에이전틱 AI 도입, 기술이 아닌 '사람'에서 막히는 이유 (feat. 맥킨지 보고서)

에이전틱 AI의 데모 영상은 늘 화려합니다. 프롬프트 몇 줄이면 AI가 스스로 코드를 짜고, 재무 데이터를 분석하고, 최적의 의사결정까지 제안하죠.

하지만 회사의 현실은 그렇게 화려하지 않습니다. 막대한 예산을 들여 인프라를 깔아두어도 정작 실무자들은 AI가 내놓은 결과를 믿지 못해 처음부터 다시 검토하거나, 조용히 예전 업무 방식(레거시 툴)으로 돌아가곤 합니다. 기술은 완벽히 준비되었는데, 왜 조직은 이를 소화하지 못할까요?

지난 8월 7일 맥킨지가 발행한 「에이전틱 AI 변화 관리: 도입 격차 해소(How to close the agentic adoption gap)」 보고서는 이 현상의 원인을 점검합니다. 문제는 기술 격차가 아니라 '도입 격차'에 있습니다.

1. 예산 배분의 함정: 1:3:5 법칙

맥킨지에서는 AI 혁신에 성공한 기업들은 기술에 1, 프로세스 재설계에 3, 조직 역량과 AI 도입에 5 만큼의 예산을 쓰고 있다고 합니다.

반면, 실패하는 기업에서는 이 예산 비율이 거꾸로 갑니다. 거대 언어 모델(LLM) 파인튜닝이나 아키텍처 구축에는 엄청난 리소스를 쏟아부으면서, 정작 직원 교육이나 행동 변화는 런칭 후의 '부수적인 과제'로 취급합니다. 이 보고서에서는 사람과 문화를 바꾸는 일이 단순한 지원 활동이 아니라 '진짜 핵심 업무'라는 것을 가장 우선적으로 강조합니다.

2. 실무자가 AI를 꺼리는 네 가지 '실존적 두려움'

에이전틱 AI는 단순한 유틸리티 프로그램이 아닙니다. 사람을 대신해 초안을 쓰거나 판단을 내리는 주체성을 발휘하기 때문에, 직원들에게 기술적 어려움이 아닌 심리적 저항감을 유발합니다.

• 무지가 탄로 날 것에 대한 두려움: 어떻게 시작해야 할지 몰라 질문조차 꺼립니다. 겉으로는 바쁘게 일하는 척하지만, 실제로는 타인이 먼저 나서기만을 기다리는 마비 상태에 빠집니다.

• 통제권 없는 책임에 대한 두려움: "AI가 치명적인 오류를 내서 사고가 터지면, 최종 책임은 결국 나에게 돌아온다"는 합리적인 불안입니다.

• 불확실성에 대한 두려움: 기술 발전과 업무 환경이 너무 빨리 변해, 최종적인 조직 구조가 어떻게 될지 경영진조차 답을 주지 못하는 데서 오는 짙은 막막함입니다.

• 전문성 상실에 대한 두려움: 수년에 걸쳐 쌓아온 분석과 판단 능력을 AI가 순식간에 해낼 때 겪는 직업적 정체성의 위기입니다.

이러한 두려움을 단순한 '변화에 대한 저항'이나 '게으름'으로 오독하고 밀어붙이는 리더는 반드시 실패합니다.

3. 정답을 모르는 리더십: 'C4 재창조'

기존의 소프트웨어 도입은 출발지 A와 목적지 B가 명확했습니다. 하지만 에이전틱 AI 도입은 'A에서 미지의 목적지로 가는 여정'입니다. (보고서는 이를 C4: Reinvention으로 정의합니다.)

이 과정에서 리더는 "내가 모든 정답을 알고 있다"는 태도를 버려야 합니다. 대신 "나도 정확한 도착지는 모르지만, 우리가 경쟁사보다 더 빨리 학습해 나갈 것이다"라고 불확실성을 모델링해야 합니다. 순응(Compliance)이 아닌 역량(Capability)과 학습 속도에 초점을 맞추는 것이 핵심입니다.

4. 조직을 바꾸는 A-to-E 플레이북

에이전틱 AI를 조직의 DNA로 만들기 위해 다음 5단계 프레임워크가 필요합니다.

• Awareness (인지): 거창한 비전 제시를 멈추고, 직원들이 안전한 환경에서 AI로 직접 이것저것 시도해 보고 실패해 볼 기회를 제공합니다.

• Belief (신뢰): 경영진이 먼저 AI를 업무에 능숙하게 사용하는 모습을 보여주며 변화를 증명하고 신뢰를 쌓아갑니다.

• Commit (몰입): 특정 직무(예: 카테고리 매니저, 재무 담당자)의 일주일을 철저히 분석해, 정확히 어느 단계에서 AI가 스스로 실행하고 어디서 인간이 판단을 내릴지 대본을 짜듯 재설계합니다.

• Develop (역량 개발): AI가 만든 결과물을 비판적으로 검토하고 활용하는 역량(Human-in-the-loop)을 집중적으로 훈련합니다.

• Enforce (실행): 이 모든 과정을 새로운 평가 및 운영 시스템으로 고정합니다.

결론: 누가 AI 시대의 승자가 되는가?

보고서는 에이전틱 시대를 맞이한 모든 리더에게 다음 세 가지 원칙을 불변의 과제로 제시합니다.

1. 방향은 명확히 제시하되, 불확실성은 솔직하게 인정할 것
2. 이러한 여정을 든든하게 지원할 '새로운 운영 모델'을 재설계할 것
3. 직원들에게 요구하는 '학습하는 태도'를 리더가 먼저 행동으로 보여줄 것

다가오는 에이전틱 시대의 진정한 보상은 '가장 성능 좋은 모델을 산 기업'이 아니라, 기존 운영 시스템 설계보다 훨씬 더 빠르게 학습하는 조직에게 돌아갑니다.

데이터, 아키텍처, 툴이라는 기술적 전환은 전체 퍼즐에서 절반에 불과합니다. 리더는 남은 절반인 직원의 마인드셋, 행동, 역할, 시스템을 바꾸는 인간적 전환을 관리해야 합니다.

인지에서 시작해 강화된 운영 시스템으로 이어지는 이 여정이 성공할 때, 직원들은 비로소 AI를 회사가 나에게 일방적으로 들이민 위협이 아니라 나의 전문성과 임팩트를 극대화해 주는 무기로 받아들이게 됩니다.

이 지점에 도달해야만, 기업은 그저 변화에 휩쓸려 가는 대상에서 벗어나, 스스로 변화를 주도하는 조직이 될 수 있습니다.

Source: How to close the agentic adoption gap
, McKinsey & Company, August 7, 2026