생성 AI가 직업 만족도 향상시켜 준다

생성AI는 다양한 방식으로 작업을 향상시키는 중추적인 기술이다. 복잡한 분석 자동화부터 의사 결정을 지원하는 시나리오 시뮬레이션에 이르기까지 생성AI 사용 사례는 금융 서비스, 컨설팅, 정보 기술, 법률, 통신 등을 포함한 광범위한 산업 전반에 큰 영향을 미치고 있다.

확실히 조직은 조직 내에서 AI 채택이 증가함에 따라 생성AI의 잠재력을 인식하고 있다. PWC 조사에 따르면 미국 기업의 73%가 비즈니스의 일부 영역에서 AI를 채택했다. 그러나 일자리 대체, 편견, 의사 결정 투명성 등에 대한 두려움을 고려할 때 직장 내에서 생성AI의 역할에 대한 논의가 지속되고 있다. 그럼에도 불구하고 생성AI는 특정 역할에 관계없이 조직 내 직원이 AI 기술에 훨씬 더 쉽게 접근할 수 있도록 만들었다.

실제로 LexisNexis 미래의 일 설문 조사에 따르면 전문가의 72%가 생성AI가 긍정적인 영향을 미칠 것으로 예상하고 있으며 4%만이 이를 직업 안정에 대한 위협으로 보고 있다.

AI의 생산성 향상

생성AI의 급속한 성장은 조직이 모든 역할을 강화하기 위해 운영하고 전략을 세워야 하는 방식에 중요한 변화를 의미한다. 생성AI 애플리케이션은 영향력 있는 만큼 다양하다. 그것은 단지 과대광고가 아니다. 생성AI는 이미 2040년까지 노동 생산성을 연간 0.1~0.6% 증가시킬 준비가 되어 있다.

생성AI는 또한 여러 부문과 산업 전반에 걸쳐 가치를 창출했다. 영업, 마케팅, 고객 운영 및 기술을 포함한 중요한 비즈니스 기능은 생성AI를 활용하여 생산성을 높였다. 예를 들어 기술 분야에서 생성AI 기반 코딩 도우미는 소프트웨어 개발자가 코드 조각 제안, 코드 리팩토링, 버그 수정, 복잡한 코드 이해, 단위 테스트 작성, 문서 작성 및 완전한 엔드투엔드 애플리케이션 생성에 큰 도움이 된다.

직원들이 생성AI 도구를 실험하고 탐색함에 따라 기술에 대한 편안함 수준이 높아진다. 전문가의 86%는 창의적인 작업과 전문적인 작업 모두에 생성AI를 수용하려는 의지에 '동의' 또는 '강하게 동의'한다. 직원의 68%는 업무 목적으로 생성AI 도구를 사용할 계획이며, 69%는 이미 일상 업무를 지원하기 위해 이러한 도구를 사용하고 있다. 데이터에 따르면 생성AI를 채택한 조직은 생산성을 높일 수 있고 직원은 이를 사용하여 효율성을 가속화할 의향이 있음이 분명해졌다.

생산성 향상은 당연하지만 AI는 직업 만족도에도 도움이 된다.

생성AI와 관련된 가장 중요한 기회 중 하나는 직업 만족도를 높이는 데 도움이 된다는 것이다. 전문가들은 채택 정도에 대해 상당히 균형 잡힌 기대를 갖고 있지만, 82%는 생성 AI가 일상적인 작업과 데이터 분석을 자동화하여 다양한 반복 관리 작업을 대신하여 작업의 보다 전략적인 측면에 집중할 수 있을 것으로 기대한다.

작업 환경에서 생성AI의 역할을 어떻게 인식하는지 묻는 질문에 전문가의 2/3 이상이 이를 '유용한 도구' 또는 '지원하는 동료'로 여긴다. 결과적으로 그들은 업무 성과를 방해하는 것이 아니라 향상시키는 AI의 잠재력을 인식하고 반복적인 작업을 제거하고 더 보람 있고 가치가 높은 작업에 시간을 확보하려는 긍정적인 사고 방식으로 AI를 수용하고 있다.

대부분의 전문가들은 생성 AI가 직업 만족도에 해를 끼치는 것으로 보지 않는다. 절반 이상(51%)이 생성AI 덕분에 직업 만족도가 크게 또는 중간 정도 향상되었다고 답한 반면, 직업 만족도가 감소한다고 느낀 비율은 10%에 불과했다. 조직이 직장 내에서 생성AI 도구를 구현하는 위치와 방법에 대한 근본적인 재검토가 필요하다.

참여도 및 직무 만족도 향상을 위한 권장사항

조직은 생성AI 도구 채택 프로세스 전반에 걸쳐 직원 참여를 고려해야 한다. 참여도를 높여 직업 만족도를 높이기 위한 몇 가지 권장 사항은 다음과 같다:

●직원을 참여시켜 특정 역할이나 그룹에 가장 영향을 미치는 사용 사례를 식별해야 한다. 가장 시간이 많이 걸리고 지루한 작업을 선택하여 문제를 해결하면 더 중요한 항목에 집중할 시간을 확보할 수 있다.

●식별된 사용 사례를 해결하는 데 가장 효과적인 생성AI 도구 및 대규모 언어 모델(LLM)을 식별한다. 시간을 내어 결과를 실험하고 테스트하고 검증해야 한다. 솔루션을 사용하여 직원 기반 내에서 신뢰를 구축하는 데 도움이 되도록 사용 사례에 대한 다양한 입력 세트를 고려하고 환각 비율을 포함한 출력 품질을 측정해야 한다.

●팀에 교육을 제공해야 한다. 특정 도구, LLM, 관련 프롬프트 및 가드레일 사용에 대한 비디오, 코드 샘플, 도구 공급업체 리소스 및 튜토리얼을 포함하여 웹에서 제공되는 방대한 정보를 활용하라. 팀 내에서 멘토와 전문가를 만들어 나머지 사람들을 지도하는 데 도움을 줘야 한다. 가치를 인식하지 못하는 팀원에게 영감을 주기 위해 배운 교훈과 성공 사례의 예를 보여준다.

●KPI를 식별하고 측정한다. 여기에는 채택, 생산성 향상, 비용 절감 또는 용도 변경, 직원 만족도, 품질 개선 및 팀이나 비즈니스와 관련된 기타 KPI가 포함될 수 있다.

생성 AI는 더 이상 기술자만을 위한 것이 아니다. 이는 모든 사람이 사용할 수 있는 강력한 도구를 만드는 것이다. 한때 이러한 기술을 회의적으로 보았던 대부분의 비즈니스 전문가들은 이제 이를 받아들이고 심지어 환영하기까지 한다. 그리고 조직과 직원 모두에게 미래의 업무를 향한 전례 없는 기회를 제공하는 생성AI의 힘을 고려하면 그 이유는 더 이상 비밀이 아니다.