협력적 리더십과 AI의 역할
Tags: 인공 지능
요약: 오늘날의 글로벌 비즈니스 환경에서 적응하지 못하거나 적응하지 않으려는 기업의 시장 점유율은 계속해서 떨어지고 있습니다. 기술이 더 빠른 속도로 발전함에 따라 글로벌 인력의 역학도 변하고 있습니다. 일상적인 작업이 자동화되고 있으며, 직원들은 더 의미 있는 업무와 공감력이 뛰어난 리더를 원합니다. 이 게시물에서는 종종 ‘소프트’ 기술과 ‘하드’ 기술 스펙트럼의 반대편에 위치하는 두 가지 영역, 즉 협력적 리더십과 인공 지능 구현에 대해 자세히 살펴봅니다. 각각의 영역을 개별적으로 다룬 후 서로 교차하는 부분을 살펴보고, 오늘날의 도전 과제를 해결하기 위해 리더가 이 두 가지 영역을 융합하는 방법에 대한 프레임워크를 자세히 알아보겠습니다.
목차:
협력적 리더십이란?
듀크대학교의 Edward Marshall 박사는 협력적 리더십을 ‘직원들이 최고의 모습으로 최선을 다하고 최상의 결과를 달성할 수 있도록 권한을 부여하는 심리적 안정성, 소유권 및 신뢰의 리더십 문화를 구축하는 윤리적이고 원칙에 기반한 서비스 철학’이라고 정의합니다.
이러한 ‘최상의 결과’는 개별 직원의 성과와 관련이 있으므로 작업 수준에서 확인할 수 있습니다. 하지만 조직 전체가 더 뛰어난 성과를 올릴 수 있는 잠재력이 있습니다. 저명한 하버드 경영대학원 교수 Linda Hill은 조직 수준에서 협업 리더십과 지속 가능한 혁신을 연결합니다.
달리 말하면, 협력적 리더십은 개인이 네트워크 내에서 자신의 기술과 전문 지식을 활용하여 전체 리더십 기능에 기여하고 공유된 목표를 위해 협력하는 과정이라고 할 수 있습니다. 즉, 팀은 각 팀원의 고유한 리더십 능력을 기반으로 각 프로젝트에 대한 책임을 할당함으로써 특정 프로젝트의 요구 사항을 가장 잘 충족합니다.
정의된 용어를 바탕으로 협력적 리더십이 전통적인 리더십 모델과 어떻게 다른지 살펴보겠습니다.
전통적 리더십과 협력적 리더십의 차이점은?
리더십에 대한 전통적인 접근 방식에서는 개별 관리자가 일상적인 운영을 주도하고 최고 경영진이 중대한 결정을 내립니다. 이 모델에서 정보는 위에서 아래로 산발적으로 흐를 수 있으며 종종 광범위한 팀과 공유됩니다. 때때로 이러한 정보 흐름은 부적절한 시기에 발생하여 중간 계층 직원들이 정보에 따라 행동하기 어려울 수 있습니다.
이러한 전통적 접근 방식은 소수의 개인만이 뛰어난 아이디어를 제시하고 그러한 아이디어를 의미 있는 방식으로 실현할 만큼 충분히 숙련되어 있다는 가정을 기반으로 합니다. 이러한 리더십 통합 모델은 종종 리더의 다양성을 감소시킵니다. 많은 연구에서 다양한 팀이 더 혁신적이라는 점을 계속해서 강조하지만, 최상위 관리 팀에서 완전한 다양성을 발견하기는 여전히 드뭅니다. 또한 여러 연구에서 다양성만으로는 충분하지 않다는 점을 지적하며 전통적인 통합 모델의 추가적인 문제를 부각시키고 있습니다. Review of Public Personnel Administration에서 발간한 2021년 연구에서 다음과 같은 사실을 발견했습니다.
“뛰어난 팀 다양성이 포용적인 문화를 자동적으로 만들어내지는 않습니다. 포용적 리더십은 다양한 팀원이 업무 방식에 기여하는 가치를 인정하는 포용적 문화를 지원하기 위해 필요합니다.”
반면에, 협력적 리더십 모델에서 조직은 커뮤니티로 동작합니다. 전통적인 하향식 리더십 모델에서 흔히 볼 수 있는 구조와 달리, 이러한 커뮤니티는 연결된 네트워크로 구성됩니다. 모든 팀원은 단순한 개별 관리자가 아니라 어느 정도의 리더십을 지니고 있습니다.
이러한 유형의 리더십에서는 책임이 공유되고, 문제를 집단적으로 해결하고, 모든 팀원이 아이디어와 우려 사항을 공유할 수 있는 권한을 부여받고, 의사 소통이 보다 투명하고 포괄적입니다.
이러한 모델로 전환하는 것은 그리 간단하지 않지만, 협력적 리더십의 핵심을 이해하는 쉬운 방법 중 하나는 리더십을 단지 개별적 기능이 아닌 하나의 문화로 바라보는 것입니다.
사고 방식을 전환하면, 문제 해결, 의사 결정 등과 같이 한 개인의 업무로 생각되는 다른 요소들이 새로운 집합적 성격을 띄기 시작합니다
어떤 식으로든 협력적 리더가 운영하는 방식을 연구하는 사람들은 종종 같은 결론에 도달합니다. 즉 협력적 리더가 성공을 거두는 이유는 팀의 집단적 힘을 활용한다는 것입니다.
그리고 팀의 집단적 힘을 활용하려면 먼저 팀의 집단적 지성을 믿어야 합니다. 많은 경영대학원과 비즈니스 출판물이 개인주의적 관점을 통해 성공적인 리더십을 표현하기 때문에 이는 약간의 노력이 필요할 수 있습니다.
협력적 리더십이 더 효과적인 이유는?
현대의 업무 환경은 그 어느 때보다 빠르게 변화하고 있음은 두말할 나위가 없습니다. 더 복잡한 문제는 더 창의적인 문제 해결을 필요로 하며, 한 문제에 대한 해결책이 극복해야 할 새로운 과제들을 만들어낼 수 있습니다.
자동화의 역할을 고려하세요. 한편으로는 특정 워크플로를 단순화하고, 다른 한편으로는 새로운 워크플로(예: 자동화 자체를 관리, 최적화, 분석)를 생성할 수 있습니다.
이러한 변화하는 환경과 그로 인해 발생하는 문제의 관리는 웨일랜드 침례 대학교의 Nick Ejimabo 박사가 “An approach to understanding leadership decision making in organization”(European Scientific Journal)라는 제목의 연구에서 상세히 밝혔습니다. 그는 현대 업무 환경의 의사결정과 조직 리더십을 살펴보고 다음과 같이 지적합니다.
“우리는 너무나도 자주 개인 스타일이나 권위 있는 직책 등을 리더십과 혼동합니다. [리더십]은 포괄적이고, 지속적이고, 전략적이고, 체계적이고, 생산적이고, 긍정적일 뿐만 아니라 영향력을 발휘하고 목표 지향적이어야 합니다.”
리더가 높은 직책을 지니고 있다는 이유만으로 특정 문제에 대한 답을 가지고 있다는 가정은 협력을 저해할 수 있습니다.
앞서 언급했듯이, 하향식 리더십 모델은 해답이 소수의 리더 집단에서 나온다고 가정합니다. 이러한 가정을 사용한다면 거기서 해답을 찾을 수 있습니다.
이러한 가정은 협업을 방해하고 혁신을 억제할 수 있습니다. 위 동영상에서 Hill 교수는 다음과 같이 말했습니다(아직 시청하지 않은 경우 스크롤하여 시청하시기 바랍니다):
“혁신은 ‘순간의 깨달음’을 얻는 한 명의 천재에 관한 것이 아니라, 실제로는 일반적으로 관점이 상당히 다른 사람들과 협력하며 문제를 해결하는 과정입니다.”
더욱 포괄적이고 협력적이고 혁신적이고 팀 전체를 고려하는 접근 방식으로 전환하려면 이러한 생각을 기꺼이 수용하고 실행하는 용기 있는 리더들이 필요합니다.
무지의 빙산
1989년 일본 자동차 제조업체 Calsonic의 컨설턴트인 Sidney Yoshida는 관리자와 일선 작업자 간의 단절을 발견했습니다. ‘무지의 빙산’으로 잘 알려진 그의 연구는 고위 경영진과 조직의 나머지 직원들 간에 상당한 지식 간극이 있음을 밝혀냈습니다. Yoshida는 다음과 같은 결론을 내렸습니다.
“최고 경영진은 조직의 일선 문제 중 4%만 알고, 중간 관리자는 9%, 상사는 74%, 직원은 100% 알고 있습니다.”
비록 30년 전에 진행된 연구이고 중간 규모 조직에만 초점을 맞추고 있지만, 이 문제는 오늘날에도 여전히 관련이 있습니다. 업무 환경에서 전통적인 하향식 계층 구조는 리더와 직원 사이에 단절을 만드는 경향이 있습니다.
뛰어난 리더는 업무 환경에서 발생하는 문제를 예상하고, 인식하고, 해결하고, 그러한 문제로부터 배울 수 있는 도구와 기술을 갖추어야 합니다.
AI의 맥락에서 리더십을 고려한다는 것은 조직 내 모든 사람의 인사이트를 활용하여 이러한 문제를 해결하기 위한 더 넓은 관점을 제공하는 것을 의미합니다.
팀 관리에 대한 이러한 협력적 접근 방식은 새롭고 덜 정의된 문제에 대한 민첩한 솔루션을 필요로 하는 오늘날의 복잡한 업무 환경에 매우 적합합니다. 하향식 리더십으로 포용성이 떨어지는 팀을 만드는 과거의 모델은 현대 인력의 도전 과제를 해결하기에 적합하지 않습니다.
AI란?
옥스퍼드 사전에 따르면 인공 지능(AI)은 ‘시각 인식, 음성 인식, 의사 결정, 언어 간 번역 등과 같이 일반적으로 인간의 지능을 필요로 하는 작업을 수행할 수 있는 컴퓨터 시스템의 이론 및 개발’로 정의됩니다.
WWT(World Wide Technology) 팀은 AI, 머신 러닝, 딥 러닝 간의 관계를 다음과 같이 시각화합니다.
인공 지능은 거의 모든 산업에 영향을 미칩니다. AI의 안정성이 향상되고 사용 사례가 확대됨에 따라 이러한 트렌드는 앞으로도 지속될 가능성이 높습니다.
IDC(International Data Corporation)는 AI 기술에 대한 지출이 향후 4년 동안 두 배 증가하여 2024년에는 1,100억 달러에 이를 것으로 예측합니다. 또한 McKinsey의 2020년 AI 현황 보고서에 따르면 조직은 AI 도입을 통해 이미 상당한 비용적 이점을 누리고 있습니다.
“비용 절감으로 이어진 가장 일반적인 사용 사례는 인재 관리 최적화, 컨택 센터 자동화, 창고 자동화입니다. 이러한 각각의 사용 사례를 채택한 응답자의 절반 이상이 AI를 사용하는 해당 부문에서 비용을 절감했다고 보고합니다.”
스탠포드 대학교의 2021년 AI 인덱스 보고서(PDF 보기)는 AI의 영향에 대한 이해에 도움이 될 수 있는 다음의 아홉 가지 핵심 사항을 제시합니다.
1) 의약품 설계 및 발견을 위한 AI 투자가 크게 증가하고 있습니다. 2020년 “약물, 암, 분자, 약물 발견”은 2019년보다 4.5배 증가한 138억 달러 이상의 민간 AI 투자금을 유치했습니다.
2) AI 개발의 역할이 증가합니다. 2019년에는 북미 AI 박사 학위 취득자의 65%가 업계에 진출했습니다. 이는 2010년 20.6%에서 44.4% 증가한 수치입니다.
3) AI는 풍부합니다. AI 시스템은 높은 품질의 텍스트, 오디오 및 이미지를 생성할 수 있기 때문에 인공과 인공이 아닌 것을 구별하기 어렵습니다.
4) AI는 다양성에 대한 도전 과제를 지니고 있습니다. 2019년 AI 박사 학위 취득자 중에서 2.4%가 아프리카계 미국인, 3.2%가 히스패닉, 45%가 백인입니다.
5) AI 저널 인용에서 중국이 미국을 넘어섰습니다. 2020년 중국은 일인당 AI 저널 인용에서 미국을 0.9% 앞질렀습니다.
6) 외국 AI 박사 학위 취득자는 졸업 후 미국에 남아 있습니다. 2019년 북미의 국제 박사 과정 학생은 전년 대비 4.3% 증가한 64.3%였습니다. 외국인 졸업생 중 81.8%가 미국에 남았습니다.
7) AI 감시 기술이 증가하고 있으며 모든 곳에서 사용됩니다. 2020년에는 이미지 분류, 얼굴 인식, 비디오 분석, 음성 식별 기술에 대한 접근성이 증가하여 대규모 감시 기능이 크게 발전했습니다.
8) AI 윤리는 벤치마크와 컨센서스가 부족합니다. AI 분야에는 기술 자체와 그러한 기술 발전의 사회적 영향 간의 관계를 측정하거나 평가하기 위한 표준이 크게 부족합니다.
9) AI가 미 의회에서 주목을 받고 있습니다. 의회 기록에서 AI에 대한 언급은 제115차 의회 세션 대비 제116차 의회 세션에서 세 배 증가했습니다.
또한 이 보고서는 국제 협력과 AI에 대해 한 섹션 전체를 할애하고 있으며, 정부 간 이니셔티브, 실무 그룹, 정상 회담 및 회의, 양자 협의 전반에 걸친 다자간 AI 전략의 개발을 강조합니다.
국제 협약 및 이니셔티브의 증가는 글로벌 협업 기술이 AI 개발의 미래와 AI의 형평성 및 공정성 문제를 해결하는 데 얼마나 중요한지 잘 보여줍니다.
협력적 리더십과 AI와의 관계는?
업무 환경에서 인간과 기계 간의 상호 작용에 대한 논의는 다양한 기술 주제를 기반으로 할 때가 많습니다. 머신 러닝과 딥 러닝의 발전으로 인해 애플리케이션의 처리 속도가 빨라지고 솔루션의 효과가 전반적으로 향상되지만, 협업이 이 모든 것을 뒷받침한다고 주장할 수도 있습니다. 다양한 분야와 연구자 간의 협업으로 이러한 기술 발전이 이루어졌습니다. 또한 협력적 리더는 이러한 기술 발전이 인간의 업무 환경을 향상하는 방식으로 통합되도록 만드는 열쇠가 될 것입니다.
AI의 세 가지 물결
AI는 종종 세 가지 물결, 즉 손으로 만드는 지식, 통계적 학습, 맥락적 적용으로 분류됩니다.
첫 번째 물결에서는 컴퓨터 모델이 좁게 정의된 문제에 대해 (학습 및 인식 능력 없이) 논리적 추론을 사용할 수 있습니다.
두 번째 물결은 통계적 학습과 관련이 있습니다. 컴퓨터 모델은 빅 데이터 학습에 의한 분류 및 예측을 통해 주변 세계를 인식합니다. 하지만 맥락을 파악하는 능력이 없고, 최소한의 추론 능력만 존재합니다.
AI의 세 번째 물결(현재 우리가 속해 있는 물결)에서는 시스템이 맥락적 설명 모델을 구축하고, 실제 상황을 해결하기 위해 시간이 지남에 따라 의사 결정을 주도합니다. 이 물결에서 AI는 상대적으로 분리되었다고 느껴지는 기술이 아니라 리더가 협력을 위해 배워야 할 일종의 조수 역할을 하게 됩니다. 이러한 의미에서 AI 활용은 기술이 표면화할 수 있는 새로운 인사이트보다는 리더가 팀의 추론 능력과 AI의 추론 능력을 연결하는 방식과 훨씬 더 밀접한 관련이 있습니다.
다음은 훈련 데이터 세트의 복잡한 시스템을 잘 보여주는 예시입니다.
이러한 세 가지 물결 외에도 업무 환경에서 AI의 역할에 대한 다음의 세 가지 학설이 있습니다.
- AI는 결정을 내리는 방식으로 인간의 능력을 강화합니다(Dejoux & Léon, 2018년, 191페이지).
- AI와 인간이 서로 협력하며 ‘하이브리드 인텔리전스’를 형성합니다.
- AI가 인간의 직업을 대체하고 위협으로 간주됩니다.
로봇이 지배하는 세상은 공상과학 소설에서 오랫동안 묘사되어 왔는데, Will robots really steal our jobs?(PDF 보기)라는 제목의 PwC 보고서에서는 2030년대 중반에는 AI가 전체 직업의 30%를 자동화할 것으로 예측합니다.
일부 사람들은 이로 인해 인간은 쓸모가 없어진다는 성급한 결론을 내리기도 합니다. 반면에 어떤 사람들은 이로 인해 일상적인 작업이 크게 줄면서 인간의 창의성과 혁신성이 더욱 크게 향상될 것으로 기대합니다.로봇공학자이자 카네기 멜론 대학교의 로봇 공학 연구소장을 지냈던
Matthew Mason 교수는 다음과 같이 말합니다.
“AI는 인간 경험을 개선하기 위한 새로운 기회와 능력을 제공할 것입니다. 사회가 비이성적으로 행동하여 사회에 해를 입히는 선택을 할 수도 있지만, 그러한 일이 일어날 가능성은 매우 희박합니다.”
이는 업무 환경에 어떠한 의미를 지닐까요?
이 분야의 사상가들은 대부분 AI가 반복적인 일상 작업을 사라지게 만드는 동시에 인간의 업무를 지원할 가능성이 높다는 데 동의합니다. 하지만 이는 저절로 이루어지지 않습니다. 이로 인해 인간 팀의 집단적 창의성과 기술이 생성하는 인지적 지성 간의 다리 역할을 하는 새로운 유형의 협력적 리더가 등장하고 필요해질 것입니다.
다음은 Pedro Uria-Recio의 TEDx 강연입니다. 그는 인공 지능이 업무 환경을 더욱 인간답게 만든다고 주장합니다.
하지만 AI 그 자체가 업무 환경을 더 인간적으로 만들지는 않는다는 점이 중요합니다. 이를 위해서는 인간이 필요하며, 우리는 개발하는 기술 유형을 전환해야 합니다. 협력적 리더에게 미래 업무 환경을 구현한다는 것은 이러한 능력(기술적 및 사회적/감정적 능력)에 대한 새로운 환경을 이해하고 팀이 지속적으로 학습하도록 만든다는 의미입니다. 또한 이는 변화가 부담이 아니라 기회라고 느껴지도록 만드는 데에도 도움이 됩니다.
The roles of artificial intelligence and humans in decision making: Towards augmented humans?의 저자인 Claudé와 Combe(PDF 보기)는 다음과 같이 말했습니다. “경영의 미래 과제 중 하나는 조직이 변화에 대응하고 스스로 변화하는 적응성과 관련이 있습니다. 조직의 과제는 관리자가 소프트 기술과 인간-인간 상호작용 및 협업이라는 새로운 방식을 이용하여 처리합니다.”
행동 과학자인 David De Cremer 교수의 연구는 자동화와 AI의 미래에 적응하기 위해 리더십이 어떻게 변화해야 하는지 분명히 보여줍니다.
“알고리즘이 더 많은 관리 업무를 처리할수록 우선순위를 설정하기 위한 더 많은 리더십이 필요합니다. 자동화가 증가하면 다른 요인의 수도 증가합니다. 따라서 달성하고자 하는 목표를 아는 리더십, 결정을 내려야 할 때 판단을 내리는 리더십, 추구하는 목표를 효과적으로 반영할 수 있는 리더십이 필요합니다.
오늘날의 리더들은 이러한 새로운 미래에 적응하면서 인공 지능에 대한 이해도를 높이고 싶어 할 수도 있지만, 근본적인 협업 기술을 향상하기 위해 노력한다면 훨씬 더 높은 성과를 거둘 수 있을 것입니다.
협력적 리더십의 5가지 이점
협력적 리더십 접근 방식을 도입하는 조직은 일반적으로 다음과 같은 이점을 누립니다.
- 팀 협업에 대한 보다 통합된 비전. 조직이 지식 공유를 확대하고 팀원이 지속적으로 협력함에 따라 팀 사일로가 제거됩니다.
- 혁신할 준비를 갖춘 인력. 장애가 없는 권력 구조를 통해 아이디어가 조직의 모든 계층에서 보다 자유롭게 이동할 수 있습니다. 따라서 변화를 더 빨리 수용하고 실행할 수 있습니다.
- 다양한 수준에서 뛰어난 의사 결정. 더욱 협력적이고, 포괄적이고, 개방적인 피드백을 통해 팀은 정보에 입각한 의사 결정을 내릴 수 있습니다.
- 동기 부여 향상. 팀원들이 솔루션의 일부라고 느끼면 지속적인 변화를 위해 노력할 가능성이 더 큽니다. 협력적 리더십은 문제 해결에 대한 공감대를 조성하므로, 팀원들의 동기 부여와 탄력성이 강화될 수 있습니다.
- 비전 공유. 책임이 공유되면 모든 팀원이 권한을 부여받고 목표에 대해 서로 책임감을 갖습니다. 따라서 팀원들은 편안함을 느끼고, 자신이 제공하는 가치를 인식하고 신뢰합니다.
전체적으로, 협력적 리더십은 더 높은 수준의 헌신과 참여, 뛰어난 생산성, 보다 포용적인 업무 환경을 구현할 수 있습니다.
Wilber의 4사분면을 통해 바라본 협력적 리더십
협력적 리더십은 그룹의 모든 구성원이 공유된 목표에 따라 동기를 부여받는 것에서 시작됩니다. 이러한 리더십 스타일이 성공하기 위해서는 각 팀원이 자신의 강점을 정확하게 인식하고, 심리적으로 안전한 환경을 만드는 방법을 이해하고, 협업의 힘을 믿어야 합니다.
협력적 리더십을 개념화하는 한 가지 방법은 리더를 모델의 맨 아래에 배치하여 다른 사람들이 의사 결정에 참여하기 쉽게 만드는 것입니다. 이러한 유형의 리더는 윤리에 기반을 두며, 친절한 행동을 통해 팀 성장에 기여하고 조직 환경의 질을 향상하는 경향이 있습니다. 곤자가 대학교의 Larry Spears가 저술한 이 논문에서는 이러한 리더십을 서번트 리더십이라고 지칭합니다.
서번트 리더는 먼저 자신의 팀에 봉사한 후 조직 수준까지 초점을 높여갑니다. 이런 방식으로 팀 수준에서 일어난 변화가 조직 수준의 변화로 이어집니다. 서번트 리더는 공감, 예지력, 관리, 인지 능력을 통해 팀을 이끕니다.
철학자 Ken Wilber의 4사분면 모델은 조직이 협력적 리더십을 구축할 수 있는 방법을 보여주는 유용한 예입니다. ACAL(All Categories, All Levels) 모델이라고도 불리는 이 통합 모델은 현실과 관계를 설명하기 위해 사람들의 관점, 사고 방식, 타고난 자질, 의식 수준을 조사합니다.
이 모델에는 4개의 기본 사분면이 있으며, 두 개의 프레임워크로 나뉩니다. 첫 번째 프레임워크는 내면과 외면으로 나뉩니다. 두 번째 프레임워크는 개인적과 집단적으로 나뉩니다. 모든 문제의 관점에는 인식 여부에 관계없이 전체의 일부로서 동시에 작동하는 이러한 네 가지 차원이 있습니다. 이 네 가지 차원은 모델, 애플리케이션, 변경 프로세스, 분석 등에 적용될 수 있습니다.
리더십에 적용된 ACAL 모델은 인식, 행동, 시스템(사회), 문화의 정도를 밝히는 데 사용될 수 있습니다. 시간이 지남에 따라 협력적 리더는 각 팀원이 목적을 찾는 방법을 이해하는 등의 방식으로 이러한 모델의 조각들을 조립할 수 있습니다.
AI가 점점 또 다른 팀원처럼 느껴짐에 따라 협력적 리더는 이 사분면의 정보를 다음 포인트에 맞게 조정하여 업무 환경 내 협업을 향상할 수 있습니다.
- 공유된 비전을 구축하는 데 있어 심리적 안정성의 역할 이해
- 변화를 포용하는 지속적인 학습 문화 조성
- 인간의 창의성과 기계 지능을 융합하는 방법을 항상 예의 주시
결론
반직관적이라고 생각될 수도 있지만, 점점 더 많은 팀이 AI와 협업하고 AI를 활용함에 따라 리더는 핵심 협업 기술에 대한 이해도를 높여야 합니다. 협력적 리더십은 두 영역 사이의 다리 역할을 하며 사람과 기술이 함께 포용성과 혁신성을 높이도록 만들 수 있습니다.
관련 자료
