# # EP.4 사고 확장형 - AI한테 넋두리했더니 새 시장이 열렸다 ## AI한테 넋두리했더니 새 시장이 열렸다 ![출처: 팀제이커브(*AI 나노바나나로 생성한 이미지)](https://upload.cafenono.com/image/slashpagePost/20260422/182225_KL8Y7SIeHxd7UCy0sj?q=80&s=1280x180&t=outside&f=webp) --- 지난 EP.3에서 우리는 속도보다 방향이 먼저라는 이야기를 했다. 현장에 직접 가서 문제를 정의하고, 방향·가치·책임이라는 세 개의 축을 설계하는 설계자형 리더의 실전을 들여다봤다. 그런데 설계를 아무리 잘 해도, 리더 한 사람의 사고에는 한계가 있다. 내가 아는 시장, 내가 경험한 방식, 내가 익숙한 프레임 안에서만 문제를 정의하게 된다. **설계의 질은 결국 리더의 사고 범위에 갇힌다.** 이번 편에서는 그 한계를 돌파한 리더들의 이야기를 한다. AI를 엑셀 같은 도구가 아니라 내 사고를 확장시켜 주는 '싱킹 파트너(Thinking Partner)'로 대한 순간, 예상치 못한 돌파구가 열린 현장의 사례다. --- ### 4-1. AI를 도구로 보는 사람은 한두 번 쓰고 돌아선다 현장에서 마주하는 가장 흔한 실패 패턴이 있다. AI를 엑셀이나 파워포인트 같은 도구로 인식하는 것이다. 도구로 보는 사람의 행동은 예측 가능하다. 프롬프트를 한두 번 입력해 보고, 원하는 정답이 딱 나오지 않으면 "역시 AI는 아직 멀었어"라며 돌아선다. EP.2에서 다뤘던 프롬프트 강박과 같은 뿌리다. 한 번에 완벽한 결과를 기대하고, 안 나오면 도구 탓을 한다. 글로벌 반도체 D사의 AI 확산 리더는 이 패턴을 깨기 위해 강의할 때마다 같은 말을 반복한다. > _"AI를 도구가 아닌 하나의 '존재'로 대하세요. 사람과 대화할 때 내 배경이나 처한 상황을 먼저 설명하잖아요. AI한테도 똑같이 해 주셔야 합니다."_ 이것은 단순한 마인드셋의 문제가 아니다. '존재'로 대한다는 것은 곧 **맥락(Context)을 충분히 제공한다**는 뜻이다. D사의 리더는 반도체 공정이라는 자신의 도메인에서 그 차이를 매일 체감한다. > _"반도체 공정에서 특정 파라미터를 낮추기 위해 어떤 조치를 해야 하냐고 AI한테 그냥 물어보면 절대 제대로 된 답이 안 나옵니다. AI에게는 마치 새로 입사한 똑똑한 신입사원한테 우리 부서의 배경지식과 도메인을 친절하게 설명해 주듯 맥락을 짚어 줘야 해요. 그래야 진짜 인사이트를 얻을 수 있습니다."_ 새로 입사한 신입에게 "이거 해 봐"라고 던져 놓고 "왜 못 해?"라고 하는 리더는 없다. 우리 부서가 무슨 일을 하는지, 이 프로젝트의 배경이 뭔지, 지금 어떤 상황인지를 먼저 설명해 준다. AI도 똑같다. 맥락 없이 질문을 던지는 사람은 도구로 쓰는 것이고, 맥락을 충분히 부여하는 사람은 존재로 대하는 것이다. 이 차이가 결과의 질을 완전히 바꿔 놓는다. --- ### 4-2. "왜 그 시장만 보시나요?" — 넋두리가 전략이 되는 순간 AI에게 맥락을 부여하고 '싱킹 파트너'로 활용할 때, 리더의 사고는 자신도 예상하지 못한 방향으로 확장된다. 1세대 핀테크 C사의 임원에게 이런 일이 실제로 일어났다. 그는 새로운 사업 아이템을 개발하여 특정 산업군에 영업을 시도하고 있었다. 제품 자체에 대한 반응은 좋았지만, 해당 산업의 의사결정 구조가 워낙 보수적이어서 사업이 교착 상태에 빠졌다. 속도가 나지 않았다. 답답한 마음에, 그는 친한 술 친구에게 하듯 AI에게 넋두리를 던졌다. > _"사업 속도가 너무 느려. 어떻게 해야 할까? 나 매일 이 업계 사람들 만나러 다니는데, 의사결정이 안 나. 방법 좀 알려 줘 봐."_ AI의 반응은 뜻밖이었다. > _"잘하고 있어요. 잘하고 있는데 — 그런데 왜 그 시장만 보시나요? 이 제품이라면 다른 산업에서도 충분히 수요가 있을 것 같은데요."_ 그 순간, 막혀 있던 시야가 단번에 넓어졌다. 그는 자신이 하나의 산업에만 시야가 갇혀 있었다는 것을 깨달았다. AI의 제안을 바탕으로 실제 다른 산업군의 지인들에게 연락해 반응을 확인했고, 실제로 수요가 있다는 것을 확인했다. 이 대화 한 번이 사업 영역을 확장하는 결정적 계기가 됐다. > _"정답을 찾는 '검색창'이 아니에요. 내 고민의 맥락을 이해하고 사고를 확장해 주는 파트너를 얻은 거죠. 그 넋두리 한 번이 없었으면 아마 아직도 그 시장에서만 허우적거리고 있었을 겁니다."_ 여기서 핵심은 AI가 대단한 분석을 해 준 것이 아니라는 점이다. "왜 거기만 보세요?"라는 질문은, 사실 옆에 있는 동료가 해줄 수도 있는 말이다. 하지만 현실에서 임원에게 그런 질문을 편하게 던질 수 있는 사람은 많지 않다. **AI는 체면도 정치도 없이, 맥락만 충분히 주어지면 가장 솔직한 거울이 되어 준다.** 사고 확장형 리더는 이 거울을 의도적으로 활용할 줄 아는 사람이다. --- ### 4-3. "이 데이터, AI에 올려도 될까요?" — 맥락의 경계를 긋는 책임 AI에게 맥락을 충분히 줘야 좋은 결과가 나온다. 하지만 현실에서는 맥락을 주고 싶어도 주지 못하는 상황이 존재한다. **보안**이라는 벽이다. 구성원들이 적극적으로 AI를 활용하려 할 때, 가장 먼저 부딪히는 질문이 있다. "팀장님, 이 데이터를 AI에 올려서 분석해도 될까요?" 이 질문에 리더가 기준을 주지 못하면 두 가지 일이 벌어진다. 하나는 무서워서 아예 안 쓰는 것. 다른 하나는 몰래 쓰는 것 — 이른바 '섀도우 AI(Shadow AI)'다. 통신 대기업 A사의 리더는 문서중앙화를 추진하면서 이 문제와 정면으로 부딪혔다. A사는 문서 자체를 암호화하는 프로텍션 시스템이 있어서, 회사 밖에서는 파일을 열어볼 수 없었다. 과거에는 이 정책으로 충분했다. 문서에 접근하는 객체가 오직 '사람'뿐이었으니까. 사람만 통제하면 보안은 완성됐다. 하지만 AI가 들어오면서 상황이 달라졌다. 사람도 아니고 해킹도 아닌, **정보를 검색하기 위해 접근하는 새로운 객체**가 생긴 것이다. EP.1에서 다뤘듯이 A사는 보안팀과 원팀을 이루어 이 문제를 풀어냈지만, 그 과정에서 리더의 역할이 하나 더 추가됐다. HRD/OD 자문단 토론에서도 이 지점이 강조됐다. > _"리더가 보안 규정을 명확히 이해하고, '우리 자사 데이터 중 어디까지는 활용해도 좋고, 어떻게 변환해서 적용해야 안전한지'에 대한 가이드라인을 선제적으로 줘야 합니다. 그걸 안 해주면 구성원들은 두 갈래로 갈라져요. 겁먹어서 아예 안 쓰거나, 몰래 개인 핸드폰으로 쓰거나."_ > — HRD/OD 자문단 토론 중 사고 확장형 리더는 AI에게 맥락을 적극적으로 부여하되, 동시에 맥락의 경계를 설정하는 책임을 진다. "여기까지는 넣어도 된다, 여기서부터는 안 된다"를 명확히 선언하고, 안전하게 맥락을 공유할 수 있는 우회로를 설계해 주는 것. 무조건 막는 것도, 무조건 여는 것도 아닌 — 그 경계를 긋는 것이 리더의 몫이다. --- ### 4-4. 검색이 아니라 질문이다: AI를 잘 쓰는 사람들의 두 가지 공통점 그렇다면 실제 현장에서 AI를 '싱킹 파트너'로 잘 활용하는 사람들은 어떤 특징을 가지고 있을까? B2B 소재/제조 E사의 수석은 주변의 구성원들을 관찰하며 흥미로운 패턴을 발견했다. > _"AI를 잘 쓴다고 느끼는 분들은 두 부류예요. 첫 번째는 질문을 잘 만드는 사람. 프롬프트라는 거창한 게 아니라, 자기가 원하는 걸 구체적으로 표현할 줄 아는 사람이요. 두 번째는 AI를 통해 코딩을 해서 자기 업무를 정리하는 사람. 폴더 구조를 자동으로 관리하거나, 반복 업무를 파이썬으로 자동화하거나."_ 흥미로운 것은 이 두 부류가 반드시 공대 출신이거나 기술 백그라운드를 가진 사람은 아니라는 점이다. > _"오히려 공대분들은 감으로 하시는 경우가 많아요. 재무나 회계 쪽에 계신 분들 — 숫자를 다루고 체계적으로 일하시는 분들이 AI로 자기 데이터를 정리하는 걸 더 잘하시더라고요. 루틴하고 반복적인 업무 사이클을 가지고 있는 분들이 오히려 자동화할 포인트를 정확히 집어내세요."_ 결국 AI를 잘 쓰는 것은 기술력의 문제가 아니라 자기 업무에 대한 메타 인지의 문제다. 내가 매일 반복하는 업무가 무엇인지, 그중 어디서 시간이 가장 많이 새는지, 어떤 부분은 AI에게 맡기고 어떤 부분은 내가 판단해야 하는지 — 이것을 구분할 줄 아는 사람이 AI를 도구가 아닌 파트너로 쓸 수 있다. E사의 수석은 한 가지를 더 짚는다. 이들의 공통된 성향에 대해서다. > _"사실 가장 큰 건 성향인 것 같아요. 새로운 것에 대한 흡수력이 있고, 시킨 것만 하는 게 아니라 자기 효율을 극대화해 보려는 능동적인 사람들. 이건 가르쳐서 되는 게 아니라 그냥 그 사람이 가지고 있는 태도인 것 같습니다."_ 사고 확장형 리더는 이런 성향을 가진 구성원을 알아보고, 판을 깔아 주는 사람이기도 하다. AI를 잘 쓰는 사람에게 인정과 기회를 주면 그 사람이 주변을 바꾸고, 주변이 바뀌면 조직이 바뀐다. EP.1에서 다뤘던 당근의 논리가 여기서도 작동한다. --- ### EP.4를 마치며: 사고 확장형 리더의 체크리스트 이번 에피소드에서 만난 리더들의 공통점을 정리하면, 사고 확장형 리더가 현장에서 실행한 전술은 다음과 같다. **① AI를 도구가 아닌 존재로 대하라** — 신입사원을 온보딩하듯 AI에게 우리 비즈니스의 배경과 맥락을 친절하게 설명하라. 맥락 없이 질문을 던지면 도구 수준의 답만 돌아온다. **② 넋두리를 두려워하지 마라** — 정제된 질문만 AI에게 던질 필요 없다. 막힌 상황을 솔직하게 털어놓을 때 예상치 못한 사고의 확장이 일어난다. AI는 체면도 정치도 없는 가장 솔직한 거울이다. **③ 맥락의 경계를 선제적으로 그어라** — AI에게 맥락을 줘야 하지만, 어디까지 줘도 되는지를 리더가 먼저 기준을 제시하라. 기준이 없으면 구성원은 겁먹어서 안 쓰거나, 몰래 쓰게 된다. **④ 질문을 잘 만드는 사람을 알아보라** — AI를 잘 쓰는 것은 기술력이 아니라 자기 업무에 대한 메타 인지의 문제다. 그런 성향의 구성원을 발굴하고 판을 깔아 주면 조직 전체가 따라온다. --- _다음 편: _**_EP.5 연결자형_**_ — "팀장님, AI가 이게 맞다는데요?"_ --- > **글쓴이: 팀제이커브** | **감수: 김작가(by Claude)** > AI Native Partner로서 기업의 AI Native 전환을 돕고 있습니다. L&D(Learning & Development)부터 AX컨설팅, AI 코치 자산화까지 — 조직이 AI와 함께 일하는 방식을 설계합니다. > 인터뷰 참여 및 문의: [info@teamjcurve.com](mailto:info@teamjcurve.com) For the site tree, see the [root Markdown](https://blog.teamjcurve.com/.md).