AX를 설명하는 자리에 앉으면 첫 질문은 거의 항상 같다. “그래서 ROI가 얼마인가.”
몇 년째 그 질문에 답해왔는데, 정작 조직 단위로 AX를 밀어붙일 때 나를 붙잡은 건 계산기가 아니었다. 개개인을 이해시키고 동참시키는 일. 병목은 늘 거기 있었다.
복제되지 않는 것은 하나뿐이다
2026년 5월 Jaya Gupta가 쓴 “The next biggest moat in AI”를 읽으면서 그 간극이 정리됐다. 논지는 단순하다.
- AI 업계에서 제품·워크플로·기술 우위는 빠르게 수렴한다. 모델이 좋아지고 인터페이스가 비슷해지면 눈에 보이는 부분은 전부 모방 가능해진다.
- 복제되지 않는 것은 그 아래의 제도(institution)다 — 누구에게 어떤 권한을 주고, 판단을 어디에 집중시키고, 그것을 시간에 걸쳐 복리로 쌓는 방식.
OpenAI는 학계도 기업 연구소도 전통 소프트웨어 회사도 아닌 형태를 만들어 새로운 종류의 연구자를 가능하게 했고, Palantir는 다른 곳이라면 낮은 지위였을 업무 — 고객 옆에 앉아 제도적 혼란을 흡수하는 일 — 를 FDE라는 조직으로 만들었다.
도구는 같고 조직은 다르다
Claude Code를 만든 Boris도 최근 비슷한 말을 했다. 기술은 모든 개발자에게 동일하게 제공되고, 실질적인 리드는 팀 내 프로세스와 조직 문화를 바꾼 지점에서 나온다는 것.
이 말이 내 경험과 맞아떨어진다. 같은 모델, 같은 도구를 누구나 쓸 수 있게 된 시점에서 남는 차이는 “그 도구를 쥔 사람에게 무엇이 허용되어 있는가”뿐이다. AX 도입이 기술 프로젝트가 아니라 조직 프로젝트인 이유다.
반대 논리도 있다. “기업이란 게 수익에서 조직이 나오는 거지, 조직에서 수익이 나오는 게 아니다.” 조직 문화란 결국 성공케이스를 나중에 설명할 떄 사용하기도 한다.
나는 두 쪽 모두 일리가 있다고 생각한다.
현실적인 고민
얼마 전 본 유튜브 영상이 있다. AX 도입을 앞장서서 이끌고, 조직을 바꾸고, 직원들의 호응을 얻어 팀을 한 단계 성장시킨 여성이 있었다. 그리고 그 뒤에 이어진 것은 회사 리더쉽의 이제 불필요하다고 판단된 인원의 정리해고였다. 그녀는 큰 충격을 받았다.
내가 하고 있는 일이 정확히 그 앞부분이다. 생산성을 올리고 조직을 성장시키는 일. 그런데 그 성공이 누군가를 덜 필요한 사람으로 만드는 근거가 된다면, 그것을 좋은 결과라고 부를 수 있겠나.
조직을 해자로 만드는 일과, 그 해자가 사람을 덜 필요하게 만드는 일이 같은 작업의 앞뒷면일 수 있다. 이 질문에 대한 답은 아직 갖고 있지 않다. 지금은 그 두 면을 동시에 보고 있다는 것만 안다.
In English — The Bottleneck in AI Transformation Was Never ROI
Whenever the author presents on AI transformation, the first question is always about ROI — yet in practice, the real bottleneck in driving AX at an organizational scale has never been the arithmetic. It has been getting individual people to understand and join. Reading Jaya Gupta’s May 2026 essay “The next biggest moat in AI” clarified the gap: as products, workflows, and technical advantages converge and become replicable across the AI industry, the one thing that cannot be copied is the institution beneath them — how authority is distributed, where judgment is concentrated, and how that compounds over time. Great companies, on this view, are organizational inventions that let a particular kind of person finally become themselves, as OpenAI did for a new kind of researcher and Palantir did by elevating customer-facing work others treated as low status. Boris, who built Claude Code, has made a parallel point: the technology is available equally to every developer, and the real lead comes from changing team processes and culture. The author accepts this only partway, noting a counterargument that revenue produces organization rather than the reverse, and treats the unresolved tension as the honest state of the question. The piece closes on a harder one: if leading an AI transformation successfully makes some colleagues redundant, the author does not yet know whether that counts as a good outcome.