[7월21일] AI가 부활시킨 '테일러리즘 2.0'...다음 경쟁력은 직원의 '암묵적 지식'

1911년 미국의 기업가 프레더릭 테일러는 '과학적 관리법(The Principles of Scientific Management)'을 발표했습니다. 그는 공장 노동자들의 작업을 일일이 관찰하고 시간을 측정해 가장 효율적인 작업 방식을 표준화했습니다. 숙련공들의 경험과 노하우를 기업의 자산으로 바꿔 생산성을 높인 이 방법은 훗날 '테일러리즘(Taylorism)'으로 불리며 현대 경영학의 대표적인 출발점으로 꼽히게 됐습니다. 그리고 100년이 훨씬 지난 지금, 테일러리즘이 사무직에서 새로운 형태로 부활하고 있다는 분석이 등장했습니다. 이번에는 노동자의 손기술이 아니라 전문가들의 경험과 직관, 즉 '암묵적 지식(Tacit Knowledge)'을 AI가 학습하는 것이 핵심입니다. 그동안 AI 경쟁은 더 큰 모델과 더 많은 GPU 확보에 집중됐습니다. 하지만 범용 LLM의 성능이 상향 평준화되면서 기업만의 차별화 요소가 경쟁력으로 떠오르고 있습니다. 인터넷 공개 데이터만으로는 기업 내부의 업무 방식이나 전문가의 판단 기준까지 학습하기 어렵기 때문입니다. 파이낸셜타임스(FT)는 세계 최대 헤지펀드 브리지워터 어소시에이츠 사례를 대표적인 예로 소개했습니다. GPT와 클로드, 제미나이 등을 활용해 투자 분석 업무를 수행한 결과, 정확도는 50% 수준에 머물렀습니다. 그러나 사내 전문가들의 판단과 데이터를 활용해 모델을 추가 학습하자, 정확도는 85%까지 향상됐습니다. 이는 전문가도 명확히 설명하기 어려운 판단 기준을 프롬프트로 일일이 입력하는 대신, 모델 자체가 그 판단 방식을 학습했기 때문이라는 분석입니다. 제조업에서도 비슷한 사례가 나타났습니다. 포드는 자동화 품질 검사 시스템의 성능을 높이기 위해 은퇴했던 베테랑 엔지니어들을 다시 채용했습니다. 이들은 검사를 위해 복귀한 것이 아니라, 수십년간 축적한 숙련된 판단 기준을 AI 시스템이 학습하도록 돕는 역할을 맡았습니다. 결국 AI의 성능을 좌우한 것은 최신 알고리즘이 아니라 현장 전문가들의 경험이었습니다. 이 같은 움직임은 이미 빅테크에서도 나타나고 있습니다. 최근 메타는 직원들의 실제 업무 과정에서 발생하는 마우스 움직임과 키보드 입력, 화면 조작 등을 수집해 AI 에이전트 학습 데이터로 활용하는 내부 프로젝트를 추진한 것으로 논란이 됐습니다. 직원들이 일하는 방식 자체를 AI의 학습 데이터로 활용하겠다는 것으로, AI 시대의 '디지털 테일러리즘'이라는 평가도 나왔습니다. 젠슨 황 엔비디아 CEO도 비슷한 문제의식을 여러 차례 강조했습니다. 그는 기업의 경쟁력은 범용 AI를 도입하는 데 있는 것이 아니라, 기업이 수십 년간 축적한 데이터와 문서, 업무 지식을 AI와 연결하는 것이 앞으로의 경쟁력이라고 설명했습니다. 같은 모델이더라도 조직 내부의 지식 자산을 얼마나 효과적으로 활용하느냐가 차이를 만들 것이라는 의미입니다. 사티아 나델라 마이크로소프트(MS) CEO도 최근 비슷한 방향을 제시했습니다. 그는 기업의 지식을 특정 AI 모델에 종속시키기보다 기업이 직접 통제하는 지식 저장소를 중심으로 AI를 연결해야 한다고 강조했습니다. 하지만 새로운 경쟁력을 확보하려면 새로운 갈등도 따라옵니다. 하버드 비즈니스스쿨은 최근 직원들이 AI 도입을 꺼리는 가장 큰 이유는 기술 자체에 대한 거부감보다 자신의 전문성과 협상력이 약화할 것이라는 우려라고 분석했습니다. 자신의 전문성이 회사의 AI 자산으로 이전되고, 결국 자신의 역할을 대체하는 데 활용될 수 있다는 불안감입니다. 실제로 100여년 전 테일러리즘도 노동자의 숙련 기술을 기업의 표준 작업 방식으로 바꾸면서 생산성을 높였지만, 동시에 노동자의 거센 반발을 불러왔습니다. AI 시대에도 기업이 직원들의 암묵적 지식을 AI에 학습하는 과정에서 비슷한 논쟁이 반복될 가능성이 있다는 지적입니다. 이에 따라 조직 구성원들이 자신의 지식과 경험을 기꺼이 AI와 공유할 수 있는 신뢰와 보상 체계를 갖춘 기업이 맞춤형 AI 경쟁에서도 앞서갈 가능성이 높다는 분석입니다. 이처럼 AI 시대 기업의 가장 중요한 자산은 더 이상 GPU만이 아니라 직원들의 머릿속에 있는 암묵적 지식일 수 있습니다. '테일러리즘 2.0'은 조직에 축적된 경험과 판단이 새로운 AI 경쟁력으로 떠오르고 있음을 보여주는 상징적인 변화라고 할 수 있습니다. 이어 20일 주요 뉴스입니다. 키미 K3의 충격이 가시기도 전에 중국에서 또 하나의 초거대 모델이 등장했습니다. 알리바바는 큐원 3.8이 세계 2위 성능이라고 주장했는데, 사실이라면 키미 K3도 뛰어넘는 수준입니다. 다만 아직 기술 보고서와 독립 벤치마크가 공개되지 않아 실제 성능 검증은 남아 있습니다. 주말이 지나면서 키미 K3 돌풍이 서서히 확인되고 있습니다. 몰려드는 사용자로 컴퓨팅 용량이 이틀 만에 한계에 도달했고, 문샷은 기세를 몰아 홍콩 IPO 일정도 앞당길 것으로 알려졌습니다. 지난해 '딥시크 돌풍'을 떠올리게 합니다. 자체 모델 개발에 뛰어든 지 얼마 되지 않은 팀스타르타가 18억개 매개변수의 초경량 언어모델로 정부의 K-AI 리더보드 추론 평가에서 1위를 기록했다고 밝혔습니다. 이를 바탕으로 온디바이스 AI와 기업 내부 구축형 AI 시장에서 경쟁력을 확보하겠다는 전략입니다. AI타임스 news@aitimes.com