왜 그럴까요? 그 이유는 바로 '실제로 AI와의 협업 과정에 어떻게 적용하느냐'의 차이에 있습니다. AI 수습생들은 대화 과정에서 덜 중요한 질문에 집착하거나 부적절한 방향으로 AI를 이끌며 자신의 능력을 낭비했습니다. 반면, 뛰어난 성과를 낸 AI 증폭자들은 AI를 단순한 도구가 아닌 '생각 파트너(thought partner)'로 대했습니다. 이들은 자신이 가진 도메인 지식을 바탕으로 분명한 평가 기준을 세우고, AI의 결과물에 대해 끊임없이 가정을 테스트하며, 논리를 설명하게 하고, 누락된 증거를 찾도록 요구하며 결과물을 반복적으로 정제했죠.

이 연구 결과는 조직의 인재 육성과 평가 방식에 근본적인 혁신이 필요함을 시사합니다. 과거에는 직원이 만든 최종 결과물의 품질을 평가하는 것만으로도 충분했습니다. 하지만 AI가 웬만한 수준의 결과물을 알아서 뚝딱 만들어내는 지금, 최종 산출물만 평가해서는 직원이 진짜 실력을 발휘한 것인지 그저 AI에 업무를 위임한 것인지 구분할 수 없죠.

실제로 KPMG는 이러한 변화에 발맞춰 주니어 직원 육성 프로그램을 혁신하고 있습니다. 최종 결과물 중심의 평가에서 벗어나, 업무 프로세스 전반에서 AI와 어떻게 상호작용하는지를 평가하는 방향으로 전환한 것이죠. 예를 들어, 업무 과정에서 AI의 초안이나 산출물을 왜 수용했는지, 어떤 이유로 수정하거나 거절했는지 판단 기준을 명확히 기록하게 해서 보이지 않던 직원들의 판단력을 가시화하고 피드백할 수 있도록 만들았습니다.

결론적으로, 생성형 AI가 고품질의 결과물을 기본값으로 뽑아내는 시대에 인간의 가치는 '초안을 만들어내는 것'에서 'AI의 산출물을 지휘하고, 평가하며, 확장하는 것'으로 근본적으로 이동하고 있습니다. 똑똑한 스펙 그 자체보다 자신이 가진 지식을 활용해 AI라는 강력한 파트너와 지적으로 훌륭한 티키타카를 해내는 '과정의 기술'이 역량의 새로운 기준이 된 것이죠.

팀원이나 주니어 직원에게 리서치나 기획 과제를 부여할 때 이렇게 해보세요. "보고서를 만들 때 AI에게 어떤 프롬프트를 입력했고, AI가 내놓은 초안 중 어떤 부분을 왜 버리거나 취했는지 간략한 'AI 활용 판단 로그'를 한 페이지로 요약해서 함께 제출하라"고 요구하는 것입니다. 판단과 사유의 과정을 묻고 평가하는 것이 생각하기를 멈춘 'AI 위임자'들을 줄이고 미래의 성과 엔진이 될 'AI 증폭자'를 길러내는 첫걸음입니다. (끝)

*참고논문
https://hbr.org/2026/07/research-why-some-junior-employees-work-well-with-ai-and-others-dont