설문조사 보고서: 직장에서 AI의 잠재력 실현 – 1부

AI 사용에 대한 고용주와 직원 간의 단절

고용주의 기대치 vs. 직원의 현실

고용주는 초기 연구 지원(62%), 워크플로 관리(58%), 데이터 분석(55%)과 같은 구체적인 목표를 염두에 두고 AI를 구현했습니다. 그러나 직원들의 생각은 다릅니다. 보고서에 따르면 직원의 거의 3분의 2(63%)가 고용주가 제시한 의도된 목적이 아니라 주로 AI를 사용하여 업무를 재확인합니다. 이러한 단절은 직원들이 AI의 잠재적 기능을 완전히 이해하지 못하거나 더 복잡한 방식으로 AI를 사용할 자신감이 부족할 수 있음을 시사합니다.

고용주는 업무 및 프로젝트에 대한 직원의 초기 연구를 지원하고(62%), 직원의 워크플로 관리(58%)와 데이터 분석(55%)을 지원하기 위해 AI를 구현했다고 말합니다.

그러나 직원의 거의 3분의 2(63%)는 주로 AI를 활용하여 업무를 재확인하고 있습니다.

AI에 대한 관리자의 기대치와 직원들이 실제로 AI를 사용하는 방식 사이의 이러한 괴리는 직장 내 AI에 대한 투명성과 교육이 부족하기 때문일 수 있습니다.

투명성과 교육의 역할

이러한 단절의 주요 원인은 AI에 대한 투명성과 교육이 부족하기 때문인 것으로 보입니다. 고용주의 72%가 AI가 적절한 교육을 제공했다고 생각하지만, 직원의 23%만이 AI에 대해 완전히 교육받고 훈련을 받았다고 느낍니다. 이러한 불균형은 성별 차이에 의해 더욱 두드러지는데, 남성의 66%가 적절한 훈련을 받았다고 느끼는 반면 여성은 44%에 불과했습니다. 분명한 것은 모든 직원을 대상으로 하는 보다 포괄적이고 포괄적인 교육 프로그램이 필요하다는 것입니다.

AI에 대해 완전히 교육받고 훈련을 받았다고 느끼는 직원의 비율은 23%에 불과합니다.

직원의 72%가 직원들이 AI에 대해 최소한 적절한 교육을 받았다고 말한 반면, 그렇다고 생각하는 직원은 53%에 불과했습니다.

AI 교육에 대한 성별 간에도 상당한 차이가 있는데, 남성의 3분의 2(66%)가 AI에 대한 적절한 교육을 받았다고 답한 반면, 여성의 44% 만이 그렇게 답했습니다.

AI가 생산성에 미치는 영향 – 인식 vs. 현실

고용주 낙관주의 vs. 직원 경험

고용주는 AI가 생산성에 미치는 영향에 대해 낙관적이며, 60%는 AI가 직원의 효율성을 크게 높이고 있다고 믿습니다. 그러나 직원들은 다른 경험을 보고합니다. 응답자의 44%만이 AI가 생산성을 크게 향상시켰다고 답했으며, 10%는 AI가 생산성을 전혀 향상시키지 않았다고 답했습니다. 이러한 불일치는 고용주가 AI의 이점을 과대평가하거나 직원 수준에서 효과적인 AI 통합이 부족할 수 있음을 나타냅니다.

고용주의 절반 이상(60%)이 AI가 직원의 생산성을 크게 향상시킨다고 생각하지만, 생산성이 크게 향상되었다고 답한 직원은 44%에 불과했습니다.

직원의 10 %는 AI가 생산성을 전혀 향상시키지 않는다고 말합니다.

시간 절약: 혼합 백

AI가 직원들의 시간을 절약하고 있지만(79%가 하루에 최소 1-2시간을 절약한다고 답함) 이 시간이 어떻게 사용되고 있는지에 대한 의문이 있습니다. 직원의 63%는 절약된 시간을 업무 과부하를 줄이는 데 사용하고 있지만 26%는 업무와 관련이 없는 작업에 사용하고 있습니다. 이로 인해 AI가 최대한의 잠재력을 발휘하고 있는지, AI로 절약된 시간을 가장 잘 활용할 수 있는 방법에 대해 직원들에게 지침을 제공하고 있는지에 대한 우려가 제기됩니다.

정보가 넘쳐나는 이 시대에 조직은 정보에 입각한 비즈니스 결정을 내리기 위해 정확한 데이터에 더 빠르게 액세스해야 합니다. 종종 복잡하고 IT에 의존하는 기존 BI 시스템은 이러한 요구를 충족하는 데 어려움을 겪고 있습니다. 반면, 셀프 서비스 임베디드 비즈니스 인텔리전스(BI) 도구는 사용자 친화적인 인터페이스와 직관적인 시각화를 제공하도록 설계되어 사용자가 자연스러운 워크플로우 내에서 독립적으로 데이터를 탐색할 수 있도록 하여 통찰력과 의사 결정 시간을 단축하고 있습니다.

이 백서는 셀프 서비스 임베디드 BI에 대한 포괄적인 개요와 비즈니스 인텔리전스에 대한 혁신적인 영향을 제공합니다. 셀프 서비스 임베디드 BI 플랫폼의 과제와 기능을 살펴보고, 조직을 위한 이점을 살펴보고, 성공적인 구현을 위한 고려 사항을 안내합니다.

직원의 79 %는 AI가 하루에 최소 1-2시간을 절약한다고 말했으며, 37%의 직원은 AI 도구를 사용하여 3-4시간을 절약했다고 말했습니다.

직원의 21%는 AI를 통해 매일 한 시간 미만의 비용을 절약한다고 답했는데, 이는 많은 직원이 AI를 최대한 활용하지 못하고 있음을 의미할 수 있습니다.

중요한 장벽 – 데이터 준비

AI에서 데이터의 중요성

데이터는 종종 AI의 생명선이라고 불립니다. 인공 지능의 맥락에서 데이터는 알고리즘을 구축하고, 결정을 내리고, 인사이트를 생성하는 기반 역할을 합니다. 정확하고 포괄적이며 잘 구성된 데이터에 액세스하지 않으면 AI 시스템이 효과적으로 작동할 수 없습니다.

AI에서 데이터를 사용하는 목적은 기계가 패턴을 통해 학습하고, 결과를 예측하고, 인간의 개입이 필요한 프로세스를 자동화할 수 있도록 하는 것입니다. 예를 들어, AI는 고객 데이터를 분석하여 구매 행동을 예측하거나, 수요를 예측하여 공급망 운영을 간소화하거나, 마케팅 캠페인을 개인화하여 고객 참여를 개선할 수 있습니다. 자연어 쿼리를 사용하여 데이터와 관련하여 AI에 질문하고 즉각적인 통찰력과 답변을 얻을 수 있습니다. 가능성은 무궁무진하지만, 모든 가능성은 한 가지 중요한 요소, 즉 사용되는 데이터의 품질과 준비 상태에 달려 있습니다.

데이터 딜레마

AI 도입의 가장 큰 장애물 중 하나는 데이터 준비입니다. 고용주의 거의 절반(45%)이 회사의 데이터가 AI를 지원할 준비가 되어 있지 않다고 보고했으며, 19%는 AI를 구현하지 않는 가장 큰 이유로 이를 꼽았습니다. 이 문제는 데이터가 여러 부서와 플랫폼에 걸쳐 사일로화되어 AI가 필요한 정보에 액세스하고 처리하기 어렵게 만드는 데서 비롯되는 경우가 많습니다. 중앙 집중화되고 정제된 데이터가 없으면 AI가 효과적으로 작동할 수 없습니다.

고용주의 거의 절반(45%)은 회사의 데이터 또는 성과, 프로세스, 인력 및 수익성을 추적하는 정보가 준비되지 않았기 때문에 아직 AI를 구현하지 않았다고 말합니다.

고용주의 19 %는 AI가 조직에 도입되지 않은 가장 큰 이유로 데이터 준비 상태를 꼽았습니다.

많은 기업에서 이러한 데이터 준비 부족은 데이터가 하나의 중앙 위치가 아닌 여러 부서, 플랫폼 및 채널 간에 사일로화되어 팀이 액세스할 수 없음을 의미합니다. 중앙 집중식 데이터가 없으면 AI를 실행할 수 없습니다.

데이터 준비에 대한 직원의 관점

직원들은 데이터 준비 문제도 알고 있습니다. 직원의 1/3은 AI를 완전히 구현하기 전에 회사의 데이터를 철저히 조사하여 정확성을 확보해야 한다고 생각합니다. 또한 직원의 32%는 회사가 AI를 준비한 것으로 간주되기 전에 데이터 및 AI에 대한 더 많은 교육이 필요하다고 생각합니다. 이는 데이터 준비 상태가 기술적 과제일 뿐만 아니라 직원 교육 및 참여의 문제이기도 하다는 것을 시사합니다.

AI와 관련해서도 직원들도 데이터를 가장 중요하게 생각합니다. 33%의 고용주는 회사의 데이터가 정확성을 위해 면밀히 조사된다면 AI를 지원할 준비가 되어 있을 것이라고 답했으며, 32%는 회사가 준비되기 전에 데이터 및 AI에 대한 더 많은 교육이 필요하다고 답했습니다.

격차를 해소하기 위한 권장 사항

AI 훈련 및 교육 강화

고용주의 기대치와 직원의 현실 사이의 격차를 해소하기 위해 기업은 포괄적인 AI 교육 프로그램의 우선순위를 정해야 합니다. 이러한 프로그램은 AI의 기술적 측면을 다룰 뿐만 아니라 AI를 일상적인 워크플로에 통합할 수 있는 방법에 대한 실용적인 사례를 제공해야 합니다. 교육은 성별이나 배경에 관계없이 모든 직원이 AI를 사용할 준비가 충분히 되어 있다고 느낄 수 있도록 포괄적이어야 합니다.

데이터 중앙 집중화 및 정리

데이터 준비는 AI 이니셔티브의 성공에 매우 중요합니다. 기업은 데이터를 중앙 집중화하고 데이터의 정확성과 접근성을 보장하는 데 투자해야 합니다. 여기에는 데이터 사일로를 허물고, 데이터 거버넌스 관행을 구현하고, 직원에게 데이터를 효과적으로 관리하고 활용하는 데 필요한 도구와 교육을 제공하는 것이 포함될 수 있습니다.

AI 목표를 직원 요구 사항에 맞게 조정

마지막으로, 고용주는 AI 전략을 직원의 실제 요구 사항 및 워크플로에 맞게 조정해야 합니다. 이는 의사 결정 과정에 직원을 참여시키고, AI 도구에 대한 피드백을 수집하고, 직원이 AI를 사용하는 방식에 따라 전략을 조정하는 것을 의미합니다. 이를 통해 기업은 AI 투자가 진정으로 생산성을 높이고 비즈니스 성공을 주도하고 있음을 보장할 수 있습니다.

결론

Slingshot의 2024년 디지털 업무 트렌드 보고서(2024 Digital Work Trends Report)는 직장에서 AI의 과제와 기회를 강조합니다. AI는 생산성을 개선하고 효율성을 높일 수 있는 엄청난 잠재력을 가지고 있지만, 고용주가 AI를 사용하려는 방식과 직원이 실제로 AI를 사용하는 방식 사이에는 여전히 상당한 단절이 있습니다. 교육, 데이터 준비 및 AI 목표 조정의 격차를 해소함으로써 기업은 AI의 잠재력을 최대한 활용하고 보다 생산적이고 참여도가 높은 인력을 창출할 수 있습니다.

이 백서는 AI의 힘을 활용하려는 조직을 위한 가이드 역할을 해야 합니다. 현재 상황을 이해하고 문제를 해결하기 위한 사전 예방적 조치를 취함으로써 기업은 AI 이니셔티브가 성공적이고 영향력 있는 것임을 보장할 수 있습니다.

설문조사 방법론 및 데이터 출처

이 백서에 제시된 인사이트와 결과는 퍼스트파티 데이터 수집 및 인사이트 분야의 글로벌 리더인 Dynata와 협력하여 수행된 Slingshot의 2024 디지털 작업 트렌드 보고서의 데이터를 기반으로 합니다. Dynata는 다양한 산업 및 인구 통계에 걸쳐 253명의 미국 정규직 직원 및 관리자를 대상으로 설문조사를 실시하여 오늘날의 직장에서 AI가 어떻게 구현되고 활용되고 있는지에 대한 중요한 인사이트를 수집했습니다.

설문조사 응답자는 AI가 직원과 고용주 모두에게 미치는 영향에 대한 포괄적인 관점을 포착하기 위해 다양한 연령 그룹, 역할 및 조직 수준을 균형 있게 대표하기 위해 선택되었습니다. 50개 주 모두에 위치한 응답자로부터 데이터를 수집하여 AI 채택의 현재 상황과 관련 과제에 대한 광범위한 관점을 제공했습니다.