지속가능한 공급망, 인공지능과 일의 미래 [스페셜리스트뷰]
시나리오 기법 훈련으로 미래 변화 대비해야
협의·지식공유하고 창의성·적응력은 더욱 중요
[김효석 환경부 국립환경인재개발원장] 2005년 나온 영화 ‘웰컴 투 동막골’에는 이런 대목이 나온다. 산간오지인 동막골에 들어간 북한 인민군 장교가 촌장에게 부락민들을 잘 통솔하는 비결을 묻자 촌장은 그저 “뭘 마이 멕여야지”라고 답한다. 결국 세상 모든 문제는 먹고 사는 문제이고, 이것은 일자리로 귀결되는 문제이기도 하다는걸 생생하게 전해주는 대목이다.
필자는 기업에 재직 중이던 당시, 2011년 후쿠시마 원전 붕괴의 원인이 된 동일본 대지진 등 사건을 계기로 극단적 재난상황에서도 회사의 지속가능성을 담보할 수 있는 프로젝트를 여러해에 걸쳐 한 적 있다. 당시 그룹내 많은 경영진과 외부의 전문기관들이 참여한 프로젝트 중 하나는 핵심 계열사의 공급망과 운영체계를 다루는 것이었다. '상상할 수 없는 것들을 상상하라'는 모토 하에 일어날 수도 있는 모든 위기를 상정하고, 사안별로 최적의 대비와 대응체계를 갖추는 것이 핵심이었다.
얼마 전 공급망 분야 세계적 석학인 요시 셰피 MIT 교수의 책 '매직컨베이어벨트'를 전문가 2명과 같이 번역해서 출간한 바 있다. 이 글에서는 해당 책의 주요 부분 위주로 AI시대 지속가능한 공급망과 일자리의 미래에 대한 관점을 서술해 보고자 한다.
흔히 위기라는 단어는 '위험'과 '기회'의 합성이므로, 위험이 아니라 기회를 보는 긍정적 사고를 하는게 중요하다는 말을 한다. 실제 비즈니스에 있어 위기라는 건 늘 있다. 그 위기를 잘 극복하면 성장하고 번영하는 것이고, 좌절하면 소멸되는 것이 냉정한 비즈니스의 세계이다. 지금 우리는 인공지능(AI)이라는 새로운 위기에 직면해 있다.
인공지능(AI) 이라는 또다른 위기
AI 열풍이 느껴진다. 챗GPT로 촉발된 AI혁명은 이제 일상과 기업 운영방식에 큰 변화를 불러오고 있고, AI로 인한 일자리 소멸 전망이 사람들의 두려움을 키우고 있다. 일각에서는 일자리의 90%가 6년 뒤 AI로 대체 가능하다거나, 의사나 변호사 등 많은 일자리가 5년내 1400만개 사라진다고 하는데, 진행 중인 AI 기반 혁명은 이전의 산업 혁명들과는 몇 가지 측면에서 다르다.
첫째 전문직 종사자와 광범위한 직업에 영향을 미치며, ‘인간만이 유일하게 가능했던’ 기능을 매우 빠르게 수행한다. 변화 속도를 주목해야 한다. 이전의 산업 혁명에서는 농부가 기계로 대체되는 경우 공장과 공급 생태계를 설계하고 구축하는데 수십 년이 걸렸기 때문에 개인은 은퇴할 때까지 자리를 지키거나 직업을 전환할 시간이 있었고, 기업들도 변화에 적응할 여유가 있었다.
하지만 AI 기반 자동화, 클라우드 컴퓨팅으로의 전환은 놀라울 정도로 빠르다. 많은 기업과 조직이 이미 비즈니스 프로세스를 디지털화해왔기 때문에 전환은 매우 빠르다. 그렇다고해서 AI기술 주도 혁신이 바로 일자리 파괴와 대량 해고로 이어지지는 않을 것이다. 정보기술 혁명은 소프트웨어 및 웹 개발자, 디지털 마케팅 전문가 등 많은 직업을 만들어냈다. 사라질 가능성이 있는 직업은 예측가능하므로 기업과 정부는 근로자 경력 재설계와 교육, 훈련을 통해 변화에 대비할 시간을 확보할 수 있다.
둘째 일부 새로운 일자리의 창출은 기존 일자리의 연장선상에서 확대될 것이다. 누구나 PC를 활용해 업무를 할 수 있게 되었지만 여전히 관련 교육, 소프트웨어 업데이트가 필요했기 때문에 IT관련 직업은 소멸되지 않았다.
결국 새로운 생성형 AI 도구는 생산성 향상에 필요한 전문가 수요를 창출할 것이다. 잘못된 결과가 나오는 경우 바로잡아주는 AI트레이너와 분석을 돕는 전문가가 등장하고 있다. 더 나아가, 새로운 기술 발전은 더 많은 일자리를 창출할 수도 있다.
가령 1970년대에 비해 오늘날의 항공여객 승객은 크게 늘었다. 항공업계를 뒷받침하는 기술발전이나 여건변화 등 여러 요인이 있었다. 여객기 조종석 승무원이 과거 5명에서 2명으로 줄면서, 승객당 인건비가 줄자 여행 수요가 늘었고, 규모의 혁신이 일어났다. 더 많은 조종사, 객실 승무원, 수하물 취급자 및 공항 직원을 필요로 하게 되어 일자리가 늘어났다. 이런 선순환 구조는 다시 항공 여행의 증가로 이어졌다.국토교통부 항공정보포털에 따르면 2005년 저비용항공사(LCC)설립 후 국적항공사의 조종사 수는 2022년 기준 6,382명으로 2010년 3,750명에 비해 70% 이상 증가했다.
중요한 것은 많은 우려에도 불구하고 AI기술 혁신으로 인한 비약적 발전이 고용에 항상 나쁜 영향을 끼치는 것만은 아니라는 것이다. 기회로 활용하기 위해 기업과 정부 차원에서 근로자를 위한 충분한 교육훈련과 준비가 필요하다.
90년대 후반까지 주말에 영화 한 편 보기 위해 우리는 어떤 일들을 했던가? 신문 광고를 살펴서 주말에 내가 보고싶은 영화를 어느 극장에 몇시에 가면 볼 수 있는지 알아내고, 당일 몇 시간 앞서 도심의 극장에 나가서 현장 예매를 하고, 상영시간까지 기다려야 했다.
국내에 아이폰이 상륙한 것은 2009년인데, 지금은 어린아이들까지 과거 노트북을 손에 하나씩 들고 다니며, 버스를 타거나 일기예보와 영화를 볼 수 있게 되었다. 이 모든 것이 하드웨어는 물론 애플리케이션 등 연계기술이 발전된 덕분이다. 현재 기술개발 속도가 매우 빠르기 때문에 이제 수많은 일터에서는 다가올 변화에 대처하는 새로운 방법을 계획하고 개발해야 할 때다. 계속해서 새로운 세상에서 사람이 중요한 역할을 할 수 있도록 보장되는 방법을 찾아야 한다.
기술이 일자리를 파괴하는 방법
새로운 기술의 등장은 여러 방식과 형태로 탈숙련화를 가속화하고 생산성을 향상시켜 광범위하게 일자리와 고용에 영향을 미치게 된다. 단계별로 살펴보자.
첫 번째, 탈숙련화(De-Skilling)이다. 저숙련 노동자가 고숙련 노동자에 비해 낮은 임금으로 동일한 작업을 수행할 수 있게 하는 현상을 말한다. 두 번째, 더 적은 근로자로 더 많은 작업을 수행하는 확장(Scaling) 현상을 가져온다. 산업용 기계의 도입은 한 사람이 훨씬 더 많은 양의 작업을 처리할 수 있도록 설계됐는데, 시간이 지날수록 가속화된다.
마지막으로는 새로운 기술로 인해 특정 직업이 완전히 없어지는, 일자리 제거(Elimination) 현상이다. 승강기 운전원, 전화 교환원, 전보 배달원, 버스 안내원은 더 이상 존재하지 않는 역사 속 사라진 직업이다.사실 잃어버린 일자리들은 잘 알려진 것이지만, AI기술로 새롭게 창출될 미래 직업은 아직 존재하지 않기 때문에 불확실하다. 이러한 관점은 앞으로 기업, 협회, 학계 그리고 정부 등 기술과 일자리에 대한 사회적, 정책적, 기술적 논의와 대비를 위해 해야 할 정책적 함의 도출에도 반드시 생각해야 하는 부분이다.
시스테믹 솔루션 영향력 막대
AI기술은 이미 많은 분야에서 널리 사용되고 있는데, 크게 3가지 유형으로 구분할 수 있다. 첫 번째 유형은 단일 포인트 솔루션(Single-point solution)이다. 잘 정의된 문제를 해결하는 데 도움이 된다. 안면 인식을 예를 들면, 인공지능 기능으로 휴대폰 잠금을 해제한다.이들 기술은 일자리 감소를 초래하지는 않으며 보안을 강화하고 잠긴 휴대폰 화면을 여는 절차를 가속화할 뿐이다.
두번째 유형은 비즈니스 프로세스 솔루션(Business-process solution)인데, 이 기술은 특정 작업 수행을 위해 설계되며 해당 업무와 상호 작용하는 사람들에게 영향을 미친다. 은행 대출 평가나 보험금 청구 업무라면 AI기반 솔루션은 단순 업무를 해결하고, 복잡한 문제는 숙련된 작업자나 관리자가 처리한다.
세 번째 유형은 시스테믹 솔루션(Systemic solution)이다. 기업이 제공하는 제품과 서비스를 변경하는 AI기술이 포함된다. 구글의 광고 타겟팅 시스템은 막대한 수익을 가져다준다. 한 번 구축해 조정되면 지속적인 모니터링은 필요하지 않으며, 자체적으로 의사 결정도 내린다.
주목해야 하는 인공지능의 혁신적 잠재력은 대부분 시스테믹 솔루션 영역에 있지만, 새로운 기업의 출현이나 서비스와 일자리 개발에는 시간이 걸리므로 결국 오늘날 AI 기술의 대부분은 비용 절감(주로 노동력)에 초점을 맞춘 비즈니스 프로세스 솔루션이다. 이는 근로자들에게 두려움을 야기한다.
따라서 중요한 것은 기술이 알려지지 않은 발전을 이끌 것이며, 일부는 인간에 유익하고 일부는 그렇지 않을 것이라는 점이다. 지금까지 기술 발전으로 제거된 일자리보다 더 많은 일자리가 창출돼 왔다. 기업 입장에서는 인공지능에 대한 막연한 기대나 우려, 또는 특정 업무 개선을 위한 무분별한 솔루션 도입보다는 앞에서 소개한 AI기술의 적용 유형과 방식을 고려해 기술 도입이 기업 내 임직원, 조직, 기업 문화에 미칠 영향을 다각적으로 타진해 보기를 권하고 싶다.
프로세스 개선은 인간의 몫
많은 전문가들이 자동화, 특히 AI와 로봇공학을 실존적 위협으로 보고 있지만, 로봇과 인간은 상호 보완적인 역량을 갖고 있기 때문에 경우에 따라서 노동자들에게 더 유리할 수도 있을 것으로 보인다. 현재 많은 협업의 경우 로봇이 경쟁자이기보다 협력자에 더 가까운 부분 자동화(partial automation)로 실현되고 있다. 인간 노동자는 기술과 판단을 요하는 더 가치 있는 일에 집중하게 된다.
대표적인 협동 로봇의 형태는 공장 코봇(cobots)과 물류 코봇이다. 물류센터와 공장에서 공장 코봇은 더 숙련된 영역을 처리하는 인간 작업자와 협력해 단조롭고 육체적으로 힘든 일들을 처리하는 것을 돕는다. 독일 슈투트가르트(Stuttgart)의 메르세데스 벤츠 공장에서는 AI가 탑재된 코봇이 무거운 짐을 옮기고, 인간 작업자는 로봇의 움직임을 지시하거나 더 섬세한 작업에 주의를 기울인다. 이 로봇들은 휴대용 태블릿을 사용해 쉽게 재프로그래밍될 수 있으므로 벤츠는 다양한 고객 요구사항을 반영할 수 있다.
궁극적인 코봇의 실현은 사람과 기계를 결합한, 착용 가능한 외골격 로봇(exoskeleton)일 것이다. 웨어러블 로봇은 기존 일자리를 대체하기보다 나이가 들어도 계속 일할 수 있게 해줄 가능성이 더 많다. 결국 로봇은 반복적인 표준 작업을 처리하고, 사람은 예외 처리와 프로세스 개선을 위해 노력하게 될 것이다.
대부분의 인간 학습은 사례 연구와 다른 사람들을 관찰하고, 공식적인 견습 과정을 통해 이뤄진다. 생성형 AI 시스템은 관찰을 통해 사람들이 하는 방식을 기계의 속도로 빠르게 학습하고, 대량 데이터를 처리할 수 있다.
일단 생성형 AI 시스템이 훈련되면 그 응용은 다양하다. 특정 전문가 계층 사이에서 일자리 제거에 대한 두려움으로 다가올 수 있다. 하지만 인간은 복잡한 맥락적(contextual) 요소를 판단하여 기계나 장비 사용의 장점을 평가하고, 필요시 기계를 바꾸도록 지시하거나, 고장을 수리하고 교체하는 큰 장점을 가지고 있다. 이러한 상호 보완적인 기능은 사람과 기술 간의 협업이 앞으로도 지속될 것이라는 것을 확인할 수 있다.
VUCA 시대의 퓨처 트렌드
AI의 도입으로 인해 비즈니스와 공급망의 VUCA 특성(변동성, 불확실성, 복잡성, 모호성)이 강화되고 있으며, 이에 대한 대응이 필요한 시대이다. 미래는 다음 3가지 트렌드의 상호 작용에 의해 결정될 가능성이 높고,특히 직업의 미래 관점에서 근로자에게 두가지 상반된 영향을 가져올 것으로 본다.
첫 째, 글로벌 공급망과 경제는 VUCA 수준이 계속 증가하는 상황에 직면하고 있다. 둘째, 세계 인구는 이미 상당한 지리적, 인구 구조적 변화를 겪고 있으며, 가까운 미래에 더욱 가속화될 것이다. 셋째, 끝없이 발전하는 정보 기술은 이러한 세상에서 유용한 데이터, 의사 결정, 제어 및 기능을 제공할 것이다.
이러한 트렌드의 상호 작용은 다음 두 가지 영향을 근로자에게 미칠 것이다. 첫 째, 기술이 새로운 유형의 작업과 일자리를 창출하더라도 필연적으로 기존 인력 중 일부를 대체할 것이다. 둘째, 자동화의 광범위한 확산에도 불구하고 글로벌 경제를 뒷받침하는 비즈니스와 공급망의 모든 활동을 설계, 관리, 실행하기 위해 지속적인 인력수요는 있을 것이다. 다보스포럼이 발표한 2023년 일자리 미래 보고서(Future of Jobs Report)에 따르면 AI 및 머신러닝 전문가, 로봇 공학 엔지니어, 디지털 트랜스포메이션 전문가 등 일자리는 크게 늘고 단순하고 일상적인 관리나 물리적 작업은 큰 폭으로 줄어든다. 그러나 자동화로 인한 일자리 감소에도 불구하고 많은 사람들이 여러 가지 이유로 이러한 직업 범주에 남아 있을 수 있다.
궁극적으로는 이러한 일자리를 유지할 가능성이 높은 사람은 가장 숙련된 직원이 될 것이다. 즉, 기계적 아웃풋이 어느 시점에 의미가 없는지, 기계가 고장나면 어떻게 해야 하는지 아는 유경험자들이다.
미래를 위한 인재 공급망
노동시장이 AI로 자동화되면서 숙련 인재 확보가 고용의 중요한 과제가 되고 있다. 단순 업무가 줄어들면서, 저숙련 신규 인력의 고용 기회가 줄어들 위험이 크다. 만약 회사에 신입채용이 없다면, AI나 통신 시스템이 실패할 경우 예외를 처리하고 기계의 잘못된 결정에 개입해 바로잡고, 공정을 운영하는 데 필요한 숙련 직원을 개발할 방법이 없다.
기술 변화와 관련된 난제 중 하나는 기술이 새로운 업무 기법을 필요한 일자리를 만들지만, 실직자들은 이를 가지고 있지 않다는 점이다.
0.68이라는 사상 초유의 합계출산율이 예상되는 대한민국의 2024년 저출산, 고령화 현상을 앞에 두고 기업은 기술 격차(Skill Gap, 기업이 필요로 하는 기술력과 직원의 역량 간 차이)를 줄이기 위해 기존 인력의 재교육과 훈련에 집중해야 하며, 이는 기업 경쟁력 확보에 필수적인 요소로 강조된다.
앞으로 기술은 기업과 고용의 미래 모두에서 절대적으로 중심적인 역할을 할 것이다. 현재 근로자들이 동일한 직위로 같은 직장에 계속 근무하더라도 단순·반복적인 업무는 자동화로 전환될 가능성이 높다. 근로자들은 전체 업무 환경과 개별 작업 모두에 대해 점점 더 많은 데이터를 제때 확인하고, 업무에 적용되는 기술을 이해할 것을 요구받을 것이다.
또한 일부 프로세스 결함이나 발생가능한 오류를 발견하는 동시에 광범위한 환경 변화도 고려해야 한다. 잠재적인 이상 징후가 수정해야 할 사항인지, 적응해야 할 변화인지, 아니면 그냥 무시해야 할 문제인지 판단하는 역량이 더욱 중요해질 것이다.
물론 컴퓨터와 AI가 공급망과 산업현장에서 더 많은 데이터를 처리하더라도 사람들은 여전히 교류하고 협력해야 한다. 문제 조치 노하우나 경험치가 쌓이지 않는 경우 자동화는 공급망의 복잡성을 증가시킬 수도 있다.
점점 더 복잡해지는 공급망에서 관리자는 시스템 평가 및 분석 같은 고급 기술이 필요하다. IoT, 로봇, 자율주행차, 수학적 모델, AI 등 고급 공급망 도구를 인력과 통합하는 방법을 알아야 한다. 또한 업무량 패턴을 예측하고, 작업자의 생산성을 이해할 수 있어야 한다. 이러한 지식을 바탕으로 모든 작업부하를 처리하는 데 필요한 인력과 기술 자원 수준을 예측하고 가용성 및 리드타임과 같은 예상 서비스 요구 사항을 유지할 수 있다.
다양한 형태의 데이터, 고급 AI, 클라우드 플랫폼에 대한 광범위한 적용은 공급망 관리에 새로운 기회를 제공한다. 올해 7월 19일 협정 세계시(UTC) 새벽 4시경(한국 시간 오후 1시경)부터 마이크로소프트 윈도우상에서 실행되는 크라우드스트라이크(CrowdStrike)발 전산망 마비 및 서비스 장애가 발생했다.
이 사건은 기업들이 개별 구매하여 설치한 서드파티 소프트웨어의 문제 때문에 발생하였고, 전 세계가 정보기술(IT) 먹통 사태를 겪었다. 미국, 독일 공항에서 비행기가 묶였고 영국, 호주 증권거래소와 방송사 등에선 컴퓨터 화면이 멈춰 서는 ‘블루 스크린 현상’이 발생했다. 850만대의 MS 윈도우즈 운영체제를 사용하는 서버와 PC에 크라우드스트라이크(CrowdStrike) 보안 솔루션 업데이트가 배포되면서 발생한 장애로 IT로 이어진 ‘초연결 세계’의 잠재적 위험성이 적나라하게 드러난 사건이었다.
이러한 장애는 수많은 기업을 순식간에 마비시키고 공급망을 혼란에 빠트린다. 지나치게 많은 기업이 동일한 클라우드 기능, 소프트웨어 시스템 또는 데이터 흐름에 의존하게 되면 모든 기업이 동시에 장애에 취약해져 시스템적으로 광범위한 장애가 발생할 수 있다는 것을 알 수 있다.
디지털 시스템의 또 다른 취약점은 사이버 공격에 노출된다는 것인데, 한 회사의 시스템에서 공통적인 취약 부분을 활용해 다른 회사의 시스템을 다운시킬 수 있다. 2017년 6월 글로벌 컨테이너 운송사 머스크(Maersk)의 경우 76개 항구와 800척의 선박에서 회사의 컴퓨터 시스템 전체가 중단됐다.
사실 이는 우크라이나에 대한 러시아의 사이버 전쟁 공격으로 해커들이 유포한 악성코드가 전 세계 컴퓨터를 무차별 공격했던 것이었다.피해는 불과 몇 시간 만에 전 세계로 퍼졌고, 시스템과 서비스 중단 피해를 입은 대부분의 회사에서, 담당자들은 피해를 복구할 때까지 최대한 수작업으로 버틸 수 밖에 없었다.
앞에서 말한 사태들의 첫번째 교훈은 시스템 작동 방식에 대한 숙련인력들의 지식에 따라 복구, 정상화 시점이 달라졌다는 것이다. 이 지식은 아쉽게도 모두 자동화되기 어렵고 물리적 문서와 고도로 숙련된 현장 작업자의 기억과 경험에 저장돼 있는 경우가 많다.
두번째 교훈은 인간이 관여하는 시스템은 한 번에 중단되거나 고장 나는 경우가 거의 없지만 복잡하게 연결된 컴퓨터 시스템과 네트워크는 갑자기 셧다운이 발생된다. “실수하는 것은 사람이지만 정말로 일을 망치려면 컴퓨터가 필요하다”는 말이 있다. 이는 오류나 장애가 발생한 경우에도 프로그램된 작업을 고집스럽게 완수하는 컴퓨터의 특성 때문이다. 하드웨어와 소프트웨어가 의도한 대로 작동하더라도 컴퓨터의 경직성(rigidity)은 결국 사람만이 해결할 수 있다.
인구 고령화, 지구 온난화와 같은 장기적인 추세는 눈에 명백히 보인다. 변화가 가져올 충격과 영향에 대해 기업들은 예상은 하면서도 단기적 재무압박을 명분으로 장기적인 투자를 하지 않으려는 경향이 있다.
다른 한편 장기적 변화의 또 하나의 속성은 긍정적인 잠재적 기회도 내재되어 있다는 점이다. 즉 선견지명이 있는 어떤 기업은 적응할 기회를 갖게 되고 상대적으로 대응력이 취약한 회사에 비해 경쟁우위를 확보할 수 있다는 의미이다.
최근 많이 언급되고 있는 인구 변화 리스크에 있어서 핵심 요소는 이주와 저출산 고령화 문제일 것이다. 기후 변화, 지정학적 불안과 전쟁, 그리고 빈곤층에서 벗어나기 위한 갈망으로 인해 세계 여러 지역에서는 더 삶의 질이 높은 안전한 국가로의 이주가 계속되고 있다. 이주의 긍정적인 측면은 새로운 아이디어, 새로운 유형의 소비자 수요, 추가 노동력이 유입되어 경제에 새로운 활력을 불어넣는 것이다. 부정적 측면은 이민자들이 이주 지역에서 환영받지 못하고 일자리 경쟁자로 인식되어 사회적 갈등을 유발하는 것이다.
정부 지출패턴에도 변화가 필요
또 하나의 인구 변화 관련 주제는 저출산 고령화로 최근 한국에서 가장 관심을 받고 있다. 고령 사회는 인구 감소와 맞물려 근로 연령층과 은퇴 시민 사이에 불균형 문제를 야기하며, 정부 지출 패턴에도 변화를 가져온다. 인구통계학적 변화는 미래의 일자리와 관련된 주요 문제이다.
근로자 고령화의 영향은 기업에게 중요하다. 대규모 인력의 은퇴가 임박하면 조직이 알고 있는 업무 지식, 즉 ‘제도적 기억(institutional memory)’이 사라질 가능성이 매우 높다. 퇴사전 보유 지식을 파악하고 관리하는 인수인계가 모든 조직에서 앞으로 점점 더 중요한 우선순위가 될 것이다.
기업은 문서화된 매뉴얼에만 의존하는 대신 첨단 AI로 구현되는 여러 대안을 활용해 정보를 수집하고 기존 직원으로부터 학습하고 데이터를 정리하며 해당 정보를 새로운 세대에 효율적으로 이전할 수 있는 몰입형 지식 관리 시스템을 만들어야 할 것이다.
명백한 장기적 추세인 인구변화 외에도 비즈니스 세계에서는 ‘파괴적 혁신’도 있다. 이미 시장을 장악하고 있던 기존 제품을 꾸준하게 개선하는 ‘점진적 혁신’을 선택했던 노키아와 기존 휴대폰 시장을 전복하는 ‘파괴적 혁신’을 추구한 애플의 사례는 매우 유명하다. 짧은 시간내 소멸되는 태풍과 달리 비즈니스에서 일어나는 파괴적 혁신은 고객 수요와 시장구조에 영구적 변화를 만들어낸다.
이렇게 장기 변화 추세, 장기 리스크, 전략적 대응과 관련해 기업이 예측 실수를 피하기 위해 시나리오 기법 훈련을 해보기를 권고한다.
시나리오 플래닝은 다양한 ‘만약의(what if)’ 미래 모습들과 그 다양한 현실들이 회사에 미칠 영향에 대해 생각해보도록 경영진에게 요구하는 것이다. 이는 기업 경영진의 시각을 넓히고 다양한 미래 변화에 대비하는데 큰 효과가 있다.
최초의 도로교통법이라는 영국의 적기조례는 1896년 완전히 폐지되기까지 30여년 간 작동하며 영국 자동차산업의 경쟁력을 잃게 만든 결정적 계기로 평가 받는다. 보행자나 마차의 안전을 배려한다는 명목으로 차량의 무게,속도,주행방식 등을 규제한 법률인데, 실제로는 마차 관련업자의 권익을 보호하기 위한 것이었다. 자동차는 도심 최고 시속 2mph (3.2 km/h)의 속도로 주행하도록 하고, 붉은 깃발을 든 사람이 여러 대의 마차를 운반하는 도로 차량 앞에서 걷는 것을 요구했다. 말도 안되는 내용이다.
최근 보여준 챗GPT 등의 엄청난 퍼포먼스 때문에 AI 시대에 대한 과잉의 두려움이 있다. AI 시대를 어느 개인이나 한 국가의 노력으로 피할 수도 없고, 새 일자리 창출효과 또한 분명히 존재한다. AI 시대 관련 국가가 할 일은 2050 탄소중립 대응과 얼개가 같다. 전체 사회의 공정한 전환을 위한 제도개선에 힘써야 한다. 기업이나 산업단위로 해야 할 일들이 원활하게 진행될 수 있도록 법적,제도적 보완책 마련이 조금 더 앞서 나가야 한다.
기업은 내부 자원과 역량을 냉정하게 평가하고, 인적자원 교육훈련에 앞서 나가야 한다. 눈앞의 현실과 자기 실력에 대한 과잉 과소평가 모두 금물이다. 개인은 필요한 쪽으로 준비를 해야 한다. AI나 로봇이 대체할 수 없는 종합적인 역량을 준비해야 한다. 국가적,사회적으로 그러한 준비를 하겠지만, 무엇보다 학습하는 인간, 발전하는 인간으로 본인의 정체성을 잡고 가야 한다
내가 근무하던 조직은 운좋게도 90년대 PI(생산성혁신)에 한 발 앞서 투자하고 체질을 개선한 덕분에, 디지털 전환 시기에 선진 국가의 경쟁기업들을 앞서 나갔고, 장기 호황의 발판을 만들어 냈다. 1등을 지향하는 치열한 내부 경쟁 문화가 큰 역할을 했지만, 동시에 전체 조직이 위기의식을 갖고, 필요한 역량을 습득하도록 만들고, 과감하게 투자를 한 최고 경영진의 의사결정이 매우 큰 역할을 했다.
다시 말하지만, 미래는 어느 누구도 정확히 알 수 없지만, 변화된 미래가 올 것이라는 건 모두가 안다. 이제 준비의 시간이다.
김효석 환경부 국립환경인재개발원장은_환경과 안전을 주제로 글로벌 제조기업의 공장과 본사, 지주사를 차례로 거친 이후 공직에 입문했다. 우리나라 환경공무원들의 직무교육과 환경기술인력들의 전문교육을 책임지고 있다. 앞서 전자업종에서 오래 일하며 사업지속성체계(BCM) 구축을 오래 맡았고, 그룹 연수원을 통해 EHS전문인력을 양성했다.
ⓒ이코노미스트(https://economist.co.kr) '내일을 위한 경제뉴스 이코노미스트' 무단 전재 및 재배포 금지
필자는 기업에 재직 중이던 당시, 2011년 후쿠시마 원전 붕괴의 원인이 된 동일본 대지진 등 사건을 계기로 극단적 재난상황에서도 회사의 지속가능성을 담보할 수 있는 프로젝트를 여러해에 걸쳐 한 적 있다. 당시 그룹내 많은 경영진과 외부의 전문기관들이 참여한 프로젝트 중 하나는 핵심 계열사의 공급망과 운영체계를 다루는 것이었다. '상상할 수 없는 것들을 상상하라'는 모토 하에 일어날 수도 있는 모든 위기를 상정하고, 사안별로 최적의 대비와 대응체계를 갖추는 것이 핵심이었다.
얼마 전 공급망 분야 세계적 석학인 요시 셰피 MIT 교수의 책 '매직컨베이어벨트'를 전문가 2명과 같이 번역해서 출간한 바 있다. 이 글에서는 해당 책의 주요 부분 위주로 AI시대 지속가능한 공급망과 일자리의 미래에 대한 관점을 서술해 보고자 한다.
흔히 위기라는 단어는 '위험'과 '기회'의 합성이므로, 위험이 아니라 기회를 보는 긍정적 사고를 하는게 중요하다는 말을 한다. 실제 비즈니스에 있어 위기라는 건 늘 있다. 그 위기를 잘 극복하면 성장하고 번영하는 것이고, 좌절하면 소멸되는 것이 냉정한 비즈니스의 세계이다. 지금 우리는 인공지능(AI)이라는 새로운 위기에 직면해 있다.
인공지능(AI) 이라는 또다른 위기
AI 열풍이 느껴진다. 챗GPT로 촉발된 AI혁명은 이제 일상과 기업 운영방식에 큰 변화를 불러오고 있고, AI로 인한 일자리 소멸 전망이 사람들의 두려움을 키우고 있다. 일각에서는 일자리의 90%가 6년 뒤 AI로 대체 가능하다거나, 의사나 변호사 등 많은 일자리가 5년내 1400만개 사라진다고 하는데, 진행 중인 AI 기반 혁명은 이전의 산업 혁명들과는 몇 가지 측면에서 다르다.
첫째 전문직 종사자와 광범위한 직업에 영향을 미치며, ‘인간만이 유일하게 가능했던’ 기능을 매우 빠르게 수행한다. 변화 속도를 주목해야 한다. 이전의 산업 혁명에서는 농부가 기계로 대체되는 경우 공장과 공급 생태계를 설계하고 구축하는데 수십 년이 걸렸기 때문에 개인은 은퇴할 때까지 자리를 지키거나 직업을 전환할 시간이 있었고, 기업들도 변화에 적응할 여유가 있었다.
하지만 AI 기반 자동화, 클라우드 컴퓨팅으로의 전환은 놀라울 정도로 빠르다. 많은 기업과 조직이 이미 비즈니스 프로세스를 디지털화해왔기 때문에 전환은 매우 빠르다. 그렇다고해서 AI기술 주도 혁신이 바로 일자리 파괴와 대량 해고로 이어지지는 않을 것이다. 정보기술 혁명은 소프트웨어 및 웹 개발자, 디지털 마케팅 전문가 등 많은 직업을 만들어냈다. 사라질 가능성이 있는 직업은 예측가능하므로 기업과 정부는 근로자 경력 재설계와 교육, 훈련을 통해 변화에 대비할 시간을 확보할 수 있다.
둘째 일부 새로운 일자리의 창출은 기존 일자리의 연장선상에서 확대될 것이다. 누구나 PC를 활용해 업무를 할 수 있게 되었지만 여전히 관련 교육, 소프트웨어 업데이트가 필요했기 때문에 IT관련 직업은 소멸되지 않았다.
결국 새로운 생성형 AI 도구는 생산성 향상에 필요한 전문가 수요를 창출할 것이다. 잘못된 결과가 나오는 경우 바로잡아주는 AI트레이너와 분석을 돕는 전문가가 등장하고 있다. 더 나아가, 새로운 기술 발전은 더 많은 일자리를 창출할 수도 있다.
가령 1970년대에 비해 오늘날의 항공여객 승객은 크게 늘었다. 항공업계를 뒷받침하는 기술발전이나 여건변화 등 여러 요인이 있었다. 여객기 조종석 승무원이 과거 5명에서 2명으로 줄면서, 승객당 인건비가 줄자 여행 수요가 늘었고, 규모의 혁신이 일어났다. 더 많은 조종사, 객실 승무원, 수하물 취급자 및 공항 직원을 필요로 하게 되어 일자리가 늘어났다. 이런 선순환 구조는 다시 항공 여행의 증가로 이어졌다.국토교통부 항공정보포털에 따르면 2005년 저비용항공사(LCC)설립 후 국적항공사의 조종사 수는 2022년 기준 6,382명으로 2010년 3,750명에 비해 70% 이상 증가했다.
중요한 것은 많은 우려에도 불구하고 AI기술 혁신으로 인한 비약적 발전이 고용에 항상 나쁜 영향을 끼치는 것만은 아니라는 것이다. 기회로 활용하기 위해 기업과 정부 차원에서 근로자를 위한 충분한 교육훈련과 준비가 필요하다.
90년대 후반까지 주말에 영화 한 편 보기 위해 우리는 어떤 일들을 했던가? 신문 광고를 살펴서 주말에 내가 보고싶은 영화를 어느 극장에 몇시에 가면 볼 수 있는지 알아내고, 당일 몇 시간 앞서 도심의 극장에 나가서 현장 예매를 하고, 상영시간까지 기다려야 했다.
국내에 아이폰이 상륙한 것은 2009년인데, 지금은 어린아이들까지 과거 노트북을 손에 하나씩 들고 다니며, 버스를 타거나 일기예보와 영화를 볼 수 있게 되었다. 이 모든 것이 하드웨어는 물론 애플리케이션 등 연계기술이 발전된 덕분이다. 현재 기술개발 속도가 매우 빠르기 때문에 이제 수많은 일터에서는 다가올 변화에 대처하는 새로운 방법을 계획하고 개발해야 할 때다. 계속해서 새로운 세상에서 사람이 중요한 역할을 할 수 있도록 보장되는 방법을 찾아야 한다.
기술이 일자리를 파괴하는 방법
새로운 기술의 등장은 여러 방식과 형태로 탈숙련화를 가속화하고 생산성을 향상시켜 광범위하게 일자리와 고용에 영향을 미치게 된다. 단계별로 살펴보자.
첫 번째, 탈숙련화(De-Skilling)이다. 저숙련 노동자가 고숙련 노동자에 비해 낮은 임금으로 동일한 작업을 수행할 수 있게 하는 현상을 말한다. 두 번째, 더 적은 근로자로 더 많은 작업을 수행하는 확장(Scaling) 현상을 가져온다. 산업용 기계의 도입은 한 사람이 훨씬 더 많은 양의 작업을 처리할 수 있도록 설계됐는데, 시간이 지날수록 가속화된다.
마지막으로는 새로운 기술로 인해 특정 직업이 완전히 없어지는, 일자리 제거(Elimination) 현상이다. 승강기 운전원, 전화 교환원, 전보 배달원, 버스 안내원은 더 이상 존재하지 않는 역사 속 사라진 직업이다.사실 잃어버린 일자리들은 잘 알려진 것이지만, AI기술로 새롭게 창출될 미래 직업은 아직 존재하지 않기 때문에 불확실하다. 이러한 관점은 앞으로 기업, 협회, 학계 그리고 정부 등 기술과 일자리에 대한 사회적, 정책적, 기술적 논의와 대비를 위해 해야 할 정책적 함의 도출에도 반드시 생각해야 하는 부분이다.
시스테믹 솔루션 영향력 막대
AI기술은 이미 많은 분야에서 널리 사용되고 있는데, 크게 3가지 유형으로 구분할 수 있다. 첫 번째 유형은 단일 포인트 솔루션(Single-point solution)이다. 잘 정의된 문제를 해결하는 데 도움이 된다. 안면 인식을 예를 들면, 인공지능 기능으로 휴대폰 잠금을 해제한다.이들 기술은 일자리 감소를 초래하지는 않으며 보안을 강화하고 잠긴 휴대폰 화면을 여는 절차를 가속화할 뿐이다.
두번째 유형은 비즈니스 프로세스 솔루션(Business-process solution)인데, 이 기술은 특정 작업 수행을 위해 설계되며 해당 업무와 상호 작용하는 사람들에게 영향을 미친다. 은행 대출 평가나 보험금 청구 업무라면 AI기반 솔루션은 단순 업무를 해결하고, 복잡한 문제는 숙련된 작업자나 관리자가 처리한다.
세 번째 유형은 시스테믹 솔루션(Systemic solution)이다. 기업이 제공하는 제품과 서비스를 변경하는 AI기술이 포함된다. 구글의 광고 타겟팅 시스템은 막대한 수익을 가져다준다. 한 번 구축해 조정되면 지속적인 모니터링은 필요하지 않으며, 자체적으로 의사 결정도 내린다.
주목해야 하는 인공지능의 혁신적 잠재력은 대부분 시스테믹 솔루션 영역에 있지만, 새로운 기업의 출현이나 서비스와 일자리 개발에는 시간이 걸리므로 결국 오늘날 AI 기술의 대부분은 비용 절감(주로 노동력)에 초점을 맞춘 비즈니스 프로세스 솔루션이다. 이는 근로자들에게 두려움을 야기한다.
따라서 중요한 것은 기술이 알려지지 않은 발전을 이끌 것이며, 일부는 인간에 유익하고 일부는 그렇지 않을 것이라는 점이다. 지금까지 기술 발전으로 제거된 일자리보다 더 많은 일자리가 창출돼 왔다. 기업 입장에서는 인공지능에 대한 막연한 기대나 우려, 또는 특정 업무 개선을 위한 무분별한 솔루션 도입보다는 앞에서 소개한 AI기술의 적용 유형과 방식을 고려해 기술 도입이 기업 내 임직원, 조직, 기업 문화에 미칠 영향을 다각적으로 타진해 보기를 권하고 싶다.
프로세스 개선은 인간의 몫
많은 전문가들이 자동화, 특히 AI와 로봇공학을 실존적 위협으로 보고 있지만, 로봇과 인간은 상호 보완적인 역량을 갖고 있기 때문에 경우에 따라서 노동자들에게 더 유리할 수도 있을 것으로 보인다. 현재 많은 협업의 경우 로봇이 경쟁자이기보다 협력자에 더 가까운 부분 자동화(partial automation)로 실현되고 있다. 인간 노동자는 기술과 판단을 요하는 더 가치 있는 일에 집중하게 된다.
대표적인 협동 로봇의 형태는 공장 코봇(cobots)과 물류 코봇이다. 물류센터와 공장에서 공장 코봇은 더 숙련된 영역을 처리하는 인간 작업자와 협력해 단조롭고 육체적으로 힘든 일들을 처리하는 것을 돕는다. 독일 슈투트가르트(Stuttgart)의 메르세데스 벤츠 공장에서는 AI가 탑재된 코봇이 무거운 짐을 옮기고, 인간 작업자는 로봇의 움직임을 지시하거나 더 섬세한 작업에 주의를 기울인다. 이 로봇들은 휴대용 태블릿을 사용해 쉽게 재프로그래밍될 수 있으므로 벤츠는 다양한 고객 요구사항을 반영할 수 있다.
궁극적인 코봇의 실현은 사람과 기계를 결합한, 착용 가능한 외골격 로봇(exoskeleton)일 것이다. 웨어러블 로봇은 기존 일자리를 대체하기보다 나이가 들어도 계속 일할 수 있게 해줄 가능성이 더 많다. 결국 로봇은 반복적인 표준 작업을 처리하고, 사람은 예외 처리와 프로세스 개선을 위해 노력하게 될 것이다.
대부분의 인간 학습은 사례 연구와 다른 사람들을 관찰하고, 공식적인 견습 과정을 통해 이뤄진다. 생성형 AI 시스템은 관찰을 통해 사람들이 하는 방식을 기계의 속도로 빠르게 학습하고, 대량 데이터를 처리할 수 있다.
일단 생성형 AI 시스템이 훈련되면 그 응용은 다양하다. 특정 전문가 계층 사이에서 일자리 제거에 대한 두려움으로 다가올 수 있다. 하지만 인간은 복잡한 맥락적(contextual) 요소를 판단하여 기계나 장비 사용의 장점을 평가하고, 필요시 기계를 바꾸도록 지시하거나, 고장을 수리하고 교체하는 큰 장점을 가지고 있다. 이러한 상호 보완적인 기능은 사람과 기술 간의 협업이 앞으로도 지속될 것이라는 것을 확인할 수 있다.
VUCA 시대의 퓨처 트렌드
AI의 도입으로 인해 비즈니스와 공급망의 VUCA 특성(변동성, 불확실성, 복잡성, 모호성)이 강화되고 있으며, 이에 대한 대응이 필요한 시대이다. 미래는 다음 3가지 트렌드의 상호 작용에 의해 결정될 가능성이 높고,특히 직업의 미래 관점에서 근로자에게 두가지 상반된 영향을 가져올 것으로 본다.
첫 째, 글로벌 공급망과 경제는 VUCA 수준이 계속 증가하는 상황에 직면하고 있다. 둘째, 세계 인구는 이미 상당한 지리적, 인구 구조적 변화를 겪고 있으며, 가까운 미래에 더욱 가속화될 것이다. 셋째, 끝없이 발전하는 정보 기술은 이러한 세상에서 유용한 데이터, 의사 결정, 제어 및 기능을 제공할 것이다.
이러한 트렌드의 상호 작용은 다음 두 가지 영향을 근로자에게 미칠 것이다. 첫 째, 기술이 새로운 유형의 작업과 일자리를 창출하더라도 필연적으로 기존 인력 중 일부를 대체할 것이다. 둘째, 자동화의 광범위한 확산에도 불구하고 글로벌 경제를 뒷받침하는 비즈니스와 공급망의 모든 활동을 설계, 관리, 실행하기 위해 지속적인 인력수요는 있을 것이다. 다보스포럼이 발표한 2023년 일자리 미래 보고서(Future of Jobs Report)에 따르면 AI 및 머신러닝 전문가, 로봇 공학 엔지니어, 디지털 트랜스포메이션 전문가 등 일자리는 크게 늘고 단순하고 일상적인 관리나 물리적 작업은 큰 폭으로 줄어든다. 그러나 자동화로 인한 일자리 감소에도 불구하고 많은 사람들이 여러 가지 이유로 이러한 직업 범주에 남아 있을 수 있다.
궁극적으로는 이러한 일자리를 유지할 가능성이 높은 사람은 가장 숙련된 직원이 될 것이다. 즉, 기계적 아웃풋이 어느 시점에 의미가 없는지, 기계가 고장나면 어떻게 해야 하는지 아는 유경험자들이다.
미래를 위한 인재 공급망
노동시장이 AI로 자동화되면서 숙련 인재 확보가 고용의 중요한 과제가 되고 있다. 단순 업무가 줄어들면서, 저숙련 신규 인력의 고용 기회가 줄어들 위험이 크다. 만약 회사에 신입채용이 없다면, AI나 통신 시스템이 실패할 경우 예외를 처리하고 기계의 잘못된 결정에 개입해 바로잡고, 공정을 운영하는 데 필요한 숙련 직원을 개발할 방법이 없다.
기술 변화와 관련된 난제 중 하나는 기술이 새로운 업무 기법을 필요한 일자리를 만들지만, 실직자들은 이를 가지고 있지 않다는 점이다.
0.68이라는 사상 초유의 합계출산율이 예상되는 대한민국의 2024년 저출산, 고령화 현상을 앞에 두고 기업은 기술 격차(Skill Gap, 기업이 필요로 하는 기술력과 직원의 역량 간 차이)를 줄이기 위해 기존 인력의 재교육과 훈련에 집중해야 하며, 이는 기업 경쟁력 확보에 필수적인 요소로 강조된다.
앞으로 기술은 기업과 고용의 미래 모두에서 절대적으로 중심적인 역할을 할 것이다. 현재 근로자들이 동일한 직위로 같은 직장에 계속 근무하더라도 단순·반복적인 업무는 자동화로 전환될 가능성이 높다. 근로자들은 전체 업무 환경과 개별 작업 모두에 대해 점점 더 많은 데이터를 제때 확인하고, 업무에 적용되는 기술을 이해할 것을 요구받을 것이다.
또한 일부 프로세스 결함이나 발생가능한 오류를 발견하는 동시에 광범위한 환경 변화도 고려해야 한다. 잠재적인 이상 징후가 수정해야 할 사항인지, 적응해야 할 변화인지, 아니면 그냥 무시해야 할 문제인지 판단하는 역량이 더욱 중요해질 것이다.
물론 컴퓨터와 AI가 공급망과 산업현장에서 더 많은 데이터를 처리하더라도 사람들은 여전히 교류하고 협력해야 한다. 문제 조치 노하우나 경험치가 쌓이지 않는 경우 자동화는 공급망의 복잡성을 증가시킬 수도 있다.
점점 더 복잡해지는 공급망에서 관리자는 시스템 평가 및 분석 같은 고급 기술이 필요하다. IoT, 로봇, 자율주행차, 수학적 모델, AI 등 고급 공급망 도구를 인력과 통합하는 방법을 알아야 한다. 또한 업무량 패턴을 예측하고, 작업자의 생산성을 이해할 수 있어야 한다. 이러한 지식을 바탕으로 모든 작업부하를 처리하는 데 필요한 인력과 기술 자원 수준을 예측하고 가용성 및 리드타임과 같은 예상 서비스 요구 사항을 유지할 수 있다.
다양한 형태의 데이터, 고급 AI, 클라우드 플랫폼에 대한 광범위한 적용은 공급망 관리에 새로운 기회를 제공한다. 올해 7월 19일 협정 세계시(UTC) 새벽 4시경(한국 시간 오후 1시경)부터 마이크로소프트 윈도우상에서 실행되는 크라우드스트라이크(CrowdStrike)발 전산망 마비 및 서비스 장애가 발생했다.
이 사건은 기업들이 개별 구매하여 설치한 서드파티 소프트웨어의 문제 때문에 발생하였고, 전 세계가 정보기술(IT) 먹통 사태를 겪었다. 미국, 독일 공항에서 비행기가 묶였고 영국, 호주 증권거래소와 방송사 등에선 컴퓨터 화면이 멈춰 서는 ‘블루 스크린 현상’이 발생했다. 850만대의 MS 윈도우즈 운영체제를 사용하는 서버와 PC에 크라우드스트라이크(CrowdStrike) 보안 솔루션 업데이트가 배포되면서 발생한 장애로 IT로 이어진 ‘초연결 세계’의 잠재적 위험성이 적나라하게 드러난 사건이었다.
이러한 장애는 수많은 기업을 순식간에 마비시키고 공급망을 혼란에 빠트린다. 지나치게 많은 기업이 동일한 클라우드 기능, 소프트웨어 시스템 또는 데이터 흐름에 의존하게 되면 모든 기업이 동시에 장애에 취약해져 시스템적으로 광범위한 장애가 발생할 수 있다는 것을 알 수 있다.
디지털 시스템의 또 다른 취약점은 사이버 공격에 노출된다는 것인데, 한 회사의 시스템에서 공통적인 취약 부분을 활용해 다른 회사의 시스템을 다운시킬 수 있다. 2017년 6월 글로벌 컨테이너 운송사 머스크(Maersk)의 경우 76개 항구와 800척의 선박에서 회사의 컴퓨터 시스템 전체가 중단됐다.
사실 이는 우크라이나에 대한 러시아의 사이버 전쟁 공격으로 해커들이 유포한 악성코드가 전 세계 컴퓨터를 무차별 공격했던 것이었다.피해는 불과 몇 시간 만에 전 세계로 퍼졌고, 시스템과 서비스 중단 피해를 입은 대부분의 회사에서, 담당자들은 피해를 복구할 때까지 최대한 수작업으로 버틸 수 밖에 없었다.
앞에서 말한 사태들의 첫번째 교훈은 시스템 작동 방식에 대한 숙련인력들의 지식에 따라 복구, 정상화 시점이 달라졌다는 것이다. 이 지식은 아쉽게도 모두 자동화되기 어렵고 물리적 문서와 고도로 숙련된 현장 작업자의 기억과 경험에 저장돼 있는 경우가 많다.
두번째 교훈은 인간이 관여하는 시스템은 한 번에 중단되거나 고장 나는 경우가 거의 없지만 복잡하게 연결된 컴퓨터 시스템과 네트워크는 갑자기 셧다운이 발생된다. “실수하는 것은 사람이지만 정말로 일을 망치려면 컴퓨터가 필요하다”는 말이 있다. 이는 오류나 장애가 발생한 경우에도 프로그램된 작업을 고집스럽게 완수하는 컴퓨터의 특성 때문이다. 하드웨어와 소프트웨어가 의도한 대로 작동하더라도 컴퓨터의 경직성(rigidity)은 결국 사람만이 해결할 수 있다.
인구 고령화, 지구 온난화와 같은 장기적인 추세는 눈에 명백히 보인다. 변화가 가져올 충격과 영향에 대해 기업들은 예상은 하면서도 단기적 재무압박을 명분으로 장기적인 투자를 하지 않으려는 경향이 있다.
다른 한편 장기적 변화의 또 하나의 속성은 긍정적인 잠재적 기회도 내재되어 있다는 점이다. 즉 선견지명이 있는 어떤 기업은 적응할 기회를 갖게 되고 상대적으로 대응력이 취약한 회사에 비해 경쟁우위를 확보할 수 있다는 의미이다.
최근 많이 언급되고 있는 인구 변화 리스크에 있어서 핵심 요소는 이주와 저출산 고령화 문제일 것이다. 기후 변화, 지정학적 불안과 전쟁, 그리고 빈곤층에서 벗어나기 위한 갈망으로 인해 세계 여러 지역에서는 더 삶의 질이 높은 안전한 국가로의 이주가 계속되고 있다. 이주의 긍정적인 측면은 새로운 아이디어, 새로운 유형의 소비자 수요, 추가 노동력이 유입되어 경제에 새로운 활력을 불어넣는 것이다. 부정적 측면은 이민자들이 이주 지역에서 환영받지 못하고 일자리 경쟁자로 인식되어 사회적 갈등을 유발하는 것이다.
정부 지출패턴에도 변화가 필요
또 하나의 인구 변화 관련 주제는 저출산 고령화로 최근 한국에서 가장 관심을 받고 있다. 고령 사회는 인구 감소와 맞물려 근로 연령층과 은퇴 시민 사이에 불균형 문제를 야기하며, 정부 지출 패턴에도 변화를 가져온다. 인구통계학적 변화는 미래의 일자리와 관련된 주요 문제이다.
근로자 고령화의 영향은 기업에게 중요하다. 대규모 인력의 은퇴가 임박하면 조직이 알고 있는 업무 지식, 즉 ‘제도적 기억(institutional memory)’이 사라질 가능성이 매우 높다. 퇴사전 보유 지식을 파악하고 관리하는 인수인계가 모든 조직에서 앞으로 점점 더 중요한 우선순위가 될 것이다.
기업은 문서화된 매뉴얼에만 의존하는 대신 첨단 AI로 구현되는 여러 대안을 활용해 정보를 수집하고 기존 직원으로부터 학습하고 데이터를 정리하며 해당 정보를 새로운 세대에 효율적으로 이전할 수 있는 몰입형 지식 관리 시스템을 만들어야 할 것이다.
명백한 장기적 추세인 인구변화 외에도 비즈니스 세계에서는 ‘파괴적 혁신’도 있다. 이미 시장을 장악하고 있던 기존 제품을 꾸준하게 개선하는 ‘점진적 혁신’을 선택했던 노키아와 기존 휴대폰 시장을 전복하는 ‘파괴적 혁신’을 추구한 애플의 사례는 매우 유명하다. 짧은 시간내 소멸되는 태풍과 달리 비즈니스에서 일어나는 파괴적 혁신은 고객 수요와 시장구조에 영구적 변화를 만들어낸다.
이렇게 장기 변화 추세, 장기 리스크, 전략적 대응과 관련해 기업이 예측 실수를 피하기 위해 시나리오 기법 훈련을 해보기를 권고한다.
시나리오 플래닝은 다양한 ‘만약의(what if)’ 미래 모습들과 그 다양한 현실들이 회사에 미칠 영향에 대해 생각해보도록 경영진에게 요구하는 것이다. 이는 기업 경영진의 시각을 넓히고 다양한 미래 변화에 대비하는데 큰 효과가 있다.
최초의 도로교통법이라는 영국의 적기조례는 1896년 완전히 폐지되기까지 30여년 간 작동하며 영국 자동차산업의 경쟁력을 잃게 만든 결정적 계기로 평가 받는다. 보행자나 마차의 안전을 배려한다는 명목으로 차량의 무게,속도,주행방식 등을 규제한 법률인데, 실제로는 마차 관련업자의 권익을 보호하기 위한 것이었다. 자동차는 도심 최고 시속 2mph (3.2 km/h)의 속도로 주행하도록 하고, 붉은 깃발을 든 사람이 여러 대의 마차를 운반하는 도로 차량 앞에서 걷는 것을 요구했다. 말도 안되는 내용이다.
최근 보여준 챗GPT 등의 엄청난 퍼포먼스 때문에 AI 시대에 대한 과잉의 두려움이 있다. AI 시대를 어느 개인이나 한 국가의 노력으로 피할 수도 없고, 새 일자리 창출효과 또한 분명히 존재한다. AI 시대 관련 국가가 할 일은 2050 탄소중립 대응과 얼개가 같다. 전체 사회의 공정한 전환을 위한 제도개선에 힘써야 한다. 기업이나 산업단위로 해야 할 일들이 원활하게 진행될 수 있도록 법적,제도적 보완책 마련이 조금 더 앞서 나가야 한다.
기업은 내부 자원과 역량을 냉정하게 평가하고, 인적자원 교육훈련에 앞서 나가야 한다. 눈앞의 현실과 자기 실력에 대한 과잉 과소평가 모두 금물이다. 개인은 필요한 쪽으로 준비를 해야 한다. AI나 로봇이 대체할 수 없는 종합적인 역량을 준비해야 한다. 국가적,사회적으로 그러한 준비를 하겠지만, 무엇보다 학습하는 인간, 발전하는 인간으로 본인의 정체성을 잡고 가야 한다
내가 근무하던 조직은 운좋게도 90년대 PI(생산성혁신)에 한 발 앞서 투자하고 체질을 개선한 덕분에, 디지털 전환 시기에 선진 국가의 경쟁기업들을 앞서 나갔고, 장기 호황의 발판을 만들어 냈다. 1등을 지향하는 치열한 내부 경쟁 문화가 큰 역할을 했지만, 동시에 전체 조직이 위기의식을 갖고, 필요한 역량을 습득하도록 만들고, 과감하게 투자를 한 최고 경영진의 의사결정이 매우 큰 역할을 했다.
다시 말하지만, 미래는 어느 누구도 정확히 알 수 없지만, 변화된 미래가 올 것이라는 건 모두가 안다. 이제 준비의 시간이다.
김효석 환경부 국립환경인재개발원장은_환경과 안전을 주제로 글로벌 제조기업의 공장과 본사, 지주사를 차례로 거친 이후 공직에 입문했다. 우리나라 환경공무원들의 직무교육과 환경기술인력들의 전문교육을 책임지고 있다. 앞서 전자업종에서 오래 일하며 사업지속성체계(BCM) 구축을 오래 맡았고, 그룹 연수원을 통해 EHS전문인력을 양성했다.
ⓒ이코노미스트(https://economist.co.kr) '내일을 위한 경제뉴스 이코노미스트' 무단 전재 및 재배포 금지
많이 본 뉴스
1 합참 “북 GPS 교란 도발…우리 선박·민항기 장애”
2“조명탄 177발 쏘며 밤샘 수색했지만”...제주 ‘금성호 침몰’ 실종자 12명 못찾아
3 챗GPT 대규모 접속 장애…오픈AI “조사·복구 중”
4머스크의 ‘트럼프 베팅’ 성공…테슬라, 시가총액 1조 달러 돌파
5'록콘서트장' 같은 韓 야구장...'1000만 관객' 신화를 달성하다
6차로 5시간, 알 보라크로 2시간...KTX와 닮은 듯 다른 아프리카 ‘최초 고속철’
7비트코인 ‘트럼프 효과’ 지속…7만7000달러선 첫 돌파
8사업 다각화 나선 무신사...‘뷰티·테크’에 총력 기울인다
9코에 스며든 ‘페즈의 향기’…멈출 줄 모르는 삶의 젖줄 ‘테너리’