이런 실험을 해보면 어떨까요? Gemini(제미나이)에게 "우리 회사의 향후 5년 동안 추진해야 할 중점 전략이 뭔지 알려줘"라고 질문해 보세요. 그리고 똑같은 질문을 ChatGPT나 클로드에게 해보세요. 아마도 '디지털 전환 가속화', '고객 경험 최적화', '지속 가능한 ESG 경영' 같은 말들이 '공통'으로 등장할 겁니다. 어디서 많이 보던 말 아닌가요? 여러분의 회사뿐만 아니라 경쟁사 혹은 다른 업계에서도 생존전략이라는 타이틀을 달고 나오는 것들 아닌가요?

AI가 우리 인간보다 더 창의적이고 객관적인 전략을 줄 것이라 기대한다면 적어도 아직은 그런 기대를 가져서는 안 된다는 걸 유념하세요. 최근 연구에 따르면 AI는 오히려 우리를 '트렌드의 늪'에 빠뜨리는 주범이 될 수 있으니까요.

연구자들은 제미나이나 ChatGPT 같은 언어 모델(LLM)들에게 기업의 전략적 조언을 구하는 실험을 했는데요, 소위 '트렌드 슬롭(Trendslop)'이라 불릴 만한 일반적이고 뻔한 유행어들이 나열되는 결과물을 얻었습니다. AI는 방대한 데이터를 학습하면서 가장 확률적으로 높은 답변, 그러니까 '가장 대중적인 답변'을 선택하도록 설계됐기 때문이죠. 각각의 기업이 가진 독특한 상황이나 조건, 혁신적인 아이디어들은 AI 입장에서는 '노이즈'로 취급되고 맙니다.

전략은 '적을 이기기 위한 방법'이고, 적을 이기려면 '적이 알지 못하도록 행동'해야 합니다. AI가 제시하는 전략은 이런 측면에서 볼 때 '말만 전략이지, 전혀 전략적이지 않은 전략'입니다. 남들과 비슷해지도록 추천하는 걸 전략이라고 부를 수는 없지 않습니까? 차별화된 경쟁 우위를 잃고 시장의 평균치로 수렴한다면 경쟁 환경에서 결국 퇴고할 테니까요.

여러분의 기업이 드라마 같은 TV콘텐츠 제작업체라고 해보죠. AI에게 "어떤 콘텐츠를 제작해야 할까?"라고 물으면, AI는 현재 가장 유행하는 장르, 흥행이 보증된 배우 리스트를 조합해 주겠죠. 만약 이 제안을 따른다면 '케이팝 데몬 헌터스'나 '오징어 게임' 같은 파격적인 대박 콘텐츠에 투자하지 못할 겁니다. 막장 드라마 같은 양산형 콘텐츠 생산에 머무를 테니까요.

개인도 마찬가지입니다. 자기계발을 위해서 AI에게 "10년 후 살아남을 커리어 전략은 뭐야?"라고 묻는 직장인들이 요즘 많을 텐데요, 아마도 AI는 십중팔구 AI 리터러시, 관계 중심의 리더십 함양, 해결책보다 질문에 집중 등의 조언을 할 겁니다. 틀린 말은 아니지만 문제는 모든 이에게 이런 답을 제안한다는 데 있습니다. 남들이 다 하는 것을 똑같이 따라한다면 여러분의 역량은 대체 가능한 것이 되겠죠. AI의 조언은 어디까지만 조언일 뿐, 여러분의 고유한 강점과 연결시키지 못하면 '평균의 감옥'에 갇힐 겁니다.

AI를 전략의 초안을 이끌어내는 도구로 활용하되, 그 결과물을 결론으로 받아들이지 말고 오히려 그것을 '피해야 할 레드오션'이라고 가정해 보세요. 통찰은 AI가 준 답변의 반대편을 질문할 때 비로소 시작됩니다. "AI는 이렇게 말하는데, 우리가 가진 자원 중 이 논리와 정반대로 작동하는 것은 무엇인가?" 혹은 "AI가 간과하고 있는 우리 조직만의 특수한 문화적 맥락은 무엇인가?"를 집요하게 파고드는 질문을 던져야 합니다.

오늘은 AI의 답을 천천히 읽어보고 이렇게 말하는 연습을 해 보세요. "방금 네가 준 답변은 너무 일반적이야. 업계의 상식을 깨뜨리면서도 실행 가능한 독특한 대안 3가지만 다시 제시해." AI를 '현자'로 보지 말고 여러분과 치열하게 논쟁하는 '토론 상대'로 설정하기 바랍니다.  (끝)


*참고기사
https://hbr.org/2026/03/researchers-asked-llms-for-strategic-advice-they-got-trendslop-in-return

여러분에게 두 명의 팀장이 동일한 내용으로 프레젠테이션을 한다고 가정해 보세요. A 팀장은 차분한 목소리로 발언을 이어가는데요, 손은 공손하게 모은 채로 책상 아래에 두고 있습니다. 반면에 B 팀장은 "우리 팀의 업무 범위를 이만큼 넓히고"라고 같은 내용을 말하면서 양손을 바깥으로 크게 벌려서 시각적인 인상을 줍니다. 그리고 "이 하나의 분야로 역량을 집중해야 합니다"라고 말할 때는 양손을 중앙으로 힘차게 모으는 동작을 취합니다.

여러분이라면 어느 팀장의 말을 더 쉽게 이해하고, 누구를 더 신뢰하시겠습니까? 십중팔구 B 팀장에게 더 마음을 기울일 텐데요, 왜 그럴까요? 단순히 B 팀장이 더 열정적으로 보이기 때문일까요? 

많은 리더가 "전문가답게 보이려면 손을 많이 움직이지 말고 차분하게 말해야 한다"는 통념을 가지는데요, 하지만 와튼 스쿨(Wharton School)의 조나 버거(Jonah Berger) 교수 연구팀의 결과는 정반대를 권합니다. 버거는 손동작을 적절히 사용하는 화자가 그렇지 않은 화자보다 훨씬 유능하고 신뢰할 만하다고 조언합니다.

인지적 유창성(Cognitive Fluency)이란 말이 있는데요, 우리 뇌가 정보를 처리할 때 들어가는 에너지가 적을수록, 즉 '유창하게' 이해할수록 그 정보를 긍정적으로 받아들인다는 의미입니다. 언어라는 추상적인 정보를 손동작이라는 시각적 실체로 변환해줄 때 청중의 뇌는 훨씬 적은 노력으로 메시지를 완벽히 소화한다는 것이죠. 이 편안함이 발표자에 대한 신뢰로 이어집니다.

2008년에 스티브 잡스가 맥북 에어를 발표하던 장면을 기억합니까? 그는 "이 노트북은 얇습니다"라고 말하지 않았죠. 서류 봉투에서 제품을 꺼내는 퍼포먼스를 보이면서 엄지와 검지로 노트북의 모서리를 잡아 맥북 에어의 '얇음'을 시각적으로 고정시켰습니다. 이 동작은 청중에게 '얇다'라는 개념을 뇌에 즉각 각인시켰고 맥북 에어는 트렌드를 이끄는 제품 반열에 올랐죠.

여러분이 앞으로 무언가를 제안한다면 "기존의 복잡한 절차를 단축하겠습니다"라고 말하며 꼬여 있는 실타래를 푸는 듯한 손동작으로 취하거나, 단계를 하나하나 짚어주는 동작을 연출해 보세요. 그러면 상대방은 여러분의 제안이 '실행 가능하다'는 느낌을 훨씬 강하게 받을 겁니다.

어찌보면 설득은 '상대방의 머릿속에 내가 가진 그림을 그대로 복사해 넣는 과정'이라고 말할 수 있습니다. 여러분의 논리가 '2차원의 설계도'라면 적절한 손동작은 그 설계도를 '3D 모델링'이라고 할 수 있죠. 여러분의 손이 메시지를 제대로 그려내는지 연구해 보세요 아주 작은 손 동작만으로도 상대방은 여러분의 말을 20% 더 선명하게 기억할 것이고 여러분을 전문가라고 인식할 테니까요. 단, 손동작이 과도하거나 너무 잦으면 역효과가 나니 조심하기 바랍니다.(끝)


*참고논문
Cascio Rizzo, G. L., Berger, J., & Zhou, M. (2024). Talking with Your Hands: How Hand Gestures Influence Communication. Journal of Marketing Research, 00222437251385922.

리더가 새로운 프로젝트에 대한 아이디어를 팀원들에게 묻는 회의 시간. 여러분의 머릿속에서 번뜩이는, 아주 완벽하고 창의적인 해결책이 떠오릅니다. 여러분은 속으로 칭찬 받을 것을 기대하며 아이디어를 설명하는데요, 이상하게도 아무도 호응하지 않거나 화제를 돌리는 경험을 한 적이 있지 않나요? 회의 시간이 끝날 때 여러분은 아마도 '왜 나의 좋은 해결책을 제대로 듣기조차 하지 않는 거야!'라며 화가 날 겁니다.

훌륭한 아이디어일수록 호응을 많이 얻을 것이다, 좋은 아이디어를 자주 내는 사람은 큰 영향력을 발휘할 것이다, 라는 것을 상식처럼 알고 있을 텐데요, 아쉽게도 이는 상식이 아니라 착각에 가깝습니다. 사회심리학과 의사결정 과학의 연구에 따르면, 집단 속에서 '정답을 아는 것'이 곧바로 '영향력'으로 이어지지 않는다고 합니다. 오히려 크고 작은 저항을 일으킬 뿐이죠. 왜 그럴까요?

패스트컴퍼니닷컴(Fastcompany.com)의 기사에 따르면, 에고의 위협(Ego Threat) 때문이라고 하네요. 이 말은 '누군가가 문제를 빨리 해결하면 다른 동료들은 상대적으로 자신이 작아진 듯한 느낌을 갖는다'라는 뜻으로 해석됩니다. 아이디어가 나빠서 거부하는 게 아니라, 자신이 하나도 기여하지 않은 해결책을 강요받는 느낌이 들어서 방어적인 태도를 취한다는 것이죠.

둘째, 사람들은 논리보다 지름길(Shortcuts)을 선호하기 때문이라고 기사는 지적합니다. 여러분 상당수가 그렇겠지만, 바쁘고 지친 상태일 겁니다. 그러나 어떤 아이디어와 해결책의 논리와 근거를 따지기보다는 누가 자신감 있게 말하는지, 누가 목소리가 큰지(발언권이 큰지) 같은 인지적 지름길에 의존하려 하죠. 그래서 누군가가 파격적인 아이디어를 내면 뇌에 과부하를 느껴서 무의식적으로 그 아이디어를 밀어내려 합니다.

여기에서 여러분이 배워야 할 교훈은 무엇일까요? 첫째, 좋은 아이디어가 떠오른다고 해서 바로 발언해서는 안 됩니다. 동료들이 문제의 답답함을 충분히 느끼도록 내버려 주세요. 동료들의 이야기를 듣고 난 후에 그들의 발언과 여러분의 아이디어의 연결점을 언급하는 게 좋습니다. 그래야 동료들이 '나도 아이디어에 기여했다'라는 느낌을 갖게 되어 여러분의 아이디어에 적극 호응할 겁니다. 아이디어의 질보다는 아이디어 제시의 타이밍을 먼저 염두에 두세요.

둘째, 아이디어를 다 보여주지 말고 10~15%는 남겨둬야 합니다. "이 부분에서 제가 의아한 것은 이런 점인데요, 왜 그런지 모르겠습니다", "이걸 완벽하게 하려면 무엇이 더 필요할까요?"라고 질문함으로써 나머지를 동료들이 채울 수 있게 해야 한다는 것이죠. 아이디어 형성에 대해서 동료들이 일정 '지분'을 갖도록 하는 것이 협력을 이끌어내는 고도의 전략입니다.

당장 오늘 회의부터 이 두 가지를 실천해 보세요. 좋은 아이디어가 떠올라도 딱 5분만 늦게 말하고 동료들의 말을 경청하고, 여러분의 아이디어를 덜 숙성된 형태로 내놓으세요. 여러분이 리더이든 팔로워이든 간에, 이런 전략이 팀워크를 최상의 수준으로 끌어올릴 겁니다. (끝)


*참고기사
https://www.fastcompany.com/91503706/why-your-best-ideas-get-ignored-during-meetings

최첨단 기술을 가장 적극적으로 수용하던 건축 업계에서 최근 들어 다시 '연필과 종이'를 꺼내 드는 건축가들이 늘고 있다는 사실을 아시나요? 여러분도 알다시피, 미드저니(Midjourney) 같은 AI 렌더링 도구를 사용하면 단 몇 분 만에 벽돌의 질감과 창문에 비치는 햇빛의 각도, 심지어 건물 앞을 지나가는 사람들의 모습까지 완벽하게 구현된 조감도를 뽑아낼 수 있는데요, 그럼에도 왜 건축가들은 번거로운 손 스케치로 돌아가는 걸까요?

Inc.com의 기사에 따르면, AI가 만든 완벽하고 극사실적인 이미지는 초기 설계 단계에서 오히려 '독'이 된다고 합니다. 클라이언트에게 AI가 만들어낸 완벽한 실사 이미지를 보여주면 그들은 무의식적으로 "아, 건축가가 이미 모든 결정을 내렸고 설계가 다 끝났구나"라고 착각한다는 것이죠. "좋긴 한데, 이 공간의 용도를 이렇게 바꿔보면 어떨까요?" 같은 상상력을 발휘해 제안하기가 어렵다는 점! AI가 아이디어의 창발을 원천봉쇄하는 꼴이라니!

이런 한계를 경험한 건축가들 상당수가 의도적으로 불완전한 손도면(Hand-Drawn Sketches)을 클라이언트에 내민다고 합니다. 연필로 그린 흔들리는 선, 목탄의 거친 질감, 수채화의 번짐 같은 '불완전함'과 '여백'은 클라이언트에게 안도감을 준다고 해요. "아직 확정된 것이 아니니, 내 의견을 더해도 되겠구나"라는 심리적 여유를 주는 것이죠. 이처럼 거친 스케치는 과정(Process)에 집중하게 만들어 관계를 형성하지만 AI 렌더링은 결과물(Output)에만 집중하게 만든다는 점, 이것이 손 스케치가 다시 떠오르는 이유입니다.

이러한 현상은 기업의 일상적인 업무 환경에도 똑같이 적용됩니다. 기획의 초기 단계에서 여러분이 아이디어를 제안해야 하는 상황을 떠올려 보세요. AI의 도움을 받아서  완벽하게 세팅된 PPT를 들고 간다면 어떻게 될까요? 동료들은 아이디어의 본질에 의문을 던지기보다 겉모습의 화려함과 완벽함에 현혹되기 쉽습니다. AI가 창의성과 협업을 가로막는 원인이 되죠.

지난 경영일기에서도 언급했지만, 혁신은 질문을 던지고 합의를 만들어가는 약간은 지저분한 과정 속에서 생겨납니다. 진정한 협업의 가치는 완벽하게 포장된 결과물이 아니라, 듬성듬성 비어있는 미완성의 여백 속에서 숨을 쉬죠. 건축가들이 왜 AI를 멀리하고 손 스케치로 돌아왔는지, 그 이유를 새겨보기 바랍니다. (끝)


*참고기사
https://www.inc.com/fast-company-2/why-architects-are-ditching-ai-renders-for-hand-drawn-sketches-again/91315289

요즘들어 팀원들이 내놓은 보고서들은 놀라울 정도로 깔끔하고 논리적이라는 느낌이 들 겁니다. 왜 그럴까요? AI를 활용해 작성했기 때문이죠. 그러나 내용은 훌륭한데, 정작 "그래서 이 데이터가 우리에게 어떤 의미를 갖느냐"는 질문을 던지면 꿀 먹은 벙어리가 되는 모습을 자주 발견하지 않습니까? 겉은 그럴듯하지만 알맹이가 없는 듯한 '지식의 공동화' 현상. 이것이 지금 우리가 직면한 AI 시대의 그림자입니다.

흔히 지식이 더 자유롭고 쉽게 공유될수록 조직의 성과가 높아질 것이라 믿을 텐데요, 지식 공유가 마찰 없이(Frictionless) 너무 쉬워지면 오히려 지식 생산 자체가 중단된다는 사실을 아십니까?

워릭 경영대학원의 제르커 덴렐(Jerker Denrell)은 이를 이렇게 설명합니다. 만약 누군가 고생해서 만든 지식을 아무런 노력 없이 그대로 복사해 쓸 수 있다면, 사람들은 스스로 지식을 생산하기보다는 남이 만든 것이나 AI가 제시한 것을 기다리는 '무임승차(Free-riding)'를 선택한다고 말이죠. 

이렇게 되면 조직 전체의 지식 수준은 각자가 각개전투로 공부할 때보다 나아지지 않거나, 오히려 퇴보하는 상황에 직면합니다. 챗GPT, Gemini와 같은 도구에 과도하게 의존하는 것은 미래 지식의 공급원을 스스로 차단하는 행위다 될 수 있습니다.

왜 그럴까요? 혹시 AI가 '집단지성'의 결정체라고 여깁니까? 그렇지 않습니다. 사실 AI의 작동 원리는 '가장 확률이 높은 다음 단어'를 선택하는 것입니다. 즉, AI는 철저하게 '평균'을 지향하죠. 수많은 데이터를 학습한 AI는 가장 보편적이고 안전한 답을 내놓는 데 최적화되어 있습니다.

창의적인 문제 해결 과정에서 AI에 지나치게 의존하면 첫째, AI가 제시하는 비슷한 논리 구조로 사고가 모이게 됩니다. 조직 내의 '다양성'이 사라져 버리죠. 둘째, AI가 그럴듯한 논리로 결과를 내놓으면 인간은 그 논리적 허점을 파고들기보다 그저 수정하는 수준에 머뭅니다. 근본적인 이유, '왜?'라는 질문을 하지 않죠.

그렇다면 어떻게 해야 할까요? AI를 폐기하고 아날로그 시대로 돌아가야 할까요? AI를 정답지가 아니라 내 사고의 한계를 부수는 자극제로 활용해야 합니다. AI가 제시하는 답을 무작정 따르기보다 "AI가 어디까지 확장해서 답을 냈는지"에 주목해야 하죠.

예를 들어 "이 세탁기를 효과적으로 광고할 문구(카피)를 뽑아줘"라고 AI에게 질문했다고 가정해 보죠. AI가 제시한 여러 후보들 중에 마음에 드는 하나를 고르려고 하지 마세요. 사람들이 광고 문구를 짜낼 때는 세탁기를 주로 사용하는 사람(주부, 1인가구 등)을 타겟으로 하는데 만약에 AI가 세탁물을 소비하는 사람(가족 구성원들)의 입장에서 광고 문구를 냈다면 "아, 우리가 그런 입장으로 카피를 만들어 본 적이 없구나!"라고 깨달아야 합니다. 이것이 AI를 창의적으로 활용하기 위한 태도입니다.

말은 쉽지만 이런 태도가 저절로 생기지는 않습니다. 덴렐은 '흡수 역량'을 길러야 한다고 조언합니다. 흡수 역량이란 타인의 지식을 이해하고 활용하기 위해 사전에 갖추어야 할 기본 지식을 의미합니다. 예를 들어, AI가 짠 고급 프로그래밍 코드를 받더라도 내가 코딩의 기초를 모르면 그 코드를 내 업무에 맞게 수정하거나 응용할 수 없겠죠. '내가 먼저 충분히 공부해야 AI의 답을 창의적인 방향으로 활용할 수 있다'라는 점을 인지해야 합니다.

혁신은 '가장 확률 높은 평균값'을 내놓는 AI의 결과물이 아니라, AI가 내놓은 답의 허점을 찾아내거나 그 답을 기초삼아 새로운 관점과 아이디어를 획득할 수 있는 '흡수 역량'에서 비롯됩니다. 기초지식과 경험이 없는 상태에서 AI 지식을 쌓아올리는 것은 그저 언젠가는 무너질 모래성입니다.


*참고논문
Denrell, J., Luukkonen, J., Chater, N., & Liu, C. (2026). The Need For Absorptive Capacity Alleviates the Free-Rider Problem in Knowledge Production. Available at SSRN 6093866.