OpenAI의 Sam Altman이 "MBA 학생들에게는 만성적으로 실망하고 있다"라는 발언을 했습니다1.
이는 MBA 학생들이 하고 싶어 하는 것이 '5년 전에 멋있었던 것'에 머물러 있고, 새로운 것에 도전하지 않는다는 취지입니다.
한편, 국내에서는 일본 프로젝트 솔루션즈(日本プロジェクトソリューションズ)가 『일본 기업의 프로젝트 관리 백서 2026』을 공개하며 "AI·DX를 도입했는데도 왜 프로젝트는 진행되지 않는가"를 다루고 있습니다23.
핵심 키워드는 '실행의 벽'과 '완수력(完遂力)'입니다. 차이를 만드는 것은 아이디어 제시 능력(導入力)이 아니라 완수력이라는 주장이 제기됩니다.
별개의 내용이지만 근본적인 원인은 같지 않을까 생각했습니다.
저 역시 대학에서는 MBA 교원, 기업을 상대할 때는 IT 컨설턴트, PM 강사라는 입장에 있기 때문에 남의 이야기가 아닌 문제입니다. 기사를 통해 'AI를 도입했는데 진행되지 않는 현장'과 'AI 시대에 어떻게 학습해야 할지 고민하는 강의실'이라는 관점에서 정리해 보고자 합니다.
3줄 요약으로 말씀드리자면:
- AI를 도입해도 프로젝트가 멈추는 것은, 목적·의사결정자·리스크·발주 책임 등 옛 방식의 PM 문제가 남아있기 때문입니다.
- '완수력'을 번역하면, AI는 '후보를 제시하고 정리하는 것', 사람은 '결정하고 책임을 지는 것'이라는 역할 분담이 핵심입니다.
- MBA 학생들의 보수성은 개인의 문제가 아니라 조직 시스템의 반영입니다. 강의실에서는 설교보다, AI가 출력한 결과에 완수 책임을 져보는 경험을 시키는 것이 효과적입니다.
IPA(정보통신진흥원)가 발표한 'DX 동향 2026 조사 포인트'에 따르면, DX를 추진하는 기업의 비율과 성과를 내고 있는 기업의 비율 모두 이전과 변화가 없으며, 성과의 내용은 업무 효율화에 치우쳐 있고 기업 가치 창출로 이어지는 영역에서는 변화가 없다고 합니다4. AI 역시 도입은 확대되었지만 '기대 이상'의 효과는 제한적이며, 용도는 효율화가 중심입니다.
"AI를 넣었는데 성과가 없다"는 것은 막연한 느낌이 아니라 데이터로도 확인되는 상태입니다.
백서에는 구체적인 수치는 나와있지 않지만, 문제의 접근 방식은 명확합니다. 프로젝트가 진행되지 않는 것이 개인 역량 부족이 아니라 조직 시스템의 문제라는 전제 하에, 첫 번째 단계로 '5가지 벽'을 제시했습니다.
| # | 벽 | 한마디로 말하면 |
|---|
| ① | 목적이 모호한 채 시작됨 | 수단이 목적인 자리에 앉아있다 |
| ... | | |
어느 것도 새롭지 않습니다. 중요한 것은, AI를 도입해도 이 5가지 중 어느 하나도 해소되지 않는다는 점입니다.
두 번째 단계에서는 '완수력'을 정의합니다. 단순히 근성으로 태스크를 끝까지 처리하는 것이 아니라, 목적을 명확히 하고 과제를 구조화하며, 관계자를 움직이고, 불확실성 속에서 의사결정을 쌓아 성과까지 진행시키는 능력입니다3. 이를 바탕으로 AI 시대의 PM에게 필요한 5가지 역량을 제시했습니다. 엔지니어 관점에서 번역하면 다음과 같습니다.
| 백서의 용어 | 번역 | AI가 하는 것 | 사람이 하는 것 |
|---|
| 목적 정의력 | 수용 조건을 작성한다 | 조건 후보를 제시한다 | 어떤 조건을 할지 결정한다 |
| ... | | | |
백서 자체도 "AI는 관리 업무에, 사람은 판단·조정·합의 형성에"라고 제언합니다. **AI는 '후보를 제시하고 정리하는 것', 사람은 '결정하고 책임을 지는 것'**입니다. 이는 vibe coding에서 '움직인 코드의 책임을 누가 질 것인가'가 문제되는 것과 같은 구조입니다.
5가지 벽을 생성 AI가 도입된 현장에 대입해 봅니다. 근거 없는 관찰이지만, 컨설팅 현장에서는 대체로 다음 4가지로 요약됩니다.
1. 결과물은 늘어나지만, 결정은 늘지 않는다 (벽②③)
AI를 넣으면 회의록·계획안·리스크 목록 등은 확실히 증가합니다. 하지만 누가 결정할 사람과 타이밍이 설계되어 있지 않으면, 그것들은 그저 '검토 자료'로 쌓일 뿐입니다. 회의 시간이 짧아져도, 결정 사항의 수가 변하지 않으면 속도는 바뀌지 않습니다.
2. 목적란에 툴 이름이 적혀있다 (벽①)
"생성 AI를 활용한 업무 효율화"가 목적의 프로젝트는, "OO 시스템 도입"이 목적이었던 DX와 같은 구조로 길을 잃기 쉽습니다. 수용 조건을 쓸 수 없는 목적은 진정한 목적이 아닙니다. '1차 답변을 영업일 기준 2일에서 4시간으로'라면 적을 수 있지만, 'AI 활용'으로는 적을 수 없습니다.
3. 위임하는 상대가 '사람'에서 'AI'로 바뀐 것뿐이다 (벽④)
AI가 만든 사양서를 아무도 검토하지 않고 다음 공정으로 넘기는 신종의 위임(丸投げ)이 늘고 있습니다. 발주자가 내용을 이해하지 못한 결과물은, 누가 만들든 후속 공정에서 똑같은 사고를 일으킵니다. 감성 지능이 부족한 중소기업에서 특히 심각하지만, 본질은 AI 리터러시가 아니라 발주자 책임이 정해져 있지 않다는 것입니다.
4. 진행 상황은 보이지만, 리스크는 아무도 보고 있지 않다 (벽⑤)
간트 차트는 AI가 만들어 줄 수 있습니다. 하지만 리스크 관리는 "만약 이 전제가 무너지면"이라고 말하기 어려운 사람이 이야기할 수 있는 장(場)을 만드는 문제이며, 툴로는 해결되지 않습니다.
여기서부터는 강의실에 대한 이야기입니다. Altman의 발언은 Fortune을 통해 보도된 것이며, 원전 인터뷰 녹화일이 명확히 기재되어 있지 않아 문맥상 유보가 필요합니다1. 요지는 세 가지입니다.
- MBA 학생들은 과거 방식에 흐르기 쉬우며, 하고 싶어 하는 것은 5년 전에 멋있었던 것입니다.
- 많은 업무는 AI를 통해 더 좋고, 싸고, 빠르게 처리될 수 있지만, 변화 속도는 예상만큼 빠르지 않습니다.
- 경력은 큰 변화의 시기, 즉 경쟁의 장이 가장 열려 있을 때 시작해야 합니다.
여기서 말하는 '과거 방식'이란 문맥적으로는 '스키마가 확립되어 있고 리스크가 적은 방식', 즉 '성숙한 기법'을 의미한다고 생각합니다.
'MBA 학생들은 보수적이다'라는 점은 사회인 MBA 강의실에서도 생각해 볼 수 있지만...
다만, 일본의 직장인 학생들은 평일에는 회사원입니다.
그들이 '5년 전에 멋있었던 것'에 흐르는 것은 개인적인 문제라기보다는 소속 조직에서 평가받는 행동이 그러하기 때문이라고 생각합니다.
일본 조직에서는 리스크 회피적 사고가 강하다고 봅니다. 이는 변화 대응이라는 의미에서는 걸림돌이 될 수 있으나, 안정된 사회를 조성한다는 의미에서는 반드시 부정할 수는 없는 것일지도 모릅니다...
대신 해야 할 것은 AI가 만든 결과물에 사람이 완수 책임을 지는 경험을 안전한 장소에서 쌓게 하는 것입니다.
| 실습 | 내용 | 기르는 힘 |
|---|
| AI 요구사항 정의를 '수용 거부'하기 | AI가 작성한 요구사항 정의서를 발주자로서 리뷰하고, 거부 이유를 수용 조건의 형태로 작성한다 | 목적 정의력 |
| ... | | |
질문을 'AI의 출력이 올바른가?'에서 '나는 이것으로 발주할 수 있는가/결정할 수 있는가?'로 바꾸는 것이 핵심입니다. 전자는 AI 리터러시이고, 후자가 완수력입니다.
하지 말아야 할 패턴
- AI 금지: 직장에서 사용하고 있으므로, 강의실에서만 금지해도 의미가 없습니다.
- AI 찬양: '이렇게까지 가능하다'는 데모는 단순한 위임(丸投げ)을 정당화할 뿐입니다.
- 정오 판별로 끝내기: 정오 여부는 AI 리터러시일 뿐 완수력이 아닙니다.
효과적인 패턴
- '결정' 과정을 반드시 거치게 하기: 채용/미채용 및 그 이유를 작성하게 합니다.
- 결정에 책임을 지게 하기: 다음 실습은 이전의 결정을 전제로 진행하여, 재결정하는 비용을 체감하게 합니다.
- '결정하지 않은 것'도 기록하게 하기: 실행의 벽은 결정의 공백 구간으로 가시화할 수 있습니다.
DX든 AI든 도입은 진전되었지만 성과는 효율화에 그치는 경우가 많습니다4. 백서는 그 원인을 옛 방식의 PM 문제인 '실행의 벽'에서 찾으며, 필요한 것은 '완수력'이라고 주장합니다23. 번역하자면, AI는 '후보를 제시하고 정리하는 역할'을 하고, 사람은 '결정하고 책임지는 역할'입니다.
Altman이 실망하는 MBA 학생들의 보수성 역시1, '결정' 과정을 설계하지 않은 조직의 시스템이 강의실에 가져와진 것입니다. 강의실에서 할 수 있는 것은 설교가 아니라, AI의 출력물에 대해 사람이 결정하고 책임을 지는 경험을 안전하게 쌓게 하는 것이라고 생각합니다.
AI를 도입한 후, 결정 사항의 수는 늘었는지 여부. 개인적으로 이것이 투입력과 완수력을 가르는 가장 단순한 지표라고 생각합니다.
Fore, P. (2026).
Sam Altman shares his 'chronic disappointment' in MBA students—they're stuck on what 'was cool five years ago'. Fortune, 2026-10-28. https://fortune.com/2026/10/28/openai-ceo-sam-altman-gen-z-disappointment-start-new-business-with-ai-entrepreneurship-career-advice/
↩ ↩2↩3 -
일본프로젝트솔루션즈 주식회사 (2026).
일본 기업의 프로젝트 매니지먼트 백서 2026 제1탄(과제 편). PR TIMES, 2026-08-19. https://prtimes.jp/main/html/rd/p/000000041.000149507.html
↩ ↩2 -
일본프로젝트솔루션즈 주식회사 (2026).
일본 기업의 프로젝트 매니지먼트 백서 2026 제2탄(제언 편). PR TIMES, 2026-08-31. https://prtimes.jp/main/html/rd/p/000000042.000149507.html
↩ ↩2↩3 -
정보처리진흥기구 (2026).
DX 동향 2026 조사 포인트: 확산되는 AI 도입, DX는 바꿀 수 있을까?. IPA 보도 발표, 2026-07-16. https://www.ipa.go.jp/pressrelease/2026/press20260716.html ↩ ↩2