627 ／ 633
AI 전환의 70%가 실패하는 이유, 도구가 아니라 전략과 사람이다
“분위기상 안 할 수 없어서.” 이 말은 비단 기업의 AI 전환(AX) 현장에서만 들리는 이야기가 아니다. 나는 교육 현장에서 새로운 기술 도입을 추진하며, 이와 똑같은 맥락의 불안감과 의무감을 수없이 목격했다. 더 똑똑해진 챗봇, 우리 학교만의 거대언어모델(LLM) 학습, 그리고 교직원들이 신기해할 만한 기능별 에이전트 몇 개. 이것이 우리가 AI를 도입하는 궁극적 목표가 아니다. 진짜 질문은 “우리 조직이 무엇 때문에 아픈가?”이다.
도구 먼저? 문제 먼저! 70% 실패의 냉혹한 통계
많은 조직이 인공지능(AI)을 도입할 때 치명적인 오류를 저지른다. 나 역시 현장에서 부딪히며 배운 교훈이다. 이들은 AI를 “반드시 해야만 하는 일”로 여긴다. 명확한 목표 없이 그저 “무엇이라도 보여줘야 한다”는 압박감에 시달린다. 그 결과, 챗봇이나 특정 기능 에이전트를 개발하는 데 매달리지만, 정작 조직의 고질적인 문제점은 해결하지 못한다.
스탠퍼드대 베넘 타브리치 교수는 디지털 전환을 시도한 기업의 70%가 목표 달성에 실패했다고 지적한다. 원인은 기술의 성능이 아니다. 그들은 비즈니스 전략과 문제 정의가 부재한 채 기술 그 자체에만 매달렸다. 이는 ‘도구 중심적 사고의 오류’다. 기술은 가능성을 제공할 뿐이다. 만약 학교의 일하는 방식이 이미 어긋나 있다면, AI는 그 어긋남을 더 빠르고 크게 증폭시킬 뿐이다. 한 기업이 사내 규정 챗봇을 다섯 달째 다듬었지만, 실제 문제는 부서마다 같은 자료를 세 번씩 반복해서 만드는 일이었다는 사례는 이를 명확히 보여준다. 우리는 좋은 칼을 샀지만, 무엇을 요리할지는 정하지 않은 셈이다.
핵심은 ‘무엇’인가, 3년 뒤 교육의 승리 전략 정의
AI 전환은 도구 선택 이전에 3년 뒤 우리가 무엇으로 이길 것인지를 명확히 정의하는 일이다. 우리가 목표하는 것이 학습 속도 향상인지, 행정 원가 절감인지, 아니면 학생과 학부모의 교육 경험 개선인지에 따라 어떤 AI를 어디에 쓸지가 결정된다. AI 전환은 광범위한 교육 전략에 의해 주도되어야 마땅하다.
외부의 정답은 없다, 현장 교사의 지혜가 핵심이다
AI 전환을 위한 일률적인 모범 사례는 존재하지 않는다. 학교는 흔히 외부 컨설턴트의 일반화된 가이드라인에 의존하지만, 이는 위험한 발상이다. 교실과 학교 행정 현장에서 무엇이 작동하고 무엇이 실패하는지, 그리고 우리 학교만의 고유한 데이터 온톨로지가 어떻게 엮여 있는지를 가장 깊이 이해하는 존재는 바로 내부 직원들, 즉 교사들이다. 이들의 지식과 경험이 간과될 때, 아무리 뛰어난 AI라도 학교의 생산성을 실질적으로 높이지 못한다. 이 사실을 우리는 간과해서는 안 된다.
사용자 경험에 집중하라, 학생과 학부모의 목소리
AI 전환의 궁극적 목적이 학생과 학부모의 교육 만족도 향상이라면, 이들의 심층적인 의견을 청취하는 진단 단계가 반드시 선행되어야 한다. 우리는 거창한 단일 AI 앱이 모든 문제를 한 번에 해결해주리라 기대하지 않는다. 오히려 학생의 학습 주기 전반, 학부모와의 소통 등 다양한 접점에서 작고 세밀한 변화를 만들어내는 것이 훨씬 중요하다. 예를 들어, 한 교사가 수업 중 개별 학생에게 맞는 학습 자료를 AI로 빠르게 추천하고, 이 과정에서 학생의 피드백을 즉각 반영하는 작은 시도가 더 큰 가치를 창출한다.
두려움을 직시하고 함께 나아가기, 교사의 성장 기회
AI가 자신의 자리를 대체할지도 모른다는 교직원들의 두려움은 매우 현실적이다. 우리는 이 두려움을 직시하고 보듬어야 한다. 리더는 AI 전환이 교직원들의 전문성을 미래 교육 시장에 맞게 업그레이드할 기회임을 명확히 인지시켜야 한다. AI를 그들이 원래 잘하던 것을 ‘더 잘하게’ 돕는 도구로 프레이밍하는 것이 중요하다. 교사 스스로가 AI를 활용하여 교육 과정을 통제하는 제어자로서의 지위를 공고히 하도록 이끄는 것이 리더십의 역할이다.
민첩하게 실험하고 빠르게 학습하기, 작은 성공에서 큰 변화로
전사적인 시스템을 한 번에 바꾸려 들면 실패할 확률이 높다. 대신 작은 문제를 정의하고 빠르게 실험하는 구조를 갖춰야 한다. 성공하면 넓히고, 실패하면 고치면 된다. 이 과정에는 정보 기술(IT) 전문가, 현업 교사, 그리고 학생과 학부모의 관점을 아는 사람들이 함께 들어와야 한다. AI 전환의 핵심은 완벽한 계획을 만드는 것이 아니라, 학교 조직이 배우는 속도를 높이는 데 있다. 학습은 경험에서 나온다.
우리가 AI 전환을 효과적으로 이끌기 위해 기억해야 할 다섯 가지 원칙을 다음 표에 정리한다.
| 원칙 | 설명 | 교육 현장 적용 |
|---|---|---|
| 3년 뒤 핵심역량 수립 | 도구 선택 전, 조직이 무엇으로 이길지 정의한다. (속도, 원가, 고객 경험) | AI 도입 전, 3년 뒤 학교가 추구할 핵심 학습 목표나 교수 방식 혁신을 명확히 설정한다. |
| 직원 주도 | 외부 컨설턴트보다 내부 직원이 일상 업무와 데이터 온톨로지를 가장 잘 이해한다. | 교사들이 AI 도입의 주체가 되며, 외부 솔루션보다 현장 교사의 요구를 우선시한다. |
| 고객 심층 의견 청취 | AI 전환의 목적은 고객 만족도 향상이며, 이는 고객 의견 청취에서 시작한다. | 학생 및 학부모의 학습 경험과 소통 방식에 대한 심층 의견을 듣고 AI 계획에 반영한다. |
| 직원 두려움 보듬기 | AI가 직원의 전문성을 업그레이드할 기회임을 인지시키고 통제권을 부여한다. | AI가 교사의 교수 전문성을 강화하고 업무 부담을 줄이는 도구임을 명확히 제시하고 교육한다. |
| 작게 만들어 빠르게 실험 | 전사 시스템 대신 작은 문제부터 실험하고, 성공하면 확장하고 실패하면 개선한다. | 교과별, 학년별 소규모 AI 시범 수업을 진행하고, 결과에 따라 빠르게 수정·보완하는 민첩한 접근 방식을 채택한다. |
위 표에서 보듯이, 이 다섯 가지 원칙 중 모델의 성능에 관한 항목은 단 하나도 없다. 모든 원칙은 사람과 일하는 방식에 관한 것이다.
총체적 AI 전환의 진정한 의미, 결국 사람과 일하는 방식의 변화
우리는 기술을 먼저 찾는 회사보다 바꿔야 할 문제를 먼저 찾는 회사가 AI를 잘 쓰게 됨을 안다. 교육 현장도 마찬가지다. 생성형 AI를 교실에 도입하기 전에, 우리는 먼저 “이 기술이 우리 학생들의 어떤 학습 어려움을 해결하는가?”, “교사의 어떤 반복적인 행정 업무를 줄이는가?”를 물어야 한다. AI는 도구일 뿐, 그것이 가져올 변화는 결국 인간의 의지와 전략에 달렸다.
비판적 낙관주의의 관점에서, AI의 잠재력은 엄청나다. 하지만 그 잠재력은 학교 구성원들이 심리적 안전감을 느끼며 새로운 도구를 실험하고, 실패를 통해 학습하는 문화적 토대 위에서만 꽃핀다. 동료 교사들과 점심시간 10분, 또는 학년 메신저에 남기는 한 줄짜리 후기조차도, AI 활용의 모호한 지점들을 함께 들여다보고 해결책을 찾는 데 결정적인 역할을 한다. 이는 거창한 워크숍보다 훨씬 실질적이다.
그래서 우리는 무엇부터 시작해야 하는가? 오늘 당장, 당신의 교실에서 AI가 해결할 수 있다고 ‘의심되는’ 가장 작고 반복적인 문제 하나를 정의해보라. 그리고 그 문제를 해결하기 위한 AI 도구의 가설을 세우고, 단 일주일이라도 작게 실험해보라.