AI를 도입해도 팀 생산성이 오르지 않는 이유

아이언맨 슈트를 입는다고 누구나 아이언맨이 되지는 않습니다. 그저 비싼 옷을 입고 하늘에서 떨어지는 사람이 될 뿐입니다.

기업들이 팀에 AI를 쥐여주고 성과가 뛰어오르기를 기다렸을 때 벌어진 일도 이와 비슷합니다. 어떤 일은 빨라졌지만, 대체로 결과는 따라오지 않았습니다. 2026년 1월에 발표된 PwC의 29차 글로벌 CEO 조사에 따르면, CEO의 56%가 지난 1년간 AI로 매출 증가도 비용 절감도 경험하지 못했다고 답했습니다. MIT의 Project NANDA는 2025년 300건 이상의 AI 도입 사례를 조사했는데, 실제 가치를 만들어낸 통합 파일럿은 약 5%에 불과했습니다. 돈은 들어갔지만 생산성은 나오지 않았습니다.

흔한 해명은 도구가 아직 초기라거나, 사람들에게 더 많은 교육이 필요하다는 것입니다. 그러나 저는 설명이 더 단순하고, 더 불편하다고 봅니다. 팀의 발목을 잡고 있던 것은 처음부터 도구가 아니었습니다. 그 도구를 쓰는 사람이었고, AI는 그 문제를 해결해 주지 않습니다. 오히려 증폭시킵니다.

AI는 그것을 다루는 사람을 넘어설 수 없습니다

모델은 시키는 일을 합니다. 결과의 품질은 거의 전적으로 사용자가 가지고 온 것의 품질에 달려 있습니다. 무엇이 만들 가치가 있는지 판단하는 능력, 그럴듯한 것과 정말 좋은 것을 구분하는 안목, 시장이 실제로 무엇을 원하는지에 대한 감각이 그렇습니다.

이런 것을 갖춘 사람에게 AI를 쥐여주면, 그가 원래 잘하던 일을 더 빠르게 해냅니다. 반대로 좋은 아이디어와 나쁜 아이디어를 구분하지 못하는 사람에게 쥐여주면, 나쁜 아이디어를 열 배 빠른 속도로 찍어냅니다. 결과물이 더 완성도 있어 보이기 때문에 오히려 더 나쁩니다. 알맹이가 없다는 사실을 알아차리기까지 더 오래 걸리기 때문입니다.

같은 도구를 쓰는 두 사람이 전혀 다른 결과물을 내는 이유가 여기에 있습니다. 도구의 문제가 아니었습니다. AI는 각자가 서 있는 자리에서 그 사람을 만나 그대로 배수를 걸어줍니다. 크게 사고하던 사람은 더 크게 사고하게 되고, 작게 사고하던 사람은 그저 더 빠르게 작게 머무는 방법을 얻은 것입니다.

불편한 지점은 AI가 그 중간에 있는 사람에게 미치는 영향입니다. AI는 기본적으로 순응하도록 설계돼 있습니다. 칭찬하고, 동의하고, 자신감 있어 보이는 문장을 채워 넣습니다. 그래서 사용자는 자기 사고가 자라났다고 느끼지만 실제로 자란 것은 글자 수뿐인 경우가 많습니다. 똑똑해지는 느낌은 실제로 똑똑해지는 것과 다릅니다. 그리고이 도구는 그 느낌을 만드는 데 아주 능합니다.

이제 병목은 생산이 아닙니다

이 모든 흐름 아래에 더 깊은 변화가 있습니다. 오랜 기간 일의 세계에서는 '무언가를 만들어 내는 것' 자체가 어려운 부분이었습니다. 디자인이 어려우니 디자이너를 뽑았고, 코드를 짜기 어려우니 개발자를 뽑았습니다. 반대편에서 디자인이나 동작하는 기능이 나왔다는 사실이 곧 일이 이뤄졌다는 증거였습니다.

그 증거가 사라졌습니다. 이제는 유능한 누군가가 관여하지 않아도 디자인이 나옵니다. 그래서 가치는 생산에서 벗어나, AI가 대신해 줄 수 없는 두 가지로 옮겨갔습니다. 무엇을 만들지 결정하는 일, 그리고 그 결정을 내리는 사람을 성장시키는 일입니다.

대부분의 기업은이 이동을 알아차리지 못했습니다. 이미 해결된 부분인 생산 속도를 높이려고 AI를 샀고, 정작 진짜 병목은 그대로 두었습니다. 그러고는 토큰 사용량과 도입률과 좌석 수를 재면서 왜 손익 지표가 움직이지 않는지 의아해했습니다.

파일럿은 사는 것이 아니라 키우는 것입니다

대부분의 기업이 거꾸로 하고 있는 지점이 여기입니다. 사람을 고정된 변수로 두고, 도구를 바꿔야 할 변수로 봅니다. 더 좋은 도구를 넣으면 더 좋은 결과가 나오리라고 기대합니다. 그러나 도구는 이미 커모디티입니다. 모두가 같은 모델을 씁니다. 실제로 결과를 움직이는 변수는 사람이고, 사람은 돈으로 사는 것이 아니라 키우는 것입니다.

이건 세상에서 가장 오래된 이야기이고, AI는이 사실을 바꾸지 못했습니다. 뛰어난 인재는 태어나지도, 완성된 상태로 채용되지도 않습니다. 더 어려운 일을 해내고, 더 큰 생각을 하고, 자기 사고가 시간 속에서 어떻게 자라나는지를 지켜보면서 만들어집니다. 더 좋은 결과물을 원하는 회사라면 사람들이 더 크게 사고하도록 만들어야 합니다. 이 단계를 건너뛸 수 있는 도구는 존재하지 않습니다.

많은 기업은 정반대로 합니다. 산출물로 사람을 평가하고 효율성 관점에서 관리합니다. 결과만 붙잡고, 그 결과를 만들어낸 지저분한 과정은 걷어내는 방식으로 최적화합니다. 사고 과정은 상태 보고서 한 줄로 눌려버리고, 논리 전개는 채팅 스레드 속으로 사라집니다. 아무도 그 사람이 '어떻게' 생각하는지를 보지 않고 '무엇을' 냈는지만 보기 때문에 사람은 더 이상 자라지 않습니다. 그러고 나서 어느 순간 산출 속도가 떨어지면 모두가 놀랍니다.

생각이 머무를 자리

아이디어는 처음부터 완성된 모습으로 오지 않습니다. 거친 메모 하나에서 시작해, 자료 조사와 다른 사람들, 그리고 더 나은 버전들과 부딪히며 자라납니다. 그러다 좁혀지고, 실제로 출시할 수 있는 형태로 수렴합니다. 확장한 뒤 수렴. 이것이 좋은 사고의 실제 모양이고, 지켜볼 자리만 있다면 눈으로 볼 수 있습니다.

대부분의 도구는 그 모양을 담아내지 못합니다. 채팅은 한 줄이라 사고가 스크롤 밖으로 흘러가 버립니다. 문서는 결론만 담고 그 결론에 이르는 길은 담지 않습니다. 태스크 보드는 무엇을 해야 하는지는 담아도 '왜'는 담지 않습니다. 한 사람의 사고가 실제로 자라나는 그 과정이 머무를 자리가 없어서, 결국 증발해 버리고 결과만 남습니다.

ALLO는 그 과정을 담기 위해 만들었습니다. 거친 메모가 리서치가 되고, 초안이 되고, 함께 다듬는 페이지가 됩니다. 각 단계가 하나의 캔버스 위에서, 그 이전 단계들 옆에 그대로 보입니다. 구석에 무심코 던져둔 반쯤 형태를 갖춘 아이디어가 그 자리에서 통째로 자라날 수 있습니다. 팀은 무엇이 만들어졌는지뿐 아니라 사고가 어떻게 움직였는지를 볼 수 있습니다. 다듬어진 결과만 보는 것이 아니라 좋은 사고가 전개되는 과정을 지켜보는 것, 사람이 더 잘 생각하게 되는 유일한 방법입니다.

AI는 계속 더 강력해질 것입니다. 도구의 수준은 계속 평준화될 것입니다. 커모디티가 되지 않을 유일한 것은 사고할 줄 아는 사람이고, 앞으로 이기는 회사는 구독을 늘리는 대신 그런 사람을 키우는 회사일 것입니다.

어려운 부분은 슈트가 아니었습니다. 파일럿이었습니다.

FAQ

AI를 도입했는데 왜 팀 생산성이 오르지 않나요? AI는 사용자의 판단을 대체하는 것이 아니라 곱해주기 때문입니다. 유능한 사람은 더 빨라지지만, 그렇지 않은 사람은 낮은 품질의 결과물을 더 빠르게 찍어냅니다. 도구는 각자가 서 있는 자리에서 그 사람을 만나므로, 같은 AI를 써도 결과 차이가 크게 벌어집니다.

기업들이 AI에서 ROI를 보지 못하는 이유는 무엇인가요? 대부분 이미 쉬운 부분이었던 '생산 속도'를 올리려고 AI를 도입했고, 진짜 병목은 그대로 두었기 때문입니다. 무엇을 만들 가치가 있는지 결정하는 일과 그 결정을 내리는 사람을 키우는 일이 그것입니다. PwC 조사에서 CEO의 56%가 지난 1년간 AI로 매출 증가도 비용 절감도 얻지 못했다고 답했습니다.

AI가 사람을 더 똑똑하게 만들어 주나요? 실제로 더 똑똑해지지 않아도 더 유능해진 것처럼 느끼게 만들 수 있습니다. AI는 순응적으로 설계돼 있고 자신감 있어 보이는 표현을 채워 넣기 때문입니다. 진짜 성장은 시간을 두고 더 어려운 사고를 반복하는 데서 오며, 도구는 그것을 돕지만 대신해 주지는 못합니다.

업무에서 AI로 실질적인 가치를 얻으려면 어떻게 해야 하나요? 구독이 아니라 사람에게 투자해야 합니다. 사고를 확장시키는 일을 맡기고, 그 논리 전개가 보이고 자라날 수 있는 공간을 마련하세요. 완성된 산출물만 재는 것으로는 부족합니다.

ALLO는 여기서 무엇을 하나요? ALLO는 결과가 아니라 과정을 담습니다. 아이디어, 리서치, 초안, 결정이 하나의 캔버스 위에 함께 살아 있어서, 팀은 사고가 어떻게 자라났는지 볼 수 있고 그로부터 성장할 수 있습니다. 일이 끝나는 순간 논리 전개가 사라져 버리는 일이 없습니다.