기업들이 AI로 관리자를 줄이고 있다. AI 성과를 만드는 조직 계층까지 없앨 수 있다

AI의 부상으로 기업의 운영 계층은 이제 더 평평해지고 있으며, 과거 사람이 관리하던 업무를 자동화된 조정에 맡기고 있다. 미국의 평균적인 관리자가 이끄는 팀은 현재 12명으로, 2013년의 8.2명에서 늘었다. AI가 미국 직장의 조직 방식을 조용하지만 거대하게 바꾸는 흐름을 가속하면서 나타난 변화다.

이는 기업들이 AI 소프트웨어가 효율성을 높인다는 전제 아래 한 명의 관리자에게 동시에 더 많은 사람을 맡기는 ‘메가매니저’ 전환으로 불린다.

그러나 갤럽의 다른 연구에 따르면 사업부별 직원 몰입도 차이의 최소 82%는 관리자에 의해 좌우된다. 이는 전 세계적으로 심각하게 낮은 직원 몰입도의 핵심 원인이기도 하다. 미국 직원 중 업무에 적극적으로 몰입하는 비율은 31%에 불과하며, 전 세계적으로는 놀랍게도 17%만 몰입하고 있다. 이 수치는 지난 12년 동안 정체되어 왔으며, 대다수 직원이 직장에서 성장하거나 의미 있게 기여하지 못하고 있음을 보여준다.

이 문제는 주로 직원과 회사의 리더십 사이의 간극에서 비롯된다. 관리자는 너무 많은 보고 대상자를 맡고 있어 팀원들을 살피는 데 쓸 시간과 에너지가 거의 없다.

AI가 행정 업무를 없앤다면, 생산성 향상분 덕분에 관리자는 코칭, 피드백, 소통, 관계 형성에 더 많은 시간을 쓸 수 있어야 한다. 하지만 기업이 그 대신 관리자 한 명에게 직원 5~10명을 더 맡긴다면 AI의 효율성 향상을 단순히 관리 범위 확대로 바꾸는 데 그칠 수 있다.

클로버리프(Cloverleaf)의 공동 창업자 겸 CEO인 대린 머리너(Darrin Murriner)는 “관리자는 새로운 프로세스를 팀에서 이미 작동 중인 실제 관계와 업무 흐름에 연결하는 사람이다. 오늘날 프로세스가 계속 바뀌는 상황에서 이 계층을 건너뛰면 도입은 실패한다. 이 계층을 중심으로 구축하면 정착되는 도입을 이룰 수 있다”고 말했다.

AI는 관리자를 불필요하게 만들 수도, 더 중요하게 만들 수도 있다

기업들은 비용을 줄이기 위해 AI를 서둘러 도입하고, 한때 필수라고 여겼던 계층을 없애고 있다.

일리가 있는 선택이기도 하다. 일주일의 절반을 보고서 작성과 진행 상황 확인에 쓰지 않게 된 관리자에게 실제로 여력이 생기므로, 더 많은 사람을 맡겨 절감 효과를 장부에 반영하는 것은 합리적으로 보인다.

하지만 이 계산은 관리자가 실제로 하는 일을 간과한다.

AI가 반복 업무를 맡을 수 있게 되면서 프로젝트를 현실로 만들고 전략을 직원의 성과로 전환하는 인간 계층은 오히려 기업의 강력한 경쟁 기반이 된다.

조직 전략을 직원 행동으로 옮기는 계층을 기업이 없앤다면 AI가 만든 생산성 향상은 정확히 어디로 가는가?

머리너는 “이 문제는 지금보다 더 큰 우려를 받아야 한다. 관리자와의 관계는 여전히 직원의 몰입 유지와 재직 여부를 좌우하는 가장 큰 요인이기 때문이다. 이 계층에 투자하는 대신 얇게 늘려 버리면 간접비를 줄이는 것이 아니라 최고의 인재가 남아서 성장하게 할 가능성이 가장 높은 단 하나의 관계를 훼손하는 셈이다”라고 말했다.

최근 연구들은 사업부 수준의 직원 몰입도와 주요 성과 지표 사이의 연관성을 보고했다. 직원 몰입도가 높으면 수익성과 생산성, 품질이 향상되고 이직, 결근, 손실은 줄어든다.

기업이 적절한 관리 전략에 투자할 때 이런 결과가 나타난다. 관리는 성과 편차와 팀 결속력을 결정하는 근원이기 때문이다. 팀의 모든 사람은 서로 다른 필요, 가치관, 동기, 명확성을 가지고 있으며, 이 모든 요소가 직원의 성과를 결정하므로 좋은 관리자의 지원이 필요하다.

그러나 좋은 관리자는 드물다. 지식과 경험, 기술을 통해 타고난 재능을 강점으로 발전시킬 수 있지만, 적합한 선천적 재능 자체도 중요하다. 그런 재능이 없다면 아무리 많은 교육과 경험도 반드시 탁월한 성과로 이어지지는 않는다.

한 2023년 CMB 연구에 따르면 효과적으로 관리하는 데 필요한 높은 수준의 재능을 가진 사람은 약 10명 중 1명뿐이다. 많은 사람이 필요한 특성 중 일부를 갖고 있지만, 팀이 탁월함을 달성하고 회사 성과를 의미 있게 개선하도록 돕는 독특한 재능의 조합을 갖춘 사람은 드물다. 이런 사람이 관리직을 맡으면 직원과 고객의 몰입을 자연스럽게 끌어내고, 우수 인재를 유지하며, 높은 생산성의 문화를 지속할 가능성이 더 크다.

머리너는 “사람들이 내세우는 10배 생산성 이야기는 기술이 병목이라는 가정에 기반한다. 실제로는 거의 그렇지 않다. 병목은 기술 주변의 사람들이 그것을 제대로 사용할 수 있느냐에 있으며, 그 역량을 구축하는 것이 바로 관리의 역할이다”라고 말했다.

관리 범위 확대에 숨은 문제

기업은 처음에는 관리 비용을 줄여 돈을 아낀다고 느낄 수 있지만, 장기적으로는 실제 비용이 훨씬 커질 수 있다.

관리자의 직속 직원이 이전에는 7~8명이었지만 이제 15~20명이라면, 일대일 대화와 심층 코칭, 개인별 피드백, 몰입 저하 감지, 직원의 경력 개발 지원에 쓸 시간이 줄어든다.

리더와 직원 사이에 이처럼 큰 단절이 생기면 직원이 회사를 떠날 가능성이 훨씬 커지며, 시전 리서치(Cision Research)에 따르면 그 비용은 해당 직원 연봉의 50%에서 200%에 달한다.

최근 연구에 따르면 직원 한 명의 이직으로 발생하는 평균 총비용은 45,236달러까지 상승했다.

비용은 직원 몰입 저하에서만 생기지 않는다. 예산, 계획, 전략과 실행 사이가 막히는 현상으로도 나타난다.

머리너는 “AI에 쓰는 모든 비용은 사업 가치로 전환되기 전에 여전히 관리자를 거쳐야 한다. 관리자에게 더 많은 사람을 맡기면서 동시에 관리자를 줄이는 것은 완전히 거꾸로 된 접근이다”라고 말했다.

예를 들어 클로버리프는 평가, 개인 맞춤형 코칭, 팀 인사이트를 하나의 플랫폼에 모아 인재 책임자가 지출을 통합하고 팀을 강화하며 개인별 지침으로 성과를 높일 수 있게 한다. AI로 데이터를 수집하지만 모든 일은 여전히 사람이 처리한다.

머리너는 “인간에게 남겨야 하는 것은 판단과 의미다. 대부분의 AI는 사용자에게 동의하도록 만들어졌지만, 어려운 순간에 필요한 것은 동의가 아니다. 상황이 모호할 때 무엇이 정말 중요한지 결정하는 일, 상대가 실제로 받아들일 수 있는 방식으로 힘든 소식을 전하는 일, 좌절을 겪는 사람 곁에 머무는 일은 효율성의 문제가 아니다. 이를 효율성 문제로 다루면 사람을 잃게 된다”고 말했다.

마찬가지로 소프트웨어 개발과 디지털 전환에 주력하는 메이킹 센스(Making Sense)의 수석 AI 제품 책임자 마리아노 유리치(Mariano Jurich)는 생산성과 사업 가치의 차이가 흔히 간과된다고 말한다.

그는 “기업이 결과가 아닌 산출량을 측정할 때 잘못된 판단을 내린다고 생각한다. 산출량은 무엇을 제공했는지이고, 결과는 그로 인해 무엇이 달라졌는지다. 나쁜 프로세스를 더 빠르게 만드는 것은 사업 가치가 아니다. 어떤 프로세스가 현재의 형태라고 해서 그것이 반드시 사업 목표를 달성하고 궁극적으로 사업 가치를 제공하는 데 적합한 방식이라는 뜻은 아니다”라고 말했다.

더 나은 활용법: AI를 관리 역량의 증폭기로 사용하기

새로운 딜레마는 이제 AI를 단순히 생산성을 높이는 데 쓰는 것이 아니라 관리 개선에 어떻게 활용할 것인가에 가깝다.

AI는 반복 업무를 처리할 수 있다. 데이터 분석, 일정 계획, 통계 분석, 예산 수립과 같은 비대인 업무를 맡을 수 있다. 그러면 관리자는 사람과 관련된 문제를 다룰 시간과 정신적 여유를 확보한다.

예를 들어 관리자가 회의 준비에 약 30분을 쓰곤 했다면, 이제 AI가 관련 정보를 종합해 훨씬 효율적으로 준비하도록 도울 수 있다.

기업은 AI가 있으면 더 적은 수의 관리자로 운영해 비용을 줄일 수 있다고 생각한다. 하지만 더 현실적인 방정식은 AI가 반복 업무를 자동화해 관리 역량을 얼마나 늘리고, 리더가 코칭과 소통, 팀 개발에 더 많은 시간을 쓰도록 할 수 있는지를 따진다.

이 변화는 기업이 AI 투자를 평가하는 방식에서도 나타난다. 예를 들어 AI 도입이 업무 흐름과 투자수익률을 어떻게 바꾸는지 측정하는 기업용 AI 플랫폼 MODO 같은 서비스는 많은 조직이 AI 배포 후 실제로 무엇이 바뀌는지 여전히 명확히 파악하지 못한다는 점을 보여준다.

모도(Modo)의 공동 창업자 겸 CEO인 조니 창(Johnny Chang)은 Unite.AI에 “경영진이 AI가 하고 있다고 생각하는 일과 현장에서 실제로 일어나는 일 사이에는 대개 간극이 있다. 업무 흐름은 바뀌지 않았고, 도입률은 낮으며, 가치가 어디에서 창출되거나 창출되지 않는지 아무도 볼 수 없다. 그런 기준선이 없으면 투자가 성과를 내는지 판단하기가 매우 어렵다”고 말했다.

결국 팀에 필요한 것은 시스템을 더 늘리거나 그 자체로 멋진 소프트웨어를 갖추는 일이 아니다. 적응하고 협력해 궁극적으로 회사 성장에 기여하도록 돕는 리더의 지원과 동기가 필요하다.

클로버리프 같은 플랫폼은 이런 관리를 더 확장 가능하게 만들도록 설계됐다. AI로 관리자에게 개인 맞춤형 인사이트와 코칭을 제공하면서도 인간관계를 프로세스의 중심에 둔다.

머리너는 “우리는 약 30,000건의 실제 코칭 대화를 연구했는데, 그중 절반에서 직원은 기술이나 역량이 아니라 특정 동료를 지목했다. 그들은 사람과 관련된 도움을 원했다. 또한 갈등을 해결하는 것보다 동료를 이해하고 싶다는 요청이 2.5배 더 많았다. 이는 지원만 제공하면 사람들이 관계의 문제를 일찍 풀려고 한다는 뜻이다. 우리가 추구하는 행동 변화가 바로 이것이며, 측정도 가능하다”고 말했다.

핵심은 AI가 관리에 설 자리가 없다는 것이 아니라, 이미 팀을 이끄는 사람들을 강화할 때 가장 큰 가치를 낼 수 있다는 점이다. 관리자를 없애야 할 비용으로 보는 기업은 AI가 만든 효율성을 지속적인 성과로 바꾸는 바로 그 계층을 잘라낼 위험이 있다.

머리너는 “그 모든 것의 밑바탕에는 같은 패턴이 있다. 관리자를 대체하지 않고 강화하면 사람들은 성장에 몰입하고, 관계를 위한 일을 더 일찍 시작하며, 팀은 더 나은 성과를 낸다. 관리를 줄여야 할 비용으로 취급하면 그 어떤 일도 일어나지 않는다”고 말했다.