결정 이후 - AI도 데이터도 말해 주지 않는 것들

숫자는 전부를 말하지 않는다…

AI 시대, 리더의 진짜 실력은 ‘결정 이후’에 판가름 난다

 

피플 애널리틱스와 바이브 코딩 시대,

기술이 결코 대신할 수 없는 리더의 조건

오늘날의 기업들은 그 어느 때보다 방대한 데이터를 보유하고 있으며, 인공지능(AI)을 통해 빠르고 정교한 분석 결과를 실시간으로 도출하는 시대에 살고 있습니다. 수많은 리더들이 객관적인 지표와 알고리즘의 예측을 바탕으로 합리적인 의사결정을 내렸다고 자부합니다. 하지만 『결정 이후』는 조직 내에 데이터가 많아질수록 역설적으로 리더십이 길을 잃기 쉽다는 서늘한 진실을 짚어냅니다.

책은 “숫자는 거짓말을 하지 않는다. 다만 전부를 말하지 않을 뿐이다”라고 경고하며, 측정하기 쉬운 지표가 조직의 목표로 둔갑할 때 본질이 훼손되는 부작용을 날카롭게 해부합니다. 예컨대 피플 애널리틱스(PA)와 같은 첨단 HR 도구조차 리더의 의도에 따라 구성원의 안녕을 살피는 ‘대화의 마중물’이 되기도 하고, 반대로 불신을 조장하는 ‘감시의 칼날’로 전락하기도 합니다. 자연어로 질문해 코드를 짜는 바이브 코딩(Vibe Coding)의 도입으로 데이터 분석의 기술적 장벽은 무너졌지만, 데이터가 담아내지 못하는 행간의 의미와 실무자들의 조용한 침묵은 여전히 사각지대에 방치되어 있습니다. 리더가 “AI 분석 기반의 결정”이라는 방패 뒤에 숨어 책임과 맥락에 대한 설명을 생략할 때, 구성원들은 반발하는 대신 조용히 조직과의 거리를 두며 마음을 식혀버립니다.

이러한 기술적 전환기 속에서 책의 부제인 ‘AI도 데이터도 말해주지 않는 것들’은 곧 리더십의 새로운 경쟁력을 시사합니다. 저자는 AI가 방대한 데이터에서 패턴을 찾고 예측하는 데 탁월할지라도, 숫자 이면에 얽힌 현장의 맥락을 이해하고 구성원과 관계를 맺으며 실패의 결과에 온전히 책임지는 것은 오직 ‘사람’만이 할 수 있는 고유의 영역임을 강력히 역설합니다. 따라서 분석 도구가 강력해질수록 데이터를 판단의 ‘종착지’가 아닌 대화를 여는 ‘출발점’으로 삼는 통찰력과, 결정이 구성원에게 무사히 닿도록 조율하는 ‘의사결정 아키텍처’ 설계 능력이 더욱 중요해집니다.

이 책은 화려한 AI 트렌드나 제도의 껍데기를 좇는 대신, 권한과 보상 구조의 불일치를 바로잡고 현장의 미세한 온도를 경영의 재무적 언어로 번역해내는 실질적인 지침들을 구체적으로 제안합니다.

훌륭한 결정이란 회의실에서 선언되는 순간 완성되는 것이 아니라, 그 결정이 영향을 미친 마지막 구성원의 마음속에 안착할 때 비로소 끝이 납니다. 첨단 기술의 파도 속에서도 일하는 사람을 향한 존엄을 잃지 않고, 조직 내에 진정한 신뢰와 심리적 안전감이라는 유산(Legacy)을 남기고자 하는 모든 리더와 HR 담당자들에게 이 책은 곁에 두고 읽어야 할 가장 인간적이고도 실전적인 나침반이 되어줄 것입니다.

[목 차]
  

프롤로그 | 결정 이후, 균열은 어디서부터 시작되는가?

 

PART 1 / 판단의 재설계: 확신의 함정

1장. 확신은 어떻게 구조가 되는가

2장. 불편한 정보는 왜 늘 늦게 도착하는가

3장. AI 레드팀  _내 결정의 맹점 역설계하기

4장. 검증 창 설계   _반론을 수용하는 구조

 

PART 2 / 관계의 재설계: 침묵의 비용

5장. 결정은 틀리지 않았다, 다만 사람을 남기지 못했다

6장. 불편한 신호를 애써 보지 않으려 할 때

7장. 침묵의 비용  보이지 않는 감정을 숫자로 번역하는 법

8장. 대화 도구로서의 People Analytics

 

PART 3 / 실행의 재설계: 제도가 아니라 구조를 설계하라

9장. 실행의 실패는 사람 문제가 아니다

10장. 공정한 제도는 왜 늘 불만을 남기는가

11장. 예외를 한 번 허용하면, 조직은 그것을 배운다

12장. 제도보다 행동을 바꾸는 시스템 설계

 

PART 4 / 기술의 재설계: 데이터 민주주의

13장. 숫자는 거짓말을 하지 않는다. 다만, 전부를 말하지 않을 뿐이다

14장. PA가 리더십을 망치는 순간과 살리는 순간

15장. 바이브 코딩 _질문이 막히지 않는 기술

16장. AI 시대, 기술보다 중요한 것은 판단이다

 

PART 5 / HR의 재설계: 전략적 중개자

17장. HR은 왜 늘 중간에서 다치는가

18장. 성실한 HR이 가장 위험해지는 순간

19장. 결정을 만드는 사람과 설명하는 사람 사이

20장. 데이터 번역가   _중개자의 시간

 

PART 6 / 리더십의 완성: 질문의 레거시

21장. 문제는 왜 구조가 되기 전에 드러나지 않는가

22장. 좋은 결정보다 중요한 은퇴의 기술

23장. 리더는 어떤 장면으로 기억되는가

24장. 정답 대신 질문을 남기며

 

에필로그 | 결정 이후의 설계

미주

[본 문]
  

제가 수많은 경영의 현장에서 목격한 진실은 하나입니다. 사람이 문제가 아니라, 그 사람이 놓인 ‘결정 구조’가 문제인 경우가 압도적으로 많았습니다. 아무리 뛰어난 개인이라도 잘못 설계된 구조 안에서는 오판을 내릴 수밖에 없으며, 반대로 견고한 구조는 리더의 일시적인 판단 착오를 걸러내고 조직을 올바른 방향으로 이끌어 줍니다.(11쪽)

 

그런데 공지는 무엇이 바뀌었는지를 알린다. 설명은 왜 바뀌었는지, 그것이 나에게 어떤 의미인지, 앞으로 어떻게 되는 것인지를 말해준다.

구성원들이 결정 이후에 하는 질문은 대부분 공지의 영역이 아니라, 설명의 영역이다.

“왜 지금인가.”

“왜 이 방식인가.”

“나는 어떻게 되는 것인가.”

“내가 잘못한 것이 있는 것인가.”

“앞으로 무엇이 기대되는가.”

이 질문들에 아무도 답하지 않을 때, 사람들은 스스로 답을 만든다. 그리고 그 답은 프롤로그에서 이야기한 박 과장의 경우처럼, 대부분 가장 불리한 방향으로 채워진다.(58쪽)

 

전략을 발표하는 것은 결정의 끝이 아니라 시작이다. 그 전략이 실제로 현장에서 작동하려면, 세 가지 질문에 답해야 한다.

[권한] 이 전략을 실행하기 위해 현장에서 내려야 할 결정들을 누가 할 수 있는가?

[정보] 실행에 필요한 맥락과 정보가 결정권을 가진 사람에게 전달되고 있는가?

[보상] 이 전략이 가리키는 방향으로 움직였을 때, 그것이 평가와 보상에 연결되는가?

이 세 가지가 정렬되지 않은 상태에서 “왜 실행이 안 되냐”는 질문은, 지도 없이 목적지를 찾아오라는 말과 다르지 않다.(131쪽)

 

AI는 맥락을 이해하지 못한다. 숫자 너머에 있는 이야기, 데이터가 만들어진 배경, 조직 안에서 말해지지 않은 것들. AI는 입력된 데이터를 처리하지만, 입력되지 않은 것은 볼 수 없다.

AI는 관계를 만들지 못한다. 결정이 내려진 이후 구성원이 느끼는 감정에 응답하는 것, 불안한 사람 옆에 앉아 그 불안을 함께 감당하는 것, 15년 경력의 직원에게 “당신의 시간이 이 숫자에 다 담기지 않는다는 것을 안다”고 말하는 것. 이것들은 AI가 할 수 없다.

AI는 책임지지 않는다.(207쪽)

 

결정은 누구나 합니다. 하지만 그 결정이 사람들에게 어떻게 닿는지를 생각하는 사람은 많지 않습니다. 결정이 만들어낸 공백을 채우는 것을 자신의 일로 여기는 사람은 더 적습니다. 그 공백을 채우는 일은 화려하지 않습니다. 숫자로 잡히지 않고, 성과 지표에도 들어가지 않습니다. 하지만 그 소리 없는 일이 쌓일 때 조직이 달라지고, 사람이 달라집니다. 그리고 그렇게 달라진 것들만이 리더가 떠난 이후에도 조직의 레거시로 남습니다. 결정 이후, 바로 그 자리가 리더십이 진짜 시작되는 자리입니다.(315쪽)