AI 시대, 조직은 산업화 시대의 운영체제를 벗어날 수 있을까

이전 글에서 민주주의를 산업화 시대 운영체제(OS)의 관점에서 다루었다면, 이 글은 같은 시선을 조직으로 옮긴다. AI가 인지 인프라로 작동하는 사회에서, 조직 운영의 어디가 흔들리고 있고 무엇이 다시 설계되어야 하는가를 다룬다.

산업화 시대의 조직은 놀라운 성공을 거두었다. 문제를 작은 단위로 나누고, 역할을 분리하고, 각 부분을 효율적으로 관리하면 전체 역시 안정적으로 운영될 수 있다는 믿음은 산업사회의 핵심 운영 원리가 되었다. 군대, 기업, 공공조직, 연구개발 체계에 이르기까지 현대 사회의 거의 모든 조직은 이러한 철학 위에서 발전해 왔다.

이러한 구조는 단순한 관료주의의 산물이 아니었다. 그것은 인간이 감당하기 어려운 규모와 복잡성을 운영하기 위한 일종의 시스템 엔지니어링이었다. 정보는 계층적으로 요약되었고, 책임은 분할되었으며, 조직은 명확한 목표와 계획을 중심으로 움직였다. 비교적 안정적이고 예측 가능한 ‘난해한(Complicated)’ 문제 영역에서는 이러한 방식이 매우 효과적이었다. 그리고 농업사회가 사라지지 않았듯 제조업 역시 여전히 중요하며, 오늘날에도 난해한(Complicated) 문제 해결 능력은 사회 운영의 핵심 기반 가운데 하나로 남아 있다.

*산업화 시대 조직의 문제는 실패에 있지 않다.*오히려 문제는, 너무 오랫동안 성공해 왔다는 데 있을지도 모른다.

Complex 문제를 너무 빨리 Complicated 문제로 바꾸려는 조직

오늘날 사회가 마주한 문제들 — 기후위기, 인공지능, 공급망 재편, 초대형 실증사업, 다부처 협력 — 은 더 이상 단순히 잘게 나누어 해결하기 어려운 복잡계(Complex) 형태를 띤다. 이 영역에서는 부분의 합이 곧 전체가 되지 않는다. 오히려 상호작용과 관계 변화, 시간에 따라 누적되는 표류(drift), 그리고 설명되지 않는 불규칙(anomaly)이 문제의 핵심이 된다.

산업화 시대의 조직은 환원주의적 사고 위에서 발전해 왔다. 복잡한 현실을 관리 가능한 조각으로 나누고, 각 부분을 안정적으로 운영하면 전체 역시 운영 가능하다는 믿음이다. 이러한 철학은 계층형 조직 구조와 깊게 연결되어 있으며, 아래에서 올라오는 정보를 압축·요약하는 방식으로 전체를 이해해 왔다.

문제는, 조직이 불확실성을 오래 견디기 어려워한다는 점이다. 가능한 한 빨리 문제를 관리 가능한 형태로 전환하려는 경향이 강하다. 그 결과 충분히 정렬되지 않은 가정과 불완전한 정보가 그대로 난해한(Complicated) 상태로 이월된다. 이후 실행 단계에서 문제가 드러나더라도, 조직은 이미 관리 모드에 진입했기 때문에 이를 ‘관리의 문제’로 해석하려 한다. 잘못된 경로를 더 효율적으로 관리하게 되는 것이다.

코닥, 노키아, 모토롤라가 변화에 실패한 조직의 사례로 자주 언급된다. 그러나 이들은 무능한 조직이 아니었다. 오히려 산업화 시대의 운영체계에 가장 성공적으로 최적화된 조직들이었으며, 바로 그 이유 때문에 변화의 신호를 인식하면서도 기존 운영체계를 다시 열어야 할 만큼의 집단적 센스메이킹(sensemaking)으로 연결하지 못했다.

문제는 조직이 Complex 문제를 해결하지 못한다는 데 있지 않다. 오히려 문제는, Complex 문제를 너무 빨리 Complicated 문제로 바꾸려는 데 있다.

합의의 드리프트, 그리고 조직 리팩토링

조직 내부에는 이미 수많은 미세한 신호가 존재한다. 사람들은 방향이 어딘가 잘못되어 가고 있다는 사실을 직감한다. 그러나 산업화 시대의 조직은 이러한 감각을 ‘근거 부족의 영역’으로 밀어내는 데 익숙했다. 정량화되지 않은 불규칙(anomaly)과 직감은 회의 테이블에서 점차 제거되고, 조직은 기존 가정을 유지하는 방향으로 움직인다.

이 과정에서 조직은 합의의 표류(consensus drift)를 경험한다. 같은 합의 문구를 공유하던 구성원들이 시간이 지나면서 서로 다른 가정을 전제로 같은 결론에 동의하는 상태에 빠진다. 합의의 형식은 유지되지만, 합의의 근거는 점차 사라진다. 조직은 여전히 같은 방향으로 가고 있다고 믿지만, 각자가 상정하는 문제 정의와 성공 조건은 미묘하게 어긋나기 시작한다.

이 어긋남은 초기에는 큰 갈등을 일으키지 않지만, 시간이 지날수록 조정 비용을 급격히 증가시킨다. 여기에 인간의 인지적 한계가 결합된다. 확증편향, 매몰비용, 그리고 ‘아직 결정하지 않았다’는 착각이다. 조직이 명시적인 결정을 내리지 않더라도 일정은 진행되고, 자원은 투입되며, 작은 표류(drift)는 시간축 위에서 점차 조직 부채(organizational debt)로 누적된다. 결정하지 않는 상태란 사실 존재하지 않는다.

이러한 상황에서 필요한 것은 거대한 혁명이나 결단이 아니다. 결론을 뒤집지 않고도 그 결론이 성립하던 조건을 다시 정렬하는 일이다. 이 작업을 조직 리팩토링(organizational refactoring)이라 부를 수 있다. 소프트웨어 공학에서 기능을 변경하지 않고 내부 구조를 개선하는 작업에서 차용한 개념이다.

조직 리팩토링은 목표를 즉각적으로 변경하거나 결론을 뒤집는 것을 의미하지 않는다. 대신, 현재 운영이 전제하고 있는 가정·정보·책임 구조를 재정렬하여, 조직이 실제로 처한 상황과의 정합성을 회복하는 과정이다. 이 과정에서 조직은 ‘이 결론이 틀렸다’가 아니라, ‘이 결론이 성립하던 조건이 더 이상 유지되지 않는다’는 사실을 인식하게 된다.

중요한 점은, 조직 리팩토링이 단계 기반이 아니라 이벤트 기반으로 작동해야 한다는 것이다. 정보의 변경, 새로운 정보의 필요성 인식, 가정의 붕괴 같은 사건이 발생할 때마다 조직은 작은 리팩토링을 수행할 수 있어야 한다. 이러한 미세 조정이 누적될 때 조직은 급격한 파국 대신 점진적 적응을 이뤄낼 수 있다. 토마스 쿤이 정상과학과 과학혁명을 구분했다면, 어쩌면 건강한 조직이란 거대한 혁명을 반복하는 조직이 아니라, 작은 리팩토링을 지속적으로 수행할 수 있는 조직에 가까울지도 모른다.

이러한 관점은 조직 내 협력의 문제를 다시 보게 만든다. 협력 붕괴는 흔히 배반이나 신뢰 부족의 문제로 해석되지만, 많은 경우 그것은 리팩토링되지 않은 가정의 누적에서 비롯된다. 협력 관계가 성립하던 조건이 변했음에도 조직이 이를 명시적으로 재정렬하지 않을 때, 구성원들은 같은 합의 문구를 공유하면서도 서로 다른 의미를 전제로 행동하게 된다. 그 결과 갈등은 인격이나 의도의 문제로 표면화되지만, 그 근본 원인은 관리되지 않은 의미 변화에 있다. 조직 리팩토링이 가진 의의 가운데 하나는, 이러한 문제를 도덕성의 문제가 아니라 운영 구조의 문제로 전환시킨다는 점이다. 다부처 협력이나 대규모 컨소시엄 운영처럼 이해관계자가 많고 사업 기간이 긴 환경에서 이 전환은 특히 중요한 의미를 갖는다.

대부분의 조직은 방향이 틀렸다는 사실을 모르는 것이 아니다. 이미 내부에는 수많은 anomaly와 drift가 존재한다. 문제는 그것이 집단적 센스메이킹의 임계치를 넘지 못한다는 점이다.

명령이 아닌 가이드 — 3단계 역전이 메커니즘

조직이 난해한(Complicated) 상태에서 다시 복잡계(Complex) 상태로 되돌아가는 일을 역전이(reverse transition)라 부를 수 있다. 흥미로운 점은, 많은 조직에서 다수의 구성원이 ‘이 방향은 아닌 것 같다’는 인식을 공유하고 있음에도 실제로 역전이가 실행되는 경우는 극히 드물다는 사실이다. 이 현상은 흔히 리더십 부족이나 책임 회피로 설명되지만, 보다 정확하게는 인지 규모(cognitive scale)의 문제다.

역전이가 필요한 상황은 대개 한두 명, 한두 조직의 인지 범위를 이미 초과한 상태에서 발생한다. 시간이 지날수록 각 참여자는 전체 지형을 잃고 자신의 영역만 보게 되며, 현재의 문제와 과거의 가정 사이의 인과관계를 추적하기 어려워진다. 강한 직관이 있어도 검증 가능한 근거로 전환되지 않으면 회의 테이블에서 배제되고, 누구도 먼저 ‘되돌아가자’고 말하지 못한다.

이러한 인지적 한계는 명령으로는 극복되지 않는다. 시스템이 어느 순간 ‘지금 방향은 틀렸다’고 단정하는 것처럼 보인다면, 조직은 강한 방어 반응을 보일 것이다. 따라서 역전이는 결단을 강요하는 명령이 아니라, 상태를 인식하게 만드는 가이드로 설계되어야 한다.

여기서 가이드는 결정을 대체하지 않는다. 그것은 조직이 처한 상태 — 어떤 가정이 깨졌는지, 어떤 정보가 비어 있는지, 어느 경로가 묵시적으로 선택되고 있는지, 회복 가능성이 언제 사라지는지 — 를 인지 가능한 형태로 펼쳐 보일 뿐이다. 결정과 책임은 여전히 인간의 몫이며, 가이드는 그 결정이 이루어지는 ‘상태’를 명확하게 해 준다. 그리고 그 가이드는 점진적으로 작동한다.

레벨 1 (조용한 관측 단계): 시스템은 아무런 행동을 요구하지 않는다. 다만 구성원들이 느끼는 불안, 가정의 미세한 변화, 정보 신뢰도의 저하 같은 신호를 ‘느낌’이 사라지지 않도록 보호하며 축적한다. 이를 통해 조직은 훗날 ‘그때 이미 신호는 존재했다’는 사실을 사후적으로라도 확인할 수 있게 된다.

레벨 2 (권고 단계): 개별 신호들이 일정 기간 지속되며 구조적으로 응집될 때, 시스템은 처음으로 사람에게 메시지를 전한다. 그러나 메시지는 ‘되돌아가라’가 아니라 ‘검토할 만한 충분한 이유가 생겼다’에 가깝다. 깨진 가정의 목록, 현재 실행에 필요한 정보 공백, 그리고 유지·부분 역전이·전면 역전이라는 선택지의 구조적 비교가 함께 제시된다. 이 순간 역전이는 실패 선언이 아니라 합리적 선택지 중 하나로 재정의된다.

레벨 3 (강력 권고 단계): 이 단계에 도달하려면 정량적 근거가 필요하다. 다음에 다룰 기회비용 정량화가 여기서 작동한다.

‘결정하지 않음도 결정이다’ — 회피의 비용을 가시화하기

레벨 3의 가장 중요한 인식 전환은, 결정하지 않는 상태란 존재하지 않는다는 점이다. 조직에는 ‘결정되지 않음’이라는 상태가 없다. 명시적 선택이 아니라면, 그것은 묵시적 유지 선택이다. 명시적인 결정을 내리지 않더라도 일정은 진행되고 예산은 집행되며, ‘현 경로를 유지한다’는 선택이 계속 실행된다. 이 묵시적 경로를 ‘기본 경로(Default Path)‘라 부를 수 있다. 그리고 이 기본 경로(Default Path)를 가시화하는 것이 시스템의 핵심 역할이다.

이때 필요한 것은 절대적인 회계 수치가 아니다. 현 경로를 유지하는 것과 역전이를 선택하는 것 가운데 어느 쪽이 더 큰 손실을 초래하는지를 비교 가능하게 만드는 정량화다. 이를 기대 기회비용(expected opportunity cost)이라 부를 수 있다.

기대 기회비용은 네 가지 요소로 구성된다.

실패 기대 손실: 각 실패 시나리오의 확률과 손실 규모의 결합이며, 금전적 손실뿐 아니라 신뢰 붕괴, 협력 파트너 이탈, 후속 사업에 대한 영향까지 포함한다.

지연 비용: 결정을 미루는 동안 누적되는 비용으로, 종종 선형이 아니라 볼록 함수의 형태를 띤다. 일정 시점을 넘기면 추가 지연 비용이 가속적으로 증가한다.

조직 부채: 임시 결정과 예외 처리가 반복될 때 누적되는 경직성으로, 단기적으로는 문제를 해결한 것처럼 보이지만 향후 선택 가능한 대안을 줄인다.

회복 가능성 손실: 특정 임계 시점 이후 역전이가 사실상 불가능 해지거나 그 비용이 급증하는 현상을 가리킨다. 예산 집행 완료, 핵심 인력 이탈, 외부 계약 확정 같은 사건들이 이 임계점을 형성한다.

이 네 요소가 결합되면, 역전이는 더 이상 ‘되돌아감의 비용’만을 의미하지 않는다. 오히려 그것은 ‘되돌아가지 않음의 비용’과 균형 있게 비교 가능한 선택지가 된다. AI는 여기서 판단자가 아니라 비교 가능성의 제공자로 작동한다. AI가 제시하는 수치는 절대적 진실이 아니라, 의사결정을 회피하기 어렵게 만드는 비교 프레임이다. 정량화는 결정을 강제하지 않는다. 그러나 역전이를 선택하지 않는 것이 더 이상 합리적이지 않다는 사실을 가시화함으로써, 조직이 책임 있는 결정을 내릴 수 있는 조건을 만든다. 이는 역전이를 실패가 아니라 학습과 재정렬의 과정으로 정착시키는 핵심 메커니즘이다.

포트폴리오 수준의 전이 — 단일 사업을 넘어

이러한 관점은 단일 프로젝트에 머무르지 않는다. 다수의 사업과 이해관계자가 얽혀 있는 환경 — 다부처 협력, 대규모 실증사업, 국가 R&D 포트폴리오 — 에서는 전이의 구조 자체가 다층적이 된다. 특정 실증사업이 난해한(Complicated) 모드로 안정화되었다고 해서 포트폴리오 전체가 난해한(Complicated) 상태인 것은 아니다. 반대로, 포트폴리오 차원에서는 안정적으로 관리되고 있다고 보이는 상황에서도 개별 사업에서는 역전이가 필요해질 수 있다. 그리고 개별 사업에서 발생한 작은 가정 변경이 포트폴리오 차원의 자원 배분 가정 자체를 흔드는 경우도 종종 발생한다.

이 다층적 구조에서 개별 사업의 일정 지연이나 가정 변경은 ‘그 사업만의 문제’로 치부되기 쉽다. 그러나 여러 사업에 공통적으로 영향을 미치는 가정이 흔들리고 있다면, 그것은 더 이상 개별 사업의 문제가 아니다. 역전이는 특정 사업의 실패 선언이 아니라, 포트폴리오 관리 전략의 합리적 조정 선택지로 재정의되어야 한다. 특히 핵심 실증사업의 결과가 후속 사업과 정책 설계에 연쇄적으로 영향을 미치는 구조에서는, 역전이를 지연할수록 회복 가능성이 급격히 줄어든다. 결정을 미룰수록 선택지가 사라진다는 사실 자체가 가장 중요한 신호다.

AI의 위치 — 판단자가 아닌 인지 인프라

이전 글에서 AI는 민주주의에서 Stabilizer(숙의 안정화 장치)로 위치되었다. 조직 운영에서의 AI 역시 같은 가족의 개념이다. 결정을 자동화하는 것이 아니라, 인간이 다시 생각할 수 있도록 돕는 것이다.

기존의 ERP, Gantt 차트, KPI 기반 성과 관리 시스템은 문제 정의와 가정이 이미 안정화되어 있다는 전제 위에서 작동한다. 이 전제가 성립하지 않을 때, 관리 도구는 오히려 조직의 관성을 강화한다. 문제 정의가 흔들리고 있음에도 지표와 일정은 정상적으로 유지되기 때문에 조직은 잘못된 경로를 더 효율적으로 관리하게 된다.

AI 기반 조직운영 플랫폼은 이러한 기존 도구를 대체하지 않는다. 오히려 ERP가 작동하기 이전과 이후의 실패 지점을 다루는 전이 계층(transition layer)에 가깝다. AI는 가정의 변화 빈도와 방향을 추적하고, 임시 결정과 예외 처리의 누적 속도를 계산하고, 이해관계자 간 해석의 차이를 정량화한다. 어느 하나도 단독으로는 큰 의미를 갖지 않지만, 결합될 때 레벨 2와 3의 판단 근거를 형성한다.

다만 조직 운영 플랫폼은 민주주의 플랫폼과 달리 정보의 전면 공개를 전제로 하지 않는다. 동일한 상태와 같은 레벨이라 하더라도 실무자, 관리자, 책임자, 최고 의사결정자는 서로 다른 정보를 본다. 정보는 권력이 아니라 책임의 범위에 따라 제공되는 자원으로 다루어진다. 이러한 권한 기반 정보 노출은 정보 과부하를 방지하면서, 동시에 ‘왜 나는 이 정보를 못 보느냐’는 갈등을 최소화한다.

AI에 판단을 맡기는 순간 새로운 위험이 시작된다. 인간이 이해하지 못하는 자동화된 의사결정은 또 다른 형태의 블랙박스 관료제를 만들 수 있다. 그래서 중요한 것은 AI에게 결정을 맡기는 것이 아니라, 조직이 이미 진행 중인 선택과 그 비용을 숨기지 않고 드러내는 데 있다.

AI의 역할은 인간을 대신해 결정을 내리는 것이 아니다. 오히려 인간 조직이 놓치기 쉬운 시간축과 anomaly를 유지함으로써, 사람들이 다시 생각할 수 있도록 돕는 데 있다.

무너지지 않는 조직을 어떻게 설계할 것인가

앞으로의 사회는 단순한 복잡계(Complex) 시스템이 아니라, 서로 다른 복잡계(Complex) 시스템들이 얽혀 있는 ‘복합 복잡계(Complex System of Complex Systems)‘에 가까워질 가능성이 크다. 한 영역의 표류(drift)는 다른 영역으로 연쇄적으로 전파되며, 문제 정의 자체가 실시간으로 변한다. 이러한 사회에서 미래의 조직은 계층형이냐 네트워크형이냐 가운데 하나를 선택하는 방식으로 움직이지 않을 것이다. 난해한(Complicated) 문제 해결에는 여전히 계층성과 안정화가 중요하지만, 복잡계(Complex) 문제 영역에서는 약한 연결(weak tie)과 네트워크 기반의 센스메이킹이 더욱 중요해진다. 미래 조직의 핵심 경쟁력은 어쩌면 얼마나 강한 계층 구조(hierarchy)를 갖고 있는가가 아니라, 복잡계(Complex)와 복잡한(Complicated) 사이를 얼마나 자연스럽게 오갈 수 있는가에 있을지도 모른다.

이러한 관점은 조직 운영에 국한되지 않는다. 이전 글에서 다룬 민주주의의 숙의 구조와 이 글에서 다룬 조직 운영의 역전이 메커니즘은 서로 다른 영역을 다루지만, 그 밑바닥에는 공통의 커널(kernel)이 있다. 집단적 의미 형성과 그 붕괴를 어떻게 다룰 것인가라는 질문이다. 정보의 공개 원칙과 권한 구조가 다르기 때문에 같은 시스템을 그대로 적용할 수는 없지만, 같은 사유 위에서 서로 다른 영역을 설계할 수 있는 가능성은 충분히 열려 있다.

산업화 시대의 조직은 앞을 향해 빠르게 달리는 시스템에 가까웠다. 목표를 정하고, 역할을 분리하고, 효율적으로 실행하는 능력이 핵심이었다. 그러나 앞으로의 사회에서는 단순히 앞만 바라보는 것으로 충분하지 않다. 현재의 상태는 과거 선택과 표류(drift)의 누적 결과이며, 미래의 방향 역시 실시간으로 변화하는 상호작용 속에서 끊임없이 수정되기 때문이다.

이전 글에서 미래 민주주의의 핵심을 ‘더 빠른 결정이 아니라, 무너지지 않는 숙의를 어떻게 설계할 것인가’라고 정리했다면, 미래 조직의 핵심도 같은 어법으로 말할 수 있다. 더 효율적인 조직이 아니라, 무너지지 않는 운영을 어떻게 설계할 것인가다.

그것은 결국, 조직이 언제 무엇을 결정해야 하는지를 알려주는 것이 아니라, 이미 무엇을 결정하고 있는지를 인식하게 만드는 일이다. 작은 불규칙(anomaly)과 표류(drift)를 사라지지 않게 유지하면서, 결론을 뒤집지 않고도 그 결론이 성립하던 조건을 다시 정렬할 수 있는 조직. 어쩌면 AI 시대의 진정한 변화는 인간을 대체하는 기계의 등장이 아니라, 인간 조직이 스스로의 상태를 조금 더 이해할 수 있게 되는 과정에 있을지도 모른다.