AI 느슨함 문제: 왜 당신의 팀은 더 빠르지만 당신의 회사는 그렇지 않은가

제가 처음으로 이 용어를 들었던 때를 기억합니다."AI 모유 학습"—AI 느슨함 이론. 2023년경 중국 기술계에서 돌고 있었고, 동시에 웃기면서도 깊이 우울한 현상을 설명했습니다.

작동 방식은 이렇습니다: 한 공장 직원이 AI 도구에 접근합니다. 예전에는 여덟 시간이 걸리던 보고서가 이제는 스무 분 만에 끝납니다. 그렇다면 그는 남은 일곱 시간 사십 분을 무엇을 할까요? 그는 타이핑하는 척합니다. 그는 화면을 깊은 생각에 잠겨 바라봅니다. 그는 긴 화장실 휴식을 취합니다. 그리고 오후 5시 59분에 완벽한 보고서를 제출하고 집으로 갑니다.

직원은 신이 납니다—아무것도 하지 않고도 돈을 받고 있습니다. 상사는 혼란스러워합니다—모두가 더 생산적인 것 같지만, 분기 실적은 작년과 정확히 같습니다.

처음 이 이야기를 들었을 때 저는 웃었습니다. 그러나 제가 깨달았을 때 웃음을 멈췄습니다:이것은 게으른 직원에 대한 이야기가 아닙니다. 이것은 어리석은 조직에 대한 이야기입니다.

지난주에 나는 이 모든 것을 다시 떠올리게 되었다. 2026 중국 오픈클로 생태계 보고서를 읽었을 때 —Growth Blackbox와 NetEase Intelligence Enterprise의 공동 연구이다. 그들은 2,000명의 개인 사용자와 100명의 기업 관리자를 조사했다. 그리고 그 데이터는 내가 수년간 느껴온 것을 확인해주었다: AI 시대의 진정한 관리 맹점은 도구가 아니다. 그것은 속도 차이다. 개인이 움직일 수 있는 속도와 조직이 변화할 수 있는 속도 사이의 간극이다.

여기 내가 기억에 남는 세 가지와 머큐리가 그것에 대해 실제로 하는 일이 있다.

1. 문제점이 없으면 채택도 없다

대부분의 상사들은 이렇게 생각한다:"모두를 위해 AI 도구를 구매할게요. 그들에게는 무료이고, 노력을 줄여주며, 그들은 이 도구를 좋아할 거예요. 생산성이 급증할 것입니다."

보고서는 2,000명의 사용자를 다섯 가지 범주로 나누었습니다:

• 새우 초보자 (21.7%):설치했지만 거의 사용하지 않습니다. 한 달에 한 번 우연히 열어봅니다.
• 새우 근로자 (25.7%):일이 필요할 때 사용합니다. 그렇지 않으면 닫아둡니다. 주 3~5회 사용합니다.
• 새우 멘토 (22.9%):사용하고 동료들이 설정하는 것을 도와줍니다.
• 새우 엘리트 (21.2%):업무 흐름에 깊이 통합되어 있습니다. 매일 사용합니다.
• 새우 대부 (8.6%):하루에 여러 번 세션을 진행합니다. 세 명 이상의 동료를 위해 설정했습니다.

익숙하게 느껴지나요? 이것이 당신의 사무실입니다.

중요한 세부 사항은 다음과 같습니다: 새우 초보자 중에서—설치하고 다시는 사용하지 않은 사람들—가장 높은 비율은 경영진과 창립자들이었습니다.왜 그럴까요? 그들은 해결해야 할 특정한 업무상의 고통이 없었습니다. 누군가가 그들을 위해 설치했습니다. 그들은 긁고 싶은 가려움이 없었습니다.

Conversely, the people who actually used the tool were overwhelmingly driven by specific work needs. The report broke down adoption triggers: 36.5% were driven by work requirements. 30.7% by seeing someone else's use case. Combined, that's 67.2%—two-thirds of users arrived with a problem in hand.

The people who adopted because "a colleague installed it for me"? Across every use case—document organization, scheduling, data analysis, coding—they showed 부정적인 선호.그들은 도구를 가지고 있었지만 어디에도 맞지 않았다. 마치 요청하지 않은 선물 같은 주방 기구가 서랍에 앉아 있는 것과 같았다.

머큐리의 관점:호기심을 강요할 수는 없다. 오직 고통을 드러낼 수 있을 뿐이다.

머큐리에서는 고객을 위해 주체적인 시스템을 배포할 때, 도구로 시작하지 않는다. 우리는 병목 현상에서 시작한다.우리는 팀을 3일 동안 관찰하며 그들이 그만두고 싶어하는 특정 작업을 찾아낸다—보통 "주간 경쟁 정보 보고서 작성"이나 "클라이언트 제안을 열다섯 번째로 재포맷하는 것"과 같은 것이다. 그런 다음 우리는 그 특정 작업을 처리할 에이전트를 만든다.

반응은 결코 "오, 멋진 기술이네."가 아니다. 그것은"이것이 내 경력 내내 어디에 있었던 걸까요?"

직원에게 AI가 그들을 30% 더 효율적으로 만들어 줄 것이라고 말할 수는 없습니다. 그들은 신경 쓰지 않죠. 하지만 그들이 매주 화요일마다 싫어하는 세 시간짜리 작업이 이제는 15초밖에 걸리지 않는다고 말하면, 그들의 눈빛이 변합니다. 인간은 이성적인 의사결정자가 아닙니다. 우리는 고통 회피 기계입니다. 리더로서의 당신의 역할은 도구를 구매하는 것이 아닙니다. 고통이 가시적이고 부인할 수 없으며 충분히 긴급해져서 사람들이 스스로 구제를 찾도록 만드는 환경을 만드는 것입니다.

2. 개인 속도 ≠ 회사 속도

당신이 100명의 나무꾼이 있는 벌목 회사를 운영한다고 가정해 봅시다. 모든 사람에게 고급 체인톱을 줍니다. 그러면 회사는 즉시 더 많은 돈을 벌게 될까요?

아니요. 나무를 자르는 속도가 빨라졌지만, 나르기, 검사하기, 회계하기는 변하지 않았습니다. 자르는 데 절약한 시간은 나머지 과정에 의해 소모됩니다.

보고서는 정확히 이러한 패턴을 발견했습니다. 최전선 직원들은 압도적으로 "더 가벼워졌다"와 "더 빨라졌다"고 보고했습니다. 하지만 회사 차원에서는? 비용과 수익은 크게 변하지 않았습니다.

효율성은 어디로 갔을까요? 그것은 새로운 마찰에 의해 소모되었습니다.추가 수정. 추가 승인. 추가 검증 주기.

상상해 보세요: 한 직원이 소셜 미디어 게시물을 작성하는 데 하루를 온전히 사용하곤 했습니다. 이제 그녀는 AI를 사용해 다섯 분 만에 그것을 생성합니다. 그녀는 마치 로켓을 등에 매단 것 같은 기분이 듭니다. 하지만 그때 관리자가 그것을 읽고 생각합니다:"이건 AI의 느낌이 나. 손으로 만든 질감이 부족해."그래서 그는 세 가지 버전을 더 요청합니다. 그런 다음, 모두가 AI 환각에 대해 두려워하므로 그녀는 데이터를 수동으로 사실 확인하는 데 반나절을 보냅니다. 그런 다음 법무팀이 검토해야 하는데, 준수 위험 프로필이 변경되었기 때문입니다. 그리고 IT팀은 어떤 모델이 그것을 생성했는지 기록하고 싶어합니다.

그녀는 AI를 다섯 분 동안 사용했습니다. 조직은 그 다섯 분을 처리하는 데 추가로 하루를 보냈습니다. 게시물은 여전히 스물네 시간 후에 게시됩니다.

수은 관점:AI 시대의 효율성은 모든 사람을 더 빠르게 만드는 것이 아닙니다. 그것은 역할 압축에 관한 것입니다.

이 보고서는 넷이즈의 자체 팀에서의 사례를 강조했습니다. 그들의 이전 제품 개발 흐름은: 제품 관리자가 요구 사항을 작성 → 인터랙션 디자이너가 와이어프레임을 그리 → 비주얼 디자이너가 목업을 생성 → 프론트엔드 개발자가 구현하는 것이었습니다. 네 명이 연속적으로 넘기는 구조였습니다.

그들은 이를 재구성했습니다: 제품 관리자가 요구 사항을 직접 설명하고, AI가 인터랙티브 프로토타입을 생성하며, 디자이너가 판단하고 미세 조정합니다. 네 개의 노드가 두 개로 줄어들었습니다.

이것이 우리가 프로세스 붕괴 라고 부르는 것입니다. 질문은 "각 개인을 30% 더 빠르게 만드는 방법은 무엇인가?"가 아닙니다. 질문은:"어떤 핸드오프를 완전히 제거할 수 있을까?"입니다.

우리가 고객을 위해 에이전틱 워크플로우를 설계할 때, 기존 프로세스를 매핑한 후 AI를 추가하지 않습니다. 우리는 기존 프로세스를 매핑한 후 노드를 삭제합니다.AI 에이전트가 제안서의 첫 초안을 생성할 수 있다면, 왜 주니어 카피라이터가 여전히 그 과정에 존재해야 할까요? 에이전트가 실시간으로 50개의 출처에서 경쟁 정보를 수집할 수 있다면, 왜 분석가는 월요일 아침에 수작업으로 그것을 해야 할까요?

불편한 진실: 직원들이 AI로 만든 프레젠테이션 수를 세어 AI의 ROI를 측정하고 있다면, 잘못된 것을 측정하고 있는 것입니다. 진짜 질문은 더 불편합니다:

• 어떤 프로세스를 완전히 삭제할 수 있을까요?
• 어떤 역할은 재교육이 아닌 재설계가 필요할까요?
• 현재 커뮤니케이션 오버헤드가 효율성 향상보다 더 큰 곳은 어디인가요?

만약 그 질문에 답할 수 없다면, 당신은 AI를 구매한 것이 아닙니다. 당신은 백 개의 비싼 전기톱을 구매하고 같은 벌목 작업을 유지한 것입니다.

3. 거버넌스 격차: 직원들은 이미 떠났습니다.

이것은 모든 CTO를 밤새 깨워야 할 문제입니다.

보고서에 따르면 직원들이 AI 도구를 자율적으로 사용하기 시작한 후, 2주에서 4주가 걸린다고 합니다.IT 또는 컴플라이언스 부서가 이를 인지하기까지 말이죠. 생각해 보세요. 반 달 동안 직원들이 회사 기기에서 AI 도구를 운영하고, 회사 데이터를 처리하며, 외부 API에 연결하고 있는데, 거버넌스 기능은 이제야 "아, 사람들이 이런 것을 사용하고 있구나."라고 알게 되는 것입니다.

"AI를 배포한" 88개 기업 중에서 21.6%만이 완전한 거버넌스 프레임워크를 갖추고 있었습니다. 5개 회사 중 4개는 무방비 상태로 운영되고 있었습니다.

업계의 반응은 예측 가능했습니다: 더 엄격한 금지 조치. 블랙리스트. 데이터 유출 방지. 필수 승인 워크플로우.

보고서에 따르면, 그게 작동하지 않는 이유는 다음과 같습니다: 더 엄격한 거버넌스는 사용을 회색 지대 깊숙이 밀어넣을 뿐입니다. 직원들은 개인 휴대폰으로 전환합니다. 그들은 카페 WiFi를 사용합니다. 그들은 개인 계정을 등록합니다. 당신은 통제를 강화했다고 생각하지만, 당신은 단지 활동을 당신이 볼 수 없는 곳으로 옮긴 것뿐입니다.

머큐리 뷰: AI 시대에는 거버넌스가 엄격함에 관한 것이 아닙니다. 그것은 따라잡기 위해 충분히 빠른 것입니다.

보고서는 직관에 반하는 경로를 제안했습니다: 본사가 도구를 선택하고, 모든 사람을 교육하고, 사용을 의무화하는 대신— 반대로 하십시오.직원들이 앞서 나가도록 하세요. 그들이 실험하도록 하세요. 그런 다음 조직이 그들이 이미 사용하고 있는 것을 식별하고 목록화하며 통합하도록 하세요. 관리자의 자세는 "조달 담당자"에서 "추격 담당자"로 바뀝니다.

이것은 우리가 계속해서 주장해온 것과 정확히 일치합니다. 전통적인 IT 거버넌스 모델은 조직이 구매자이고 직원이 사용자라고 가정합니다. AI 시대에는 직원이 구매자이고 조직이 늦은 채택자가 됩니다.이제 당신의 임무는 도구를 선택하는 것이 아닙니다. 당신의 팀이 이미 선택한 것을 발견하고, 독점 데이터가 유출되기 전에 그 주위에 거버넌스를 구축하는 것입니다.

나는 이것을 고속철도 모델이라고 부릅니다.전통적인 조직에서는 기관차가 객차를 끌고 갑니다. AI 네이티브 조직에서는 각 객차가 자체 엔진을 가지고 있습니다. 그러나 중요한 업그레이드는 이것입니다: 기관차는 각 객차가 이미 어디로 갔는지를 알아야 합니다.당신은 볼 수 없는 것을 통치할 수 없습니다. 가시성이 통제를 선행합니다.

더 깊은 문제: 노동 분업의 죽음인가?

이 보고서를 읽으면서 저를 불안하게 만든 무언가로 계속 돌아왔습니다.

현대 경제학은 하나의 기초적인 돌에 기반을 두고 있습니다: 노동 분업은 효율성을 창출합니다.아담 스미스의 핀 공장. 전문화. 각 개인이 한 가지 일을 잘 수행하고, 전체 생산량이 증가합니다.

그러나 저는 점점 반대의 동력을 보고 있습니다. 아이디어가 있고, 이를 다른 사람에게 전달해야 하며, 그들이 실행하고, 검토하고, 수정해야 한다면—커뮤니케이션과 정렬에 드는 비용이 종종 분업 자체의 효율성 증가를 초과합니다.

최근에 온라인에서 저를 강하게 감동시킨 한 문장을 보았습니다:"이 시대에는 노동 분업의 커뮤니케이션 오버헤드가 종종 노동 분업의 효율성 향상을 초과합니다."

머큐리에서는 이를 직접 경험했습니다. 고객의 GEO 아키텍처에 대한 전략적 통찰력이 있을 때, 전통적인 경로는 다음과 같습니다: 제가 전략가에게 설명하고, 전략가가 작가에게 브리핑하고, 작가가 초안을 작성하고, 초안이 저에게 검토를 위해 보내지고, 제가 수정 요청을 위해 다시 보냅니다. 이 과정은 며칠이 걸립니다. 정렬의 드리프트는 지속적입니다.

새로운 경로는? 저는 제 에이전트에게 말합니다. 그것은 제 목소리와 구조적 프레임워크로 실시간으로 초안을 작성합니다. 제가 편집하고, 그것이 수정합니다. 우리는 한 시간 안에 발송합니다. 아이디어 구상과 실행 사이의 "분할"이 단일 루프로 통합되었습니다.

이 방식이 천 명 규모의 조직에서 어떻게 확장될지는 명확한 답이 없습니다. 하지만 제가 아는 것은:조직 효율성에 대한 고전 이론이 실시간으로 스트레스 테스트를 받고 있다는 것입니다.기존의 노동 분업 구조에 AI를 계속 추가하는 기업들은 단순히 느린 기계를 더 빠르게 작동하게 만들었을 뿐, 빠른 기계를 구축하지는 않았다는 것을 발견할 것입니다.

승리하는 기업은 다음과 같은 질문을 할 만큼 용감한 기업이 될 것입니다:더 이상 존재할 필요가 없는 부서는 무엇인가요?

— 제임스, CEO, 머큐리 테크놀로지 솔루션즈 자세히 알아보세요 www.mtsoln.com 홍콩, 2026년 5월