AI의 다음 프론티어? 당신은 그 안에 앉아 있습니다

올해 거의 모든 AI 관련 헤드라인은 코드 작성 에이전트부터 회의 통화 내용을 기록하는 모델에 이르기까지 업무의 디지털 계층의 어느 측면에 관한 것이었습니다. 한편, AI를 활용해 노트북에서 놀라울 정도로 효율성을 높이고 있는 동일한 직원들은 그 효율성이 전혀 존재하지 않는 실제 사무실로 들어가고 있습니다.

지난 몇 년간 AI 대화가 문제가 된 이유는 거의 전적으로 실내에 머물러 있었기 때문이며, 이는 매우 문자 그대로의 의미입니다. 이는 화면, 채팅 창, 문서—사람과 모니터 사이에서 일어나는 모든 것에 관한 것이었습니다. 그 동안 물리적인 사무실은 관리해야 할 고정 비용처럼 취급되었을 뿐, 실제로 이해하고 개선할 수 있는 시스템으로 여겨지지 않았습니다.

특히 현대적인 유연 근무 환경은 실제 출근하는 사람과 예정된 인원 사이의 불일치로 고통받으며, 이는 모든 관리 업무를 더욱 어렵게 만듭니다. 직원이 도착하면 회의실을 찾지 못하거나, 마치 크리스마스 이브에 쇼핑몰 주차 공간을 찾듯 빈 책상을 찾아 층을 헤매기도 합니다. 평면도 자체도 사람들이 공간을 어떻게 사용하는지에 대한 실제 증거보다는 누군가의 추측에 기반해 작성된 경우가 많습니다.

공간을 효율적으로 활용하지 못하는 것은 겉보기에 생각보다 큰 문제입니다. 부동산은 종종 인건비 바로 뒤에 회사의 두 번째로 큰 비용입니다. 그리고 최근 설문조사 The Collab Collective가 실시한 조사에 따르면, 직장 운영 전문가 10명 중 6명이 이러한 유형의 업무 마찰—책상 및 회의실과 같은 사무실 자원을 효율적으로 관리하지 못하는 것—이 실제로 지난 1년 동안 악화되었다고 답했습니다.

그 마찰에도 비용표가 있으며, 이는 상당합니다. 직원들은 공간을 찾고, 동료를 쫓으며, 서로 다른 사무실 시스템을 우회하는 데 주당 2시간에서 4시간 정도를 잃습니다. 표준 보상 수치를 적용해 계산하면, 직원 1천 명 규모의 기업은 업무 마찰만으로 연간 최대 9백만 달러를 잃을 수 있습니다.

부동산 계획의 맹점

AI는 이러한 과제를 해결할 상당한 잠재력을 가지고 있습니다. AI가 수요를 예측하거나 지원 티켓을 라우팅할 수 있듯이, 누가 언제 어느 책상과 회의실을 사용하는지도 학습할 수 있습니다. 또한 AV 장비가 자주 고장나는 위치와 사용되지 않는 층이나 회의 공간을 파악할 수 있습니다.

사무실을 관리하기 위한 기존 매뉴얼은 대부분 예측 가능한 일정에 따라 출근하는 인력을 전제로 했습니다. 오늘날의 하이브리드 근무 환경에서는 이는 거의 적용되지 않습니다. 점유율 데이터는 그 변동 폭이 얼마나 큰지 보여줍니다. 상업용 부동산 회사 CBRE는 대부분의 조직이 가장 바쁜 사무실 날에 전체 용량으로 운영된다고 발견했으며하지만 평균 하루에는 그 용량의 약 3분의 1에 불과합니다. 이 격차가 인원수만으로는 공간을 계획하기에 얼마나 신뢰할 수 없는지를 정확히 설명합니다. 월요일 피크용으로 설계된 층은 목요일이 되면 대부분 비어 있게 되며, 사용 데이터가 보여주는 방식만큼 직감으로는 그 패턴을 포착할 수 없습니다.

도구 자체가 이를 악화시킵니다. 대부분의 기업이 예약, 방문자 체크인, 공간 계획, 회의 서비스 및 분석을 서로 소통하도록 설계되지 않은 별도 시스템으로 운영하기 때문입니다. 회의실이 실제로 어떻게 사용되는지 모르는 일정 관리 도구는 임대 협상 시 시설팀에 유용한 정보를 제공할 수 없습니다. 하나의 대시보드에 있는 분석도 예약이 취소될 때 다른 회의실로 재예약하도록 할 수 없습니다.

실제로 오늘날 대부분의 부동산 결정은 여전히 실제 사용량이 아니라 직감과 현재 고용 상황에 크게 의존하고 있습니다. 사무실이 일관되고 예측 가능한 점유율로 운영될 때는 이러한 접근이 타당했지만, 주와 팀에 따라 출석률이 크게 변동하는 하이브리드 환경에서는 정당성을 확보하기가 훨씬 어렵습니다.

AI를 업무에 잘 적용하면 두 가지 역할을 동시에 수행합니다. 직원에게는 사람과 사용 가능한 공간을 자동으로 매칭하고, 실시간으로 사용 가능한 자원을 표시하며, 급히 회의를 옮겨야 하는 필요성을 없애는 등 업무 물류를 해결합니다. 예산을 관리하는 운영 및 시설 팀에게는 AI가 누가 언제 무엇을 얼마나 자주 예약했는지, 어떤 회의실이 비어 있는지 등 작은 신호들을 분석해 공간이 실제로 어떻게 활용되고 있는지 명확히 파악할 수 있게 해줍니다.

더 나아가, 기업이 공간 활용 현황을 파악하면 관리자는 다른 자원 배분 결정과 마찬가지로 실제 수요에 기반해 부동산 결정을 내릴 수 있습니다. 이러한 정보를 바탕으로 사용되지 않는 층을 통합하고, 실제 협상력을 가지고 임대 갱신에 임하며, 팀이 실제로 협업하는 방식을 중심으로 사무실 레이아웃을 재설계할 수 있습니다.

데이터가 통합될수록 효과는 빠르게 구체화됩니다. 예를 들어, 조직이 회의의 40%가 소수의 회의실을 통해 진행된다는 사실을 발견했다고 가정해 보겠습니다. 이 정보를 바탕으로 운영 관리자는 예를 들어 AV 업그레이드의 우선 순위를 정할 회의실을 쉽게 파악하고, 나머지 회의실 중 일상적인 유지보수가 아니라 디자인 재고가 필요한 공간을 식별할 수 있습니다.

이미 AI를 코드, 지원 대기열 및 받은 편지함에 적용해 본 기업들은 좋은 데이터가 추측을 대체할 때 어떤 일이 일어나는지 직접 경험했습니다. 사무실은 그 교훈을 적용할 다음 장소에 불과합니다. 더욱이, 가장 먼저 이를 구현하는 조직은 사용하지 않는 공간에 대한 비용을 절감할 뿐만 아니라, 직장 내 마찰로 조용히 빼앗기던 시간을 직원들에게 되돌려 줄 수 있습니다.