에이전틱 AI 시대, 관리자는 무엇을 관리하는가

AI 에이전트가 동료가 된 팀에서 벌어지는 일

요즘 팀 회의에서 이런 말이 나온다. “그건 에이전트한테 넘기면 돼요.” 보고서 초안, 데이터 정리, 고객 응대 초기 분류까지—자율적으로 판단하고 행동하는 AI 에이전트가 실무 현장에 빠르게 침투하고 있다. 그런데 이 변화를 지켜보면서 솔직히 가장 당혹스러운 건 팀원이 아니라 관리자다.

기존 관리자의 핵심 역할은 분명했다. 업무를 나누고, 진행 상황을 점검하고, 사람 사이의 갈등을 조율하는 것. 그런데 에이전틱 AI가 복잡한 작업을 스스로 수행하기 시작하면, ‘누구에게 무엇을 시킬 것인가’라는 질문 자체가 달라진다. 배분 대상에 ‘사람’만 있는 게 아니기 때문이다.

한 줄 요약: 에이전틱 AI가 조직에 들어올수록, 관리자의 핵심 역할은 ‘업무 배분’이 아니라 ‘인간-AI 협업 구조 설계’로 전환된다.

숫자가 말하는 에이전틱 AI의 속도

이 숫자들이 가리키는 방향은 하나다. AI가 ‘도구’에서 ‘행위자(agent)’로 격상되면, 그 행위자를 어떻게 조직 안에 배치할지 설계하는 역할이 필요해진다. 그리고 그 역할은 IT 부서가 아니라 현장 관리자의 몫이다.

팀장의 업무가 달라지고 있다

MIT Sloan Management Review는 최근 두 편의 연구에서 같은 결론에 도달했다. 에이전틱 AI 시대에는 기존 관리 프레임워크가 작동하지 않는다는 것이다.

한 연구는 ‘최고혁신전환책임자(Chief Innovation and Transformation Officer)’라는 새로운 리더십 포지션의 필요성을 제기했다. AI 도입이 단순한 기술 프로젝트가 아니라 조직 문화와 구조의 전환이기 때문에, 이를 총괄하는 전담 리더가 있어야 한다는 논리다. 또 다른 연구는 자율 AI 에이전트가 대규모로 복잡한 업무를 수행하는 상황에서 관리자가 ‘초인적 인력(superhuman workforce)’을 어떻게 감독할 것인지를 다뤘다.

개인적으로는 이 두 연구의 교집합이 더 중요하다고 본다. 결국 핵심은 이거다: 관리자가 AI를 ‘쓰는’ 게 아니라 AI와 사람이 함께 일하는 구조를 짜는 사람이 되어야 한다는 것. 기존에 팀장이 하던 ‘마이크로매니징’은 AI에게 의미가 없다. AI 에이전트에게 필요한 건 명확한 목표 설정, 의사결정 경계선, 그리고 인간 팀원과의 핸드오프 규칙이다.

구체적으로 무엇이 바뀌는가? 기존에는 관리자가 ‘누가 이 일을 할 수 있는가’를 판단했다면, 이제는 ‘이 업무의 어느 부분이 AI에게 적합하고, 어느 부분에 사람의 판단이 반드시 필요한가’를 설계해야 한다. 이건 단순한 역할 분담이 아니라 워크플로 아키텍처에 가깝다.

현장의 목소리: “우리 팀장은 이제 프롬프트 엔지니어입니다”

이건 좀 과장된 사례처럼 들릴 수 있지만, 방향 자체는 확실하다. AI가 실행 레이어를 가져가면, 관리자는 자연스럽게 설계와 판단의 레이어로 올라간다. 문제는 대다수 조직이 관리자를 이 역할로 전환시킬 준비가 안 됐다는 점이다.

리스킬링의 초점이 잘못 잡혀 있다

많은 기업이 ‘AI 리터러시 교육’을 시작했다. ChatGPT 사용법, 프롬프트 작성 요령, AI 윤리 기초 같은 프로그램이다. 물론 나쁘지 않다. 하지만 이건 전체 그림의 10%에 불과하다.

MIT Sloan의 연구가 강조하는 건 ‘비판적 사고 훈련’이다. AI가 만들어낸 결과물을 검증하고, AI의 한계를 인식하며, AI가 처리하면 안 되는 영역을 판단하는 능력. 이게 관리자에게 가장 필요한 새로운 근육이다. 도구 사용법을 가르치는 건 쉽지만, ‘이 도구를 쓰지 말아야 할 상황’을 판단하는 역량을 기르는 건 훨씬 어렵다.

HR이 설계해야 할 리스킬링 프레임워크는 세 가지 층위로 나뉜다. 가장 기초적인 것은 AI 도구 활용 능력이고, 그 위에 AI 결과물의 비판적 검증 역량이 있으며, 최상위에는 인간-AI 협업 워크플로 설계 능력이 놓인다. 대부분의 조직이 첫 번째 층위에 멈춰 있다는 게 아쉽다.

‘사람 관리’에서 ‘협업 설계’로 — 관리자의 재발명

에이전틱 AI는 단순 자동화와 본질적으로 다르다. RPA가 ‘정해진 규칙대로 반복’하는 도구였다면, 에이전틱 AI는 ‘스스로 판단하고 다음 단계를 결정’하는 행위자다. 이 차이가 관리자의 역할을 근본부터 흔든다.

관리자가 지금 당장 시작할 수 있는 건 세 가지다. 팀 내 업무를 ‘AI 적합/인간 필수/하이브리드’로 분류하는 업무 감사(task audit)를 실시하는 것, AI 에이전트의 의사결정 범위와 에스컬레이션 기준을 명문화하는 것, 그리고 AI 결과물에 대한 품질 검증 루틴을 팀 프로세스에 내재화하는 것이다.

flowchart TD
    A[업무 발생] -->|업무 감사| B{AI 적합성 판단}
    B -->|AI 적합| C[에이전트 배정]
    B -->|인간 필수| D[팀원 배정]
    B -->|하이브리드| E[AI 초안 + 인간 검증]
    C -->|결과물| F{품질 게이트}
    E -->|결과물| F
    F -->|통과| G[최종 산출물]
    F -->|미달| H[관리자 개입·재설계]
    H --> B

결국 이 변화의 끝에 있는 질문은 하나다. “당신의 조직에서 관리자는 여전히 ‘사람을 관리하는 사람’인가, 아니면 ‘인간과 AI가 함께 일하는 방식을 설계하는 사람’인가?” 이 질문에 아직 답하지 못했다면, 경쟁사가 먼저 답을 찾을 가능성이 높다.

💡 실무 시사점: 에이전틱 AI 도입은 IT 프로젝트가 아니라 조직 설계 프로젝트다. HR은 관리자 역할 정의서(JD)부터 다시 써야 하며, ‘업무 배분자’가 아닌 ‘협업 아키텍트’로서의 역량 모델을 수립해야 한다. 리스킬링의 초점도 도구 사용법에서 비판적 검증·워크플로 설계로 이동해야 한다.

#에이전틱AI #관리자역할변화 #AI협업설계 #HR리스킬링 #인간AI워크플로

참고 링크

• MIT Sloan Management Review, “Why AI Demands a New Breed of Leaders” (2026)
• MIT Sloan Management Review, “Agentic AI at Scale: Redefining Management for a Superhuman Workforce” (2026)

작성: 서재홍 | NODE