Executive Summary
※ 아티클 내 모든 이미지는 GPT-Image-2를 이용해 생성했습니다.
직장인에게 가장 큰 스트레스를 묻는 질문에 늘 빠지지 않는 답이 있다. 회의, 보고, 결재다. 이 세 가지는 단순한 업무 절차가 아니라 조직의 권력 구조와 깊게 연결된 시스템이다. 공통점은 명확하다. 모두 누군가에게 설명하고, 설득하고, 승인받아야 한다는 점이다. 다시 말해 ‘일을 하기 위한 과정’이 아니라 ‘일을 허락받기 위한 과정’이다. 이 구조는 단순한 비효율의 문제가 아니라 산업 시대부터 이어져 온 조직 운영 방식의 결과다. 문제는 기술이 바뀌었는데 이 구조는 거의 바뀌지 않았다는 점이다. 특히 AI와 Agent가 등장하면서 이 구조는 더 이상 효율적이지 않을 뿐 아니라 조직의 성과를 떨어뜨리는 요소로 작동하기 시작했다.
회의와 보고를 통한 의사결정의 역사는 생각보다 훨씬 오래됐다. 고대 로마 원로원, 중세 봉건 영주의 신하 보고에서 그 기원을 찾을 수 있다. 산업화 이후 기업 조직에서 이 구조는 더 정교해졌다. 19세기 철도 회사들이 대규모 조직을 운영하면서 표준화된 보고 체계를 최초로 도입했고 20세기 초 테일러리즘(과학적 관리법)이 '계획하는 자'와 '실행하는 자'를 분리하면서 중간관리자 계층이 폭발적으로 늘었다. 회의는 이 분리된 계층들이 정보를 동기화하는 유일한 수단이었다.
회의와 보고, 결재는 원래 비효율적인 시스템은 아니다. 오히려 산업화 초기에는 매우 효율적인 방식이었다. 20세기 초 대규모 조직이 등장하면서 경영자는 현장의 모든 정보를 직접 볼 수 없게 됐다. 이때 등장한 것이 보고 체계다. 보고는 정보를 위로 올리는 시스템이다. 현장의 상태, 생산량, 문제 상황 등을 집계해 경영진이 판단할 수 있도록 만드는 구조다.
이 구조는 Frederick Winslow Taylor의 과학적 관리법과 함께 확산되었고 이후 대기업 조직의 표준이 됐다. 회의 역시 같은 맥락이다. 다양한 부서가 협업하면서 발생하는 정보의 불균형을 맞추기 위해 등장했다. 서로 다른 관점을 조율하고 합의를 만들어내는 과정이다. 결재는 그 논리의 정점이다. 한자 그대로 '결단하여 재가한다'는 뜻인데 기업에서 결재 문화가 본격화한 건 1950~60년대 대기업 관료제가 확립되면서부터 본격적으로 등장했다.
한국에서는 재벌 그룹의 중앙집권적 의사결정 구조가 결재를 문화로 굳혀버렸다. 결재가 가져다주는 가치는 분명하다. 책임의 명확화, 리스크 통제, 조직 내 의사결정 과정의 담당부서와 책임자들을 구체적으로 확인할 수 있도록 해준다. 누군가 도장을 찍는다는 것은 그 사람이 결과에 책임진다는 사회적 계약이고 누가 결정했는지를 명확히 하기 위한 장치다. 특히 금융, 공공기관, 대기업처럼 리스크가 큰 조직에서는 결재 라인이 길어질수록 조직은 더 안전하다고 느낀다.
위 세 가지는 결국 하나의 목적을 가진다. 불확실성을 줄이고, 책임을 분산하고, 통제를 강화하는 것이다. 실제로 이러한 구조는 효과가 있었다. 정보가 부족하고, 커뮤니케이션 비용이 높고, 실시간 데이터가 없는 시대에는 합리적인 선택이었다. 그런데 문제는 이런 체계는 '정보 비대칭'을 전제로 설계됐다는 것이다. 위에 있는 사람이 더 많이 더 정확하게 안다는 것이다. 특히 조직 규모가 커져갈수록 위 3가지의 커뮤니케이션 방식은 비효율을 만들어낸다.
"조직은 커뮤니케이션 비용을 줄이기 위해 만들어졌지만, 조직이 커질수록 커뮤니케이션 비용이 늘어난다." — 로널드 코스, 거래비용이론
그런데, 최근 3년간 ChatGPT를 필두로 우리 사업 현장에 AI는 깊숙하게 스며들어오고 있으며 심지어 Agent가 업무 자동화를 가능하게 해주고 있다. Agent는 단순히 질문에 답하는 LLM이 아니라 목표를 주면, 계획-실행-검증을 스스로 반복하며 업무를 완결하는 자율 시스템이다. 웹에서 구동되는 젠스파크, Manus 그리고 컴퓨터에 설치하는 ChatGPT CODEX, Claude의 Code(Cowork), Microsoft Copilot 그리고 OpenClaw와 NemoClaw 등이 그것이다.
이런 Agent는 '혼자서 할 수 있는 일의 범위'를 비약적으로 확장한다. 데이터 분석 보고서 작성, 경쟁사 리서치, 계약서 초안 검토, 회의록 정리, 일정 조율, 코드 작성 및 테스트 등 불과 1년 전까지 이 중 어느 하나도 혼자 수행하는 것은 불가능했다. 즉, 이같은 작업들 하나하나를 제대로 완결하려면 해당 분야의 전문가 도움이 필수적이었다. 하지만, 이제 지금은 Agent 하나가 이 작업 전체를 처리한다.
그런 시대에 우리의 회의·보고·결재는 '개인이 처리할 수 없는 복잡도'를 집단 지성으로 해결하는 매커니즘에 머물러 있다. 그런데 Agent 덕분에 개인이 보다 다양한 작업을 혼자 처리할 수 있게 되면서 이 메커니즘은 되려 속도를 늦추는 병목이 되고 있다. Agent가 30분 만에 완성한 분석을 해당 분야의 전문가도 아닌 경영진이나 리더들의 결재를 받으러 3일을 기다리는 것은 아이러니다.
특히, 비동기로 처리할 수 있는 업무를 동기적 회의 구조에 끼워 맞춤으로써 비효율은 극대화된다. 즉, 기존의 회의나 보고는 따로따로 처리해도 되는 일을 굳이 한 자리에 모여서 해결하는 커뮤니케이션 방식이다. 이것이 비효율의 시작이었는데 우리는 이 사실을 망각해 오며 당연하다시피 받아들이며 습관적으로 해왔던 것이다. 예를 들어 어떤 문서를 검토하고 의견을 주는 업무를 생각해 보면 각자가 시간을 내서 10분씩 읽고 코멘트를 남기면 충분히 끝나는 일이다. 그런데 이 일을 위해 5명이 한 시간짜리 회의를 잡는다. 그러면 단순히 10분이면 끝날 일이 아니라 모든 사람이 같은 시간에 맞춰야 하고 순서를 기다리며 불필요한 설명과 반복된 의견이 오간다. 결국 개인 기준으로는 10분짜리 일이 조직 전체 기준에서는 5시간짜리 일이 되어버린다. 이 문제의 본질은 일이 어려워서가 아니라 처리 방식이 잘못되었다는 것이다.
게다가 특히 지금처럼 AI가 발달한 환경에서는 대부분의 정보 공유, 검토, 간단한 의사 표현은 굳이 같은 시간에 모일 필요를 없애고 있다. 각자가 편한 시간에 처리하고 결과만 공유해도 충분하다. 이렇게 하면 불필요한 대기 시간도 줄고 각자의 업무 집중도도 높아진다. 그럼에도 불구하고 회의가 계속 유지되는 이유는 익숙함과 심리적인 이유 때문이다. 사람은 모여서 이야기해야 일이 진행된다고 느끼고 눈으로 확인해야 안심한다. 하지만, 이 방식은 과거 정보 전달이 느리고 협업 수단이 부족했던 시절에는 맞았지만 지금은 오히려 일을 느리게 만드는 구조가 되는 것이다. 물론 그렇다고 모든 회의를 없애라는 것이 아니라, 회의가 꼭 필요한 상황과 그렇지 않은 상황을 구분하라는 것이다.
AI로 인해 일의 가속도가 붙고 각자가 할 수 있는 업무 처리가 많아지면서 굳이 정보를 공유하거나 단순히 의견을 모으는 일이라면 굳이 사람들을 한 시간씩 묶어둘 필요가 없다. 각자가 따로 처리해도 되는 일은 따로 처리하면 된다. 대신 정말로 함께 모여야 하는 순간, 즉 방향을 결정하거나 중요한 판단을 내려야 하는 경우에만 회의를 해야 한다. 이렇게 바뀌어야 조직의 시간은 줄고, 일의 속도는 빨라진다.
게다가, AI와 Agent는 ‘정보 비대칭’ 자체를 무너뜨리고 있다. AI와 Agent의 본질은 단순한 자동화가 아니다. ‘정보 처리 비용’을 극단적으로 낮추는 기술이다. 과거에는 보고서를 작성하기 위해 사람이 데이터를 모으고, 정리하고, 분석해야 했다. 이 과정 자체가 시간이 걸리고 비용이 드는 일이었다. 그래서 보고는 ‘필요한 순간에만’ 이루어졌다. 하지만 지금은 다르다.
AI는 실시간으로 데이터를 수집하고 분석할 수 있다. Agent는 그 결과를 자동으로 요약하고 전달할 수 있다. 예를 들어, 과거에는 매출 보고를 위해 주간 회의를 해야 했다면 지금은 Agent가 실시간으로 매출 데이터를 분석하고 이상 징후를 자동으로 알려준다. 사람이 모여서 “이번 주 매출이 왜 떨어졌을까”를 논의할 필요가 줄어든다. 실제로 McKinsey & Company의 2023~2025년 연구에 따르면 생성형 AI를 도입한 조직에서 ‘정보 탐색 및 보고 업무’의 생산성은 최대 20~40%까지 향상된 것으로 나타났다. 이는 단순히 빠르게 일하는 수준이 아니라 기존의 보고 자체가 필요 없어지는 구조로 이동하고 있음을 의미한다.
더 중요한 변화는 ‘혼자서 완결 가능한 업무’가 늘어난다는 점이다. Agent는 단순한 도구가 아니라 일의 일부를 대신 수행하는 존재다. 자료 조사, 요약, 기획 초안 작성, 데이터 분석까지 개인 단위에서 처리할 수 있다. 덕분에 이전에는 여러 사람이 모여야 했던 일이 이제는 한 사람이 끝낼 수 있게 되었다. 결과적으로 회의의 필요성이나 보고의 빈도도 줄어들며 결재 역시도 줄어들 수밖에 없다.
하지만, 그럼에도 우리의 현실은 그렇지 않다. 왜일까?
회의·보고·결재는 ‘업무 방식’이 아니라 ‘권력 구조’이기 때문이다. 많은 조직에서 회의와 보고는 정보 공유를 위한 수단이 아니라 권력을 유지하는 장치로 작동한다. 보고를 받는 사람은 권력을 가진다. 결재를 승인하는 사람은 책임을 통제한다. 회의를 주관하는 사람은 의사결정의 방향을 잡는다. 즉, 이 구조는 단순히 효율의 문제가 아니라 ‘조직 내 위치와 역할’을 정의하는 시스템이기에 쉽게 사라지지 않는다.
AI가 아무리 발전해도 권력 구조가 바뀌지 않으면 회의와 보고는 계속 유지된다. 오히려 AI로 만든 보고서를 가지고 더 많은 보고를 요구하는 역설이 발생한다. 실제로 많은 기업에서 나타나는 현상이다. AI가 보고서를 더 빠르게 만들어주니 보고의 양이 줄어드는 것이 아니라 오히려 늘어나는 괴현상이 발생하는 것이다. 이것은 기술 문제가 아니라 조직 설계 문제다.
물론 그럼에도 불구하고 앞으로 회의·보고·결재는 ‘사라지지 않아야 한다’ 대신 ‘재정의 되어야 한다’. 그러려면 회의는 의사결정 중심으로 더 집중해야 하고 ‘정보 전달형 회의’는 사라져야 한다. 데이터를 공유하고 현황을 설명하는 회의는 AI로 자동 공유되고 인식되도록 해야 한다. 하지만 방향을 정하고 리스크를 판단하고 책임을 결정하는 회의는 여전히 필요하다. 보고 역시 마찬가지다. 정형화된 보고서는 자동화된다. 대신 남는 것은 ‘해석과 판단’이다. 숫자를 전달하는 것이 아니라 그 숫자가 의미하는 바를 설명하는 것이 보고의 핵심이 되어야 하며, 그 보고의 횟수는 절대적으로 줄여야 한다. 결재는 더 극적으로 바뀌어야 한다. 기존의 결재는 “허락을 받는 과정”이었다면 앞으로의 결재는 “책임을 명확히 하는 과정”으로 바뀐다. 즉, 승인 자체보다 ‘누가 책임지는가’를 기록하는 기능으로 축소된다.
결론적으로 회의에서의 의사결정과 결재가 사라지는 게 아니라 그것이 개입해야 하는 구간이 극단적으로 압축되는 것이다. 회의는 전략적 방향 설정, 가치 판단이 필요한 의사결정, 조직 내 컨센서스 형성 이 세 가지에만 존재해야 한다. 보고는 Agent가 생성한 대시보드와 요약으로 대체되고 사람이 개입해야 할 예외 상황만 인간에게 에스컬레이션된다. 결재는 고위험·고비용 의사결정, 외부 법적 책임이 수반되는 계약 그리고 조직의 방향을 바꾸는 전략적 선택에만 남아야 한다.
그렇다면 의사결정 체계는 어떻게 바뀌어야 할까?
핵심은 '사전 승인'에서 '사후 검증'으로의 전환이다. Agent가 실행한 결과에 대해 사람이 검토하고 예외 케이스를 판단하는 구조로 마치 항공 업계의 자동조종 시스템과 같다. 이륙과 착륙은 파일럿이 하지만 순항 구간은 오토파일럿이 담당한다. 즉, AI 시대에 기업의 의사결정 체계는 ‘실시간·분산형’으로 이동해갈 것이다. Agent로 인한 업무 자동화는 조직 계층의 의미 자체를 바꿔갈 것이다. 기존 중간관리자의 핵심 역할은 두 가지였다. 정보의 번역과 전달 그리고 실행의 조율이었다. 그런데, 점차 Agent가 두 역할을 모두 처리하기 시작하면 중간관리자는 존재 이유를 재정의해야 한다. IBM이 2023년 이미 AI로 대체 가능한 직무에서 채용을 동결했고 Klarna는 700명 분의 고객 서비스 업무를 Agent 하나로 처리한다고 밝혔다. 그렇게 AI는 우리 기업의 의사결정 체계를 실질적으로 변화시키고 있는 것이다.
그렇다면 새로운 의사결정 체계는 어떤 모습이어야 할까? 이상적인 구조를 제시하자면 '의도 기반 거버넌스(Intent-based Governance)' 모델이다. 리더는 '무엇을 해야 하는가(What)'와 '왜 해야 하는가(Why)'를 명확히 정의하고, Agent는 'How'를 자율적으로 실행한다. 사람은 실행 결과의 예외, 윤리적 판단, 이해관계자 간 갈등 조정에만 개입한다. 마치 CEO가 비전을 선언하고 각 사업부가 자율적으로 실행하며 이사회가 결과를 감독하는 구조와 닮아있다. 단지 그 사업부 중 상당수가 AI Agent로 채워지는 것이다.
협업 방식도 바뀐다. 사람과 사람의 실시간 동기화 중심에서 사람과 Agent 간 비동기 협업 중심으로 바뀌고, 슬랙이나 팀즈의 채널에서 Agent가 작업 결과를 올리고 사람이 검토 후 승인하거나 수정 지시를 내리는 구조로 전환될 것이다. 회의는 '정보 공유'가 아니라 '판단이 필요한 순간'에만 소집된다. 30분을 넘는 회의는 사실상 AI 시대에 변화 속도의 바틀넥이 될 뿐이다. 또, 결재는 디지털 서명과 AI 감사 추적(audit trail)으로 대체된다. 누가 어떤 판단을 내렸는지, Agent가 어떤 근거로 실행했는지가 모두 로그로 남는다. 책임의 명확화라는 결재의 본질은 유지되되 그 형식이 결재서류의 싸인에서 데이터로 바뀌는 것이다.
사실 우리의 회의·보고·결재가 스트레스인 이유는 그것이 나쁜 제도여서가 아니다. 그것이 해결하도록 설계된 문제가 이미 다른 방식으로 해결 가능해졌기 때문이다. 망치는 나쁜 도구가 아니지만 나사를 조이는 데는 드라이버가 필요하다. 지금 기업들이 직면한 질문은 "AI Agent가 실행을 맡는 시대에 인간 조직은 무엇을 판단하는 구조로 재설계할 것인가"이다.
그렇게 AI와 Agent가 도입된 조직에서는 의사결정 방식 자체가 달라진다. 첫 번째 변화는 속도다. 과거에는 정보 수집 → 분석 → 보고 → 회의 → 결재라는 단계가 필요했다. 지금은 이 과정이 거의 동시에 일어난다. 두 번째 변화는 권한이다. 정보를 가진 사람이 의사결정을 한다. 과거에는 정보가 위로 올라가야 했지만, 이제는 현장에서 바로 판단할 수 있다. 세 번째 변화는 구조다. 중앙 집중형 의사결정에서 분산형 의사결정으로 이동한다. 이는 단순한 효율의 문제가 아니라, 기업의 경쟁력을 결정하는 핵심 요소가 된다.
더 나아가, 새로운 협업 방식은 ‘사람↔사람’이 아니라 ‘사람↔Agent↔사람’ 구조로 바뀐다. 앞으로의 협업은 사람끼리 직접 연결되는 구조가 아니다. 각 개인은 자신의 Agent를 통해 일을 수행하고, Agent 간에 정보가 교환된다. 예를 들어, 마케팅 담당자의 Agent가 시장 데이터를 분석하고, 재무 담당자의 Agent가 수익성을 검토하고, 이 결과를 사람이 최종 판단하는 구조다. 이 과정에서 회의는 ‘동기화 과정’이 아니라 ‘결정의 순간’으로 축소된다. 즉, 평소에는 비동기적으로 일하고 필요한 순간에만 모여서 결정한다.
마지막으로, 리더의 역할은 ‘승인자’에서 ‘해석자’로 바뀐다. AI 시대에 리더의 가장 큰 변화는 역할의 전환이다. 과거에는 리더가 결재를 통해 조직을 통제했다. 앞으로는 데이터를 해석하고 방향을 제시하는 것이 핵심 역할이 된다. Agent가 정보를 모으고, AI가 분석을 하고, 조직이 실행하는 구조에서 리더는 다음 질문을 던지는 사람이다. "이 방향이 맞는가? 이 판단의 리스크는 무엇인가? 우리는 무엇을 포기해야 하는가?"
결국 회의·보고·결재의 문제는 단순한 업무 프로세스의 문제가 아니다. 조직이 어떻게 생각하고, 어떻게 결정하고, 어떻게 책임지는가의 문제다. AI는 이 구조를 근본적으로 흔들고 있는 것이다. 이제 기업의 경영진 특히 HR 임원과 CEO는 선택을 해야 한다. "기존의 구조를 유지한 채 AI를 덧붙일 것인가, 아니면 AI에 맞게 조직의 구조를 다시 설계할 것인가"다.
단순히 시간이 낭비되는 문제가 아니라, 조직의 권력 구조와 깊이 연결되어 있어 비효율을 넘어 조직의 성과를 저해하는 요소가 될 수 있습니다. 과거 산업 시대에는 필요했던 시스템이지만, 기술 변화에도 불구하고 구조적인 변화가 없어 현재는 오히려 걸림돌이 되고 있습니다.
AI, 특히 Agent는 데이터 분석, 보고서 작성, 심지어 의사결정 초안까지 스스로 처리할 수 있는 능력을 갖추고 있습니다. 이는 개인이 혼자 처리할 수 있는 업무 범위를 크게 확장하여, 기존의 집단 지성을 활용해야 했던 업무들을 개인의 역량으로 해결 가능하게 만듭니다.
그렇지 않습니다. 모든 회의를 없애는 것이 아니라, 꼭 필요한 상황과 그렇지 않은 상황을 구분해야 합니다. 전략적 방향 설정, 리스크 판단, 중요한 의사결정 등 핵심적인 순간에는 여전히 회의가 필요합니다. 보고 역시 정형화된 보고서는 자동화하고, 해석과 판단이 필요한 부분에만 집중해야 합니다.
AI는 업무 방식을 변화시키지만, 조직의 권력 구조를 바꾸지는 못합니다. 많은 조직에서 회의와 보고는 정보 공유를 위한 수단이 아니라 권력을 유지하는 장치로 작동하기 때문에, AI 도입만으로는 근본적인 변화가 어렵습니다.
'사전 승인'에서 '사후 검증'으로 전환되어야 합니다. Agent가 실행한 결과에 대해 사람이 검토하고 예외 케이스를 판단하는 방식으로, 마치 항공 업계의 자동조종 시스템과 유사한 구조를 갖춰야 합니다.
▶ 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에게 저작권이 있습니다.
▶ 해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.
김지현 | 테크라이터
기술이 우리 일상과 사회에 어떤 변화를 만들고, 기업의 BM 혁신에 어떻게 활용할 수 있을지에 대한 관심과 연구를 하고 있습니다.
