두 숫자에서 시작하자. 40%, 그리고 34%.
이 숫자들이 지난 30년간 조직이 인재를 다뤄온 방식을 흔들고 있다. 결론부터 말하면, AI는 실력의 바닥을 천장보다 더 크게 끌어올린다.
40%가 아니라, 그 뒤의 이야기
2023년, 전문직 453명이 MIT 연구진의 온라인 실험에 참여했다. 절반은 AI를 쓸 수 있었고, 절반은 혼자 풀었다.
AI를 쓴 쪽은 작업 시간이 40% 줄고, 품질은 18% 올랐다. 여기까지는 예상 가능한 이야기다.
정작 연구진을 놀라게 한 건 평균이 아니었다. 하위 성과자들의 향상폭이 상위보다 훨씬 컸다. 그들은 이 현상에 이름을 붙였다. 스킬 압축(skill compression).
콜센터에서도 똑같았다
같은 해, 한 Fortune 500 기업 콜센터에 AI 어시스턴트가 들어갔다. 전체 생산성은 14% 올랐다. 평범해 보이는 숫자다.
그런데 속을 보면 다르다. 하위 숙련군의 향상은 34%. 도구를 쥔 입사 2개월차 직원이, 도구 없는 중간 경력자만큼 빠르게 일을 처리했다.
두 연구가 가리키는 방향은 같다. AI는 바닥을 끌어올린다. 그것도 꼭대기보다 더 크게.
왜 이것이 조직을 흔드는가
오래도록 경험은 성과의 가장 강력한 예측 변수였다. 10년 차가 3년 차보다 낫다는 건 자연법칙처럼 여겨졌다. 경험은 희소했고, 그래서 비쌌다.
AI는 이 공식에 균열을 냈다. 경험이 만든 패턴과 판단을 — 완벽하진 않아도 놀랍도록 가깝게 — 모델이 포착하기 때문이다.
그 결과 경험이 얕은 사람이 AI와 함께 빠르게 따라잡는다. AI 코딩 도구를 쓴 주니어 개발자의 커밋이 시니어와의 격차를 좁힌 것이 대표적이다.
경험이 쌓은 벽이 낮아진다. 기준선 자체가 위로 올라간다.
그래서, 사람을 줄이면 될까
여기서 많은 경영자가 자문한다. “그럼 더 적은 인원으로 같은 성과를 낼 수 있는 것 아닌가?”
그러나 스킬 압축이 진짜로 말하는 건 정반대일 수 있다. 바닥이 올라가는 효과는 모두가 같은 도구를 쥘 때만 나타나기 때문이다.
상위 몇 명만 AI를 쓰는 조직은 기존 격차를 유지하는 데 그친다. 전원이 쓰는 조직은 기준선 전체를 끌어올리고, 그 격차는 갈수록 따라잡기 어려워진다.
질문을 바꿔야 한다. “누구를 줄일까”가 아니라 “어떻게 모두를 끌어올릴까”.
다음 글에서는 그 반대 방향 — 인재를 내보내는 결정 — 이 왜 생각보다 훨씬 비싼 선택인지를 다룬다.
시리즈의 일부: AI는 일을 다시 쓰고 있다 — 그리고 사무실에서 멈추지 않는다
근거. Noy & Zhang (2023), Experimental Evidence on the Productivity Effects of Generative AI, MIT Working Paper — 전문직 453명 무작위 대조 실험. 시간 40%↓·품질 18%↑, 하위군의 향상폭이 가장 큼. · Brynjolfsson, Li & Raymond (2025), Generative AI at Work, NBER WP 31161 — 고객지원 센터 전체 14%·하위 숙련군 34% 향상.
답글 남기기