이것은 시리즈 4번째 기사입니다.

지금까지는 개인으로서 생성형 AI (Generative AI)와 마주하는 이야기였지만, 이번에는 「팀·조직」에 관한 이야기입니다.

"우리 팀에서도 생성형 AI를 사용하자" —— 그렇게 말을 꺼냈을 때, 돌아온 반응은 크게 세 가지로 나뉘었습니다.

적극적인 사람: "좋네, 바로 시도해 보자" -
관망하는 사람: "뭐, 편리해 보이네 (하지만 쓰지는 않음)" -
회의적인 사람: "보안 측면에서 괜찮은 거야?", "품질 보증이 가능해?"

온도 차라는 말로는 부족할 정도로 스탠스(Stance)가 제각각이었습니다.

처음에는 "왜 그렇게 신중한 걸까"라고 생각했습니다. 하지만 이야기를 듣다 보니, 회의적인 멤버들의 지적은 대부분 정당한 것이었습니다.

"사외비 정보를 입력해도 괜찮은 거야?"

→ 괜찮지 않은 케이스가 평범하게 존재합니다. 이용 약관이나 데이터 취급 방식을 확인하지 않고 사용하기 시작했던 제 자신이 안일했습니다.

"AI가 작성한 코드의 라이선스는 어떻게 되는 거야?"

→ 명확한 답이 나오지 않은 영역입니다. 상용 프로덕트 (Commercial Product)에 사용할 경우, 리스크가 제로(0)는 아닙니다.

"품질의 편차가 커서 리뷰 비용이 늘어나지 않을까?"

→ 이것은 이전 기사에서 썼던 「AI 피로 (AI Fatigue)」 그 자체입니다. 회의파는 경험보다 먼저 논리로 도달해 있었습니다.

적극적이었던 저보다, 신중한 멤버들이 더 냉정했다고 지금은 생각합니다.

개인으로 사용하는 범위에서는 「자기 책임」으로 끝날 문제도, 팀 단위에서는 그렇지 않습니다.

• 어떤 정보를 AI에 입력해도 되는지
• AI가 생성한 코드의 리뷰 기준을 어떻게 할 것인지
• 결과물에 AI를 사용했음을 명시할 것인지

이러한 규칙을 정하지 않은 채 "일단 써보자"며 달리기 시작하면, 나중에 반드시 문제가 발생합니다. "저 사람은 AI를 써서 편하게 일한다", "품질이 들쭉날쭉해서 곤란하다", "정보 유출 리스크가 있다" —— 그러한 트러블의 씨앗이 규칙이 없는 현장에는 흩어져 있습니다.

AI 툴의 도입은 기술의 문제보다 앞서, 규칙 정비와 커뮤니케이션의 문제입니다.

팀에 AI가 침투하기 시작하면 새로운 문제가 나타납니다.

잘 활용하는 사람과 그렇지 않은 사람의 생산성 차이가 가시화됩니다. 이것은 공정해 보이지만, 사실 그렇지 않은 측면도 있습니다.

AI 툴에 익숙해지려면 시간과 시행착오가 필요합니다. 업무가 바쁜 사람일수록 새로운 툴을 시도할 여유가 없습니다. 결과적으로, 원래 여유가 있던 사람이 생산성을 더욱 높이고, 바쁜 사람은 더욱 뒤처지는 —— 그러한 구도가 생기기 쉽습니다.

"전원이 사용하자"라는 구호만으로는 바뀌지 않습니다. 캐치업 (Catch-up)을 위한 시간과 심리적 안전성 (Psychological Safety)이 필요합니다.

푸념만 늘어놓았지만, 팀으로 임해서 좋았던 점도 있습니다.

사용법에 대한 지견이 공유된다

개인으로 하고 있으면 "이 프롬프트 (Prompt)가 효과적이다"라는 발견이 자신 안에서 완결됩니다. 팀 단위라면 "이럴 때는 이렇게 사용하는 것이 좋다"라는 지견이 쌓여 전체의 레벨이 올라갑니다.

"이거 AI한테 물어봤어"라는 말이 대화에 나오기 쉬워진다

심리적 허들이 낮아져서, AI를 사용한 시행착오 이야기가 자연스럽게 나오게 되었습니다. 실패담도 공유되기 때문에, 같은 실수를 반복하지 않게 되는 경우도 늘었습니다.

생성형 AI의 팀 도입은 툴을 넣는다고 끝나는 것이 아니었습니다.

규칙, 온도 차의 조정, 리터러시 (Literacy)의 상향 평준화 —— 해야 할 일은 의외로 많고, 지루한 작업의 연속입니다.

다만, 그것을 극복한 끝에 「팀으로서 AI를 잘 사용할 수 있는 상태」가 있다고 믿으며, 계속해서 시행착오를 겪고 있습니다.

이 기사는 개인의 경험과 의견에 기반하고 있습니다.