AI학과 브리핑
대규모 도입, 그 숫자 뒤에 무엇이 있는가
우리는 새로운 도구가 등장할 때마다 그 규모부터 세게 되는데, 정작 물어야 할 것은 그 도구가 실제로 무엇을 바꾸는가입니다.
사실
우버가 전체 직원 3만 명에게 ChatGPT Work를 도입했습니다. 기업용 AI 도구의 대규모 도입 사례로, 업무 효율성 향상이 기대된다는 설명이 함께 전해졌습니다.
풀이
이 사건에서 확인되는 것은 두 가지입니다. 첫째, 한 기업이 전 직원 규모로 생성형 AI 도구를 배치했다는 사실입니다. 둘째, 그 목적이 업무 효율성 향상이라는 점입니다. 여기서 주의할 점은 '도입'과 '효율성 향상'이 같은 사건 안에서 동시에 확인되는 것이 아니라는 것입니다. 도입은 이미 일어난 사실이지만, 효율성 향상은 기대의 형태로 제시되어 있습니다. 강의에서는 이 둘을 분리해서 읽는 연습이 필요합니다.
교수의 해석
교수의 해석: 저는 이 사건을 'AI가 할 수 있는 일'의 확장보다 'AI를 조직에 심는 일'의 확장으로 읽습니다. 3만 명이라는 숫자는 기술적 성능 지표가 아니라 조직 운영의 결정입니다. 도구가 아무리 좋아도 전 직원이 같은 방식으로 쓰지 않으면 효율은 분산됩니다. 그래서 진짜 질문은 'ChatGPT Work가 무엇을 잘하는가'가 아니라 '우버가 이 도구를 어떤 업무 흐름에, 어떤 권한과 책임으로 연결했는가'입니다. 이 부분은 공개된 사건 정보만으로는 판단할 수 없으므로, 우리는 도입 사실과 기대 효과를 구분해 두고 후속 관찰을 기다리는 태도가 필요합니다.
생각해보기
우리 학과에서도 전 구성원이 같은 AI 도구를 쓰게 된다면, 무엇을 '효율'로 측정할지 먼저 합의할 수 있을까요?
261025_02