Field note · 2026-04

조직 특성에 따라 AX는 전혀 다른 방식으로 전개된다

AI Transformation(AX)을 이야기할 때 많은 조직은 기술 자체에 먼저 집중한다. 어떤 모델을 쓸지, 어떤 툴을 도입할지, 어디서 자동화를 시작할지 같은 질문들이다. 그런데 실제로 AX를 좌우하는 핵심 변수는 기술만이 아니다. 같은 AI를 도입해도, 어떤 조직은 빠르게 확산하고 어떤 조직은 파일럿에서 멈춘다.

조직 특성에 따라 AX는 전혀 다른 방식으로 전개된다

AI Transformation(AX)을 이야기할 때 많은 조직은 기술 자체에 먼저 집중한다. 어떤 모델을 쓸지, 어떤 툴을 도입할지, 어디서 자동화를 시작할지 같은 질문들이다.

그런데 실제로 AX를 좌우하는 핵심 변수는 기술만이 아니다.
같은 AI를 도입해도, 어떤 조직은 빠르게 확산하고 어떤 조직은 파일럿에서 멈춘다. 이 차이는 종종 조직의 특성에서 나온다.

최근 사례들을 보다 보니, AX의 패턴은 적어도 세 가지 축에 크게 영향을 받는다는 생각이 들었다.

  • 위계 수준(Hierarchy Level)
  • 의사결정 방식(Decision Mode)
  • 노동 문화(Labor Culture)

이 세 축이 다르면, 같은 전환도 전혀 다른 방식으로 진행된다.

1. 위계가 낮은 조직은 “공유 인프라 + 바텀업 확산”으로 간다

북유럽이나 일부 서유럽 사례를 보면, 위계가 낮고 기관 신뢰가 높은 조직은 AX를 공유 인프라와 바텀업 실험의 방식으로 밀어붙이는 경우가 많다.

예를 들어 스웨덴 공공부문에서는 세무청(Skatteverket), 고용서비스청, 사회보험청이 각자 AI 시스템을 따로 구축하기보다, 공유 AI 인프라를 공동으로 개발하는 방식이 관찰된다. 프로세스 마이닝으로 자동화 후보를 찾고, RPA를 먼저 배포한 뒤, 시민 대상 AI 챗봇으로까지 확장한 흐름은 “기관별 개별 최적화”보다 “공유 기반 확산”이 더 잘 작동하는 환경을 보여준다.

민간 사례로는 IKEA가 흥미롭다. IKEA는 GenAI 쇼핑 어시스턴트를 바로 붙인 것이 아니라, 먼저 레거시 상품 데이터를 구조화하고 콘텐츠·지식관리 체계를 AI 입력용으로 재설계했다. 즉 “AI를 얹는 것”보다 “AI가 읽을 수 있는 상태를 만드는 것”이 먼저였다.

이 패턴의 핵심은 단순하다.
먼저 인프라를 정리하고, 그 위에 AI를 얹는다.

이런 조직에서는 문화적 저항보다도 오히려 기술적 제약이나 규제 대응이 더 큰 문제로 등장한다.

참고 출처

2. 중간 위계 조직은 “프레임워크 기반 삽입”으로 간다

법률사무소, 금융기관, 글로벌 기업처럼 파트너십 구조나 규제 환경이 강한 조직은 AI를 기존 구조 위에 점진적으로 삽입하는 경우가 많다.

대표적인 사례가 A&O Shearman이다. 이 조직은 세계적 로펌 중에서도 빠르게 GenAI를 전사적으로 도입했지만, 조직 구조 자체를 급격히 바꾸기보다 기존 파트너십 구조 위에 리서치, 드래프팅, 계약 검토 업무를 얹는 방식으로 전환을 진행했다. 즉 AI는 빠르게 들어왔지만, 운영모델 전체는 기존 프레임 위에서 조정된 셈이다.

영국 금융 섹터도 비슷하다. 여기서는 중앙의 강한 명령보다 Bank of England와 FCA의 샌드박스, 가이드, 테스트 환경이 확산의 발판이 되었다. 규제기관이 “막는 주체”가 아니라 “실험을 제도화하는 주체”가 되면서 도입률이 빠르게 올라갔다.

이 패턴의 장점은 안정적이라는 점이다.
하지만 동시에 가장 큰 함정도 있다.

바로 파일럿 퍼거토리(pilot purgatory) 다.

실험은 많은데 전사 확장으로 못 넘어가는 현상이다.
미국 기업들의 AI 도입률은 높지만 대규모 가치 창출 비율은 여전히 낮다는 데이터가 이 문제를 잘 보여준다.

즉 기존 구조 위에 AI를 “삽입”하는 것만으로는 한계가 있다.
결국 어느 시점에는 구조 자체를 다시 만져야 한다.

참고 출처

3. 높은 위계 조직은 “탑다운 선언 + 캠페인”으로 간다

한국이나 일본처럼 위계가 강하고 합의 문화가 강한 조직은 AX를 대체로 탑다운 선언과 전사 캠페인 방식으로 전개한다.

삼성전자는 2026년 AX 전사 선언과 함께 R&D, 제조, 재무, 운영 전 영역에 대한 end-to-end AI 적용을 전면에 내세웠다. 이건 AI를 일부 기능의 효율화 도구로 본 것이 아니라, 전사 operating model의 문제로 끌어올렸다는 뜻에 가깝다. 높은 위계 조직이 한 번 정렬되면 얼마나 넓고 빠르게 움직일 수 있는지를 보여주는 사례다.

LG전자는 DX 센터를 AX 센터로 개명하고, 신임 CEO를 AX 방향에 맞춰 정렬시키며 “이건 단순한 디지털화의 연장이 아니다”라는 메시지를 구조 자체로 보였다. MUFG는 또 다른 방식을 택했다. “Hello AI @ MUFG” 캠페인을 통해 6,000명 이상 직원에게 프롬프트 챌린지를 실시하며, 탑다운 지시를 대중 참여형 확산으로 번역했다.

이 패턴은 분명한 장점이 있다.
결정이 떨어지면 전사 확산 속도는 매우 빠르다.

하지만 여기서 흥미로운 것이 바로 위계의 역설(Hierarchy Paradox) 이다.

높은 위계 조직은 보통:

  • 도입 초기에는 느리다
  • 합의와 눈치, 연공서열 때문에 움직임이 더디다
  • 하지만 경영진 의사결정 이후에는 가장 빠르게 밀어붙인다

문제는 그 다음이다.
실행 속도의 대가로 파업, 인재 유출, 내부 갈등이 커질 수 있다.

즉 높은 위계는 AX를 막는 구조이면서 동시에, 일단 방향이 정해지면 가장 강하게 가속하는 구조이기도 하다.

참고 출처

4. 결국 AX의 병목은 조직마다 다르다

이걸 종합해보면 흥미로운 점이 있다.

  • 낮은 위계 조직은 데이터 인프라가 병목이 되기 쉽고
  • 중간 위계 조직은 변화 준비도와 확장 구조가 병목이 되기 쉽고
  • 높은 위계 조직은 초기에는 경영진 스폰서십이, 실행 이후에는 변화 수용성이 병목이 되기 쉽다

즉 모든 조직에 같은 AX 공식을 적용할 수는 없다.

실제로 성공한 전환 사례를 보면 공통적으로 세 가지를 먼저 정비한다.

  1. 데이터 인프라
  2. 경영진 스폰서십
  3. 변화 준비도

이 세 가지를 갖춘 조직과 그렇지 않은 조직의 성공률 차이가 크게 벌어진다는 점은, AX가 단순 기술 프로젝트가 아니라는 사실을 다시 보여준다.

참고 출처

5. 그래서 중요한 건 “기술 도입”이 아니라 “조직 적합형 전환”이다

같은 AI를 도입해도 스웨덴에서는 공유 인프라로 전개되고, 영국에서는 규제 샌드박스 위에서 확산되고, 한국에서는 재벌식 탑다운 명령으로 밀리고, 일본에서는 위기 내러티브와 캠페인을 통해 조직을 움직인다.

즉 AX는 보편적 기술이지만, 전환 방식은 철저히 조직 특성 의존적이다.

이 점을 무시하면 두 가지 일이 벌어진다.

  • 기술은 들어왔는데 구조가 안 바뀌어서 파일럿에서 멈추거나
  • 구조는 강하게 밀렸는데 사람이 버티지 못해서 갈등 비용이 커지거나

결국 AX의 핵심은 “AI를 도입했는가”가 아니라,
자기 조직의 특성에 맞는 전환 경로를 설계했는가에 있는 것 같다.

조직 특성을 무시한 AX는 실패한다.
그리고 지금 필요한 건 더 좋은 툴만이 아니라,
더 정확한 조직 읽기다.

참고 출처