Seagate Technology는 사무직 직원 8,000명 가운데 7,000명 이상에게 AI 교육을 마쳤지만, AI agent(사람의 지시를 받아 스스로 작업을 수행하는 AI 소프트웨어)를 조직도에 올리지 않기로 했습니다. agent를 다루는 직원에게 '관리자' 직함이나 그에 따른 보수를 주지도 않습니다. 이 회사의 인사·시설 총괄 임원(EVP, Chief People and Places Officer) Patricia Frost는 미 육군에서 32년을 복무하고 소장(two-star Major General)으로 전역한 인물입니다. 그가 이끄는 AI 도입 전략은 기술은 사람을 대체하는 것이 아니라 증폭한다는 원칙 위에서 사람의 리더십과 소프트웨어 자동화를 분명히 구분합니다. 전체 직원 3만 명, 그중 2만 2,000명이 제조 현장에서 일하는 하드디스크 제조 기업이 내린 판단이라는 점에서 다른 기업에도 참고가 될 만합니다.

사람 중심 리더십이라는 출발점

Frost는 5대에 걸쳐 군인, 간호사, 교사로 공직에 몸담은 집안에서 자랐고, 군 정보 장교로 시작해 마지막 5년은 사이버 방어와 작전을 맡았습니다. 신호 정보, 영상 정보, 종합 정보 분석을 거쳐 사이버라는 새 영역으로 옮겨 간 경험에서 그는 한 가지 관리 철학을 얻었다고 설명합니다. 사람을 직함으로 판단하지 말고, 그 아래에 있는 역량과 배울 수 있는 잠재력을 보라는 것입니다. 군은 사람을 좁은 경계 밖으로 밀어내고 새 영역으로 옮겨 갈 훈련을 제공하는 데 능하다는 것이 그의 평가입니다.

해군이나 공군이 함정과 항공기 같은 플랫폼을 중심으로 움직이는 것과 달리, 육군은 사람을 움직이고 동기를 부여하고 지원하는 일이 핵심이라고 Frost는 말합니다. 이 관점이 기업에서도 그대로 이어집니다. 기술이 아무리 바뀌어도 사람이 중심에 있어야 하고, AI는 사람의 능력을 보강하는 도구여야 한다는 것입니다.

3만 명 기업에서 7,000명을 가르친 방법

Seagate의 AI 도입은 모든 사무직 직원에게 AI 도구 접근권과 기초 교육을 제공한다는 '민주화' 원칙에서 출발했습니다. 운영 구조는 다음과 같습니다.

구성 규모 역할
사업 부문 리더 35명 각 기능 조직의 AI 도입을 책임
자원 AI champion 400명 이상 동료에게 사용법과 활용 사례를 전파
교육 이수 사무직 7,000명 이상 사무직 8,000명의 대부분

교육을 습관으로 만들기 위해 회의 없는 금요일('No Staff Meeting Fridays')을 학습 시간으로 비워 두었고, 'AI and Coffee'라는 비공식 모임에서 효과적인 prompt(AI에 내리는 지시문) 작성법과 업무 단축 사례, 실제 결과를 공유하게 했습니다. Frost는 초기 생성형 모델이 정교한 문구를 요구했던 것과 달리 요즘 도구는 폭넓은 맥락 지시를 이해한다고 덧붙입니다. 그래도 사람의 명확한 감독이 필요하다는 점은 변하지 않는다는 것이 그의 입장입니다.

개인 생산성에서 업무 흐름 재설계로

여러 부서 자료를 AI가 모아 정리하고 사람이 검토한 뒤 경영진에 전달하는 흐름

▲ 사람 검토를 거치는 보고서 자동화

Frost는 기초 활용 능력을 익히는 단계를 지나면 '업무 흐름 혁신 교육(workflow innovation training)'으로 넘어가야 비로소 기업 가치가 나온다고 설명합니다. 개별 작업 자동화로 몇 분을 아끼는 것만으로는 진짜 가치가 실현되지 않는다는 것입니다.

이 교육은 직원이 각자 컴퓨터에서 자기 속도로 진행하는 온라인 워크숍 형태입니다. 핵심 질문은 하나입니다. 당신의 가장 큰 마찰 지점은 무엇입니까. 시간을 많이 잡아먹는 반복적인 행정 업무를 스스로 찾아내게 한 뒤, 그 일을 자동화하되 결정을 내리는 사람은 여전히 흐름 안에 남아 있어야 한다는 점을 가르칩니다.

Frost 자신의 사례가 있습니다. 정기적으로 경영진에게 보내는 보고서를 만들 때 여러 사람과 부서에서 온 자료를 일일이 복사해 붙여 넣어야 했습니다. 이제는 AI가 여러 기여자의 자료를 모아 정리하고, Frost가 편집과 검토를 거쳐 자기 이름으로 배포합니다. 자료 수집은 AI가 돕지만 최종 결과물의 저자와 책임자는 사람이라는 구조입니다.

개인 차원의 마찰 지점이 드러나면, 그다음은 AI champion이나 기술 팀과 함께 HR, 재무 등 부서 사이를 오가는 복잡한 데이터 인계 과정을 다시 설계하는 단계로 넘어갑니다. Frost는 이런 부서 간 흐름이 명확한 기능별 소유권 없이는 매우 복잡하고 지저분해질 수 있다고 경고합니다.

위에서 내려오는 로드맵과 아래에서 올라오는 실험

상향식 교육만으로는 부족하다는 판단에서 5월 고위 경영진 회의(SVP 이상)에서 하향식 지시가 더해졌습니다. CEO는 모든 임원 조직에 AI 자동화 대상이 될 전사 차원의 핵심 업무 흐름을 하나씩 찾아 발표하라고 지시했습니다. 경영진은 한정된 기술 자원을 놓고 각 부서의 마찰 지점을 평가해 연간 전사 업무 흐름 자동화 로드맵을 만들었습니다.

Frost는 하향식 정렬과 상향식 실험을 함께 묶는 것이 직원의 불안을 줄이고 AI가 일자리를 없애려는 것이라는 두려움을 걷어 낸다고 설명합니다. 그는 직원들에게 AI를 소소한 개인 생산성 도구로만 보지 말고 자기 역할을 적극적으로 다시 정의하라고 반복해서 주문합니다.

AI agent는 조직도에 올리지 않는다

Seagate는 AI agent를 조직도에 넣지 않습니다. CEO와 Frost가 공유하는 원칙입니다. 근거는 분명합니다. AI는 하드디스크를 물리적으로 만들 수 없고, Seagate 제조의 근간인 공학적 복잡성을 헤쳐 나갈 수도 없습니다. 임원 아래에 '엔지니어(사람)'와 'AI agent'를 나란히 두고 같은 중요도로 볼 수 있느냐는 물음에 Seagate의 답은 "아직 아니다"입니다.

관리자 직함을 주지 않는 이유

agent를 운영하는 법을 익힌 직원이 'agent 매니저' 같은 직함이나 급여 인상을 요구하는 경우가 기업 현장에서 나타나고 있습니다. AI 도구 활용을 기본 업무로 보는 회사가 있는가 하면, 직원들로부터 'agent 매니저' 직함 요구를 받고 있는 회사도 있습니다. Frost는 prompt를 쓰거나 도구를 다루는 사람을 사람 관리자(people manager)로 보상하지 않겠다고 밝힙니다. 소프트웨어의 매개변수를 관리하는 일에는 제조 현장 직원을 이끌 때 필요한 감정적, 대인적, 운영적 복잡성이 없기 때문입니다.

결정적인 차이는 되돌리기의 비용입니다. 디지털 agent는 그 자리에서 지워도 아무 결과가 따르지 않지만, 사람으로 이뤄진 조직을 재편하는 일에는 깊은 조직적, 개인적 결과가 따릅니다. 사람은 그렇게 빨리 내보낼 수 없다는 것이 Frost의 말입니다. 그는 HR 안에 'AI agent 개발자' 같은 전담 직함을 서둘러 만드는 것도 경계합니다. 본격적인 agent 개발은 IT의 몫이며, HR 직원에게 필요한 것은 기본적인 자동화 흐름을 설계할 수 있는 기초적 기술 이해라는 것입니다. 다만 공식적인 'agent 매니저' 직함을 둘지는 아직 결론을 내리지 않았고, 그보다 넓은 직무 설계에 집중하고 있다고 말합니다.

agent는 누가 책임지나

조직도 대신 Seagate가 택한 것은 IT가 운영하는 중앙 Agent Management System입니다. 모든 agent에는 지정된 사람 소유자가 붙습니다. 소유자는 agent가 제대로 작동하는지 감사하고, 안전장치(guardrail)를 지키게 하며, 더는 쓸모없거나 정확하지 않은 agent는 연중 수시로 폐기합니다.

그 위에 책임 원칙이 있습니다. 직원과 리더 모두가 산출물에 책임을 지고 소유하며, 잘못을 agent 탓으로 돌릴 수 없다는 것입니다. 이사회도 규제 당국도 AI agent에 책임을 묻지 않습니다. agent가 오작동하거나 부적절하게 행동하면 책임은 그 기능을 맡은 사람 리더에게 돌아갑니다. 조직도는 법적, 재무적, 관리적 책임을 지는 사람을 위한 것이고, 수시로 생겼다 사라지는 소프트웨어를 거기 넣으면 조직 개편 때마다 혼란만 커진다는 것이 이 접근의 논리입니다. 복잡한 부서 간 agent 시스템은 중앙 IT가 설계하더라도, 결과를 검증하고 승인하는 최종 책임은 사업 리더에게 있다고 Frost는 강조합니다.

agent와 일하는 수준을 다섯 단계로 나누어 보는 틀도 있습니다. 1단계 '사용자'(도구를 쓴다), 2단계 '위임자'(개별 작업을 agent에 맡기고 결과를 검토한다), 그 위 관리 계층에 해당하는 3단계 '감독자'(기준을 세우고 결과에 책임진다), 4단계 '오케스트레이터'(여러 agent로 이뤄진 체계를 설계한다), 5단계 'agent 리더'(부서 전반에서 사람과 agent의 역할 배분을 전략적으로 조율한다)입니다. 이 틀은 어디까지가 도구 사용이고 어디부터가 책임을 지는 관리인지 선을 긋는 데 쓸 수 있습니다. Frost는 이 틀의 유용성을 인정하면서도, 어느 단계든 사람이 검증 책임을 진다는 점을 다시 못 박습니다.

'AI 전환' 대신 '사람 증폭'

직무 열 블록 중 하나를 자동화로 떼어 내고 남은 여력을 성장 경로로 돌리는 모습

▲ 직무 설계와 여력 확보

Frost는 'AI 전환(AI transformation)'이라는 말을 싫어한다고 솔직히 밝힙니다. 너무 남용되어 사람에게 힘을 실어 준다는 본래 목적을 흐린다는 것입니다. 대신 Seagate는 이 작업을 '사람 증폭(human amplification)'이라 부릅니다. 기술이 어떻게 사람의 생산성과 일터 경험을 높일 수 있는지를 살피는 프로젝트라는 뜻입니다.

구체적으로는 전사 직무·인력 설계(job architecture) 프로젝트입니다. 수년간 체계적으로 검토되지 않은 역할들을 과제, 기술, 역량 단위로 분해합니다. 독일 인재 분석 기업 Cobrainer와 협력해 웹에서 수집한 글로벌 노동·시장 데이터를 바탕으로, 각 역할의 과제 가운데 지금 AI나 현대 기술로 자동화할 수 있는 비율을 산정합니다.

예를 들어 어떤 역할의 10%가 자동화 가능하다고 나오면, 관리자는 직원에게 그 과제를 자동화하도록 안내하고, 풀려난 10%의 여력을 성장 지향적 업무로 돌리게 할 수 있습니다. Frost가 강조하는 것은 역할이 사라져도 사람이 사라지는 것은 아니라는 점입니다. 목표는 숙련된 인재를 인접하거나 새로 생기는 자리로 옮기는 것입니다. 이미 조직 문화와 사업에 익숙해지는 데 많은 투자를 한 직원을 내보내는 것보다 재교육해 유지하는 편이 훨씬 효과적이라는 판단입니다.

직무 설계란 무엇인가

Frost는 직무 설계를 모든 역할에 대한 확장되고 표준화된 이력서에 비유합니다. 다음 요소가 담깁니다.

  • 그 직위가 조직 위계 어디에 있는지
  • 주요 책임과 그 직위가 만들어진 핵심 과제
  • 역할에 필요한 명시적 기술(보통 10~15개)
  • 단계별 숙련 기준, 예를 들어 P1 엔지니어와 P2 엔지니어를 가르는 역량

약 3만 개 직무에 걸쳐 기술과 역량을 정리하면 기술직과 비기술직 모두에 투명한 승진 경로가 생깁니다. 초기 기준선을 100% 구축한 뒤에는 HR 비즈니스 파트너와 현장 관리자가 살아 있는 문서로 계속 관리합니다. 조직이 바뀌면 직무군과 역할을 조정하고, 일부 오래된 과제나 역할은 변형되거나 사라질 것을 인정합니다. Seagate는 이 전사 직무 설계를 9개월 안에 마치겠다는 목표를 세웠습니다.

AI의 첫째 원칙, 데이터는 깨끗한가

Frost는 이 직무 설계가 전사 SAP 도입의 핵심 데이터 기반이라고 말합니다. SAP든 Workday든 Oracle이든 UKG든, 경력 경로와 학습 프로필 같은 모든 하위 모듈은 정확한 기술·직무 구조 위에서 돌아갑니다. AI 도구는 그 위에 얹히는 것입니다. 데이터가 깨끗하지 않고 기반이 탄탄하지 않은 상태에서 AI를 도입하면 효과가 흔들린다는 것이 '첫째 원칙'입니다.

최종 목표는 경력 개발 대화의 마찰을 없애는 것입니다. 관리자들은 명확한 데이터가 없으면 개발 면담을 두려워하기 마련입니다. 공유된 데이터가 있으면 관리자와 직원이 1대1 면담에서 같은 근거를 놓고 성과와 성장을 이야기할 수 있습니다.

사람은 여전히 가장 약한 고리

사이버 보안에서도 Frost의 결론은 사람으로 돌아옵니다. 보안 사고는 일어날지가 아니라 언제 일어날지의 문제이고, 사람은 언제나 가장 약한 고리였으며 그 사실은 바뀐 적이 없다는 것입니다. 그래서 준비 태세는 효과적인 직원 교육, 실수는 불가피하다는 조직적 이해, 그리고 사고를 즉시 보고해도 불이익이 없는 문화에 달려 있다고 봅니다.

AI는 채용에도 새 위험을 가져왔습니다. 꾸며 낸 이력서와 합성된 지원자 신원이 늘었고, 한 지원자가 AI 도구로 같은 공고에 키워드만 바꾼 이력서를 반복 제출해 지원자 추적 시스템의 필터를 속이는 일도 벌어집니다. 2028년이면 기업이 받는 지원자 다섯 명 중 한 명이 가짜일 것이라는 업계 전망도 나옵니다. Seagate의 대응은 두 가지입니다. 밀려드는 이력서는 AI가 1차 분류하되, 문화 적합성은 알고리즘이 판단할 수 없으므로 사람 채용 담당자와 면접관이 반드시 개입합니다. 그리고 정식 입사 전 마지막 단계로 직접 방문을 의무화해 지원자가 실존 인물인지 확인합니다. 성과 평가, 민감한 면담, 신규 입사자 적응처럼 사람을 다루는 핵심 기능은 근본적으로 사람이 맡아야 한다는 원칙의 연장선입니다.

Frost는 2년 전 생성형 AI가 등장하며 HR 부서가 쓸모없어질 것이라던 예측에도 회의적입니다. 일터의 사람은 본질적으로 복잡하고 어수선하고 감정적이어서, 그 역학을 다루는 HR은 계속 필요하다는 것입니다. Seagate가 해마다 고성과 중간 관리자 35명을 뽑아 1년간 전 세계 제조 거점을 돌게 하는 Leadership Velocity Program도 같은 맥락입니다. 올해 첫 기수는 싱가포르 공장을 찾아 부사장급 임원들과 직접 교류했습니다. 수직 통합 제조 기업에 흔한 부서 간 칸막이를 허물고, 엔지니어가 자기 역량이 다른 부서로 어떻게 이어지는지 보게 하는 것이 목적입니다.

정리: 사람의 리더십과 자동화를 나누는 선

Seagate 사례를 관통하는 것은 사람의 리더십과 소프트웨어 자동화를 분명히 구분한다는 설계 원칙입니다. 이 구분이 중요한 이유는, 필자가 보기에, AI agent가 늘어날수록 누가 책임지는가라는 질문이 흐려지기 쉽기 때문입니다. Seagate는 그 답을 조직도가 아닌 소유자 지정과 사람의 검증 책임으로 고정했습니다.

기업에서 AI 도입을 맡고 있다면 다음을 점검해 볼 수 있습니다.

  1. 기능별 리더와 자원 champion으로 이뤄진 전파 구조를 만들고, 회의 없는 학습 시간과 비공식 공유 모임으로 습관을 만듭니다.
  2. 직원 각자가 가장 큰 반복 업무를 찾아 자동화하되, 경영진에 보고되는 결과물 앞에는 반드시 사람의 검토 단계를 둡니다.
  3. 상향식 실험과 CEO 주도의 전사 업무 흐름 로드맵을 함께 운영합니다.
  4. AI agent는 조직도에 넣지 않고, IT가 관리하는 중앙 시스템에 사람 소유자를 등록하며, 오래된 agent는 주기적으로 폐기합니다.
  5. agent 운영 능력을 사람 관리와 혼동하지 않고, 직함과 보상의 기준을 직무 설계 전반에서 정합니다.
  6. AI 도구를 얹기 전에 직무, 과제, 기술 데이터를 정비하고, 자동화 논의를 인원 감축이 아니라 여력 확보의 언어로 풉니다.

AI를 '사람 증폭'으로 보는 관점이 모든 기업에 맞는지는 각자 판단할 일입니다. 다만 책임을 소프트웨어에 넘길 수 없다는 원칙만큼은 어떤 조직 구조를 택하든 피해 가기 어려워 보입니다.