AI 도입 성과는 왜 감원 숫자로 먼저 보일까

감원 발표와 성과 설문은 왜 같은 주에 엇갈렸나?

10월 24일 하루 사이에 방향이 다른 소식이 잇따라 나왔다. AI타임스 보도에 따르면 영국 은행 Barclays는 3분기 실적 발표에서 연내 약 5,000명, 전체 인력의 약 5%를 줄인다고 밝혔다(AI타임스, s1). 상반기에 줄인 1,000명을 포함한 숫자이고, 연말까지 4,000명을 더 줄인다. 애나 크로스 CFO는 감원의 약 60%가 지원 부서에서 이뤄진다고 했고, "AI가 직원들의 생산성을 높이면서 개발자도 줄어든다"고 말한 것으로 전해졌다글.

같은 날 Reddit에는 Gartner 설문 결과가 공유됐다. 자기 회사가 AI로 상당한 가치나 혁신적 가치를 얻었다고 답한 CIO가 13%에 그쳤다는 내용이다(Reddit 전언, s2). 공유된 글에는 응답자 수, 조사 시기, 조사 방법이 나오지 않는다. 그래서 이 수치는 방향을 보여 주는 신호 정도로만 읽는 게 맞다.

Pandaily는 같은 날 OpenAnolis 의장 마타오가 GOSIM 행사에서 Alibaba Cloud 기초 소프트웨어 팀의 신규 코드 95%를 이제 에이전트가 쓴다고 말했다고 보도했다(Pandaily, s3). 이 95%를 어떻게 셌는지는 공개되지 않았다글.

한쪽에서는 인력과 코드의 대부분이 AI로 넘어간다는 발표가 나왔고, 다른 쪽에서는 성과를 체감한 경영진이 소수라는 설문이 나왔다. 두 신호는 서로 맞부딪친다기보다 '무엇을 성과로 세느냐'가 서로 다르다는 점을 드러낸다고 볼 수 있다.

기업들은 AI 성과를 무엇으로 재고 있나?

이번 주 소식을 성과 지표별로 나눠 보면 잣대가 저마다 다르다. Barclays는 인원 수를글, Alibaba Cloud 쪽은 신규 코드 가운데 에이전트가 쓴 비중을 내세웠다글. 둘 다 AI가 사람의 일을 얼마나 대신하는지 보여 주는 지표다.

Vodafone은 다른 길을 택했다. 인공지능신문 보도에 따르면 Vodafone은 통신망이 트래픽 수요를 예측하고 장애를 미리 감지하는 자율 네트워크 전략을 공개했다. 이를 통해 5G 무선망의 일일 전력 소비를 두 자릿수 비율로 줄이고, 수천 대 라우터의 업그레이드 작업 시간을 약 70% 단축했다고 밝혔다(인공지능신문, s4). 장애 50% 감축도 추진한다글. 사람 수가 아니라 운영 결과로 성과를 보여 준 사례다.

OpenAI가 소개한 AT&T 법무팀 사례는 숫자보다 일하는 방식의 변화를 다룬다. AT&T LegalEdge 팀이 법무 요청 접수 절차를 다시 짜고 법률 판단을 더 넓게 적용하는 방식을 다뤘다(OpenAI, s5).

이렇게 놓고 보면 '성과'라는 한 단어 아래 인력, 작업 비중, 운영 지표, 업무 재설계라는 네 가지 잣대가 함께 쓰이고 있다. 13%라는 설문 결과글도 어떤 잣대로 물었는지에 따라 다르게 읽힐 수 있다.

왜 비용 절감이 먼저 숫자로 드러나나?

인원 감축은 회계에 바로 잡히는 숫자다. 줄인 인원과 그 비율은 실적 발표에서 곧바로 밝힐 수 있다글. 생산성은 다르다. 무엇을 기준으로 삼을지부터 정해야 한다. 95% 같은 비중 수치가 나와도 측정 방식이 함께 공개되지 않으면글 다른 조직과 견주기 어렵다.

GitHub이 Copilot 효과 대시보드에 '업계 비교(Industry comparison)' 섹션을 더한 것도 이 빈틈과 맞닿아 있다(GitHub, s6). GitHub 설명에 따르면 조직은 에이전트를 먼저 쓰는(agent-first) 사용자나 멀티 에이전트 방식 사용자의 비율을 볼 수 있다. 또 에이전트 사용자와 비사용자의 풀 리퀘스트 머지율 차이를 비슷한 규모·업종의 동료 집단과 비교할 수 있다글. 기업 규모는 1–999명, 1,000–4,999명, 5,000명 이상 등에서 고르고 10개 업종 가운데 하나를 고르며, 점수는 28일 보고 기간의 동료 집단 중앙값과 비교된다글. 참여는 선택(opt-in)이고 기본값은 꺼져 있다글.

GitHub은 리더들이 지금까지 자기 조직의 도입 수준이 비슷한 기업보다 앞서는지 알 수 없었고, 업계 비교가 현실적인 목표를 정하는 데 필요한 맥락을 준다고 설명했다글. 이 글은 감원이 먼저 보이는 까닭을 효과가 더 커서라기보다 가장 세기 쉬운 숫자이기 때문으로 읽는다. 생산성과 결과를 재는 도구는 이제 막 나오는 단계다.

실무자에게 이 간극은 무엇을 뜻하나?

인력 구조 변화는 당사자에게 민감한 문제다. 이번 주 소식만으로 AI가 일자리에 미치는 영향 전체를 판단하기는 어렵다. Barclays의 감원 역시 AI 도입과 조직 개편이 함께 맞물린 결정으로 보도됐다글.

실무자에게 더 직접적인 시사점은 측정 방식이다. 경영진에게 AI 성과를 보고할 때 인력 지표만 내놓으면 '얼마나 줄였나'로만 평가받기 쉽다. Vodafone처럼 전력·작업 시간·장애 같은 운영 지표글를 쓰거나, GitHub 대시보드의 머지율 같은 결과 지표글를 함께 내놓으면 AI가 만든 가치를 더 넓게 보여 줄 수 있다고 볼 수 있다.

수치를 인용할 때는 측정 방식도 함께 확인해야 한다. 95%글나 13%글처럼 눈에 띄는 숫자라도 산정 방식이나 표본이 밝혀지지 않았다면 우리 조직과 견주는 근거로 쓰기 어렵다. 우리 조직의 숫자부터 정의와 기간을 적어 두는 것이 출발점이다.