이 레터를 다른 분에게 전달받으셨나요? 베네핏레터 구독 신청하기 →

원고 제공 | 윤정원 이노핏파트너스 대표
편집 | 이노핏파트너스 사업기획팀

요즘은 AI 기술보다 AI를 설명하는 용어가 더 빠르게 늘어나는 것 같습니다. AI, AX, AI Agent, Physical AI, MCP, Context Engineering까지, 하루가 멀다 하고 새로운 개념이 등장합니다. 무엇이 핵심이고 무엇이 유행인지조차 구분하기 쉽지 않은, 말 그대로 혼돈의 시대입니다.

하지만 이 혼돈 속에서도 한 가지는 분명합니다. 자본은 이미 방향을 선택했습니다. 다만 대부분의 기업에게 정작 중요한 질문은 AI 시장의 성장 크기가 아닙니다. 이번 109호에서는 AI 인프라 시대의 흐름을 짚고, 그 흐름 속에서 기업이 실제로 던져야 할 질문, 그리고 그 질문에서 출발하는 AX 리더십을 살펴봅니다.

AI 인프라 시대 이해하기

AI는 이제 기술이 아니라 산업입니다.

최근 미국 주식시장을 보면 이 흐름을 어렵지 않게 읽을 수 있습니다. 반도체, AI 테크기업, Physical AI, Aerospace가 미래 성장 산업으로 이야기되고 있고, 이들 대부분은 AI 자체이거나 AI 인프라와 직접 연결된 산업입니다. 나스닥 시장 역시 AI 모델 기업뿐 아니라 반도체, 클라우드, 데이터센터, 네트워크 등 AI 인프라 생태계 기업들이 이끌고 있습니다. AI는 이제 하나의 기술이 아니라 자본이 가장 크게 움직이는 산업이 되었습니다.

NVIDIA의 CEO 젠슨 황은 2026년 1월 세계경제포럼(WEF, 다보스)에서 이를 두고 "AI는 인류 역사상 가장 큰 인프라 구축(The largest infrastructure buildout in human history)"이라고 표현했습니다(WEF, 2026.1.21; NVIDIA). 반도체, 데이터센터, 네트워크, 클라우드, AI 모델, 로보틱스를 연결하는 거대한 산업 생태계이자 미래 경제를 움직이는 핵심 인프라가 되고 있다는 뜻입니다.

2026년 1월 다보스 WEF, 젠슨 황(NVIDIA)과 래리 핑크(BlackRock)의 대담 (출처: NVIDIA)

하지만 대부분의 기업이 고민해야 하는 질문은 조금 다릅니다. 우리 회사가 NVIDIA나 OpenAI처럼 AI 기술을 만드는 기업이 아니라면, 중요한 것은 AI 시장의 성장 크기가 아닙니다. AI를 어떻게 우리 조직의 경쟁력으로 바꿀 것인가입니다. 그렇다면 기업은 이 질문 앞에서 어떻게 움직여야 할까요.

경영의 문제로 바라보기

AI 공급자에게 AI는 기술 경쟁의 대상이지만, AI를 활용하는 대부분의 기업에게 AI는 경영의 문제입니다.

현장에서 기업들을 만나보면 고민은 의외로 비슷합니다.

'어디까지는 외부 AI를 활용하고, 어디부터는 우리만의 AI를 만들어야 할까?'
'기업의 데이터는 어떻게 관리해야 할까?'
'수많은 업무 가운데 무엇부터 AI를 적용하는 것이 효과적일까?'

누구 하나 정답을 가지고 있는 것은 아니지만, 많은 기업이 비슷한 질문 앞에서 방향을 찾고 있습니다. 그런데 이런 질문에 대한 답을 찾기도 전에 조직원에게서는 이미 변화가 시작되고 있습니다. 경영진이 AI 전략을 논의하는 동안 현업에서는 ChatGPT, Claude, Gemini, Perplexity와 같은 생성형 AI를 자연스럽게 업무에 활용하고 있습니다. 회사가 공식적으로 도입하지 않았더라도 개인은 이미 AI와 함께 일하고 있는 것입니다. 흔히 말하는 Shadow AI(회사가 공식적으로 도입하지 않았는데도 구성원이 개인적으로 AI를 업무에 쓰는 현상) 현상도 바로 여기에서 시작됩니다.

기술의 변화는 이보다 더 빠릅니다. 몇 주 전엔 못하던 일이 오늘은 가능해지고, 새로운 모델과 도구가 계속 등장합니다. 무엇이 표준이 될지 자신 있게 말하기 어려운 이유입니다.

다만 한 가지는 분명하다고 생각합니다. AI를 이해하려면 개별 기술이나 제품을 하나씩 따라가기보다, 흩어져 있는 개념을 하나의 흐름으로 연결해 볼 필요가 있다는 점입니다. 더욱이 조직이 AX를 달성하기 위해서는 기존에 ICT 부서에서 하던 개발을 현업이 직접 문제 해결 방법을 찾는 방식으로 넘기는 것이 속도전에 맞습니다. 그리고 그를 위해 AX 시대에 필요한 새로운 리더십 코드에 대한 논의가 필요하다고 봅니다.

AX 리더십 유형 나눠보기

AX 리더십도 저마다 다른 의미로 쓰이고 있습니다.

BCG는 AI Transformation의 핵심이 기술보다 사람과 프로세스에 있으며, 성공하는 기업은 기존 프로세스에 AI를 덧붙이는 것이 아니라 워크플로우를 처음부터 다시 설계하는 파괴적 혁신에 있다고 이야기합니다(BCG, 2026). McKinsey는 이를 '리와이어링(Rewired)'이라 부릅니다. 리더십을 정렬하고 운영모델을 재설계해 조직 전체의 배선을 다시 깐다는 뜻입니다(McKinsey).

AX 리더십을 다루는 교육기관들을 살펴보면 크게 네 가지 정도의 접근으로 나눠볼 수 있습니다.

AX 리더십을 다루는 네 가지 접근 (이노핏파트너스)

1. AI 활용 역량형

생성형 AI를 직접 사용해 보고, 리더들이 AI를 업무에 어떻게 활용할 수 있을지를 배우는 과정입니다. AI 활용 전문가들이 주로 참여합니다.

2. AI 전략형

AI가 산업과 비즈니스에 미치는 영향을 이해하고, 기업이 무엇을 준비해야 하는지를 배우는 과정입니다. 대학의 MBA나 최고경영자과정(AMP)에서 많이 운영됩니다. 또한 기업맞춤형 교육을 제공하는 기관도 수행합니다.

3. 기존 AI 리더십 활용형

기존의 리더십 교육에 AI를 접목하는 방식입니다. 성과관리, 협업, 코칭, 몰입과 같은 리더십 주제를 AI와 연결하여 개인의 업무 생산성(WORK)을 높이는 데 초점을 둡니다.

4. 맞춤형 교육컨설팅

기업의 상황과 교육 대상에 맞춰 앞의 세 가지를 적절히 조합한 형태입니다.

이 가운데 어느 하나만이 정답이라고 말하기는 어렵습니다. 기업마다 상황이 다르고, AI를 활용하는 목적도 다르기 때문입니다.

이노핏파트너스는 기업의 상황과 AI를 활용하는 목적에 맞춰 접근합니다.

워크플로우 리디자인 AX 리더십

이노핏은 워크플로우에서 시작합니다.

대부분의 교육은 'AI를 어떻게 사용할 것인가'를 다룹니다. '우리 회사는 AI를 통해 무엇을 바꿀 것인가'를 먼저 묻는 경우는 생각보다 많지 않았습니다.

BCG는 워크플로우를 처음부터 다시 설계하는 파괴적 혁신을, McKinsey는 조직 전체를 리와이어링하는 방법을 제시합니다. 이노핏은 여기에 다른 방법 하나를 더합니다. 기존 업무 워크플로우 안에 AI와 에이전트를 붙여 작은 성공(Small Win)을 만들고, 그 성공을 조직 전체로 확산시키는 방식입니다. 이를 워크플로우 리디자인 AX 리더십(Workflow Redesign AX Leadership)이라 부릅니다. 개인 단위의 Work가 아니라 기업 전체의 워크플로우를 재정의해야 한다는 점에서는 기존의 PI(Process Innovation)와 일맥상통하는 개념입니다.

다만 다른 점을 예로 들면 이렇습니다. PI가 구매 프로세스의 단계를 줄이고 결재를 간소화하는 혁신이었다면, AX는 AI가 공급업체를 평가하고 리스크를 분석해 구매 담당자에게 최적의 선택지를 제안하는 방식으로 의사결정 자체를 바꿉니다. 같은 업무를 더 빠르게 하는 것이 아니라, 업무를 수행하는 방식 자체를 다시 설계하는 것입니다.

이것을 할 수 있는 리더들이 가져야 하는 역량, 그것이 워크플로우 리디자인 AX 리더십입니다. CEO뿐만 아니라 CTO, CSO, COO, CHRO 등 모든 C레벨이 이 방향으로 가야 합니다.

다시 강조하고 싶습니다. AI는 기술이지만, AX는 경영입니다.

지금까지 AI 인프라 시대의 흐름과, 그 안에서 기업이 던져야 할 진짜 질문을 살펴봤습니다. AI 활용 역량, AI 전략, AI 리더십 활용, 맞춤형 교육컨설팅. 네 가지 접근 모두 나름의 답이지만, 결국 출발점은 같습니다. 우리 회사는 AI를 통해 무엇을 바꿀 것인가라는 질문입니다.