소원을 비는 우물이 정말로 나타났습니다.

소프트웨어 개발 초창기에는 엔지니어들 사이에 이런 농담이 있었습니다. "요구사항이 저절로 충족되는 소원 우물이 있다면 얼마나 좋을까."

새로운 요구사항이 생길 때마다 먼저 PM과 소통하고, 시스템 분석가가 평가하고, 엔지니어가 스프린트 일정에 포함시키고, 3개월을 기다린 후 수정 작업을 거쳐 다시 기다려야 합니다. 모든 "추가/수정/삭제"는 소모전과 같습니다.

이제 소원을 비는 우물이 정말로 나타났습니다.

인공지능은 "고객의 요구사항을 명확히 밝히는 것"과 "고객의 요구사항을 충족하는 것" 사이의 간격을 3개월에서 3일로 단축시켰습니다.

바이브 코딩, AI 에이전트, 자동화된 워크플로우 등 이러한 도구들은 전례 없는 일을 해내고 있습니다.논리 표현식의 임계값을 거의 0으로 낮추는 것원하는 바를 명확하게 설명할 수만 있다면, AI는 당신이 그것을 달성하도록 도울 수 있습니다.

하지만 여기에는 아직 거의 아무도 깨닫지 못한 문제가 하나 있습니다.

도구가 당신의 말을 따르기 시작하면, 당신의 말의 질이 모든 것을 좌우합니다. 잘못된 입력은 잘못된 출력으로 이어집니다. 예전에는 잘못된 입력으로 인한 결과를 확인하는 데 3개월이 걸렸지만, 이제는 3일 만에 가능합니다.인공지능은 모든 것을 가속화시켰고, 그 과정에서 실수도 발생하게 되었습니다.

논리는 개인적인 문제를 해결할 수 있지만, 조직적인 문제는 해결할 수 없다.

한 가지 분명히 해야 할 점은 AI가 개인적인 도구 요구 사항을 매우 쉽게 처리할 수 있다는 것입니다. 이메일을 자동으로 정리하는 스크립트, 프레젠테이션 제작을 돕는 도구, 개인 지식 관리 시스템 등 무엇이든 논리가 명확하고 사용자가 명확하게 설명할 수 있다면 AI는 이를 구현할 수 있습니다.

하지만 ERP, POS, CRM, EIP와 같은 기업 내부 시스템을 개발할 때는 상황이 완전히 달라집니다.

기업 시스템의 문제는 논리가 불분명해서가 아니라, 사용자들이 자신에게 실제로 필요한 것이 무엇인지 제대로 알지 못한다는 데 있습니다.

제조 회사가 "재고 관리를 하고 싶다"고 말하면 그 이유는 명확해 보입니다. 하지만 그 말 이면에는 창고 직원들의 20년 묵은 비공식적인 재고 보충 관행, 영업 부서와 창고 부서 간의 신뢰 관계, 사장이 보고 싶어 하는 수치와 실제 프로세스 간의 격차, 그리고 장기 근속 직원만이 아는 특별한 고객 가격 책정 방식 등이 숨어 있습니다.

이러한 사항들은 어떠한 요구사항 문서에도 나타나지 않을 것입니다.이러한 프로세스는 복도에서의 대화, 엑셀 스프레드시트의 숨겨진 필드, 그리고 오랜 기간 근무한 직원들의 습관 속에 존재합니다. 인공지능이 아무리 강력해진다 해도, 자신이 비공식적인 프로세스를 사용하고 있다는 사실조차 인지하지 못하는 창고 관리자를 인터뷰할 수는 없습니다.

구조의 본질은 모든 구성원의 아이디어에 대한 합의를 담아낼 수 있는 틀을 찾는 것이다.

시스템 설계를 해본 사람이라면 누구나 냉혹한 현실을 알고 있을 겁니다. 클라이언트는 처음에는 A를 원한다고 말하지만, 설계안을 만들고 시각 자료를 보여준 후 갑자기 B로 바꾸고 싶어 합니다. 그리고 마침내 B가 완성되면, 사실은 C를 원했다고 말합니다.

고객이 까다로운 것이 아니라, 단순히 인간 인식의 본질적인 특성 때문입니다.우리는 그것을 직접 봤을 때에야 비로소 진정으로 원하는 것이 무엇인지 알게 된다.

그러므로 구조 설계의 진정한 역할은 요구사항을 프로그램으로 변환하는 것이 아니라, 오히려 다음과 같은 것입니다.

드러나지 않은 진정한 욕구를 발견하세요

고객이 하는 말을 듣는 것이 아니라, 고객이 하는 행동을 관찰하는 것이 중요합니다.

여러 사람의 다양한 아이디어 중에서 해결책 C를 찾으세요.

회사는 A가 필요하고, 직원들은 B가 필요하며, 훌륭한 건축가는 A와 B를 모두 아우르는 C를 찾아낸다.

명시되지 않은 조직적 현실을 구조에 반영하기

"신뢰 관계", "업계 내 지위", "상사의 안정감"을 기능적인 시스템 논리로 변환하십시오.

사람들의 반응을 예측하고 사람들이 기꺼이 사용할 만한 프로세스를 설계하십시오.

논리적으로 타당한 시스템이 사용되지 않을 수도 있다. 오직 인간 본성에 부합하는 시스템만이 살아남을 것이다.

이것이 바로 논리와 구조가 완전히 다른 두 가지인 이유입니다.

논리	구조
"이게 맞나요?"라고 물어보세요.	문제는 "사람들이 그것을 어떻게 사용할 것인가?"입니다.
규칙과 효율성을 기반으로	인간의 본성, 습관 및 관심사에 기반함
생산 시스템은 올바릅니다.	해당 생산 시스템이 승인되었습니다.
인공지능이 할 수 있다	누군가는 해야 할 일이에요.

지각 > 구조 > 논리

지난 50년 동안 우리는 좌뇌가 지배하는 세상에서 살아왔습니다. 학교는 논리력을 시험하고, 직장은 효율성을 시험하며, 시스템은 엄격함을 시험합니다. 정보가 부족한 시대에 정보를 처리할 수 있는 사람이 가장 가치 있는 존재가 되었습니다.

하지만 인공지능의 등장으로 좌뇌의 역할, 즉 분석, 계산, 추론, 프로그래밍은 모두 외부 기관에 위탁할 수 있게 되었습니다.

인공지능은 좌뇌의 가치를 떨어뜨리고 우뇌의 가치를 높이고 있다.
타인을 이해하고, 신뢰를 구축하며, 말하지 않은 메시지를 읽어내는 능력은 새로운 시대에 가장 대체 불가능한 기술입니다.

하지만 역설적인 점은, 우뇌가 강한 사람들이 오히려 데이터베이스 구조 설계에 가장 서툰 경우가 많다는 것입니다. 뛰어난 지각력, 좋은 대인관계, 정확한 직관력을 지녔을지 몰라도, 그들이 설계한 시스템은 데이터 구조가 엉망이라 석 달 만에 무너질 수도 있습니다.

따라서 데이터베이스 구조는 인식과 논리 사이의 변환 계층 역할을 합니다.이는 조직의 암묵적 지식을 시스템의 명시적 구조로 변환하는 마지막 단계입니다.

훌륭한 데이터베이스 설계는 단순히 "데이터를 저장할 장소"에 관한 것이 아니라, 철학적인 질문에 대한 답을 찾는 것입니다.이 세상에서 독립적으로 존재하는 것은 무엇일까요? 다른 것들과 관계를 맺으며 존재하는 것은 무엇일까요?

기업에 필요한 것은 도구가 아니라, 기업만의 독특한 경쟁 방식입니다.

표준화된 시스템이 존재하는 데에는 이유가 있습니다. SAP의 프로세스는 수많은 기업의 노력과 희생을 통해 얻은 모범 사례입니다. 처음부터 표준화를 도입하는 것은 소림 쿵푸를 배우는 것과 같습니다. 탄탄한 기초를 다지고 불필요한 시행착오를 최소화할 수 있습니다.

하지만 이제 AI 덕분에 시스템 구축이 매우 쉬워졌으므로, 기업들이 "수백 개의 기업을 위해 만들어져 백한 가지의 서로 다른 요구 사항을 발생시키고 시스템 규모가 계속 커지는" 표준화된 제품을 구매할 이유가 없습니다.

모두가 똑같은 도구를 사용하고 똑같은 프로세스를 따른다면 경쟁 우위는 어디에 있을까요?

인공지능 시대에 경쟁 우위는 더 이상 "누가 더 나은 도구를 사용하는가"에서 오는 것이 아니라..."자신의 사업에 대해 더 깊이 이해하고, 그러한 통찰력을 체계적인 논리로 전환할 수 있는 사람".

이것은 진정으로 모방할 수 없는 해자입니다. 이것이 바로 당신만의 독특한 전투 방식입니다.

건축가는 무술 고수와 같습니다. 인간 본성과 논리를 모두 이해하고, 조직의 내재된 현실을 파악하여 시스템의 명시적인 구조로 변환할 수 있습니다. 그는 좌뇌와 우뇌를 잇는 다리이자, 전문 용어와 인간 언어를 통역하는 번역가입니다.

하지만 한 가지 명심하세요. 권법 사범님께서 이렇게 말씀하셨습니다.먼저 말 자세를 연습한 다음, 권투 기술에 대해 토론합니다.데이터 관리와 프로세스 규율이 부족하고 휴가 기록조차 정확하게 작성하지 못하는 회사에 AI 기반 맞춤형 시스템을 제공한다고 해도, 결국 더 빠르고 혼란스러운 기법들만 만들어낼 뿐입니다.

인공지능은 명확하게 보는 역할을 하고, 인간은 책임을 지는 역할을 한다.

소원을 비는 우물에는 관리자가 필요합니다. 인공지능이 아니라, 사람이요.

이유는 간단합니다.인공지능은 체포되거나 감금될 수 없습니다.

인간 사회에서는 언제나 책임을 져야 하는 역할이 존재합니다. 자문위원이나 위원회 위원일 수도 있지만, 궁극적으로는 법인체의 수장인 회장이나 최고 경영자가 그 역할을 맡게 될 것입니다. 누구도 잘못된 판단에 대한 책임을 인공지능에게 전가하고 책임을 회피할 수는 없습니다.

인공지능의 가장 큰 장점은 바로 인간이 가장 어려워하는 부분에 있습니다. 감정적인 부담이 없고, 사회적 네트워크의 압박도 없으며, 누구를 만족시킬 필요도 없고, 이해관계의 충돌 때문에 인간이 볼 수 없는 것들을 볼 수 있다는 것입니다.

하지만 인공지능이 절대 배우지 못할 한 가지가 있습니다.

그것은 잘못된 결정 때문에 새벽 3시에 잠을 설치는 일이 결코 없었습니다.

잠 못 이루는 밤들이 바로 건전한 판단력의 토대가 됩니다. 따라서 최선의 접근 방식은 "AI가 자문가를 대체하는 것"이 ​​아니라, AI는 분석과 통찰력을 제공하고 인간은 판단을 내리고 그 결과를 감수하는 것입니다.

하지만 여기서 명확히 해야 할 위험 요소가 있습니다. 의사 결정권자들이 AI 분석에 지나치게 의존하기 시작할 때, 결정을 내리는 순간 그들은 자신의 판단을 내리는 것일까요, 아니면 단순히 AI의 판단을 승인하는 것일까요? 후자라면, 명목상 책임은 인간에게 있지만,실질적인 의사 결정권은 조용히 옮겨갔다.이러한 변화는 당신이 알아차리지 못하는 사이에 일어날 수 있습니다.

그러므로 지도자의 지혜에는 특별한 능력이 포함되어야 합니다. 바로 인공지능의 의견에 귀 기울이지 말아야 할 때를 아는 능력입니다.

아키텍처가 제대로 작동하려면 신뢰가 필수적입니다.

모든 조직에는 이런 사람이 한 명씩 있습니다. 높은 직책을 맡고 있지도 않고, 가장 똑똑한 것도 아니고, 가장 말솜씨가 뛰어난 것도 아닙니다. 하지만 그가 떠나면 거의 모든 사람이 떠나고 싶어 합니다.

그가 기술이나 자원을 빼앗아 갔기 때문이 아니라, 모두가 그곳에 남고 싶어 했던 이유를 빼앗아 갔기 때문이었다.

이런 사람이야말로 "구조물의 영혼"이다.
아무리 훌륭한 시스템 설계라 할지라도 사람들이 기꺼이 그 시스템을 믿어줘야만 합니다. 그리고 이러한 믿음은 시스템 자체에서 나오는 것이 아니라 특정 인물에 대한 신뢰에서 비롯되는 경우가 많습니다.

이런 종류의 신뢰는 쌓아 올리는 것이 아니라 느끼는 것입니다. 관계에서 누구도 "당신의 행동 데이터를 분석해 보니 위험 평가가 통과됐고, 당신을 믿기로 했습니다."라고 말하지 않습니다. 신뢰는 찰나의 순간에 몸이 먼저 감지하는 것입니다.

인공지능은 사람의 신뢰도를 분석하여 87점 만점의 평가 보고서를 제공할 수 있습니다. 하지만 악수하는 순간 당신을 편안하게 해 줄 수는 없습니다.

이런 감수성은 타고난 것입니다. 싫어하는 사람을 좋아하는 사람으로 바꿀 수는 없어요. 마치 재능과 같죠. 적절한 사람에게 적절한 일을 맡기는 것처럼요.

이것이 바로 비즈니스 시스템 구현에 있어 거의 모든 컨설턴트가 명시적으로 언급하지 않는 암묵적인 첫 번째 단계가 존재하는 이유입니다.먼저, 그 사람을 찾아내서 당신 편으로 만드세요.

결론

티켓은 돈의 문제가 아니라 관점의 문제입니다.

대만의 많은 중소기업 경영자들이 이러한 사고방식을 이해하고 그 가치를 깨달았습니다.

그게 전부입니다.

대부분의 사람들이 그렇게 하지 못하는 이유는 "돈이 없다"거나 "돈을 아끼고 싶다"는 것입니다. 하지만 더 근본적인 이유는 그들이 마음속 깊이 자신의 회사가 독창적인 접근 방식을 가질 자격이 없을지도 모른다고 느끼기 때문입니다.

이건 예산 문제가 아니라 관점의 문제입니다.

핵심은 돈이 아니라, 당신의 회사가 자체적인 디지털 역량 시스템을 가질 자격이 있다고 믿는지 여부입니다.

오늘날 사고방식을 바꾸지 않는 것은 위험합니다. 경쟁업체가 당신을 앞지를 것이기 때문이 아니라, 그들이 자신만의 독창적인 전략을 구축하는 동안 당신은 여전히 ​​도구의 논리를 활용하여 개인 맞춤형 AI 애플리케이션을 구축하고 있기 때문입니다.

당신과 그 사이의 간극은 상상도 못 할 속도로 벌어질 겁니다.

기업의 통합적인 적용 방식을 배우는 것은 단순히 개인적인 도구를 합치는 것보다 훨씬 더 가치 있습니다.
기업에게 있어 AI 전환은 도구를 도입하는 것이 아니라 역량을 구축하는 것입니다.
그러한 역량을 구축하는 데 가장 먼저 필요한 사람은 바로 건축가입니다.

인공지능 시대에 진정으로 부족한 것은 무엇일까요?
인공지능 사용법을 아는 사람이 아닙니다.
오히려 인공지능을 위한 컨테이너를 구축할 수 있는 것은 사람입니다.