설문조사 보고서: 직장 내 AI의 잠재력 활용 – 1부

AI 활용에 대한 고용주와 직원의 시각 차이

고용주의 기대와 직원의 현실

고용주들은 구체적인 목표를 염두에 두고 AI를 도입했습니다. 초기 조사 지원(62%), 업무 흐름 관리(58%), 데이터 분석(55%)입니다. 그러나 직원들은 다른 생각을 하고 있습니다. 보고서에 따르면 직원 3명 중 2명(63%)이 주로 자신의 업무를 검토하기 위해 AI를 활용하고 있으며, 고용주가 의도한 목적에 맞게 사용하지 않고 있습니다. 이러한 시각 차이는 직원들이 AI의 잠재적 기능을 충분히 이해하지 못했거나, 더 복잡한 방식으로 AI를 사용할 자신감이 부족함을 시사합니다.

고용주들은 직원의 초기 조사를 지원하기 위해 AI를 도입했다고 말합니다(62%). 또한 직원들의 업무 흐름 관리(58%)와 데이터 분석(55%)을 지원하기 위해 도입했다고 말합니다.

그러나 직원 3명 중 2명(63%)이 주로 자신의 업무를 검토하기 위해 AI를 활용하고 있습니다.

이러한 관리자의 AI에 대한 기대와 직원들이 실제로 AI를 활용하는 방식 사이의 시각 차이는 AI에 대한 투명성과 교육 부족으로 인해 발생할 가능성이 높습니다.

투명성과 교육의 역할

이러한 시각 차이의 핵심 원인은 AI에 대한 투명성과 교육의 부족으로 보입니다. 고용주 72%가 적절한 교육을 제공했다고 생각하지만, 직원 중 23%만이 AI에 대해 충분히 교육받고 훈련받았다고 생각합니다. 이러한 불일치는 성별 차이로 더욱 심화됩니다. 남성 66%가 충분히 훈련받았다고 생각하는 반면, 여성은 44%에 불과합니다. 명확히 모든 직원을 대상으로 하는 더욱 포괄적이고 통합적인 교육 프로그램이 필요합니다.

직원 중 23%만이 AI에 대해 충분히 교육받고 훈련받았다고 생각합니다.

고용주 72%가 직원들이 AI에 대해 적어도 충분히 훈련받았다고 말하지만, 직원 53%만이 그렇게 생각합니다.

AI 교육에서 성별 차이도 두드러집니다. 남성 3명 중 2명(66%)이 AI 교육을 받았다고 생각하는 반면, 여성은 44%만이 같은 생각을 합니다.

AI가 생산성에 미치는 영향 – 인식과 현실

고용주의 낙관주의와 직원의 경험

고용주들은 AI가 생산성에 미치는 영향에 대해 낙관적입니다. 60%가 AI가 직원의 효율성을 크게 향상시키고 있다고 믿습니다. 그러나 직원들은 다른 경험을 보고합니다. 44%만이 AI가 생산성을 크게 향상시키고 있다고 생각하며, 10%는 AI가 생산성을 향상시키지 못했다고 말합니다. 이러한 불일치는 고용주들이 AI의 이점을 과대평가하거나 직원 수준에서 AI 통합이 효과적이지 않음을 시사합니다.

고용주 절반 이상(60%)이 AI가 직원의 생산성을 크게 향상시키고 있다고 믿고 있으나, 직원 44%만이 생산성이 크게 향상되었다고 말합니다.

직원 10%(10%)는 AI가 생산성을 향상시키지 못했다고 말합니다.

시간 절약: 양면적 결과

AI는 직원들의 시간을 절약하고 있습니다. 79%가 하루에 최소 1-2시간을 절약한다고 말합니다. 그런데 이 절약된 시간이 어떻게 사용되고 있는지는 의문입니다. 직원 63%가 절약된 시간을 업무 과부하를 줄이는 데 사용하고 있지만, 26%는 업무 외의 일에 사용하고 있습니다. 이는 AI가 충분히 활용되지 못하고 있으며, 직원들이 AI로 절약된 시간을 최대한 활용하는 방법에 대한 지도를 받지 못하고 있음을 시사합니다.

정보 과잉의 시대에 기업은 정보에 입각한 비즈니스 결정을 내리기 위해 정확한 데이터에 더 빠르게 액세스해야 합니다. 일반적으로 복잡하고 IT에 의존하는 기존 BI 시스템은 이 수요를 충족하기 어렵습니다. 반면 셀프 서비스 임베디드 비즈니스 인텔리전스(BI) 도구는 사용자 친화적인 인터페이스와 직관적인 시각화를 제공하도록 설계되어 사용자가 자연스러운 업무 흐름 내에서 독립적으로 데이터를 탐색할 수 있게 하여 인사이트 도출과 의사결정까지의 시간을 단축합니다.

이 백서는 셀프 서비스 임베디드 BI에 대한 포괄적인 개요와 비즈니스 인텔리전스에 미치는 변혁적 영향을 제공합니다. 셀프 서비스 임베디드 BI 플랫폼의 도전과제 및 기능을 살펴보고, 조직의 이점을 알아보며, 성공적인 구현을 위한 고려사항을 안내합니다.

직원 79%(79%)가 AI를 사용하여 하루에 최소 1-2시간을 절약한다고 말합니다. 직원 37%(37%)는 AI 도구를 사용하여 3-4시간을 절약합니다.

직원 21%(21%)는 AI로 하루에 1시간 미만을 절약한다고 말합니다. 이는 많은 직원들이 AI를 충분히 활용하지 못하고 있음을 의미합니다.

핵심 장애물 – 데이터 준비도

AI에서 데이터의 중요성

데이터는 종종 AI의 핵심이라고 불립니다. 인공지능의 맥락에서 데이터는 알고리즘이 구축되고, 결정이 내려지며, 인사이트가 생성되는 기반을 형성합니다. 정확하고 포괄적이며 잘 정리된 데이터에 액세스할 수 없으면 AI 시스템은 효과적으로 작동할 수 없습니다.

AI에서 데이터를 사용하는 목적은 머신이 패턴으로부터 학습하고, 결과를 예측하며, 그렇지 않으면 인간의 개입이 필요한 프로세스를 자동화할 수 있도록 하는 것입니다. 예를 들어 AI는 고객 데이터를 분석하여 구매 행동을 예측하고, 수요 예측을 통해 공급망 운영을 간소화하거나, 마케팅 캠페인을 개인화하여 고객 참여를 향상시킬 수 있습니다. 자연어 쿼리를 사용하면 데이터 주변의 질문에 AI로 답하고 즉시 인사이트와 답변을 얻을 수 있습니다. 가능성은 무한하지만, 모두 한 가지 중요한 요소에 달려 있습니다. 바로 사용되는 데이터의 품질과 준비도입니다.

데이터의 딜레마

AI 도입의 가장 큰 장애물 중 하나는 데이터 준비도입니다. 고용주 절반 가까이(45%)가 자신의 회사 데이터가 AI를 지원할 준비가 되어 있지 않다고 보고합니다. 19%는 이를 AI를 구현하지 않는 주요 이유로 언급합니다. 이 문제는 종종 데이터가 부서와 플랫폼에 걸쳐 분산되어 있어 AI가 필요한 정보에 접근하고 처리하기 어렵다는 사실에서 비롯됩니다. 중앙 집중식이고 깨끗한 데이터가 없으면 AI는 효과적으로 작동할 수 없습니다.

고용주 절반 가까이(45%)가 회사의 데이터(성과, 프로세스, 인력 및 수익성을 추적하는 정보)가 아직 AI를 구현할 준비가 되어 있지 않다고 말합니다.

고용주 19%(19%)는 데이터 준비도를 AI가 자신의 조직에 도입되지 않은 주요 이유로 언급합니다.

많은 기업의 경우 이러한 데이터 준비도 부족은 데이터가 부서, 플랫폼 및 채널에 걸쳐 분산되어 있으며 한 곳의 중앙 집중식 위치에 없음을 의미합니다. 팀은 이에 대한 액세스 권한이 없습니다. 중앙 집중식 데이터가 없으면 AI는 실행될 수 없습니다.

데이터 준비도에 대한 직원의 관점

직원들도 데이터 준비도 문제를 인식하고 있습니다. 직원 3명 중 1명은 회사의 데이터가 AI를 완전히 구현하기 전에 정확성을 위해 검토되어야 한다고 생각합니다. 또한 직원 32%는 자신의 회사가 AI 준비 상태가 되기 전에 데이터와 AI에 대한 더 많은 교육이 필요하다고 생각합니다. 이는 데이터 준비도가 단순한 기술적 도전이 아니라 직원 교육 및 참여의 문제임을 시사합니다.

직원들도 AI와 관련해서는 데이터가 최우선입니다. 고용주 33%는 회사의 데이터가 정확성을 위해 검토된다면 자신의 회사가 AI를 지원할 준비가 될 것이라고 말합니다. 32%는 자신의 회사가 준비 상태가 되기 전에 데이터와 AI에 대한 더 많은 교육이 필요하다고 말합니다.

격차를 해소하기 위한 권장사항

AI 교육 및 학습 강화

고용주의 기대와 직원의 현실 사이의 격차를 해소하려면 기업이 포괄적인 AI 교육 프로그램을 우선시해야 합니다. 이러한 프로그램은 AI의 기술적 측면을 다루는 것 외에도 AI가 일상 업무에 어떻게 통합될 수 있는지에 대한 실용적인 예시를 제공해야 합니다. 교육은 성별이나 배경에 관계없이 모든 직원이 AI 사용에 충분히 준비된 느낌을 갖도록 보장하는 포함적이어야 합니다.

데이터 중앙화 및 정리

데이터 준비도는 AI 이니셔티브의 성공에 매우 중요합니다. 기업은 데이터를 중앙화하고 정확하고 접근 가능한지 확인하기 위해 투자해야 합니다. 여기에는 데이터 사일로 제거, 데이터 거버넌스 관행 구현, 직원에게 데이터를 효과적으로 관리하고 활용할 수 있는 도구와 교육을 제공하는 것이 포함될 수 있습니다.

AI 목표와 직원 수요 정렬

마지막으로 고용주는 AI 전략을 직원의 실제 수요와 업무 흐름에 맞춰야 합니다. 이는 의사결정 프로세스에 직원을 참여시키고, AI 도구에 대한 피드백을 수집하며, 직원들이 AI를 어떻게 사용하는지에 따라 전략을 조정함을 의미합니다. 그렇게 함으로써 기업은 AI 투자가 생산성을 실질적으로 향상시키고 비즈니스 성공을 주도하도록 할 수 있습니다.

결론

Slingshot의 2024 디지털 업무 트렌드 보고서는 직장 내 AI의 도전과제와 기회를 조명합니다. AI는 생산성 향상과 효율성 제고에 막대한 잠재력을 가지고 있지만, 고용주가 의도한 AI 사용 방식과 직원이 실제로 AI를 사용하는 방식 사이에는 여전히 상당한 차이가 있습니다. 교육, 데이터 준비도, AI 목표 정렬의 격차를 해소함으로써 기업은 AI의 전체 잠재력을 활용하고 더욱 생산적이고 참여도 높은 인력을 만들 수 있습니다.

이 백서는 AI의 힘을 활용하려는 조직을 위한 가이드로 제공됩니다. 현재의 상황을 파악하고 도전과제를 해결하기 위한 사전 조치를 취함으로써 기업은 AI 이니셔티브가 성공적이고 영향력 있기를 보장할 수 있습니다.

조사 방법론 및 데이터 출처

이 백서에 제시된 인사이트와 결과는 Dynata(자사 데이터 수집 및 인사이트의 글로벌 리더)와의 파트너십을 통해 수행된 Slingshot의 2024 디지털 업무 트렌드 보고서의 데이터를 기반으로 합니다. Dynata는 다양한 산업 및 인구통계의 253명의 정규직 미국 직원 및 관리자를 대상으로 조사하여 직장에서 AI가 어떻게 구현되고 활용되는지에 대한 중요한 인사이트를 수집했습니다.

설문 응답자는 다양한 연령대, 역할 및 조직 수준에서 균형 잡힌 대표성을 보장하도록 선정되어 AI가 직원과 고용주 모두에게 미치는 영향에 대한 포괄적인 관점을 제공합니다. 데이터는 50개 주 전역에 위치한 응답자로부터 수집되어 AI 도입과 관련 도전과제의 현재 상황에 대한 광범위한 관점을 제공합니다.

×