처음 Big Four와 AI에 관해 이야기를 나누기 시작했을 때, 대화는 놀랄 만큼 빠르게 진전됐습니다. 긴 서론도, AI가 왜 중요한지에 대한 설명도 필요하지 않았습니다. 파트너와 시니어 컨설턴트들은 거의 곧바로 자신의 시간이 실제로 어디에 쓰이는지 이야기하기 시작했습니다. 의사결정이나 인사이트 도출이 아니라 준비 작업이었습니다. 여러 시스템에서 데이터를 가져오고, 수치를 맞추고, 결과가 무엇을 의미하는지 생각하기도 전에 분석이 내부 기준에 부합하는지 확인하는 일이었습니다.
인상적이었던 점은 이 중 어느 것도 가치가 낮은 일이 아니었다는 것입니다. 모두 필요한 일이었습니다. 하지만 동시에 지치는 일이기도 했습니다. 경험이 풍부한 사람들이 본격적으로 생각을 시작할 수 있는 상태를 만드는 데만 하루의 상당 부분을 쓰고 있었습니다.
대화가 이어지면서 이들은 AI가 역할을 할 수 있는 수십 개가 넘는 프로세스를 짚어냈습니다. 보고, 컴플라이언스, 재무 통제, 세무 분석, 내부 검토 등이었습니다. 겉으로는 전형적인 자동화 문제처럼 보였습니다. 하지만 그렇지 않았습니다.
이들 프로세스 대부분에는 이미 도구와 템플릿, 부분적인 자동화가 갖춰져 있었습니다. 업무 전반을 지연시키는 요인은 각 단계 사이에 있었습니다. 맥락을 전환하고, 결과물을 대조해 맞추고, 흩어진 정보에 일관된 판단을 적용하는 일이었습니다. 실제로 소모되는 것은 시간만이 아니었습니다. 인지 부하가 문제였습니다.
그때 문제를 바라보는 관점이 바뀌었습니다.
AI가 일을 처음부터 끝까지 어떻게 처리할 수 있을지를 묻는 대신, 그 일을 하는 사람들을 어떻게 도울 수 있을지 묻기 시작했습니다. 사람의 통제권은 그대로 두면서 에너지를 소모하는 부분을 AI가 맡을 수 있다면 어떨까요? 체계적인 초안을 만들고, 불일치를 찾아내고, 추론 과정을 보여줘서 전문가들이 준비 작업보다 판단에 집중할 수 있게 한다면 어떨까요?
이 접근 방식을 실제로 적용하자 효과가 뚜렷하게 나타났습니다.
팀 전반에서 반복적인 분석 업무에 걸리는 시간이 8090퍼센트 줄었습니다. 특히 대사 작업이 많은 프로세스에서 수작업 오류가 크게 감소했습니다. 그에 못지않게 중요한 변화도 있었습니다. 같은 업무를 조금씩 다르게 처리하던 팀들의 결과물이 더 일관되어졌습니다. 컨설턴트들은 평균적으로 월 4050시간가량을 되찾았고, 이제 그 시간을 더 가치 있는 사고에 쓸 수 있게 됐습니다.
하지만 가장 흥미로운 변화는 숫자에 있지 않았습니다.
사람들이 자신의 업무를 이야기하는 방식에 있었습니다. 검토 과정은 더 차분해졌고, 논의는 더 집중도 있게 이루어졌습니다. 시니어 검토자들은 모든 것이 정확한지 확인하는 데 시간을 덜 쓰고, 결과가 실제로 무엇을 의미하는지 논의하는 데 더 많은 시간을 쓰게 됐습니다.
시간이 지나면서 이 시스템은 사용해야 하는 도구라는 느낌에서 벗어났습니다. 의사결정이 이루어지는 방식을 조용히 흡수하고 이후의 분석에 반영하면서, 함께 일하는 방식처럼 느껴지기 시작했습니다.
이 경험은 우리가 오랫동안 믿어온 생각도 더욱 확고하게 해주었습니다. 더 범용적인 지능을 향한 진전은 복잡한 분야에서 전문가를 대체하려는 시스템에서 나오지 않을 것입니다. 전문가의 사고를 가로막는 마찰을 줄이고 그 사고를 확장하는 시스템에서 나올 것입니다.
이러한 프로젝트에서 AI가 가치를 만든 것은 자율적으로 작동해서가 아니라 사람과 협력해서였습니다. 사람을 대신해 결정을 내리지 않았습니다. 사람들이 더 나은 결정을 더 빠르게 내리도록 도왔습니다.
AGI와 유사한 시스템이 어디에서 가장 먼저 중요해질지 보여주는 초기 신호가 있다면, 바로 여기입니다. 완전한 자동화가 아니라 인간의 판단을 대규모로 뒷받침하는 데 있습니다.
자동화에서 역량 확장으로의 전환, 그것이 차이를 만들어냈습니다.
