Human-Agent Workforce: 사람과 에이전트가 함께 일할 직무를 다시 짠 CIO는 4%뿐

AI 성과를 가르는 것은 사용 사례 개수나 인원 감축이 아니라, 사람과 에이전트가 나눠 맡을 일을 직무 단위로 다시 정의했는가입니다. Gartner 조사에서 그런 계획을 가진 CIO는 4%였고, 이들은 앞선 조직(vanguard)일 확률이 2.4배 높았습니다. 따라 하려면 직무를 업무 단위로 쪼갠 인벤토리, 파일럿과 운영 두 지점의 중단 기준, 실행할 때 쌓이는 AI 비용 계측을 함께 갖춰야 합니다.

요약

CIO Dive의 Roberto Torres는 2026년 10월 19일, Gartner가 올랜도 IT Symposium/Xpo에서 내놓은 조사 결과를 전했습니다. 조사는 Gartner의 『2027 CIO and Technology Executive Agenda』를 위한 것으로, 2026년 5~7월 CIO와 기술 임원 2,002명이 답했습니다(기간은 Gartner 보도자료 기준). 가장 눈에 띄는 숫자는 4%입니다. 사람과 AI 에이전트가 함께 일하는 human-agent workforce(사람·에이전트 혼합 인력)를 전제로 직무를 다시 짤 계획이 있다고 답한 비율입니다. 이 계획을 가진 조직은 vanguard(AI로 사업 성과를 내고 CEO도 그 가치를 인정하는 앞선 조직)일 확률이 2.4배 높았습니다.

그런데도 직무 재설계가 뒷순위로 밀리는 이유는 비용입니다. 응답자의 58%가 이미 쓴 AI 투자에서 비용 개선을 내라는 회사의 요구가 커졌다고 답했고, AI로 의미 있는 가치(significant or transformational value)를 봤다는 CIO는 13%에 그쳤습니다. Gartner의 VP 애널리스트 Alicia Mullery는 큰 청구서는 당장 눈앞에 있지만 인력 문제는 그만큼 급해 보이지 않아서 뒤로 밀린다고 설명합니다. 그러나 에이전트와 거버넌스를 다룰 역량이 없는 조직은 결국 실행을 못 해서 나중에 더 큰 비용을 치른다고 경고합니다. 그래서 CIO가 직무 범위와 보상이 어떻게 바뀌는지를 다른 경영진과 먼저 논의하면 더 전략적인 자리에 설 수 있다고 봅니다. 같은 날 나온 Gartner 보도자료는 중단 기준(stopping rules)과 AI 비용 관리라는 두 가지 습관을 더 짚었습니다. 아래에서는 이 다섯 가지 메커니즘을 풀고, 직무 재설계를 6주짜리 작업으로 옮기는 방법을 덧붙였습니다.

핵심 메커니즘

Vanguards: 성과와 CEO 인정, 두 기준을 모두 넘은 앞선 조직

Gartner는 응답 조직 가운데 vanguard를 따로 뽑아 비교합니다. 기준은 두 가지입니다. 사업 성과가 더 좋아야 하고, CEO가 AI의 가치를 높게 평가해야 합니다. 하나만 넘어서는 들어가지 못합니다. 2.4배, 2.3배, 2.6배 같은 배수는 어떤 습관을 가진 조직이 그렇지 않은 조직보다 vanguard에 속할 확률이 몇 배인지를 뜻합니다. CIO 혼자 ‘성공했다’고 보고하는 것이 아니라 CEO가 인정하는 가치를 따로 묻는다는 점이 중요합니다. 13%라는 낮은 가치 실현 비율도 이 눈높이에서 나온 숫자입니다. 가상 예시로, 고객센터 에이전트로 처리 시간이 30% 줄었더라도 CEO가 그 변화를 매출·비용 항목에서 확인하지 못하면 vanguard 기준을 넘지 못합니다.

Human-Agent Workforce Redesign: 인원을 줄이는 일이 아니라 직무를 다시 짜는 일

많은 경영진은 AI가 주로 기술 인력을 줄여 줄 것이라고 기대합니다. Gartner는 vanguard를 가르는 것이 감원이 아니라 직무 재설계라고 봅니다. 작동 방식은 이렇습니다. AI가 기술 결과물을 만드는 비용을 낮추면, 기술 일에 대한 수요는 오히려 늘 수 있습니다. 동시에 한 사람이 맡는 직무는 좁아지는 부분과 넓어지는 부분이 함께 생깁니다. 보도자료는 이를 이중 변화로 설명하고, 응답자의 40%가 2027년에 IT 인원을 늘릴 계획이며 특히 사이버보안과 데이터·분석 쪽이라고 전합니다. 그래서 직무 정의를 고정해 두지 말고, 직무 유형은 줄이되 직무마다 책임을 넓히는 쪽을 준비하라고 권합니다. 가상 예시로, 테스트 엔지니어와 릴리스 담당을 ‘에이전트 테스트 결과를 검토하고 배포를 승인하는 품질 책임자’ 한 직무로 묶는 식입니다.

Stopping Rules: 파일럿과 운영, 두 지점에서 멈추는 기준

Gartner가 말하는 중단 기준은 AI 사업의 생애 두 지점에 둡니다. 첫째는 파일럿을 운영으로 올리지 말아야 할 때를 정하는 기준이고, 둘째는 이미 운영 중인 저가치 사업을 접는 기준입니다. 첫째를 가진 곳은 31%, 둘째는 17%였습니다. 이 기준을 가진 조직이 vanguard일 확률은 각각 2.3배, 2.6배였습니다. 핵심은 순서입니다. 사용 사례의 가치를 시작 전에 정의하고, 무엇을 보면 그만둘지를 미리 적어 둡니다. 보도자료는 AI 사용 사례가 성공할 확률이 아직 다섯 개 중 하나 정도라고 전합니다. Mullery는 이 기준을 지키려면 저가치 투자에서 함께 손을 뗄 수 있는 현업 파트너가 있어야 한다고 강조합니다. 사용량이 곧 가치는 아니라는 것이 이 메커니즘의 출발점입니다.

Run-time AI Economics: 실행할 때 정해지는 AI 비용

전통적인 기술 비용은 라이선스와 인프라처럼 미리 정해져서 예측하기 쉽습니다. AI 비용은 다릅니다. Gartner는 AI 비용이 확률적이고 실행 시점(run time)에 정해진다고 설명합니다. 같은 업무라도 요청 길이, 호출 횟수, 에이전트가 몇 단계를 돌았는지에 따라 청구액이 달라집니다. 그런데 많은 조직이 클라우드·SaaS 시절의 예산·거버넌스 모델을 그대로 씁니다. 응답자의 51%는 AI가 기술 솔루션의 총소유비용(TCO)을 늘릴 것으로 예상했습니다. 그래서 보도자료는 구매 시점만이 아니라 생애 전체에 걸쳐 AI 경제성을 관리하라고 권합니다. 지출이 레거시 인프라에서 생성형 AI·에이전트 쪽으로 옮겨 갈수록 새 예산 방식과 비용 책임 구조가 필요하다는 이야기입니다.

비용과 인재의 우선순위: 청구서가 인력 문제를 가리는 구조

기사의 마지막 축은 우선순위가 밀리는 방식입니다. CIO의 할 일은 현대화, 예산, AI 실험, 사업 성과에 인력 전략까지 늘었습니다. 경영진과 이사회가 빠른 성과를 요구하자 Mullery는 ‘endless scale’ 시대는 지났다고 표현합니다. 비용 압박은 크지만 압박만으로 가치가 생기지는 않았고, 많은 CIO가 직무 재설계에 쓸 시간과 돈을 줄였습니다. 그 결과 에이전트를 다룰 역량이 부족해지고, 나중에 실행하지 못한 비용으로 돌아옵니다. 기사가 제시하는 출구는 CIO가 AI의 인력 영향, 곧 직무 범위와 보상 구조의 변화를 CHRO·CFO·CEO와 함께 꺼내는 것입니다. 이 대화는 CIO를 비용 관리자에서 전략 논의의 주인으로 옮겨 놓습니다.

통념과 다른 주장

저자가 든 사례

기사와 보도자료에 특정 기업 사례는 없습니다. 대신 조사가 보여 준 세 장면을 사실만 남겨 다시 짰습니다.

직무 재설계를 계획한 4%

• 상황: AI 에이전트 도입이 늘지만 대부분의 CIO는 비용과 다른 과제에 밀려 인력 설계를 미뤘습니다.
• 한 일: 응답자 가운데 4%는 사람·에이전트 혼합 인력을 전제로 직무를 다시 짤 명시적 계획을 세웠습니다.
• 결과: 이들은 vanguard일 확률, 곧 사업 성과와 CEO가 보는 AI 가치가 모두 높을 확률이 2.4배였습니다.
• 연결: Human-Agent Workforce Redesign, Vanguards.

중단 기준을 둔 31%와 17%

• 상황: AI 사용 사례의 성공 확률은 다섯 개 중 하나 정도로 머물러 있습니다.
• 한 일: 31%는 파일럿을 운영으로 올리지 않을 기준을, 17%는 운영 중 저가치 사업을 접을 기준을 갖췄습니다.
• 결과: vanguard일 확률이 각각 2.3배, 2.6배였습니다.
• 연결: Stopping Rules.

비용 압박 58%와 가치 실현 13%

• 상황: 경영진과 이사회는 이미 쓴 AI 투자에서 비용 개선을 요구하고, 51%는 AI가 TCO를 늘릴 것으로 봅니다.
• 한 일: 58%가 요구가 커졌다고 답했고, 많은 CIO가 인력 재설계에 쓸 시간과 예산을 줄였습니다.
• 결과: 의미 있는 가치를 봤다는 CIO는 13%였습니다. 기사는 역량 공백이 나중에 비용으로 돌아온다고 전합니다.
• 연결: Run-time AI Economics, 비용과 인재의 우선순위.

기술 디테일: 직무 재설계와 중단 기준을 데이터로 돌리려면

여기부터는 실제로 돌릴 때 필요한 것을 새로 정리했습니다. 숫자와 필드 이름은 가상 예시입니다.

직무 재설계를 하려면 먼저 직무를 업무 단위 인벤토리로 쪼갭니다(Human-Agent Workforce Redesign). 입력은 직무기술서, 최근 6개월 ITSM 티켓(서비스 요청·장애·변경), 팀별 주간 시간 기록입니다. 직무마다 업무를 15~30개로 나누고, 업무마다 LLM이 아래 형식으로 분류하게 합니다. 범용 LLM이면 충분하고, 구조화 출력(JSON 스키마 강제)을 켜서 필드가 빠지지 않게 합니다. temperature는 0으로 두고 같은 업무를 3회 돌려, mode가 세 번 모두 같지 않은 업무는 사람 검토로 보냅니다. 다른 회사의 모델로 한 번 더 돌려 교차 확인하면 편향을 줄일 수 있습니다.

{
  "role": "IT 서비스데스크 2선",
  "task": "비밀번호 재설정 요청 처리",
  "monthly_hours": 42,
  "mode": "agent_do | agent_draft_human_approve | human_only",
  "risk": "low | medium | high",
  "evidence": "티켓 1,180건, 평균 처리 6분",
  "new_skill_needed": "에이전트 결과 검토, 예외 판단"
}

재설계된 직무를 확인하려면 에이전트 처리 비중을 업무별로 기록합니다(Human-Agent Workforce Redesign, Vanguards). 에이전트가 처리한 건, 사람이 승인한 건, 사람이 되돌린 건을 업무 코드마다 로그로 남깁니다. 필드는 task_id, handled_by(agent/human), approved_by, reverted(true/false), minutes_saved면 됩니다. 되돌림 비율이 2주 연속 10%를 넘는 업무는 mode를 한 단계 낮춥니다(agent_do → agent_draft_human_approve). 이 로그가 쌓여야 ‘직무 유형은 줄고 책임은 넓어진다’는 변화를 숫자로 보여 줄 수 있습니다.

중단 기준을 지키려면 사용 사례 레지스트리에 기준을 필드로 넣습니다(Stopping Rules). 시작 전에 가치 가설과 기준선을 적고, 파일럿 관문과 운영 관문의 수치를 정해 둡니다. 검토일이 오면 레지스트리가 자동으로 실제값과 비교해 ‘continue / fix / stop’ 후보를 띄우고, 결정은 사람이 내립니다. 기준을 나중에 고치려면 현업 스폰서와 CIO가 함께 서명하게 해 기준이 슬그머니 느슨해지지 않게 합니다.

{
  "use_case": "구매 요청 자동 검토 에이전트",
  "business_owner": "구매팀장",
  "value_hypothesis": "요청당 검토 시간 20분 → 8분",
  "baseline": {"minutes_per_request": 20, "measured": "2026-09"},
  "pilot_gate": {"min_minutes_saved": 8, "max_error_rate": 0.05, "review_date": "2026-12-15"},
  "production_gate": {"min_monthly_value_krw": 30000000, "max_cost_to_value": 0.4, "review_every": "quarter"},
  "decision": "continue | fix | stop"
}

실행할 때 정해지는 비용을 관리하려면 호출마다 비용을 붙여 기록합니다(Run-time AI Economics). 게이트웨이나 미들웨어에서 호출마다 use_case, model, input_tokens, output_tokens, agent_steps, cost를 남기고, 업무 1건당 비용(cost per transaction)으로 묶어 봅니다. 사용 사례마다 월 상한을 정해 80%에 닿으면 담당자에게 알리고, 100%에서는 더 싼 모델로 돌리거나 사람 처리로 넘깁니다. 에이전트는 단계 수가 비용을 키우므로 한 요청의 최대 단계 수(예: 12단계)를 둡니다. 레지스트리의 max_cost_to_value가 이 로그에서 계산됩니다.

우리 조직이 vanguard 쪽인지 보려면 두 기준을 따로 측정합니다(Vanguards). 사업 성과는 사용 사례별 KPI의 기준선 대비 변화로, CEO가 보는 가치는 분기마다 CEO·사업부장에게 5점 척도로 묻습니다(예: ‘이 AI 사업이 사업 목표에 기여했다’). 두 값이 엇갈리는 사업, 곧 KPI는 좋은데 경영진 점수가 3점 이하인 사업은 성과를 경영 언어로 번역하지 못한 경우이므로 보고 방식을 먼저 고칩니다.

현업 실행 디테일: 누가, 언제, 무엇을

직무 재설계는 IT 혼자 할 수 없습니다. 기사가 말하듯 CIO가 인력 영향을 다른 경영진과 함께 꺼내는 것이 출발점입니다. 아래는 IT 조직 한 곳(예: 서비스데스크와 애플리케이션 운영)을 대상으로 한 6주 계획의 예시입니다.

역할	담당	하는 일
스폰서	CIO	대상 조직 선정, 경영진 논의 주도, 최종 승인
인사 파트너	CHRO 또는 HR BP 1명	직무 등급·보상 영향 검토, 노사 협의 필요 여부 판단
재무	FP&A 담당 1명	사용 사례별 비용 모델, 월 상한 설정
대상 조직 리더	IT 운영 팀장 2명	업무 인벤토리 검토, 분류 결과 확정
분석·엔지니어	1~2명	티켓 데이터 추출, LLM 분류, 비용 로그 구축
현업 파트너	사업부 담당 임원 1명	중단 기준 공동 서명, 철수 결정 참여

주차	할 일	산출물
1주	대상 조직 확정, 직무기술서·티켓·시간 기록 수집, 인사·재무 착수 회의	데이터 목록, 착수 메모
2주	업무 단위 분해와 LLM 분류, 불일치 업무 사람 검토	업무 인벤토리(JSON)
3주	팀장 워크숍 2회, mode·risk 확정, 새 역량 목록 정리	확정 인벤토리, 역량 갭 표
4주	재설계 직무안 작성(직무 통합·책임 확대), 보상·등급 영향 검토	직무안 초안
5주	진행 중 AI 사업에 중단 기준 소급 적용, 비용 로그 연결	사용 사례 레지스트리
6주	경영진 판정 회의	재설계안, 중단·지속 결정 목록

워크숍과 인터뷰에서 물을 질문은 다음과 같습니다.

1. 이 업무를 에이전트가 처리했을 때 틀리면 누가, 얼마나 빨리 알아챌 수 있나?
2. 지난 6개월 동안 이 업무의 예외 처리는 몇 건이었고, 누가 판단했나?
3. 에이전트 결과를 검토하는 일이 생기면 기존 직무 중 무엇을 덜어 낼 수 있나?
4. 두 직무를 합치면 등급과 보상은 어떻게 바뀌고, 누구와 협의해야 하나?
5. 진행 중인 AI 사업 가운데 지금 기준을 적용하면 멈춰야 할 것은 무엇인가?

진행 판정 기준(예시)은 이렇게 둡니다. 대상 업무의 80% 이상이 mode까지 확정됐고, 재설계 직무안에 인사·재무가 서명했으며, 진행 중인 AI 사업 전부에 두 관문 수치가 적혀 있으면 다음 조직으로 넓힙니다. 하나라도 빠지면 그 항목만 2주 더 보강합니다.

AX 적용 제언입니다. 이 조사는 AX 프로젝트의 첫 질문을 ‘어떤 사용 사례를 띄울까’에서 ‘어떤 직무가 어떻게 바뀌나’로 옮기라고 말합니다. 고객사에서는 에이전트 도입 범위를 정하는 단계에 CHRO와 재무를 처음부터 넣고, 업무 단위 인벤토리를 사용 사례 발굴과 같은 산출물로 묶는 것이 좋습니다. 데이터 준비도가 낮은 조직은 ITSM 티켓이 가장 쉽게 손에 잡히는 재료이므로 IT 조직에서 먼저 시작하고, 같은 틀을 재무 결산이나 구매 같은 현업 조직으로 넓힙니다. 진행 중인 AI 사업이 많은 고객사라면 직무 재설계보다 중단 기준 소급 적용을 먼저 해서 줄인 비용으로 재설계 예산을 마련하는 순서도 설득력이 있습니다. 이렇게 하면 ‘비용이 인재를 가리는’ 고리를 ‘중단으로 아낀 비용이 인재에 쓰이는’ 고리로 바꿀 수 있습니다.

원문 사례

항목	내용
기사	CIO Dive, Roberto Torres, 2026.10.19
조사	Gartner 『2027 CIO and Technology Executive Agenda』, CIO·기술 임원 2,002명, 2026년 5~7월(보도자료 기준)
발표	Gartner IT Symposium/Xpo, 미국 올랜도, 2026.10.19
직무 재설계	사람·에이전트 혼합 인력용 직무 재설계 계획 보유 4%, vanguard 확률 2.4배
비용	기존 AI 투자의 비용 개선 압박 증가 58%, AI가 TCO를 늘릴 것으로 예상 51%(보도자료)
가치	의미 있는(significant or transformational) 가치 실현 CIO 13%
중단 기준	파일럿→운영 기준 보유 31%(2.3배), 운영 중 철수 기준 보유 17%(2.6배)(보도자료)
성공 확률	AI 사용 사례 성공 확률 약 5분의 1(보도자료)
인원	2027년 IT 인원 증가 계획 40%, 사이버보안·데이터·분석 중심(보도자료)
발언자	Alicia Mullery, Gartner VP 애널리스트
vanguard 정의	사업 성과가 더 좋고 CEO가 보는 AI 가치도 높은 CIO 조직

핵심 개념

CIO and Technology Executive Agenda

Gartner가 해마다 CIO·기술 임원을 조사해 다음 해 우선순위를 정리하는 보고서.

CEO-perceived AI value

CIO가 아니라 CEO가 느끼는 AI의 가치. vanguard 판정의 한 축이다.

significant or transformational value

조사에서 '의미 있는' 가치를 묻는 응답 구간. 13%가 여기에 답했다.

TCO(총소유비용)

구매 비용뿐 아니라 운영·유지·인력까지 합친 전체 비용.

AI economic stewardship

AI 비용을 구매 시점이 아니라 생애 전체에 걸쳐 관리하는 CIO의 책임.

ITSM

IT 서비스 관리. 서비스 요청·장애·변경 티켓을 다루는 체계로, 업무 인벤토리의 기초 데이터가 된다.

cost per transaction

업무 1건을 처리하는 데 든 AI 호출 비용의 합. 실행 비용을 가치와 비교하는 단위.

내 메모

TODO: 내 생각 추가

원문: Roberto Torres, “CIOs unprepared for agentic workforce shift”(CIO Dive, 2026.10.19). 요약·메커니즘·통념과 다른 주장·사례·원문 사례 표는 기사와, 기사가 링크한 Gartner 보도자료(2026.10.19, 『Gartner Survey Finds Only 13 Percent of CIOs Say Their Enterprise Has Realized Significant or Transformational Value From AI』)의 내용을 AX Review가 다시 정리했습니다. 조사 기간, 중단 기준(31%·17%, 2.3배·2.6배), TCO 51%, IT 인원 40%, 성공 확률, vanguard 정의는 보도자료에서 확인했습니다. 기술·현업 디테일, JSON 예시, 6주 계획, 질문·판정 기준, 적용 제언, 인포그래픽은 새로 작성했으며 숫자는 가상 예시입니다. 원문 전체는 CIO Dive와 Gartner 뉴스룸에서 볼 수 있습니다.