당신의 가장 큰 병목 현상은 가장 자신감 넘치는 AI 챔피언일 수 있다

지금쯤이면 저는 AI 운영 위원회 회의를 충분히 많이 참석해서 흐름을 파악했습니다. 방 안에는 언제나 한 사람이 있습니다(보통 도구에 가장 익숙한 사람) 그 사람이 결국 방 안의 다른 사람들의 진행 속도를 결정합니다. 이 결정은 은밀히, 악의 없이 이루어집니다. 그들은 거의 어떤 것을 가두려는 의도도 없습니다. 간단히 말하면, 다른 사람들은 모두 그들의 승인을 기다리는 기술을 마스터한 셈입니다.

그 패턴에는 한 회의 이상의 내용이 있습니다. 2026 study by Gartner에 따르면, 기업의 20%만이 직원들이 AI에 진정으로 준비돼 있다고 생각합니다. 그 격차에 대한 논의는 대개 기술·시간·도구 부족이라는 스킬 서사에 머무릅니다. 스킬 격차 뒤에 숨은 보다 미묘한 문제는 간과되는데, 이는 사람들의 지식보다 그들이 얼마나 중요한 존재라고 느끼는가와 더 관련이 있습니다.

Contribution and Confidence Are Two Different Things

사람들은 보통 팀 기여도를 평가하는 데 서툽니다, 그리고 이것은 일관된 문제입니다. 팀원들에게 자신이 공유 프로젝트에 개인적으로 기여한 양을 독립적으로 계산해 보라고 하면, 그 결과는 종종 sum up to well over 100%가 됩니다. 이는 정직함과는 무관하고 기억 작용과 관련이 있습니다; 각자는 자신의 노력을 생생하게 기억하고, 다른 사람들의 기여는 개략적으로만 기억합니다.

AI가 추가되면 그 효과는 더욱 뚜렷해집니다. 새로운 기술을 가장 빠르게 습득하는 사람들은 그 도구가 영향을 미치는 결과에 대한 통제감을 갖게 됩니다. 이 경향을 psychological ownership이라고 합니다. 적절히 적용될 때, 이 소유감은 바로 원하는 바이며; 이는 누군가가 티켓 수가 아니라 프로젝트 성공에 진심으로 관심을 갖게 만드는 요인입니다. 그러나 한 걸음 더 나아가면, 훌륭한 작업을 보호하는 동기가 그 작업에 대한 자신의 참여를 보호하게 됩니다.

What the Numbers Actually Show

우리는 survey among 2,000 professionals working with AI 를 Sombra에서 진행했는데, 그 본능이 얼마나 퍼졌는지 확인하고 싶었습니다. 그리고 규모는 우리조차도 놀라웠습니다. 응답자의 79%는 자신이 조직의 혁신을 주도하는 핵심이라고 믿었습니다: 37%는 “확실히”, 또 다른 42%는 “많이”라고 답했습니다. 64%는 더 나아가 자신이 내일 떠난다면 회사의 혁신이 둔화될 것이라고 생각했습니다.

우리는 이 자기 이미지와 실제 성과 사이의 격차를 “AIrrogance”(에어러건스)라고 명명했습니다. 이 용어는 다소 오해의 소지가 있을 수 있는데, 우리 데이터에 자랑하는 사람은 없었습니다. 우리가 실제로 포착한 것은 더 억제된 형태였습니다: 작업이 팀 전체가 당신의 기술을 가진 사람을 보유하고 있기 때문이 아니라, 당신 개인에게 의존한다는 믿음이었습니다. other coverage of the findings,에 따르면, 창의성에도 자아 문제가 있는 것으로 보입니다.

그 뒤에 이어진 것은 불편한 발견이었습니다. 가장 혁신을 주도하고 있다고 확신하는 사람들이 실제로는 혁신을 늦추고 있었습니다. 응답자의 22%는 충분한 잠재력을 보지 못해 AI 프로젝트를 미루었습니다. 21%는 데이터가 제때 제공되지 않았다고 언급했습니다. 17%는 공식적으로 차단하지는 않았지만 프로젝트를 늦추었다고 인정했습니다.

또한 전체 표본의 70% 기업이 이 형태의 내부 저항을 경험했다고 답했습니다. 이는 내부에서의 사보라기처럼 느껴지지는 않습니다. 비록 그들이 생각하는 혁신을 끌어당긴다고 해도, 이는 조심스러운 행동이며, 자신이 진정으로 아끼는 무언가에 신중히 대하는 모습입니다.

The Bus Factor Problem

엔지니어링 팀은 한 사람에게 지나치게 의존하는 위험을 ‘버스 팩터’라고 부릅니다: 프로젝트가 멈추기 전에 사라져야 할 사람 수를 의미합니다. 그 한 사람이 뛰어난 직원이라 하더라도, 관리자는 버스 팩터에 주의를 기울여야 합니다. 대부분의 팀은 문서와 코드에서 이를 감시해야 함을 알고 있습니다. 그러나 거의 아무도 확신에 대해 같은 논리를 적용하지 않습니다; 프로젝트가 한 개인이 지속적으로 가치가 있다고 판단하기 때문에만 진행된다는 생각입니다.

AIrrogance는 자체적인 위험 버전을 제공합니다. 그러나 부족한 지혜 대신, 확신이 한 사람에게 집중됩니다. 최고의 의도가 있더라도, 단일 강한 의견이 조용히 모든 이니셔티브가 통과해야 할 관문이 됩니다.

What I’d Actually Do About It

이 모든 것이 속도를 늦추는 사람들의 의견 제시를 막는 것은 아닙니다. 잘못된 AI 도입은 실제로 누락된 데이터나 실질적으로 약한 유용성 증거에 기반한 건전한 반대에 의해 늦춰져야 합니다. 신중함이 “이 특정 구현에 실제 결함이 있다”와 “아직 설득되지 않았으며, 설득되지 않은 것 자체가 충분한 이유다”를 구분하지 않을 때—문제가 발생합니다.

제가 일하는 팀은 이 둘을 구분하는 몇 가지 방법을 찾았습니다. 프로젝트를 일시 중단하기 전에, 불만 사항을 명확하고 검증 가능하게 만들기 위해 어떤 구체적인 증거가 이 문제를 해결할 수 있는지, 그리고 언제 가능한지를 물어보는 것이 좋습니다. 누락된 데이터가 가득한 벤치는 애매한 “아직 가치를 못 본다”는 주장보다 더 큰 비중을 가져야 합니다.

둘째, 도메인 전문가 역할을 객관적으로 가장 적합한 사람에게만 맡기지 마세요. 우리는 Sombra에서 의도적으로 이를 순환시킵니다, 설사 덜 경험 있는 사람이 리드가 되더라도 말이죠. 이는 개별 프로젝트의 속도를 약간 늦출 수 있지만, 우리는 어느 순간에도 유일하게 작동 방식을 이해하는 사람을 잃을 위험에 처하지 않게 됩니다.

셋째, 그 사람을 체크포인트에서 제외하세요. AI 프로젝트가 실제로 한 전문가의 승인을 필요로 한다면, 왜 그런지 기록하고, 그 분기 내에 합리적으로 승인을 제공할 수 있는 다른 사람의 이름을 포함시키세요. 두 번째 이름을 생각해 내지 못한다면, 여러분은 오래된 버스 팩터 문제를 겪고 있는 것입니다.

넷째. 이것은 제가 스스로에게 적용하는 테스트입니다: 회사에서 당신이 아닌 큰 아이디어를 떠올렸을 때, 그것이 실현되도록 당신이 얼마나 기여했는지 생각해 보세요. 몇 초 이상 생각해야 한다면, 그 사실을 받아들이세요. 제가 본 가장 강력한 혁신 문화는 훨씬 더 많은 공동 책임과 적은 두드러진 개인 기여자를 가지고 있습니다. 이러한 기여자들은 충분히 널리 퍼져 있어, 아무리 유능한 개인이라도 진행의 전제 조건이 되지 않습니다.

사람들은 여전히 Gartner의 20% 수치를 교육 격차로 해석할 것이며, 교육이 그 일부임은 분명합니다. 하지만 저는 충분히 많은 도입 사례를 보면서, 더 어려운 해결책은 더 많은 사람에게 도구 사용을 빠르게 가르치는 것보다, 가장 빠르게 배우는 사람들이 자신의 진행이 멈추어 다른 사람들을 대신하고 있다는 사실을 인식하도록 만드는 것에 더 관련이 있다는 것을 알게 되었습니다.