이제 장소적인 의미의 사무실은 존재 가치가 별로 없다.

MM이 150주년을 맞는 25년 후인 2044년경에는 공장 위치나 작업 시간이 중요하지 않을 것으로 판단된다. 대신 역량을 갖춘 작업자들은 조금 더 중요한 역할을 하게 될 것이고, 이러한 역량은 모든 방법을 동원해 수집하고 처리하여 최적화해야 한다. 홀로그램을 포함하여 새로운 팀과 프로젝트 그룹을 만드는 것부터 새로운 차원으로 인공 지능을 활용해야 한다.

멜라니 크라우스(Melanie Krauß)

핵심 내용

  • 팀 구성은 앞으로 능력과 경험을 바탕으로 AI(인공 지능)에 의해 결정될 것이다.
  • 새로운 협업 툴과 복잡하지 않은 데이터 교환이 핵심 요소가 될 것이다.
  • 물리적으로 참석하는 경우는 많지 않을 것이다. 장소를 뛰어넘어 장소 제한 없이 협력할 수 있을 것이다.
  • 일과 삶의 균형(Work-Life-Balance)이라는 주제가 중요한 역할을 하게 된다. 근무 시간은 유연해지고 전체적으로 짧아질 것이다.

인공 지능이 새로운 팀을 만들기 위해 목표와 시간 그리고 예산 외에 다른 것은 필요 없다. 인공 지능은 수천 명의 잠재적 인력 데이터 베이스를 가지고 최적의 조합을 만든다. 이 과정에서 역량과 가용성뿐만 아니라 그들의 경험과 특수한 기술을 고려한다. 팀장이 동작을 멈추고 지원자들을 자세히 살펴본다. 팀이 잘 돌아갈 수 있을까? 과연 이들이 프로젝트를 성공으로 이끌기 위해 필요한 사람들일까? 하지만 AI는 지금까지 이들을 실망시키지 않았다. AI에 의해 구성된 팀은 선발 과정에서 사람이라면 주관적인 생각이 미칠 수 있는 편견에서 벗어나 최고의 인력을 구성했었다. 이로써 인사부는 오류에 취약하지 않은 매칭 툴을 개발하는 데에 성공하였다.

팀 교육 5.0 – AI가 더 잘 안다

팀장은 만족스럽게 고개를 끄떡인다. 이제 AI가 추천한 5명 가운데 4명을 선발할 계획이다. AI는 회사 내부 지침에 따라 사내에서 적합한 역량과 능력이 있는지를 먼저 점검한다. 이번 프로젝트에서 AI가 적격이라고 추천한 엔지니어링 팀장과 메카트로닉스 매니저도 회사 소속이다. IT 기술자와 무브먼트 지식 매니저는 저장된 스케줄에 따라 배정한 외부 인사이다. 평가 결과 이들은 모두 평균을 넘는 수준이었고, 유사한 프로젝트를 진행한 경험을 가지고 있었다. 이 과정에서 유연성과 문제 해결과 같은 특성이 높이 평가되었다.

팀장은 조금 더 완벽을 기하기 위해 다시 한번 이들의 역량 프로파일을 살펴보았다. 팀장은 앞뒤로 스크롤하면서 잠재적인 두 직원의 이력을 살펴본다. 지원에 대한 열의를 기술한 이력서를 한동안 주의 깊게 읽었다. 안정적인 기본 소득을 마다하고, 이번 프로젝트에 지원하도록 무엇이 그들을 움직였는지를 서술한 부분이 흥미롭다. 팀장은 고개를 끄덕이면서 ‘조회서 발행’ 버튼을 클릭한다. 프로젝트에 대한 모든 기본 정보는 다행스럽게도 검색 초기에 입력해 두어서, 기본 정보도 함께 전달되었다. 이제 팀장이 마지막 지원자를 확인하기 위해 이력서를 확인했다. 마지막 지원자는 지난 2년간 상당한 발전을 보였지만 경험이 부족한 것으로 나타났다. 팀장은 아직 확신이 서질 않았다.

미래에 팀을 구성할 경우 가용 지원자들의 광범위한 데이터를 기반으로 인공 지능이 제안을 할 수 있다.

조직 5.0 –데이터의 힘

첫 번째 미팅에서 모인 팀원은 서로를 완벽하게 보완하는 것으로 나타났다. 전기 엔지니어가 경험이 부족한 경우, 엔지니어링 책임자가 기술을 지원할 수 있고, 반대로 젊은 동료들은 신선한 아이디어와 와해적 사고방식을 가지고 있어, 나이 많은 숙련된 동료들이 이를 보완할 수 있다. AI 프로젝트 마일스톤이 설정되고 역할이 분배되어 첫 번째 태스크가 정의되었다. 이 모든 사항은 각 직원들에게 삽입된 작은 칩에 저장된다. 이들은 기존보다 많은 소득을 위해 이 프로그램에 참여하였다. 이들은 데이터 베이스의 일부이며 누구든지 언제든지 필요한 모든 데이터에 접근하고 다른 팀원의 진행 상황을 확인할 수 있다.

이를 어떤 이들은 최대한의 민첩성이라 하고, 다른 이들은 최대한의 투명성이라고 하며 심지어 최대한의 컨트롤이라고 한다. 팀장에게 이것은 관점의 문제이다. 프로젝트에서 모든 것이 매끄럽게 진행된다면 정보 분배가 하나의 장점이겠지만, 무언가가 계획대로 돌아가지 않는다면 정보 분배가 결정적인 기준이 될 수 있다. 최종적인 평가를 위해서 작업에 대한 정보가 어딘가에 모여 있으면 도움이 될 것이다.

유연성 5.0 –장애물을 해결하는 방법

프로젝트가 진행되고 한 달 후, 첫 번째 상황이 발생하였다. 결국 팀장이 처음으로 통제해야 할 일이 생겼다. 지금까지 엔지니어링 책임자가 모든 것을 통솔해 왔으나, 지금의 상황은 기술적인 문제가 아닌 조직적인 문제이기 때문이다. 메카트로닉스 매니저가 2주간 병가를 냈기 때문에, IT 기술자가 기술적 선택을 위해 로봇 구조를 결정해야 하는 상황이 발생한 것이다. 업계에서는 이를 전형적인 ‘블로킹’ 상태라고 한다. 팀장은 스탠드 업 미팅 전에 지원자 시스템을 다시 한번 살펴봤다. 장기적으로 대체할 팀을 조직하는 것은 어렵지만, 한시적으로 팀을 지원하기 위한 전문가를 쉽게 찾을 수 있었다. 새로운 팀원은 팀에 빠르게 흡수되었다. 비용이 추가되었지만 그에 대한 평가는 호의적이다. 그는 다음 미팅부터 참여하게 되었다. 팀장은 동료의 칩에 있는 데이터를 새로운 전문가에게 제공하고, 회의에 준비할 수 있게 하였다.

미팅 5.0 –모델과 홀로그램을 이용하다

대체 투입된 팀원은 손목을 부드럽게 돌리며 로봇 몸체의 디지털 이미지를 한가운데에 띄웠다. 이 새로운 IT 책임자는 병가를 낸 직원을 대신하여 엔지니어링 책임자와 함께 계획을 진행시키고 필요한 해답을 제공하였다. “인간과 유사한 모션 시퀀스에 필요한 모든 자유도를 고려하였습니다.” 무브먼트 지식 매니저가 모든 동료들이 이해할 수 있도록 영어로 질문하고 축을 중심으로 모델을 천천히 회전시킨다. 최근 무브먼트 지식 매니저는 다른 프로젝트에 참여하여, 모든 미팅마다 참여할 수 없지만 그는 일반적인 계약 조건은 준수하였다. 그는 프로젝트 기간 동안 하루 5시간 이상 일해야 하지만 이런 상황이 그에게 문제가 되는 것 같지 않았다. 대체된 전문가는 허공을 몇 번 휘두르는 행동을 보였지만 이내 이해가 되었다. “여기 모든 관절을 적합한 각도로 표시하겠습니다.” 디지털 이미지가 움직이기 시작했다. 허공을 가르고 무브먼트 지식 관리자를 향해 움직인다. 무브먼트 지식 관리자가 만족한 표정을 지었다.

피드백 5.0 –실력 있는 대체 인력, 기꺼이 한 번 더.

IT 전문가도 매우 열성적이다. 중앙아메리카 니카라과에 있는 그녀에게는 매우 이른 아침이기 때문에 그녀는 회의 초반에는 가끔 하품을 하였지만 지금은 완전히 깬 모양이다. 홀로그램 전송을 통해서 그녀의 눈이 빛나는 것을 확인할 수 있다. 팀장은 홀로그램이 깜박거린다고 생각했다. IT 전문가인 그녀가 로봇 관절을 새롭게 배열한 것은 PC를 몸통 중앙에 설치할 수 있으며, 예상했던 것보다 많은 공간을 활용할 수 있다는 의미이다. “정말 멋진 일이네요!” 그녀는 만족하며 자신의 입력 콘솔에서 무언가를 누른다. 잠시 후 ‘띵동’하는 작은 소리가 나면서 대체된 전문가(그의 홀로그램)는 그의 손목을 쳐다본다. “감사합니다!”라고 말하며 미소를 지어 보인다. “또 문제가 발생하면 언제든지 연락하셔도 됩니다. 이후에는 연락 시간을 시스템에 저장해 두겠습니다.” 그는 작별 인사를 하였고 그룹의 다른 동료들로부터 평가를 받는다. 이 평가는 그녀의 가치를 높이고 이는 대체 인력에게 매우 중요한 일이다. 프로젝트 참여 기간이 짧은 경우에는 그렇게 상세하지는 않지만, 그렇다고 가치가 없다고 할 수는 없다.

홀로그램이 사라진 후 팀장은 피부밑에서 부드러운 진동을 느낀다. ‘띵동’하는 소리가 진동을 멈춘다. 5점 만점에 5점이다. 그녀의 가치는 조금 더 높아졌고, 앞으로도 이 전문가를 단기적으로 고용할 수 있을 것 같다. 팀장은 만족스럽게 평가를 받아들였고 그러는 사이에 그녀의 점수가 조정되었다. 모든 것이 매우 성공적인 회의였으며 성공적인 하루였다.

작업 중인 프로젝트를 공간에 띄울 수 있다. 이제 같은 공간에 모일 필요가 없다.

최적화 5.0 –일하는 사람은 휴식을 취해야 한다

팀장은 자신의 손을 보고 붉은 점을 확인한다. 엄지와 집게손가락으로 표시창을 확대해 확인하고 머리를 흔든다. 그녀는 대체된 인력 문제로 수분을 보충하는 것을 잊고 있었다. 그녀는 이 일로 생각보다 스트레스를 많이 받았었다. 스트레스 지수를 확인하면 이러한 사실이 진행된다. 그녀의 신체는 코르티솔을 장시간 분비했고, 그녀의 혈압도 높게 나왔다. 시스템은 그녀의 컨디션을 회복시키기 위해 30분간 정도 휴식 취할 것을 권장했다. 팀장은 동료들에게 인사하고 프로젝션 룸을 떠난다. 다음 회의 때까지는 시간이 약간 남아 있어, 그녀는 잠깐 휴식을 취하기로 했다. 그녀는 주방에 있는 정수기에서 물 한 잔을 가지고 휴게실로 향했다. 이는 프리랜서 프로젝트 팀원으로 일하지 않고 회사에 채용된 경우에 누릴 수 있는 이점이다. 엔지니어링 책임자는 회의가 끝나고 프로젝트 작업을 계속하기 위해 OWO(Open Work Office)로 간다. 그는 홈 오피스를 특별히 생각하지 않았다. 그 대신 그는 ‘서로에게 영감을 주는’ 동료들과 교류하는 것을 더욱 중요시한다. 이는 젊은 엔지니어들을 이해하는 이유 가운데 하나이다. 하지만 AI가 이런 것까지 실질적인 예측을 할 수 있을까? 어쨌든 팀장은 이를 완전하게 믿으려 하지는 않는다. 아마도 니카라과의 IT 동료와 얘기를 해봐야 하지 않을까? 그는 눈을 감고 명상에 들어간다. 어떤 프로젝트가 기다리고 있으며, 무슨 일이 기다리고 있을까?

이 글의 배경

25년 후에 기술이 바뀌는 만큼 인간이 일하는 방식, 특히 협업하는 방식도 크게 바뀌게 될 것이다. 어떤 방식은 사라지고 그 대신 다른 방식이 중요해질 것이다. 스스로가 유연해지고 지속적으로 발전하며 자기 책임도 커진다는 의미이다. 고용인은 이러한 전개에 적합한 틀을 마련하고 직원들에게 개인적인 자유를 주어야 한다. 디지털화와 자동화가 노동 환경에서 큰 도전이 되겠지만 동시에 기회가 될 수도 있다. 숙련 인력 부족뿐만 아니라, 사람의 능력이 미래에 더욱 중요해진다는 의미이다. 기술이 급속하게 발전하고 있는데 못할 것이 무엇이 있을까?

미래에도 협업이 핵심 역할을 할 것이다.

DR. 모리츠 해머를레 (MORITZ HÄMMERLE): 프라운호퍼 산업 엔지니어링 IAO 연구소장

디지털화와 인더스트리 4.0 그리고 인공 지능(AI)이 산업 환경을 극적으로 변화시킨다.

전문 지식을 전수하기 위한 AI 기반 매칭 툴과 같은 혁신적 솔루션이 기술적으로 가능하고 이미 사용하고 있다. 하지만 독일은 수많은 새로운 기술의 잠재력에서도 어려움을 겪고 있다. 최고의 인적 데이터 수집과 평가는 기술적으로 가능하지만 현재 법률적으로 안전 조치가 마련되지 않았다. 하루 5시간 근무와 보장된 기본 소득이 산업계의 변화된 기본 요소로 제시되었지만 이는 먼 미래의 일이다. 현재 디지털 현실은 지난 3년 동안 제조 산업의 변화는 역동적이라 하기보다 조금씩 전개되고 있다. MM이 150주년이 되는 2044년의 노동 현장이 어떻게 변할지는 아무도 예측할 수 없다. 우리는 다음 25년의 기술 도약을 확실하게 예상할 수 없고, 정치적 사회적 발전도 내다볼 수 없다. 지금 기업의 변화를 시작하지 않으면 미래에 정상에 설 수 없다. 또한 기술에 의해 추진되는 변화에 사람을 포함시키지 않으면 변혁에 성공할 수 없다. 따라서 과감하게 한 발을 내딛고, 경쟁력 있고 안전하게 사람을 중심으로 미래의 산업 환경을 만들어 갈 것을 제안한다!

세바스티안 테르슈테겐(SEBASTIAN TERSTEGEN) – Ifaa 응용 노동과학 연구소 기업 우수성 분과

미래에도 팀 구성을 위한 과학적 지식이 활용된다

영국의 심리학 학자이자 경영 컨설턴트로 활동하고 있는 레이먼드 메레디트 벨빈은 1970년대에 연구 과정에서 다양한 성격 유형과 팀원의 능력이 팀 성과에 어떠한 영향을 미치는지 연구하였다. 그는 자기 프로젝트와 같이 복잡한 과제를 처리할 경우 프로젝트의 성공과 실패 그리고 팀의 효율성은 개개의 팀원에 달린 것이 아니라, 모든 팀원의 능력과 숙련도를 적합하게 활용하는 데에 달려 있다는 점을 확인했다. 이에 따라 레이먼드 메레디트 벨빈은 다양한 팀 내 역할을 도출하고 팀이 그의 연구를 바탕으로 수많은 이질적인 성격 유형과 역할 타입으로 구성될 때에 효과적으로 돌아간다는 이론을 정립하였다. 하지만 증거에 기반한 이러한 인식이 현실에서는 고려되지 않는다. 실질적인 이행 방법이 없었거나 비용이 많이 들어가기 때문이다. 흥미롭게도 이제 AI 기반 소프트웨어를 활용하여 성격 유형과 능력 그리고 숙련도를 자동으로 파악하고, 학습법 및 알고리즘을 이용하여 벨빈에 따른 성격 유형과 역할 유형을 개발하여 AI를 기반으로 팁 구성 5.0을 실질적으로 이행할 수 있는 방법이 있다.

스벤 헤닝에(SVEN HENNIGE): Robert Half 중앙 유럽 & 프랑스 시니어 매니징 디렉터

일상의 작업에서 프로젝트가 차지하는 범위가 늘고 있다

앞으로 팀을 민첩하게 구성하고 인력의 실제 역량에 초점을 맞추는 것이 점점 중요해진다. 이를 위해 각기 다른 역량을 갖춘 파트 타이머와 프리랜서 그리고 정규 직원 등을 잘 융합하는 것이 관건이다. 오늘날 많은 기업에는 인력 자원 데이터 베이스를 가지고 있으나, 위의 글에서 말하는 바와 같이 고용인의 역량을 확실하게 모든 가능한 방식으로 수집하고 처리하고 최적화할 수는 없다. 새로운 팀이나 프로젝트 그룹을 구성할 경우 아직은 인공 지능이 역할을 할 수가 없다. 하지만 이 인공지능이 올바른 인력 구성은 성공적인 프로젝트 작업, 특히 기업의 디지털 전환 측면에서 매우 중요하다.