AI 혁신을 이끄는 CAIO의 시선: 리도스의 AI 전략과 조직 변화 이야기
요약:
이 영상은 AWS의 톰 소더스트롬과 리도스(Leidos) 최고 AI 책임자(CAIO) 론 키싱이 나눈 대담을 담고 있습니다. 론 키싱은 AI를 조직 전반에 스며들게 하는 전략, AI 성공 측정법, 인간-AI 협업, AI 거버넌스 등 실제 경험을 바탕으로 깊이 있는 인사이트를 공유합니다. AI 리더를 꿈꾸는 이들에게 실질적인 조언과 미래 AI 조직의 방향성을 제시하는 대화입니다.
1. 리도스와 론 키싱의 소개
먼저 AWS의 톰 소더스트롬이 진행을 맡아, 리도스와 론 키싱의 배경을 소개합니다.
리도스는 포춘 300대 기업으로, 미국 정부를 위한 항공 교통 관제 시스템, 세계 최대 규모의 전자 건강 기록 시스템, 장애 평가 및 클레임 처리, 국제우주정거장(ISS) 물류 공급망 등 다양한 대형 프로젝트를 수행하고 있습니다.
"우리는 미국 국방부를 위해 세계에서 세 번째로 큰 IT 네트워크를 운영하고 있습니다."
론 키싱은 20년 넘게 리도스에서 AI 프로젝트를 이끌어왔으며, 90년대에는 NASA와 협력해 자율 우주선 개발에도 참여한 바 있습니다.
2. CAIO(최고 AI 책임자) 역할의 정의와 기대
CAIO라는 새로운 직책이 등장하면서, 론 키싱은 이 역할의 의미와 기대에 대해 설명합니다.
"AI 전략을 기술적 관점뿐 아니라, 기업 전체의 관점에서 책임질 사람이 필요하다고 생각했습니다."
그는 AI 전략 수립과 실행, AI 거버넌스 원칙 정의, 그리고 조직 전체의 AI 역량 확산을 자신의 주요 임무로 꼽습니다.
AWS의 리더십 원칙과도 맞닿아 있는 '오너십'을 강조하며, 단일한 리더가 AI에만 집중해 조직을 이끌어야 한다고 말합니다.
"AI 전략의 실행에 집중할 단일한 리더가 필요합니다. 그게 바로 제 역할이죠."
3. AI의 조직 내 확산 전략: 허브-스포크 모델과 협업
리도스는 오랜 기간 AI 프로젝트를 해왔지만, 그동안은 중앙 집중형으로 운영되어 왔습니다.
론 키싱은 이제 AI를 조직의 DNA에 깊이 스며들게 하려면, 허브-스포크(hub-and-spoke) 모델로 전환해야 한다고 강조합니다.
"AI 엑셀러레이터 조직의 인재를 각 부서에 파견해, 조직 전체에 AI 역량을 확산시키고 있습니다."
이 과정에서 중요한 것은 중앙의 우수 인재들이 각 부서의 '연결 조직' 역할을 하며, 중복 투자와 그림자 조직(Shadow IT, Shadow COE)을 방지하는 것입니다.
"중앙에만 역량이 쏠리면, 각 부서가 자기만의 COE(센터 오브 엑설런스)를 만들고, 결국 자원 낭비가 발생합니다. 대신 '센터 오브 인게이지먼트', 즉 모두가 함께 성장하는 구조가 필요합니다."
4. AI 성공의 측정과 인간-AI 파트너십
CAIO로서 AI 성공을 어떻게 측정할 것인가는 중요한 질문입니다.
주요 측정 방법
- AI가 실제로 비즈니스 파이프라인에 미치는 영향을 명확히 추적
- AI 기술이 적용된 프로젝트가 신규 수주에 얼마나 기여하는지 확인
- 조직의 생산성 및 효율성 향상을 정량적으로 측정
"AI가 파이프라인에 얼마나 영향을 주는지, 실제로 신규 사업 수주에 기여하는지 명확히 추적합니다."
하지만, AI 도입으로 인한 효율성 증가가 곧바로 인력 감축이나 비용 절감으로 이어지지 않는다는 점도 강조합니다.
"AI로 개발자가 30~40% 더 효율적이 되어도, 단순히 인력을 줄이기보다는 더 많은 문제를 해결하거나, 그동안 못했던 일에 도전하게 됩니다."
인간-AI 협업의 실제
- 코딩 어시스턴트 도입 시, 개발자들은 오히려 코딩에 더 많은 시간을 쓰고, 반복적이고 문서화가 필요한 작업을 AI가 대신함
- 레거시 코드 분석, 인프라 자동화 등에서 AI가 큰 도움을 줌
"개발자들은 코딩을 빼앗기면 저항하지만, AI가 문서화나 테스트 작성 등 귀찮은 일을 도와주면 매우 환영합니다."
5. AI 거버넌스와 리스크 관리
AI 도입이 활발해질수록 거버넌스(통제와 관리)의 중요성도 커집니다.
론 키싱은 AI 거버넌스의 핵심은 리스크 기반 접근이라고 강조합니다.
"거버넌스 자원을 저위험 AI 사용 사례에 낭비하지 말고, 진짜 비즈니스 리스크가 있는 곳에 집중하세요."
AWS의 '원웨이 도어(돌이킬 수 없는 결정)'와 '투웨이 도어(실험적이고 쉽게 되돌릴 수 있는 결정)' 개념을 예로 들며,
실험과 혁신은 자유롭게, 중요한 결정은 신중하게라는 균형을 제안합니다.
6. AI 도입의 실제 사례와 비즈니스 가치
리도스 내부와 고객사에서 AI, 특히 생성형 AI가 실제로 비즈니스 가치를 창출한 사례들이 소개됩니다.
-
IT 서비스 지원:
생성형 AI 챗봇을 도입해, 직원들이 IT 문제를 스스로 해결하거나, 빠르게 지원받을 수 있게 함"직원들은 IT 시스템이 스스로 고쳐지길 원하거나, 최소한 챗봇으로 바로 해결되길 바랍니다."
-
인프라 자동화:
비전문가도 AI 코딩 어시스턴트로 인프라 자동화 코드를 쉽게 작성, 레거시 시스템을 클라우드로 이전"CIO 조직에서 인프라 자동화 코드 작성을 AI로 대폭 효율화하고 있습니다."
-
디지털 엔지니어링:
복잡한 시스템 설계, 문서화 등에서 AI가 반복적이고 방대한 작업을 지원 -
제안서 작성 및 평가:
AI가 제안서 초안을 작성하고, 고객사도 AI로 제안서를 평가하는 미래를 예견"앞으로는 AI가 제안서를 쓰고, 또 다른 AI가 그 제안서를 읽고 평가하는 시대가 올 수 있습니다."
7. 미래 AI 조직을 위한 조언: CAIO가 되고 싶은 이들에게
마지막으로, 론 키싱은 AI 리더를 꿈꾸는 이들에게 세 가지 핵심 조언을 전합니다.
-
데이터에 집중하라
- AI의 잠재력을 실현하려면, 데이터가 'AI에 적합한 형태'로 준비되어 있어야 함
- 데이터 개선 작업이 끝없는 여정이 되지 않도록, 핵심 비즈니스 데이터 제품에 집중
"AI의 잠재력을 열려면, 핵심 비즈니스 데이터를 AI가 활용할 수 있는 형태로 만들어야 합니다."
-
인간-AI 파트너십을 설계하라
- AI가 인간을 대체하는 것이 아니라, 인간과 AI가 각자의 강점을 살려 협업하는 구조가 성공의 열쇠
- 실제로 AI 시스템의 성능 개선은 인간과의 상호작용에서 나온 데이터가 핵심
"성공적인 AI 프로젝트는 인간과 기계의 시너지를 극대화하는 파트너십에서 나옵니다."
-
AI 거버넌스와 리스크 관리에 집중하라
- 혁신과 통제의 균형을 잡고, 리스크가 큰 부분에 거버넌스 자원을 집중
- AI 거버넌스를 조직의 전체 리스크 관리 체계와 연계
"실험과 혁신은 자유롭게, 진짜 위험이 있는 곳에만 거버넌스 자원을 집중하세요."
8. AI의 미래와 조직의 변화
론 키싱은 앞으로 AI가 텍스트 생성과 소비의 주체가 되면서, 조직 간 지식 전달 방식 자체가 바뀔 것이라고 전망합니다.
"앞으로는 AI가 텍스트를 만들고, 또 다른 AI가 그 텍스트를 읽고 요약하는 시대가 올 수 있습니다.
진짜 가치는 텍스트가 아니라, 그 안의 지식과 의미에 있습니다."
이러한 변화 속에서, 조직은 기존의 문서 중심 프로세스를 재고하고, 더 본질적인 지식 교환 방식을 고민해야 한다고 강조합니다.
마치며
이 대담은 AI가 조직에 미치는 영향, 성공적인 AI 리더십, 그리고 미래 AI 조직의 방향성을 실제 경험과 통찰로 풀어냅니다.
AI를 단순한 기술이 아니라, 사람과 조직, 데이터, 거버넌스, 그리고 비즈니스 가치와 연결된 총체적 변화로 바라보는 시각이 인상적입니다.
AI 혁신을 이끌고 싶은 모든 이들에게, 데이터 준비, 인간-AI 협업, 그리고 리스크 기반 거버넌스라는 세 가지 키워드를 꼭 기억하길 권합니다. 🚀