에서는 어떤 자동차도 똑같은 구성으로 나오지 않을 수 있게 되었다.

속도

어떤 경영 활동에선 속도가 가장 중요하다. 그 중 하나가 신용카드 사기 발견이다. 회사들은 주어진 거래를 승인할 지 안할지를 단 몇 초만에 결정해야 한다. 만약 그 거래가 사기라면 회사는 손실을 감당해야만 한다. 하지만 합법적인 거래를 거부하게 되면 신용카드 회사는 수수료를 받지 못하고 고객들의 화를 받게될 것이다.

HSBC는 사기 발견의 속도와 정확도를 높이기 위해 인공지능 기반 해결책을 개발했다. 인공지능이 사기 가능성이 있는 미묘한 패턴들을 확인하기 위해 구매 위치와 고객 행동, IP주소 등의 데이터를 활용해 매일 일어나는 수백만의 거래 건들을 감시하고 평가한다. HSBC는 먼저 미국에서 이 시템을 실행해 사기 또는 허위 거래를 놓치는 비율이 상당히 감소한 것을 확인했고 이후 영국과 아시아에도 적용했다. Danske 은행은 다른 인공지능 시스템을 사용해 사기 감지율을 50% 높였고, 허위 거래를 60%줄일 수 있었다. 허위 거래 감소는 투자자들이 인간의 판단이 필요한 애매한 거래들에 노력을 집중할 수 있도록 했다.

금융 사기에 대한 싸움은 군비 확장 경쟁과 비슷하다. 감지 기능이 좋아지면 더욱 기만적인 범죄가 나타나고 이를 막기 위한 감지 기술이 개발되는 사이클이 반복된다. 때문에 사기에 대응하기 위한 알고리즘과 평가체계의 수명은 매우 짧고 계속해서 업데이트해야 한다. 또한 국가나 지역에 따라 서로 다른 모델을 사용한다. 때문에 범죄에 앞서 소프트웨어를 최신으로 유지하기 위해선 인간과 기계 사이의 경계에 데이터 분석가 군단, IT전문가, 금융 사기 전문가들이 필요하다.

확장성

많은 경영 프로세스에서 확장성의 부족은 개선의 주요 장애물인 경우가 많다. 이것은 기계의 보조가 최소화된 인간 노동 집약적인 프로세스에서 특히 더 그렇다. 유니레버에서의 직원 채용 프로세스 사례를 보자. 이 소비자 제품 거대기업은 17만명의 노동자들을 다양화하기 위한 방법을 찾고 있었다. 인사부서는 신입 직원을 고용한 후 관리자로 빠르게 승진시킬 사람들에 집중할 필요가 있었다. 하지만 유니레버의 기존 프로세스에선 예외적인 재능을 가진 후보자들을 확인하기 위해 평가할 수 있는 후보자의 수가 제한적이었다.

유니레버는 개별화된 채용의 규모를 확대하기 의해 인간과 인공지능의 능력을 결합했다. 지원과정 첫번째 단계에서 지원자들은 위험 회피 성향 같은 것을 평가하는데 도움이 되는 온라인 게임을 하게 된다. 이 게임에 정답은 없지만 유니레버의 인공지능은 지원자가 어느 위치에 적합한 지를 판단한다. 이후 지원자들은 그들이 관심 있어하는 특정한 분야에 맞게 만들어진 질문에 대답하는 영상을 제출해야 한다. 이 영상에서 그들이 말하는 것과 몸짓, 어조를 인공지능 시스템이 분석한다. 인공지능 시스템이 판단하기에 최선인 지원자가 면접에 응할 수 있고 최종적으로 인사부서에서 최종 고용 결정을 내린다.

새로운 채용 프로세스는 더 나은 직원을 선발할 수 있게 했다. 유니레버는 이 채용과정 성공을 면밀히 추적해왔지만 여전히 데이터가 더 필요하다. 하지만 새 채용시스템이 유니레버의 채용 범위를 크게 확장시켰음은 분명하다. 구직자들은 스마트폰으로 쉽게 채용 시스템에 접속할 수 있었기 때문에 지원자 수는 일년에 3만명으로 두 배로 늘어났고 출신 대학교의 수도 840개에서 2600개로 늘어나 신규 채용자들의 사회경제적 다양성이 증가했다. 또한 지원부터 채용 결정까지 걸리는 평균 시간이 4개월에서 4주로 줄어들었고 채용하는 사람들이 지원서를 검토하는 시간도 75%까지 감소했다.

의사 결정

인공지능은 사람들에게 맞춤 정보와 안내를 제공함으로써 더 나은 의사 결정을 하게 도울 수 있다. 이는 바른 결정을 내리는 것이 큰 영향을 미치는 전장같은 곳에서 일하는 노동자들에게 특히 가치가 있을 수 있다.

장비의 가상 모델을 이용하여 장비 유지관리를 개선한 사례를 살펴보자. GE는 터빈과 다른 산업용 제품에 대한 소프트웨어 모델을 만들고 장비로부터의 운전 데이터를 지속적으로 업데이트했다. 현장에서 수많은 장비들로부터 측정값을 수집함으로써 GE는 정상과 특이 성능에 대한 거대한 정보들을 축적했다. 기계학습 알고리즘을 사용하는 GE의 Predix프로그램은 이제 개별 장비에서 특정한 부분이 고장날 수 있는 때를 예측할 수 있다.

이 기술은 산업용 장비를 유지하는 의사결정 집중 프로세스를 근본적으로 변화시켰다. Predix는 터빈에서 몇몇의 예기치 않은 회전날개의 마모와 손상 및 터빈의 운전이력을 확인하고 손상이 지난 몇 달간 네배 정도 증가했고 조치가 취해지지 않으면 회전날개는 수명의 70%를 잃게 될 것이라 보고할 수 있다. 시스템은 장비의 현재상태, 운전환경, 다른 장비의 손상 및 수리에 대한 종합된 정보를 고려하여 적절한 조치를 제안한다. 이 제안에 따라 Predix는 비용과 재무적 이익에 대한 정보를 95%신뢰수준에서 생성하고 제공한다.

Predix없이 노동자들이 일상적인 확인 과정에서 운좋게 회전날개 손상을 발견할 수도 있다. 회전 날개가 고장날 때까지 확인되지 않아 장비 운전이 중단될 수도 있다. Predix를 통해 유지보수 작업자들은 문제가 심각해지기 전 잠재적 문제 알림을 받을 수 있어 올바른 의사결정을 내리는데 필요한 정보를 얻을 수 있다. 

개인화

고객들에게 개인 맞춤형 브랜드 경험을 제공하는 것은 마케팅의 핵심이다. 인공지능으로 이와 같은 개인화는 전례없이 정확하고 방대한 스케일로 달성될 수 있다. 판도라는 인공지능을 이용해 수백만명의 사용자에게 곡, 가수, 장르 선호에 따라 개인 맞춤형 재생 목록을 만든다. 또 스타벅스는 고객의 동의 하에 인공지능이 고객의 휴대폰을 인식하고 바리스타가 제품 추천하는걸 돕기 위해 고객의 과거 구매 이력을 이용할 수 있게 한다. 인공지능 기술은 특정한 제품이나 행동을 추천하기 위해 방대한 양의 데이터를 처리하는데 능하고 인간은 추천하거나 선택지 중에서 최상의 것을 고르는데 직관과 판단력을 이용하는데 능하다.

Carnival Corporation은 Ocean Medallion이라 불리는 기기와 이 기기들을 연결하는 네트워크를 통해 수백만 명의 휴가자들에게 선상 경험을 개인화하는데 인공지능을 이용하고 있다. 기계학습은 휴가를 보내는 사람들의 편의를 위해 배에 설치된 센서와 시스템에서 오는 데이터를 처리한다. 이 기기는 승객들의 탑승 하차를 모니터하고 손님들의 활동을 추적하고 기기와 신용카드를 연결하여 구매를 쉽게 하고 객실 키로도 이용된다. 또한 고객의 선호를 예상하는 시스템에 연결되어 맞춤형 활동 일정 및 식사를 제안함으로써 선원들이 각 손님들에게 개인화된 서비스를 제공할 수 있게 한다.

[새로운 역할과 역량이 필요하다]

이제 경영에 인공지능 기술을 적용하는 것뿐만 아니라 인간-기계 상호작용을 효과적으로 할 수 있는 융합적 기술을 가지도록 직원들을 교육하는 것도 필요하다. 외과의사들이 엑스레이와 MRI를 해석하는데 컴퓨터를 믿어야 할 때와 같이 사람들이 업무를 새로운 기술들에 위임하는 법을 배워야 한다. 직원들은 혼자서 할 때보다 더 나은 결과를 얻기 위해 인간의 고유한 능력을 인공지능과 결합하는 방법을 알아야 한다. 작업자들은 인공지능에게 새로운 기술을 학습시킬 수 있고 인공지능으로 강화된 과정 안에서 잘 할 수 있도록 교육도 받아야 한다. 예를 들어 사람들은 필요한 정보를 얻기 위해 인공지능에게 어떻게 질문해야 하는지를 알아야 한다. 또한 불법적이거나 비윤리적인 목적으로 책임감을 가질 수 있도록 인공지능 시스템을 운영하는 애플의 개인정보 보호팀과 같은 직원들도 있어야 한다.

향후에는 기업의 역할도 새로운 경영 프로세스에서 원하는 결과에 맞게 조정될 것이고 정해진 직무보다는 다양한 종류의 기술들도 조직되어갈 것이다. AT&T는 일반전화에서 모바일 네트워크로 전환을 시작했고 새로운 직위를 위해 10만 명의 직원을 재교육하기 시작했다. 약 2000개의 직무를 비슷한 기술을 포함하는 더 넓은 범주로 통합하고 있다.

결론

인간-기계 상호작용에서 대부분의 활동들은 사람들로 하여금 새롭고 기존과는 다른 일을 하게할 뿐만 아니라 기존의 일들도 다르게 하기를 요구한다. 자동화로 단순히 인간노동자를 대체하려는 조직들은 인공지능의 잠재력을 온전히 활용하지 못할 것이다. 그와 같은 전략은 시작부터 잘못된 것이다. 미래의 리더들은 경영, 시장, 산업, 노동자들을 변화시키는 인간-인공지능 협력을 조성해야 할 것이다.


출처: H. James Wilson(Accenture Research에서 정보기술 및 경영연구)and Paul R. Daugherty(Accenture Research CTO), Collaborative intelligence: Humans and AI are joining force, HBR 2018년 7-8월호


[경영학 교수인 Monique Valcour는 2015년 하버드 비즈니스 리뷰에 기고한 글에서 효과적으로 배울 수 있는 방법을 이야기했다. 새로운 것을 배워 나의 것으로 만들기 위해서 필요한 태도를 배워보자.]

많은 연구들이 여러 해 동안 가지고 있었던 동일한 가정과 행동 레퍼토리로 생각하고 행동하는 리더들은 정체되고 성과가 저조해지고 탈선하게도 된다는 걸 보여준다. 구글에서 임원코칭과 리더십을 담당하고 있는 David Peterson은 “자신의 편안한 영역에 머무르는 것은 오늘을 준비하기에 좋은 방법이지만 내일을 준비하기엔 안좋은 방법이다.”라고 말한 바 있다. 성공하기 위해서는 학습 민첩성(learning agility)을 길러야 한다.

학습 민첩성이란?

학습 민첩성은 경험에서 빠르고 지속적으로 배우는 능력이다. 빠르게 배우는 학습자들은 경험들을 연결하는데 능숙하고 더이상 유용하지 않은 관점이나 접근방식을 포기할 줄 안다. 고급진 해결책이 필요할 때는 그것을 배우지 않을 수도 있다. 이런 마음가짐을 가지고 있는 사람들은 학습 목표에 초점을 맞추려는 그리고 새로운 경험에 열려 있는 경향이 있다. 이들은 실험을 하고 조언을 구하고 체계적으로 반추한다.

새로운 기술을 획득하고 새로운 상황에 적응함으로써 발전하고 싶은 욕구는 학습 민첩성의 기본적인 요소이다. 빠르게 배우는 학습자들은 배우는 과정 자체에 가치를 두고 만족함을 얻는다. 이는 동기를 자극할뿐만 아니라 도전적인 경험들을 통해 역량도 향상시킨다.

이들은 방어적이지 않으며 실수를 하거나 비전문성을 드러내는 것과 같은 위험을 기꺼이 감수한다. 많은 리더들이 스스로에게 질문하는 것을 피하거나 자신들의 안전영역에서 의도적으로 벗어나는 것을 꺼려하기 때문에 중요한 배움의 기회를 놓친다.

학습 민첩성은 새로운 경험, 사람, 정보에 개방적인 태도를 취하는 것과도 관련이 있다. 

학습 민첩성을 어떻게 키울까?

학습 민첩성 계발은 습관적인 어떤 틀을 인식하고 그것을 바꾸는 걸 배우는 것이기에 코치에게 도움을 받는 것이 매우 유용할 수 있다. 코칭은 사람들의 마음이 작동하는 방식과 그것이 더 잘 작동하게 하는 방식을 이해하게 하는데 도움을 준다. 하지만 코치 없이도 스스로 학습 민첩성을 향상시킬 수 있다.

의견 구하기

당신과 함께 일하거나 당신의 성과를 관찰하는 한 명 이상의 사람들에게 당신이 했던 방식에 대한 평가 의견을 구하고 다음 번엔 어떤 부분을 달리하면 좋을지 조언을 구한다. 이들의 의견으로부터 배움을 극대화하기 위해 중요한 것은 스스로를 방어하려는 생각을 자제하는 것이다. 그들의 의견에 고마음을 표하고 거기에서 당신이 배울 수 있는 것을 찾아라.

방어적 태도를 버리고 배우려는 마음 가짐을 갖기 위해 “더 나은 방법이 분명 있을거야. 내가 아직 모를 것일 뿐”과 같은 모토를 생각하자. 이런 생각의 힘은 ‘아직’이라는 단어에 놓여있다. 

새로운 방식이나 행동으로 실험하기

실험을 위한 새로운 행동들을 확인하기 위해 당신이 마주한 과제들을 반추하면서 스스로에게 이런 질문들을 던져본다. “이 상황의 결과를 변화시키기 위해 내가 할 수 있는 한가지는 뭐가 있을까?” “다음번엔 다르게 할 부분은 무엇인가?” 다른 관점을 가짐으로써 가능성을 찾아내는 사고실험을 해 볼 수도 있다. 

서로 관련이 없어보이는 영역들에서 연결점을 찾아보기

예를 들어 Peterson은 와인에 관해 배울때 사용했던 원리들을 리더십 개발 영역에 체계적으로 적용했다. 포도주 양주학자들은 많은 와인들을 시음하고 비교하고 동료 전문가들과 논의하면서 전문성을 키운다. 이 원리들을 차용해 Peterson은 리더십 개발에 적용할 수 있음을 깨달았다. 코칭할 다양한 분야의 리더들을 모으고 그들이 다양한 리더의 특징들을 비교하고 다른 전문가들과 토론하게 함으로써 리더십 개발 프로그램을 확장했다. 당신의 업무와는 관련이 없지만 당신이 전문성을 가진 영역을 선택하고 이 지식을 현재 당면하고 있는 과제에 어떻게 적용할 수 있을까 자문해보라.

반추할 시간을 갖기

배운 경험들을 체계적으로 반추함으로써 학습효과를 증대시킬 수 있다. 지속적으로 발전해나가기 위해 스스로에게 다음과 같이 물어보는 습관을 기른다. “이 경험에서 배운 것은 뭐지?” “내가 기대했던 것과 다른 점은?” 스스로 반추하고 반추를 장려하는 리더들은 본인이 더 잘 배울 뿐만 아니라 다른 사람들도 자극할 수 있어 팀이나 조직의 학습 민첩성 수준을 높이는 기초가 된다.


출처: Monique Valcour(경영학 교수), 4 ways to become a better learner, 2015년 12월 31일, HBR.

[Erika Andersen은 배우는 법도 배워야 한다고 했다. 시일이 조금 지나긴 했지만 하버드 비즈니스 리뷰 2016년 3월호 기고문은 읽어 볼 만하다. 현대사회에서 경쟁력은 새로운 일들에 얼마나 잘 적응할 수 있는 것인가에 달려 있다고도 할 수 있다. 무엇인가를 배울 때 어떤 태도를 가지면 좋을 지 알아본다.]

오늘날 조직은 계속해서 변화하고 있다. 산업들은 통합되고, 새로운 사업 모델들이 나타나고, 새로운 기술들이 개발되고 있으며 소비자 행동도 변화하고 있다. 리더들에게 빨라지는 변화의 속도는 특히 부담스러울 수 있다. 이 변화를 이해하고 기업 운영과 해야만 하는 일들도 신속하게 대응되어야 한다. 경영 이론가 Arie de Geue는 말했다. “경쟁상대들보다 더 빠르게 배울 수 있는 능력이 지속가능한 유일한 경쟁력일지도 모른다.”

휴식을 취한다거나 학습교실을 구조화하는 것에 대해 말하는 것이 아니다. 성장 기회의 지평을 살펴보고 당신의 업무를 수행하는 동안에도 완전히 다른 역량을 얻도록 하는 새로운 일들을 하는 것에 대한 편견에 저항하는 것을 이야기하려고 한다. 이는 실험하려는 의지가 필요로 하고 계속해서 우리 모두가 불편하게 여기는 초보자가 되어야 함을 의미한다.

이러한 배움에 성공적인 사람들은 열망, 자기인식, 호기심, 취약성이라는 네 가지 태도를 가지고 있었다. 이들은 새로운 기술을 이해하고 습득하기를 진정으로 원했다. 그들은 자신을 매우 명확하게 인식하고 있었다. 이들은 계속해서 생각하고 적절한 질문을 했다. 그들은 자신들의 실수를 견뎌내면서 학습 곡선의 상층부로 올라갔다.

열망

열망이 있는지 없는지는 쉽게 확인할 수 있다. 새로운 기술을 배우고 싶은지 아닌지. 야망과 동기를 가지고 있는지 아니면 부족한지. 하지만 훌륭한 학습자들은 자신들의 열망 수준을 높일 수 있다. 

새로운 보고 시스템을 채택한 회사에서 사람들은 처음에 배우려고 하지 않을 것이다. 배우는데 시간도 걸리고 이전의 시스템으로도 충분한데다 제대로 정착되지도 않을 것이라 생각하는 경향이 있다. 새로운 것을 배워야 할 때 가장 먼저 생겨나는 장애물은 부정적이고 무의식적인 열망부족이다.

우리가 무엇인가를 배우기 원할때 우리는 배우는 것에서 얻을 수 있는 긍정적인 면에 초점을 맞추고 보상으로 거둬들일 행복한 미래를 그린다. 이것이 으리가 행동을 하게 만든다. 처음에 그리 매력적이지 않은 것에 열망을 증가시킬 수 있는 방법은 극복해야할 장애물들보다 배움으로 얻게되는 유익에 초점을 맞추는 것이다.

자기 인식

지난 수십 년 동안 리더들은 자기인식 개념에 익숙해져왔다. 리더들도 피드백이 필요하고 다른 사람들이 자신을 어떻게 보는지를 인식할 필요가 있다는 것을 이해하고 있다. 하지만 무엇인가를 배워야 할 때는 자신이 알고 있는 것과 그렇지 않은 것, 갖고 있는 기술과 그렇지 않은 것이 여전히 부정확할 수 있다. 

스스로를 정확하게 평가하는 사람들은 자신의 머리속에서 그 과정을 시작한다. 이들은 자신들의 관점에 편견이나 결함이 있을 수 있다는 것을 받아들이고 더 큰 목적을 향해 분투한다. 이는 다른 사람의 의견을 청취하고 행하도록 하는데 개방적이 되게 한다. 스스로에 관해 자신에게 어떻게 질문하는지 주의를 기울이고 자신과의 대화의 타당성에 의문을 제기해 본다.

상사가 당신에게 당신 팀이 충분히 강하지 않고 역량 평가와 개발을 더 잘해야겠다고 말했다고 하자. 당신의 처음 반응은 아마도 ‘뭐라고? 상사가 틀렸어. 우리팀은 강해’일 것이다. 우리들 대부분은 이와 같은 비판에 방어적으로 반응한다. 하지만 ‘정말 정확한가? 우리 팀이 강하다는 것을 증명할 수 있는 게 뭐지?’하고 자문해보라. 숙고하면서 당신이 틸리고 상사가 맞다는 것을 발견할 수도 있고 진실은 그 중간 어딘가에 놓여 있다는 것을 알게 될 수도 있다. 이럴 때 자신 내부의 목소리는 대체로 유용하다. 당신이 개선해야할 영역과 그것을 어떻게 할 것인지 알 수 있도록 하는데 꽤 괜찮은 역할을 한다.

자신을 훌륭한 관리자이자 리더라 확신하는 CEO가 한 명 있었는데, 그는 산업에 대한 깊은 지식을 가지고 있었고 자신의 산업이 성장하고 있다는 걸 본능적으로 알고 있었다. 이사회도 이러한 강점을 인정했다. 하지만 그는 자신의 관점에 맞는 사람들의 이야기에만 귀를 기울였고 그의 팀이 헌신되어 있지 않다거나 통찰이 부족하다는 단점은 부정했다. 그런데 그가 자신에게 부족한 점이 있을지도 모른다는 가정으로 스스로에게 질문하기 시작하면서 개선 필요성과 피드백에 개방적이어야 한다고 더 생각하게 되었다. 그는 전략적 통찰을 충분히 갖추지 못했음을 깨달았고 그것을 공유하고 토론했다. 그런 다음 명확한 우선순위를 설정해 개선해 나갔다.

호기심

아이들은 무엇인가를 배우는데 주저함이 없다. 배고픔, 목마름, 성욕과 같이 무엇인가를 알고자하는 욕구는 동력이 된다. 호기심은 우리가 무엇인가를 해낼 수 있을 때까지 그것을 시도하게 하거나 무엇인가를 이해할 때까지 생각하게 만드는 것이다. 훌륭한 학습자들은 이 어린 시절의 동력을 유지하고 있거나 자기와의 대화를 통해 이를 다시 가지고 있다. 새로운 주제에 대한 초기의 무관심에 초점을 맞추는 대신 이들은 그것에 관한 호기심 넘치는 질문을 하고 이 질문들은 행동으로 이어질 수 있게 하여 배우게 된다. 심리연구자 Carol Sansone에 따르면 사람들은 하는 일을 더 흥미있게 만들기 위해 다르게 일하는 방법에 대해 생각하게 함으로써 해야할 일들에 대한 의욕을 향상시킬 수 있다고 한다. 다시 말하면 스스로와의 대화를 통해 ‘이건 지루하다’라는 생각을 ‘내가 할 수 있는 것이 무엇일지 궁금하다’라는 것으로 바꿀 수 있다.

무엇인가를 생각할 때 사용하는 언어를 어떻게? 왜? 난 궁금해 등으로 바꿈으로써 일하는 영역에서도 호기심을 이끌어낼 수 있는 같은 전략을 취할 수 있다. 그리고 그 물음에 대답하기 위해 기사를 읽거나, 전문가나 선생님을 찾거나, 함께 공부하는 그룹에 들어가거나 등의 다음 단계를 취하면 된다.

내면의 목소리를 바꿔본다
-이건 배울 필요가 없어->이걸 배우면 내가 어떤 모습이 될까?
-이건 이미 잘해->정말 그런가? 동료들에 비하면 어떠한가?
-이건 지루해->다른 사람들은 흥미로운 점을 어떻게 찾는지 궁금해
-난 이런건 잘 못해->초보자가 하는 실수를 한 것뿐 점점 나아질거야

취약성

우리가 무엇인가에 익숙해지거나 잘하게 되면 그렇지 않았던 때로 돌아가고 싶어하지 않는다. 실험을 장려하는 방법과 빠른 실패를 배울 필요가 있다. 또한 우리의 강점을 활용하는 방법도 배워야 한다. 여러 주 혹은 여러 달 동안 무엇인가를 잘 못하고 있는 것, 어색하고 느린 느낌, ‘바보같은, 그게 무슨 소리야?’같은 말을 듣는 것, 계속해서 단계별로 지침을 받는 상황들은 무척 두려운 일이다. 훌륭한 학습자들은 초보자 상태를 받아들일 만큼 충분히 취약할 수 있다는 것을 스스로에게 허락한다. 이런 사람들은 자신과의 대화를 통해 초심자가 되는 것을 편하게 받아들이려고 한다.

새로운 것을 시도하고 있거나 그것을 잘 못하고 있을 때 보통은 ‘이거 진짜 짜증나네’, ‘이런 븅!’, ‘이건 진짜 제대로 못할거야’ 같은 생각들이 몰려온다. 이런 생각은 우리 뇌에 배움을 위한 대역폭을 좁힌다. 초보자에게 이상적인 마음가짐은 취약점이 있을 수 있다는 것과 균형감이다. ‘이걸 전에 해본 적이 없기 때문에 처음엔 잘 못할거야. 시간이 지나면 이걸 배울 수 있을 걸 알아.’ 1980년대 연구자들은 실수를 기대하고 새로운 기술을 획득하는 과정에서 조기에 배울 수 있도록 장려할 때 사람들의 관심, 지속성, 더 나은 성과를 유도할 수 있다는 것을 확인한 바 있다.

새로운 기술과 지식을 신속하고도 지속적으로 획득하는 능력은 급격하게 변화하는 세상에서의 성공에 중요하다. 효과적인 학습자가 되는데 위 네가지 태도가 도움이 될 것이다.


출처: Erika Andersen, Learning to learn, HBR, 2016년 3월


현대사회에서 세상이 변하는 속도에 적응하기 위해선 어쩔 수 없이 끊임없이 학습해야 한다. 변화의 속도가 산업이나 부문별로 차이가 나기는 하지만 어찌되었든 새로운 환경에서 살아남기 위해선 배움은 불가피하다. 폭발적으로 늘어나는 지식을 무작정 받아들이는 것은 불가능하므로 우리는 각자에게 필요한 부분에 집중해 학습의 효율을 높여야 경쟁력을 유지할 수 있을 것이다.

Matt Plummer(직원을 위한 온라인 교육 프로그램을 제공하는 회사 Zarvana 설립자)와 Jo Wilson(Zarvana 생산성 교육담당)은 하버드 비즈니스 리뷰에 기고한 글에서 효과적으로 배울 수 있는 방법을 제안하고 있다. 이들은 우리가 하루에 소비하는 정보의 양이 신문 174개 정도에 달한다고 했다. 여기엔 소셜미디어 상에 범람하는 정보들도 포함되기는 하지만 인간이 소화하기에는 터무니없이 많은 양이다. 여기에 더해 각 기업들은 직원들의 자기계발을 위해 다양한 교육자료도 제공하고 있으니 정보의 양은 더 어마어마한 수준이다.

글쓴이들은 이런 정보가 모두 지식이 되지 않는다는 점을 지적한다. 정보는 넘쳐나지만 오히려 우리는 필요한 정보들을 지식으로 만들어가는데 그리 성공적이지 못하는 것 같다. 이에 조금 더 생산적인 학습자가 되기 위한 방법들 몇 가지를 제안한다.

정보 소비를 몇 달 동안 하나의 주제에 맞춰보자

흘러가는 헤드라인 뉴스를 따라가는 대신 어느 하나의 주제를 정하고 그 주제에 대한 읽을거리나 볼거리에 초점을 맞춘다. 이렇게 함으로써 이전의 정보 위에 새로운 정보를 구축할 수 있게 될뿐만 아니라 우리 뇌가 작동하는 방식에도 도움이 된다. 신경과학자 Adam Gazzaley는 “활성화된 기억의 영역에서 가장 높은 수준의 성과는 관련없는 정보를 얼마나 잘 걸러내느냐에 영향을 받는다. 목표와 관련이 없는 정보들을 처리하다보면 이는 방해가 된다. 관련없는 정보들을 걸러내는 것은 정보를 인식, 기억하고 그에 관한 결정을 내리는 능력에 중요한 영향을 미친다.”고 했다.

순간순간 새로운 이슈가 생겨나는 요즘같은 시대에 한 가지 주제에 초점을 맞추는 것이 결코 쉽지 않다. 왠지 다른 이슈들을 놓치게 될 것 같아 불안하기 때문이다. 우리가 집중할 수 있는 능력엔 한계가 있다는 점을 인정하고 불필요한 것들은 과감히 흘려보낼 수 있는 과감성이 필요하다. 특정한 주제에 대해 집중해서 정보를 모으다보면 상당한 수준의 전문성을 갖출 수 있게 됨을 잊지 말자.

학습하고 있는 것을 구조화한다

이 구조는 우리 뇌에서 우리가 받은 정보들이 들어갈 공간을 만드는 내부 구조물로서 작용한다. 학습에 있어 구조화의 가치는 1920년대 심리학자 Jean Piaget가 정보를 분류해 일정한 패턴으로 바꾸는 과정을 설명하기 위해 Scheme이라는 용어를 처음 사용하면서 주창했다. 구조화는 우리가 이미 알고 있는 것을 체계적이고 반복적인 방식으로 연결시킴으로써 새로운 정보를 유지하게 도와준다. 컴퓨터를 창고에 두는 것보다 집안에 두는 것이 더 찾기 쉬운 것과 같다.

배우고 있는 것을 정기적으로 종합하라

종합한다는 것은 여러 부분들을 새로운 의미나 구조를 만드는데 강조점을 두고 전체를 구성하는 것을 말한다. 소비하는 정보들을 종합하게 되면 주제에서 크게 벗어나지 않을 수 있다.

이미 알고 있는 것들에서 새로운 정보를 지각하는 것과 관련있기 때문에 종합은 도전적인 과제이다. 종합은 중요한 것에 관한 의견을 개진하는 것이기에 단순히 정보를 재기술하는 요약과는 다르다. “이 기사에서 내가 취할 수 있는 핵심은 뭐지?”라고 묻는 것이 손쉬운 연습이 될 수 있다.

정보를 소비하는 시간과 잠시 멈추는 않는 시간을 반복한다

정보의 소비를 제한하는 기간을 가지고 읽은 정보들을 복습하고 생각하고 어떻게 적용할 것인지 고민하는 시간이 중요하다. 새로운 정보는 이전에 획득한 정보들과 간섭을 일으킬 수 있음을 기억하라. 언어 학습 어플 듀오링고(Duolingo)는 성공적인 학습자들은 이전의 학습 자료들을 복습하는데 더 많은 시간을 쓴다는 것을 확인한 바 있다.

정보를 습득해야 할 때와 잠시 멈춰야 할 때를 어떻게 알 수 있을까? 듀오링고는 학습한 것들을 막 잊어버리려고 할 때 이전 학습자료들을 다시 공부할 것을 추천한다. 관심 있는 주제에 관해 배운 것들을 종합하려고 하라. 그럴 수 없다면 그것을 복습하기라도 하라.

우리의 주의를 끌지만 주는 것은 별로 없는 수백만개의 블로그, 유투브 영상, 페이스북 게시물들의 희생자가 되어선 안된다. 더 생산적인 학습자가 되기로 결심하고 실천하면 정보의 양과 접근성이 크게 향상되는 결과를 얻을 수 있을 것이다.


출처: Matt Plummer(직원을 위한 온라인 교육 프로그램을 제공하는 회사 Zarvana 설립자) and Jo Wilson(Zarvana 생산성 교육담당), Become a more productive learner, HBR, 2018. 6. 5.


[긴 직장생활에서 항상 같은 페이스를 유지한다는 것은 거의 불가능하다. 점점 지쳐가다가 완전히 에너지가 고갈되어 탈진하게 되는 경우가 많다. 특히 경쟁이 더욱 심화되는 현대 사회에선 더욱 그렇다. Elizabeth Grace Saunders가 제안하는 자주 갖는 짧은 휴가는 매력이 있다. 이따금씩 길게 가는 휴가보다는 개인적으로 주말을 이용해 에너지를 회복하는 시간을 갖는 것이 효과적인 것 같다. 일이 쌓이는 부담도 줄이고 회복되는 시간도 가질 수 있으니까. 물론 휴가가 뭐지?라고 생각할 정도로 여유가 없는 사람들도 있겠지만 그래도 짧은 휴가를 떠나보자.]

휴가라고 하면 멀리 떨어진 곳으로의 여행을 생각하곤 한다. 멀리 떠나는 여행이 재미있고 활력이 되살아나게 하는 것은 사실이지만 시간과 에너지, 그리고 돈이 많이 들 수 있다. 많은 이들이 여행 계획을 생각하면 지치는 느낌을 받는다. 하던 일을 위임하거나 일이 밀려있을 것이기에 사람들은 그냥 스트레스 없는 휴일을 갖고 싶어한다. 이 때문에 사람들은 휴가를 사용하지 않다가 일정이 그리 빠듯하지 않은 연말 같은 때에 휴가를 내는 것 같다.

시간 관리 코치와 사업가로서의 경험 상 건강과 행복을 위해 휴가를 그리 크게 생각할 필요는 없다고 생각한다. 사실 나는 2주 정도 마다 자주 짧은 휴가를 갖는 것을 실험하고 있다. 이 짧은 휴식들이 행복을 증진시키고 숨쉴 수 있는 공간을 가지고 있다는 느낌을 줄 수 있다.

짧은 휴가란 하루 이틀 정도의 휴가를 내는 것이다. 일단 기간이 짧기 때문에 계획하는데 노력이 덜 든다. 게다가 휴가를 가있는 동안 일을 대신해 줄 사람을 대개 찾을 필요도 없다. 이 때문에 짧은 휴가를 자주 가질 수 있는데 이는 탈진한 느낌이 들기 전에 재충전이 되게 해줄 수 있다.

조금 긴 휴가를 낼 시간이 없는데 휴식이 필요하다면 짧은 휴가를 내고 휴식을 취하는 것을 생각해 보자.

주말 여행

일주일 정도 모험을 떠나는 대신 2-3일 정도 근처로 떠나는 여행을 생각해보자. 미시간에 살고 있는 내가 주말 여행으로 좋아하는 것은 작은 캠핑카를 빌려서 미시간 호 주변에서 시간을 보내거나 좀 더 북쪽에 있는 주립공원에 가는 것이다. 특히 도심에서 생활하는 사람들은 몇 시간만 빠져나오면 아주 다른 세계에 있는 느낌을 받을 수 있다.

금요일에 휴가를 내면 일요일 저녁에돌아올 때까지 이틀 정도를 돌아볼 수 있다. 월요일에 평소보다는 조금 더 많은 이메일을 처리해야 하겠지만 하루 정도의 휴가 때문에 그렇게 많은 일이 쌓여 있지는 않을 것이다.

해야할 일 목록을 처리하기

때로는 아주 작은 일을 하는 것으로도 상당한 만족스러움을 느낄 수도 있다. 반나절이나 하루 정도를 업무에서 떠나 정말 하고 싶었던 것을 해본다. 시간을 내려고 분투하지는 말자. 머리를 자른다던지, 손톱 손질을 받는다던지, 의사를 만난다던지 등이 있을 수 있다. 이런 일들은 꼭 해야 하는 일들이지만 일상적인 일정에서 시간을 내는 것이 어려운 일들이다.

아니면 별 신경을 쓸 필요가 없는 파티오 가구를 고른다거나 손님 방에 남은 상자들을 정리하거나 퇴직 계좌를 만든다거나 하는 일들을 하기 위한 시간을 원할 수도 있다. 이런 일들을 주말에 할 수도 있겠지만 계속해서 미뤄두고 있는 일들이라면 반나절 혹은 하루 정도 휴가를 내서 이 할일 목록들을 처리하는 것도 좋다.

인간관계 유지를 위한 시간

점점 나이가 들어가고 특히 결혼을 한 후에는 친구들과 보내는 시간이 상당히 줄어드는 경향이 있다. 가족들과 보내는 시간을 희생하는 것 같은 느낌 없이 친구들과 시간을 보내는 방법은 한 두 시간 정도 시간을 내서 친구와 점심식사를 한다던가 집에 가기 전에 친구를 잠시 만나는 것이다. 하루 정도의 휴가를 짧게 나눌 수 있다면 그 동안 만나지 못했던 친구들과 짧은 만남을 가질 수 있은 네 번의 기회를 만들 수도 있을 것이다.

아이들이 항상 곁에 있어 배우자와 방해받지 않는 대화를 하고 싶을 때도 비슷한 전략이 도움이 될 수 있다. 둘이 함께 보낼 수 있는 날을 잡아서 하루 정도 함께 휴가를 낸다. 일터에서의 한 두 시간은 업무에 그리 큰 차이를 만들어내지 못하지만 관계에서의 한 두 시간은 관계의 질에 큰 영향을 줄 수 있다.

압박에서 벗어나는 사외 근무

많은 기업들이 며칠 혹은 한 주 정도를 일종의 사외 근무를 할 수 있게 해준다. 사외 근무가 제공되고 자신의 업무 스타일과 잘 맞는다면 이 선택지를 이용할 수 있다.

사외 근무가 짧은 휴가라고 할 수는 없지만 유사한 느낌을 얻을 수 있다. 출퇴근을 하는 데 하루에 한시간 혹은 그 이상이 걸린다고 하면 사외 근무를 통해 이 시간을 활용해 개인적인 일이나 친구들을 만나는 데 쓸 수 있다.

시끄럽고, 창문이 부족한 사무실에서 일하는 혹은 원거리 회의가 잦은 사람들이라면 사외 근무는 한 숨 돌릴 수 있는 반가운 시간이라 느낄 수 있다. 게다가 더 많은 것을 하려고 할 수도 있다. 그림같은 위치는 스트레스가 느껴지는 프로젝트를 앞뒀을 때 자신을 환기시킬 수 있다. 내 경우 호수처럼 아름다운 환경에서 일을 하면 거의 휴가온 것 같은 느낌을 받는다. 주변환경은 기분에 큰 영향을 준다.

휴가를 일년에 한 두번 치르는 큰 행사로 생각하지 말고 일상에서 짧은 휴가들을 통합하는 것이라 생각하자. 자신을 위한 시간을 허락함으로써 시간을 다루는 감각이 향상될 것이다.


출처: Elizabeth Grace Saunders(작가이자 시간관리 코치, Real Life E Time Coaching&Speaking 설립자), How to get the most out of a day off, HBR 2018. 5. 25.

+ Recent posts