AI 시대, '아이디어 과잉'에서 '실행 부족'으로 바뀌는 새로운 과제

AI가 가져온 '아이디어 과잉'의 시대

생성형 AI는 지식 노동의 경제학을 근본적으로 바꿔놓았다. 이제 능력 있는 직원이라면 점심시간 전에 수십 개의 전략, 메모, 제품 아이디어, 마케팅 계획을 AI와 함께 만들어낼 수 있다. 그러나 아이디어를 실행하는 데는 여전히 오랜 시간이 걸린다. 아이디어는 저렴해졌지만, 실제 실행은 변함없이 어렵고 비싸다.

이 결과, 많은 기업에서 심각한 문제가 발생하고 있다. 수많은 프로젝트가 동시에 진행되면서 팀은 과부하 상태에 빠지고, 사용하지도 못하는 도구들이 넘쳐나며, 정작 중요한 우선순위를 잡기조차 힘든 상황이 된 것이다. 리더들은 새로운 아이디어를 상상하는 비용이 거의 0에 가까워졌기 때문에 끊임없이 새로운 프로젝트를 추가하지만, 정작 그 일을 해내는 데는 여전히 시간이 오래 걸린다.

이제는 아이디어가 아니라 실행이 새로운 병목 현상이 되고 있다. 이 문제를 해결하기 위한 실마리를 MIT-하버드 공동 연구소인 브로드 연구소가 10년 전에 이미 발견했다.

브로드 연구소의 교훈: '덜 하는 것'이 더 많은 성과를 낳는다

브로드 연구소는 유전체학 분야에서 혁신적인 연구를 수행하는 기관이다. 2003년 첫 인간 유전체 서열 분석은 10년이 넘는 시간과 약 30억 달러가 소요됐다. 그러나 기술이 발전하면서 hoy 이 작업은 몇 시간 만에 200달러 이하로 가능해졌다. 이 급격한 비용 절감은 새로운 기회를 창출했지만, 동시에 두 가지 심각한 위기를 초래했다.

첫 번째 위기: 운영상의 문제

유전체 서열 분석이 빨라지면서 샘플이 파이프라인을 빠르게 통과했지만, 후속 처리 팀은 이를 따라가지 못했다. 결과적으로 작업이 과부하되어 샘플 손실까지 발생했다. 브로드 연구소는 이 문제를 해결하기 위해 '푸시 시스템'에서 '풀 시스템'으로 전환했다. 기존 방식은 각 단계가 가능한 한 빨리 다음 단계로 작업을 넘기는 방식이었다면, 새로운 방식은 각 단계가 자신의 처리 능력이 있을 때만 새로운 작업을 받아들인다는 원칙을 적용한 것이다.

두 번째 위기: 아이디어 과잉의 문제

유전체 서elah 자체는 저렴하고 일상적인 작업이 되었지만, 연구소의 혁신 팀은 아이디어 폭증에 직면했다. 끊임없이 새로운 프로젝트가 시작되었지만, 정작 완료되는 프로젝트는 거의 없었다. MIT의 사례 연구에 따르면, 연구소는 자신이 노력해 얻은 기술 리더십 위치를 잃어가고 있었다.

해결책은 아이디어 관리에도 같은 원칙을 적용하는 것이었다. 연구팀은 활성화된 모든 프로젝트를 시각적으로 매핑하고 개발 단계별로 추적하기 시작했다. 이 과정에서 두 가지 문제가 명확해졌다. 첫째, 일부 프로젝트는 중복이었다. 둘째, 진행 중인 프로젝트 수가 팀의 실제 처리 능력보다 두 배나 많았다. 연구팀은 벽에 프로젝트 funnels를 만들고, 새로운 아이디어가 처리될 때까지 기다리는 '호퍼' 역할을 하는 공간을 만들었다.

이렇게 2년 만에 연구팀은 진행 중인 프로젝트 수를 절반 이상 줄였고, 실제로 완료되는 프로젝트의 수는 증가시켰다.

리더들이 계속해서 새로운 일을 추가하는 이유

브로드 연구소의 해결책은 후 retrospect看来 너무나 당연해 보인다. 그러나 실제로는 거의 실천되지 않는다. 그 이유는 인간의 본성에 있다. 우리는 무언가를 추가하는 것에 편향되어 있기 때문이다.

2021년 Nature에 발표된 연구에 따르면, 사람들은 새로운 아이디어를 추가하는 데는 적극적이지만, 기존 프로젝트를 중단하거나 우선순위를 조정하는 데는 주저하는 경향이 있다. 이는 인지적 편향과 조직 문화의 문제로 연결된다. 새로운 프로젝트를 시작하는 것은 성과를 내고 있다는 느낌을 주지만, 기존 프로젝트를 정리하는 것은 종종 실패로 인식되기 때문이다.

AI 시대, 실행의 중요성 재조명

생성형 AI의 등장으로 아이디어 생산 비용은 급격히 낮아졌지만, 실행 비용은 여전하다. 이는 기업이 직면한 새로운 과제를 의미한다. 이제 리더들은 아이디어의 양이 아니라 질과 실행 가능성을 우선시해야 한다.

브로드 연구소의 사례는 우리에게 중요한 시사점을 준다. 성공적인 혁신은 아이디어를 많이 내는 데서 오지 않는다. 오히려 중요한 아이디어를 신중히 선택하고, 그것을 철저히 실행하는 데서 온다. AI가 아이디어를 쏟아내는 시대에 우리는 '덜 하는 것'의 중요성을 다시 한번 깨달아야 한다.