거버넌스 엔지니어링의 세 가지 길...Build·Buy·Borrow
엔터프라이즈는 지난 30년간 '핵심이 아닌 모든 행위'를 바깥으로 밀어내 왔다. IT 개발은 SI 외주사로, 제조는 OEM과 위탁생산으로, 운영은 위탁운영사로, 고객 응대는 BPO로 흘러 나갔다. 외주화는 한 가지 단순한 원리로 움직였다. '핵심이 아닌 것을 안에서 운영할수록 비싸진다'는 원리다. 같은 전문성을 외부에서 더 싸게 살 수 있는 시장이 형성되는 순간, 그것을 내부에 보유하는 것은 비합리가 된다. SI 외주사가 산업 전반의 구축 노하우를 축적하고 OEM 제조사가 전 세계 공정 데이터를 모으는 동안 어떤 기업도 자기 인력만으로 그 깊이와 폭을 따라갈 수 없게 됐다. 외주화는 의지의 결과가 아니라 합리화의 결과였다. AI 시대는 이 원리가 더욱 강력해진다. 결정의 종류는 늘어나고 중요하지 않은 결정의 비율은 점점 커진다. 1년에 두 번 필요한 결정을 위해 안목 있는 사람을 1년 내내 고용하는 일은 점점 정당화되기 어려워진다. 어제는 안에서 처리하던 결정이 오늘은 외부에서 더 적합한 안목으로 받아내는 게 합리적인 결정이 된다. 결정의 다양성이 한 사람의 폭을 넘고 한 회사의 채용 능력을 넘는다. 30년 동안 핵심의 경계를 끊임 없이 안쪽으로 밀어붙였던 그 원리, 즉 중요하지 않은 모든 것을 외부로 밀어냈던 외주화의 원리가 이번에는 의사결정의 영역 안으로 들어와 같은 일을 반복하게 된 셈이다. 지난 칼럼에서 언급했던 '거버넌스 엔지니어링'의 진짜 정체가 여기서 드러난다. 거버넌스 엔지니어링은 모든 결정을 안에서 설계하는 것이 아니라 어떤 결정을 안에 둘 것인지, 어떤 결정을 밖으로 보낼 지를 매번 다시 그리는 일이다. 그리고 밖으로 보낸 결정의 책임을 어떻게 분산하고 회수할지를 함께 설계하는 일이기도 하다. 선택지는 세가지다. 한국 비즈니스가 오랫동안 답습해왔던 'Build' - 회사의 정체성과 직결되는 핵심 결정은 안에서 키운다. 'Buy' - 핵심에 가깝지만 빠른 충원이 필요한 자리는 사 온다. 'Borrow' - 그 외의 모든 결정은 외부 시장에서 빌려 온다. 외주화가 가속될수록 세 갈래의 무게중심은 마지막 항목으로 옮겨간다. 옛 30년의 외주화가 작업 단위로 일어났다면, 이번에는 결정 단위로 일어난다. 다만 AI 시대의 Borrow는 우리가 알던 기존의 의미와 다소 다르다. 기존에는 6개월 컨설팅, 자문역, 인력 파견처럼 시간 단위로 사람을 빌리는 것이었다면, AI 시대의 Borrow는 결정 단위로 안목을 빌리는 것을 의미한다. 한 가지 결정이 발생하는 그 순간 그 결정에 가장 적합한 안목을 가진 사람이 셀에 즉시 동원되고 결정이 끝나면 다음 결정으로 흘러 들어 간다. 우버 운전자도 컨설턴트도 아닌 그 사이의 새로운 형식이다. 이것은 사실 한때 우리가 잘 알았던 단어 '긱 이코노미'의 부활이다. 다만 방향이 정반대다. 우버와 도어대시가 만든 옛 긱은 책임을 노동자에게 떠넘기는 구조였다. 플랫폼이 매출을 가져가고 사고와 손실은 라이더가 짊어졌다. 새 긱은 그 방향을 뒤집는다. 조직이 안목을 빌리고 빌려 온 사람은 자기 안목의 무게만큼의 책임을 가지고 셀에 앉는다. 가장 낮은 입찰가가 아니라 가장 적합한 평판이 동원의 기준이 된다. 한때 불안정의 동의어였던 단어 '긱'이 AI 시대에는 분산된 책임의 인프라가 된다. 이런 긱이 작동하려면 세 가지가 함께 있어야 한다. 누가 어떤 결정에 어떤 안목을 가지고 있는지를 추적할 수 있는 평판 데이터. 결정이 발생한 즉시 적합한 사람을 셀로 모을 수 있는 동원 구조. 그리고 빌려 온 안목이 내린 결정의 책임이 어디로 귀속되는지를 명확히 하는 책임 매핑. 이 셋이 갖춰지는 순간 거버넌스의 외주화는 일상의 의사결정 차원에서 작동하게 된다. 다만 아무리 정교한 평판 시스템과 동원 구조가 갖춰져도 셀 안에서 최종적으로 결정을 감당하는 존재는 결국 사람이다. AI는 실행을 빠르게 만들고 시장은 필요한 사람을 빠르게 동원할 수 있게 만들지만, 그 실행을 어디서 멈추고 어떤 방향으로 보낼지는 여전히 사람의 안목에 달려 있다. 여기서 말하는 안목은 막연한 감각이 아니다. 안목은 세 가지 능력의 결합이다. 자신이 무엇을 알고 무엇을 모르는지, AI에게 무엇부터 물어야 하는지 정직하게 인식하는 메타인지가 첫번째다. 두번째는 AI의 답을 그대로 믿지 않고 전제와 리스크를 따져보는 비판적 사고다. 세번째는 의심을 통과한 뒤에도 어느 한 방향을 선택하고 책임질 수 있는 신념이다. AI가 실행을 대신하는 시대에 결국 거버넌스 엔지니어링의 마지막 질문은 '우리는 어떤 안목을 누구에게 맡길 것인가'로 수렴된다. 앞으로의 경쟁력은 더 많은 일을 더 빨리 처리하는 능력이 아니라 어떤 결정에 어떤 안목을 연결할 수 있느냐에 따라 갈릴 것이다.
