AI에게 어떤 결정을 맡길 것인가

현상 · 같은 날, 같은 AI, 다른 무게

AI 도구가 조직 안으로 깊숙이 들어오면서, 리더들은 새로운 종류의 당혹감을 경험하고 있다. "어디까지 맡겨야 하는가"라는 질문이다.

런던의 한 소비재 기업 리더십 팀은 같은 날 두 가지 결정을 AI의 지원을 받아 검토했다. 하나는 '다음 5개 매장의 입지 선정', 다른 하나는 '브랜드를 웰니스 방향으로 전환할 것인가'. 두 질문에 AI를 동일하게 투입했지만, 결과의 신뢰도는 전혀 달랐다.

이 사례는 흩어진 현상의 한 점이 아니다. 조직 안에서 AI가 일상화될수록, 어떤 결정에 AI를 쓰는가보다 왜 그 결정에 AI를 쓰는가를 설명할 수 없는 리더와 직장인이 늘고 있다는 신호다(MIT Sloan Management Review, 2026).

해석 · 자신감이 검증을 잠재울 때

두 결정의 차이는 데이터 밀도가 아니라 맥락의 가역성에 있다.

입지 결정은 유동 인구·임대료·경쟁 밀도 같은 정량 신호로 수렴할 수 있다. 틀렸을 때도 매장을 닫고 재배치하는 경로가 있다. 반면 브랜드 피벗은 조직 문화, 소비자 정서의 미세한 변화, 경영진의 위험 선호도, 그리고 틀렸을 때 되돌리기 어려운 정도가 복합적으로 얽혀 있다.

AI는 정량 신호를 잘 처리하지만, 비가역성이 높은 결정일수록 AI의 자신감은 오히려 리스크가 된다. AI가 단정하게 답을 내줄수록, 그 단정이 얼마나 좁은 조건 위에 서 있는지를 묻지