Vol. 09 · The Judgment Premium 판단 · Deep read
MIT Sloan Management Review · Ravikiran Kalluri

AI가 실행을 삼킬 때,
값이 오르는 것은
분별(judgment)이다
"리더는 정보에 접근해서가 아니라, 불확실 속에서 결정하기에 존재한다"

AI는 이제 유능한 실행을 순식간에, 거의 공짜로 해낸다. 보고서도, 분석도, 초안도 더는 차별점이 아니다. 실행과 지식이 흔해질수록 오히려 값이 오르는 것이 있다. 무엇을 할 가치가 있는지 가려내고 그 결과를 책임지는 인간의 분별(judgment)이다.

Commoditized실행의 값이 0으로
Judgment대체 불가능한 분별
Accountability결과를 지는 자
원전
What's Your Edge? Rethinking Expertise in the Age of AI Ravikiran Kalluri · MIT Sloan Management Review, 2025
Previously on Vol. 08
브레인 캐피탈AI 시대의 진짜 병목은 사람의 인지 역량이다
Leadership Insight Vol. 09 커버 — AI가 실행을 삼킬 때, 값이 오르는 것은 분별(judgment)이다
용어 · 이 글에서의 정의
분별 Judgment

이 글에서 '분별'은 단순한 '의사결정'이 아니다. 수많은 선택지 가운데 무엇이 정말 할 가치가 있는지를 가려내고, 정보가 불완전하고 결과가 불확실한 상황에서 그 결정의 무게와 책임을 스스로 짊어지는 인간의 능력을 말한다. AI가 대신할 수 있는 '실행'이나 '정보 종합'과는 구별되는, 맥락을 읽어 값을 매기는 판단력이다.

Section Ⅰ · Execution Is Now Free실행이 공짜가 되었다

해자가 마르고 있다,
실행이라는 이름의 해자가

오랫동안 조직의 해자(垓字)는 '실행'이었다. 남들보다 빠르고 정확하게 일을 해내는 능력, 즉 보고서를 쓰고 데이터를 분석하고 첫 번째 안을 만들어 내는 힘이 곧 경쟁 우위였다.

그 해자가 지금 마르고 있다. 생성형 AI는 유능한 실행을 인간 팀이 따라올 수 없는 속도와 일관성으로 순식간에 만들어 낸다. 한때 회사를 돋보이게 하던 산출물, 곧 리포트와 분석과 초안 사고는 이제 누구나 즉시, 거의 공짜로 얻을 수 있는 '기본값(table stakes)'이 되었다.

숫자는 이 전환의 규모를 말한다. 맥킨지는 생성형 AI가 오늘날 직원 노동시간의 60~70%를 차지하는 업무를 자동화할 잠재력을 가진다고 본다. 더 서늘한 것은 자동화가 단순 업무에 머물지 않는다는 점이다. '전문성의 적용(application of expertise)'을 자동화할 기술적 잠재력은 34%포인트 뛰었고, '관리와 인재 육성'을 자동화할 잠재력은 2017년 16%에서 2023년 49%로 올랐다. 판단에 가장 가깝다고 여겨지던 영역까지 기계의 사정권에 들어온 것이다.

여기서 가치의 역전이 일어난다. 모두가 실행할 수 있게 되면, 실행은 더 이상 차별점이 아니다. 희소한 자원은 '얼마나 빨리 해내는가'에서 '애초에 무엇을 할 가치가 있는가'로 옮겨 간다. 스무 개의 방해 요소 속에서 정말 중요한 하나의 제약을 알아보는 눈, 그것이 새로운 프리미엄이다.

Automatable
70%
생성형 AI가 자동화할 수 있는 노동시간 (60~70%)
Expertise
+34%p
'전문성의 적용'을 자동화할 잠재력 상승폭
Management
49%
'관리·인재 육성' 자동화 잠재력, 2017년 16%에서
Value
$4.4T
생성형 AI의 연간 경제적 잠재 가치 (최대, McKinsey)
THE VALUE INVERSION — EXECUTION ↓ · JUDGMENT ↑ 실행의 값 분별의 값 PREMIUM 값 · value AI 확산 · 시간 →
Fig. AI가 실행을 값싸게 만들수록, 값은 '실행'에서 '분별'로 넘어간다. 교차점 이후의 음영이 리더의 프리미엄이다. (오리지널 도해)

Section Ⅱ · Three Shifts전문성의 세 가지 전환

내용을 아는 힘에서,
맥락을 가리는 힘으로

노스이스턴대의 라비키란 칼루리(Ravikiran Kalluri)는 AI 시대에 전문성의 값이 '내용을 전달하는 힘'에서 '맥락을 판단하는 힘'으로 옮겨 간다고 말한다. 그는 세 가지 전환을 제시한다.

Three Shifts of Expertise
전문성의 세 가지 전환
01
답 → 질문
Answers → Questions · 아직 던져지지 않은 질문
AI는 이미 던져진 질문에 완벽에 가까운 답을 준다. 그러나 아직 아무도 입 밖에 내지 않은 문제, '모른다는 사실조차 모르는' 미지의 영역(unknown unknowns)을 찾아내는 것은 인간의 몫이다. 노련한 전략가는 학습 데이터에 없는 숨은 전제와 탐색되지 않은 기회를 알아본다. 가장 큰 질문을 가진 리더가, 가장 큰 변화를 만든다(→ Vol. 03).
02
정보 → 판단
Information → Judgment · 결과의 무게를 지는 일
AI는 방대한 데이터를 순식간에 종합한다. 그러나 결과의 무게를 대신 짊어질 수는 없다. 진짜 위험이 걸려 있고 결과가 불확실할 때, 책임을 안고 결정을 내리는 자리, 그곳에 인간의 대체 불가능한 값이 있다. 정보의 접근이 아니라 결정의 감당이, 리더를 리더이게 한다.
03
고정 → 유동 지식
Static → Liquid Knowledge · 메타 전문성
과거의 전문성은 지식을 '고정된 형태로 저장'하는 데 있었다. AI 시대의 지식은 사용자와 순간에 따라 매번 다르게 모습을 드러내는 유동적인 것이다. 그래서 값은 지식을 '보유'하는 데서 '오케스트레이션'하는 데로 옮겨 간다. 칼루리는 이를 메타 전문성(meta-expertise)이라 부른다. AI를 지휘하고 여러 영역을 엮어 알고리즘이 흉내 낼 수 없는 창의적 연결을 만드는 능력이다.
"리더는 정보에 접근할 수 있어서 보수를 받는 것이 아니다. 진짜 위험이 걸려 있고 결과가 불확실할 때, 결정을 내리기에 보수를 받는다."Leaders aren't paid because they can access information; they're paid to make decisions when the stakes are real and the outcomes are uncertain. — Ravikiran Kalluri, MIT Sloan Management Review

Section Ⅲ · The Weight of Consequence결과를 지는 자

도구가 강해질수록,
인간의 몫은 더 선명해진다

하버드의 '리더스 어젠다(2026)'는 같은 결론에 다른 언어로 도달한다. AI가 데이터 처리에서 아무리 앞서가도, 도덕적 판단·상상력·직관은 대체되지 않으며 오히려 조직을 가르는 결정적 차이가 된다는 것이다.

"더 강력한 도구와 더 큰 데이터가 퍼질수록, 의사결정에서 '인간적인 요소'는 오히려 더 큰 차별점이 될 것이다."The spread of more powerful tools and larger datasets will likely make the human elements of decision-making more differentiating. — Martin Reeves 외, Harvard Business Impact

책임(accountability), 신뢰(trust), 도덕적 판단. 이것들은 자동화할 수 없는, 근본적으로 인간의 몫이다. 그러나 여기엔 냉정한 조건이 붙는다. AI는 돈을 쓴다고 저절로 가치를 주지 않는다. 가치는 리더가 조직과 팀을 바꿔 낼 새로운 역량을 갖출 때 비로소 나온다. 에르미니아 이바라와 마이클 야코비데스는 그 역량을 다섯으로 정리한다.

5 Leadership Skills · Ibarra & Jacobides
AI를 성과로 바꾸는 리더의 다섯 역량
01
AI 문해력을 기른다
폭넓은 네트워크와 산업을 넘나드는 교류로, 도구의 가능성과 한계를 몸으로 안다.
02
조직을 다시 설계한다
AI를 기존 업무 위에 얹지 않고, 가치를 끌어내도록 일하는 방식과 구조 자체를 재편한다.
03
인간과 AI의 협업을 지휘한다
무엇을 기계에 맡기고 무엇을 사람이 쥘지, 그 경계를 설계하고 오케스트레이션한다.
04
팀에 힘을 실어 준다
코칭과 심리적 안전감으로, 두려움이 아니라 실험이 일어나는 환경을 만든다.
05
스스로 실험하며 본을 보인다
리더가 먼저 써 보고 배우는 모습이, 조직의 도입 속도를 결정한다.

역설은 지금 벌어진다. 분별이 가장 희소하고 값진 자원이 되는 바로 그 순간, 많은 조직은 효율의 이름으로 관리층을 걷어내며 그 능력을 스스로 뜯어내고 있다. 가장 비싸질 것을 가장 먼저 버리는 실수다.

AI가 인간다움을 더 선명하게 만들고(Vol. 07), 그 인간다움의 토대인 두뇌를 전략 자산으로 다뤄야 한다면(Vol. 08), 그 두뇌가 하는 가장 인간적인 일이 바로 분별이다. 무엇을 할 가치가 있는지 가려내고, 그 결과를 짊어지는 것. AI 시대 리더의 값은 거기에 있다.

Synthesis · Vol. 09

실행이 공짜가 될수록,
값이 오르는 것은 분별이다

AI가 실행과 지식을 흔하게 만들수록, 리더의 값은 '무엇을 할 가치가 있는가'를 분별하고 그 결과를 책임지는 데로 옮겨 간다. 답보다 질문을, 정보보다 판단을, 지식의 보유보다 오케스트레이션을. 이것이 분별의 프리미엄(The Judgment Premium)이다.

그래서 다음 질문은 "AI로 무엇을 자동화할 수 있는가"가 아니라, "자동화할 수 없는 우리의 분별을 우리는 지키고 키우고 있는가"이다. 가장 비싸질 능력을 가장 먼저 버리지 않는 조직이, AI를 진짜 성과로 바꾼다.

MIT SMR · Judgment '26 — Leadership Insight
More from Leadership Insight