AI·데이터는 도구… 결국 문제를 정의하는 사람이 성과 만든다[기고/최종두]

크게보기

위 사진은 AI(인공지능)를 활용해 생성된 가상의 이미지입니다. Open AI의 Chat GPT 생성 이미지

AI와 데이터 기술이 빠르게 확산되면서 기업들은 앞다퉈 도입에 나서고 있다. 그러나 현장에서는 기대만큼의 성과를 체감하지 못하는 경우도 적지 않다. 같은 기술을 활용하고도 어떤 조직은 성과를 내고, 어떤 조직은 그렇지 못한 차이는 어디에서 발생하는 것일까.

핵심은 기술 자체보다 ‘문제를 바라보는 방식’에 있다. AI는 정답을 만들어내는 주체가 아니라, 이미 정의된 문제를 빠르게 풀어내는 수단에 가깝다. 따라서 무엇을 해결해야 하는지에 대한 기준이 모호하면, 아무리 정교한 기술을 도입해도 결과는 분산될 수밖에 없다.

실제 기업 현장에서도 유사한 패턴이 반복된다. 단순 자동화나 트렌드 대응 차원에서 AI를 도입한 경우, 초기 관심에 비해 활용도는 빠르게 낮아진다. 반면 성과를 내는 조직은 출발점부터 다르다. 기술을 먼저 고민하기보다, 해결해야 할 과제를 구체적으로 쪼개고 이를 데이터로 어떻게 설명할 수 있을지를 설계한다. 이 과정에서 AI는 도입 대상이 아니라 실행 도구로 기능한다.

이러한 흐름은 최근 ‘AX(AI Transformation)’라는 개념으로 설명된다. AI를 추가하는 것이 아니라, 문제 정의와 의사결정 방식 자체를 재구성하는 접근이다. 특히 기획자와 관리자, 경영자에게는 기술 이해보다 문제를 구조화하는 사고가 더 중요한 역량으로 부각되고 있다.

고려사이버대학교 경영전문대학원의 하성용 원우 역시 학습 과정에서 이러한 변화를 체감했다고 말한다. 그는 “특히 ‘기업경제경영전략’ 수업에서 비즈니스는 ‘경제학의 통찰로 기회를 포착하고, 경영경제학으로 효율성을 계산하며, 경영전략으로 방향을 설정하고, 경영학을 통해 이를 현실화하는 과정’이라는 설명이 인상 깊었다”며 “실무에서 경험적으로 이해하던 내용을 구조적으로 정리하게 되었고, AI와 결합된 경영 과목들도 문제를 바라보는 시각을 넓히는 데 도움이 되고 있다”고 말했다.

결국 차이를 만드는 것은 기술의 수준이 아니라 출발점이다. 같은 데이터를 보고도 어떤 조직은 현상을 나열하는 데 그치고, 어떤 조직은 해결해야 할 질문으로 전환한다. 그리고 그 질문의 정교함이 곧 성과의 방향을 결정한다. AI가 보편화될수록 경쟁력은 ‘무엇을 도입했는가’보다 ‘무엇을 묻고 있는가’에서 갈린다. 성과를 만드는 조직은 기술을 앞세우기보다, 문제를 다시 정의하는 데서 출발하고 있다.

고려사이버대학교는 2026학년도 2학기 일반대학원과 경영전문대학원 신입생을 7월 1일까지 모집한다. 일반대학원은 데이터 기반 분석력과 연구·실무 역량을 결합해 사회문제 해결에 기여하는 전문 인재를 배출을 목표로 한다.

경영전문대학원은 ‘AX(AI Transformation)’ 기반 교육과정을 도입해 정통 경영학 교육에 AI·빅데이터 분석 역량을 결합한 교육을 제공한다.