AI를 도입해도 팀 생산성이 오르지 않은 이유

아이언맨 슈트를 입혔다고 그 사람이 아이언맨이 되지는 않는다. 값비싼 슈트를 입은 채 하늘에서 떨어지는 사람이 될 뿐이다.

기업들이 팀에 AI를 쥐여주고 성과가 뛰어오르기를 기다렸을 때 벌어진 일이 대체로 그랬다. 몇몇 작업은 빨라졌지만, 결과는 대체로 따라오지 않았다. 2026년 1월 발표된 PwC의 29차 글로벌 CEO 서베이에 따르면, CEO의 56%가 지난 1년간 AI로 인한 매출 증가나 비용 절감을 체감하지 못했다고 답했다. MIT의 Project NANDA가 2025년에 300건이 넘는 AI 도입 사례를 조사한 결과, 실제로 가치를 만들어낸 통합 파일럿은 약 5%에 불과했다. 돈은 들어갔지만, 생산성은 나오지 않은 것이다.

흔한 해명은 도구가 아직 초기 단계이고 사람들에게 더 많은 교육이 필요하다는 것이다. 나는 설명이 더 단순하고, 더 불편하다고 본다. 팀의 발목을 잡고 있던 건 애초에 도구가 아니었다. 그 도구를 쓰는 사람이었고, AI는 이걸 고쳐주지 않는다. 오히려 증폭시킨다.

AI는 그것을 다루는 사람을 넘어설 수 없다

모델은 요청받은 대로 움직인다. 결과물의 질은 당신이 그 앞에 무엇을 가져왔느냐에 거의 전적으로 달려 있다. 무엇이 만들 만한 가치가 있는지 아는 판단력, 그럴듯한 선택지와 진짜 좋은 선택지를 구분하는 감각, 시장이 실제로 원하는 것에 대한 감각이 그 재료다.

이걸 뛰어난 사람에게 쥐여주면, AI는 그가 이미 잘하던 일을 더 빠르게 해내도록 만든다. 좋은 아이디어와 나쁜 아이디어를 구분하지 못하는 사람에게 쥐여주면, 이제 그는 나쁜 아이디어를 열 배 빠르게 찍어낸다. 겉모습이 더 그럴듯하다는 점이 오히려 문제다. 알맹이가 비어 있다는 걸 알아차리기까지 더 오래 걸리기 때문이다.

같은 도구를 쥔 두 사람의 결과물이 극단적으로 달라지는 이유도 여기에 있다. 문제는 애초에 도구가 아니었다. AI는 각자가 서 있는 자리에 맞춰 그 사람을 곱해줬을 뿐이다. 크게 생각하던 사람은 더 커졌고, 작게 생각하던 사람은 작은 채로 더 빨리 굳어졌다.

불편한 지점은 그 중간 어디쯤에 있는 사람에게 AI가 어떤 영향을 주느냐다. AI는 원래 상냥하도록 설계되어 있다. 칭찬하고, 동의하고, 자신감 있게 들리는 표현으로 빈칸을 채워준다. 그래서 사용자는 자기 사고가 자라난 것 같은 느낌을 받지만, 실제로 자란 건 글자 수뿐인 경우가 많다. 똑똑해지는 느낌은 실제로 똑똑해지는 것과 다르다. 그리고 이 도구는 그 느낌을 만들어내는 데 아주 능하다.

이제 병목은 '만드는 일'이 아니다

이 흐름 아래에는 더 근본적인 변화가 있다. 오랫동안 일의 세계에서는 무언가를 만들어내는 것 자체가 어려운 부분이었다. 디자인이 어려우니 디자이너를 뽑았고, 코드가 어려우니 개발자를 뽑았다. 반대편에서 디자인이나 작동하는 기능이 나온다는 사실 자체가, 곧 일이 이루어졌다는 증거였다.

이제 그 증거가 사라졌다. 실력 있는 사람이 붙지 않아도 디자인은 나온다. 그래서 가치는 만들어내는 일에서 벗어나, AI가 대신해줄 수 없는 두 가지로 옮겨갔다. 무엇을 만들지 결정하는 일, 그리고 그 결정을 내리는 사람을 키우는 일이다.

대부분의 기업은 이 이동을 눈치채지 못했다. 이미 해결된 부분인 '생산 속도'를 더 끌어올리려고 AI를 샀고, 정작 진짜 병목은 손대지 않은 채 남겨두었다. 그러고는 토큰 사용량과 도입률, 좌석 수를 재면서 왜 손익계산서의 숫자가 움직이지 않는지 의아해했다.

파일럿은 사는 게 아니라 길러내는 것이다

많은 회사가 여기서 방향을 거꾸로 잡는다. 사람은 고정된 값으로 두고, 도구를 변수로 다룬다. 더 좋은 도구로 갈아 끼우면 더 좋은 결과가 나올 거라는 식이다. 하지만 도구는 이미 사실상 커머디티가 되었다. 누구나 같은 모델을 쓴다. 실제로 움직이는 변수는 사람이고, 사람은 사서 채워 넣을 수 있는 대상이 아니다. 길러내야 하는 존재다.

이건 세상에서 가장 오래된 이야기이고, AI가 바꿔놓지 못한 부분이기도 하다. 슈퍼스타는 태어나지도, 완성된 상태로 채용되지도 않는다. 더 어려운 일을 해보고, 더 큰 생각을 굴려보고, 자기 사고가 시간이 흐르며 어떻게 다듬어지는지를 스스로 지켜보며 자란다. 더 좋은 결과물을 원하는 회사라면, 사람들이 더 크게 생각하도록 만들어야 한다. 이 단계를 건너뛰게 해주는 도구는 없다.

대부분의 회사는 정반대로 움직인다. 사람을 산출물로 평가하고 효율 위주로 관리한다. 결과만 붙잡고, 그 결과를 만들어낸 지저분한 과정은 걷어낸다. 사고는 상태 보고서 한 줄로 납작해지고, 추론은 채팅 스레드 속으로 흩어져 사라진다. 아무도 그 사람이 어떻게 생각하는지는 보지 않고 무엇을 냈는지만 보기 때문에, 사람은 성장을 멈춘다. 그러다 어느 순간 산출 속도가 느려지면 모두가 놀란다.

사고가 머무는 자리

아이디어는 완성된 채로 도착하지 않는다. 거친 메모 한 줄에서 출발한다. 자료 조사와 다른 사람의 의견, 그리고 더 나아진 자기 자신을 만나며 몸집을 키운다. 그다음에는 실제로 내보낼 수 있는 형태로 좁혀진다. 확장한 뒤 수렴하는 것, 그것이 좋은 사고의 실제 모양이다. 지켜볼 자리만 있다면 그 과정을 눈으로 따라갈 수 있다.

문제는 대부분의 도구가 이 모양을 담아내지 못한다는 점이다. 채팅은 한 줄로 흘러가 사고가 스크롤 위로 사라진다. 문서는 결론만 담을 뿐 거기까지 온 경로는 담지 못한다. 업무 보드는 무엇을 할지는 알려주지만 왜 하는지는 알려주지 않는다. 사람의 사고가 실제로 자라나는 자리인 '과정'이 머물 곳이 없으니, 결국 증발해버리고 결과만 남는다.

ALLO는 그 과정을 담아내려고 만들었다. 거친 메모 한 줄이 자료 조사가 되고, 초안이 되고, 함께 다듬는 페이지가 되는 흐름이 하나의 캔버스 위에서 이전 단계 옆에 나란히 보인다. 구석에 무심코 적어둔 반쪽짜리 아이디어가 프로젝트 전체로 자라날 수도 있다. 팀은 무엇이 만들어졌는지뿐 아니라 사고가 어떻게 움직였는지를 볼 수 있다. 사람이 더 잘 생각하는 법을 배우는 유일한 방법은 잘 다듬어진 결과만 보는 것이 아니라, 좋은 추론이 자라나는 과정을 지켜보는 것이기 때문이다.

AI는 앞으로도 계속 강력해질 것이다. 도구는 계속 상향 평준화될 것이다. 커머디티가 되지 않을 유일한 것은 '생각할 줄 아는 사람'이다. 이기는 회사는 구독 하나로 그 사람을 대신할 수 있다고 착각하는 곳이 아니라, 그 사람을 실제로 길러내는 곳이 될 것이다.

어려운 건 슈트가 아니었다. 파일럿이었다.

FAQ

왜 AI를 도입해도 팀 생산성이 오르지 않을까요? AI는 사용자의 판단을 대체하는 게 아니라 곱해주기 때문입니다. 유능한 구성원은 더 빨라지고, 그렇지 않은 구성원은 낮은 품질의 결과물을 더 빠르게 쏟아냅니다. 도구는 각자가 서 있는 자리에서 그 사람을 증폭할 뿐이라, 같은 AI를 써도 결과 편차가 큽니다.

왜 많은 기업이 AI에서 ROI를 보지 못하나요? 대부분 이미 쉬운 부분이었던 '생산 속도'를 높이려고 AI를 도입했고, 정작 진짜 병목인 '무엇을 만들지 정하는 일'과 '그 결정을 내리는 사람을 키우는 일'은 손대지 않았기 때문입니다. PwC 조사에서도 CEO의 56%가 지난 1년간 AI로 인한 매출·비용 효과를 체감하지 못했다고 답했습니다.

AI가 사람을 더 똑똑하게 만들어주나요? AI는 사람을 실제로 더 유능하게 만들지 않으면서도 그렇게 느끼게 만들 수 있습니다. 동의하고 칭찬하도록, 자신감 있는 표현으로 빈칸을 채우도록 설계되어 있기 때문입니다. 진짜 성장은 시간이 걸리는 더 어려운 사고에서 나오며, 도구는 그 과정을 도울 수는 있어도 대신해줄 수는 없습니다.

실무에서 AI로 진짜 가치를 얻으려면 어떻게 해야 하나요? 구독이 아니라 사람에게 투자해야 합니다. 구성원에게 사고를 확장할 만한 일을 맡기고, 그들의 추론 과정이 눈에 보이고 자라날 수 있는 공간을 마련하세요. 완성된 산출물만 측정하는 방식으로는 그 성장을 붙잡을 수 없습니다.

여기서 ALLO는 어떤 역할을 하나요? ALLO는 결과만이 아니라 과정을 담아냅니다. 아이디어, 자료 조사, 초안, 의사결정이 하나의 캔버스 위에 함께 놓여, 팀은 사고가 어떻게 발전해가는지를 지켜보며 함께 성장할 수 있습니다. 일이 끝나는 순간 추론이 사라져버리는 일도 줄어듭니다.