요즘 어디서든 AI 도입 사례 발표를 봅니다. 슬라이드 위에서는 다들 잘 굴러갑니다. 그런데 발표가 끝나고 명함을 주고받는 자리에서는 똑같은 질문이 나옵니다.

"좋은 건 알겠는데, 우리 회사는 왜 안 되죠?"

이상한 일입니다. 같은 모델을 씁니다. 같은 도구를 씁니다. 비슷한 컨설팅사 자료를 봅니다. 그런데 결과가 다릅니다. 어떤 회사는 두 달 만에 현업에 붙입니다. 어떤 회사는 1년이 지나도 PoC만 굴립니다.

차이는 기술이 아닙니다.

이 글에서는 그 차이를 한 가지 렌즈로 들여다보려 합니다. 의사결정 구조의 압축력입니다. AX 도입 속도는 모델의 성능이 아니라, 결정이 실행까지 얼마나 짧은 거리로 내려오는지에 더 크게 좌우됩니다.

여기서 압축력은 단순히 결재가 빠르다는 뜻이 아닙니다. 불편함을 느끼는 사람, 결정하는 사람, 실제 업무를 바꿀 수 있는 사람이 얼마나 가까운가의 문제입니다. 같은 도구를 들고도 어떤 조직은 그 거리가 한 걸음이고, 어떤 조직은 일곱 걸음입니다.

작은 회사, 중간 회사, 대기업. 이 세 곳에서 그 거리가 어떻게 다른지 따라가 보겠습니다. 그러면 "우리 회사는 왜 안 되지?"라는 질문에, 조금 다른 각도에서 답이 보일 겁니다.

결정자가 한 명일 때 벌어지는 일

작은 회사에서는 AX가 빠르게 굴러갑니다. 30명, 50명 규모의 회사가 GPT API를 붙여 고객 문의 자동화를 만들었다는 이야기를 들어보셨을 겁니다. 며칠 안에 만들고, 며칠 안에 붙입니다.

이걸 보고 "역시 작은 회사가 민첩하다"고 정리하는 경우가 많습니다. 절반만 맞는 말입니다.

작은 회사가 빠른 진짜 이유는 더 똑똑해서가 아닙니다. 의사결정자가 불편함을 직접 느끼거나, 불편함을 느끼는 사람 바로 옆에 있기 때문입니다. 30명 회사 대표는 본인이 고객 문의도 처리하고, 운영 보고도 직접 받습니다. 그러니 "이거 자동화하자"는 결정이 회의를 거치지 않고 바로 나옵니다. 그날 오후에 담당자가 GPT API를 켭니다.

작은 회사가 빠른 이유는 용감해서가 아니라, 허락받을 사람이 적어서입니다.

여기서 흔히 오해하는 게 하나 있습니다. 작은 회사는 "실패해도 잃을 게 없어서" 빠르다는 말입니다. 작은 회사도 실패 한 번이 치명적일 수 있습니다. 다만 다른 게 하나 있습니다. 실패를 확인하고 접는 속도가 빠릅니다. 안 되면 바로 멈추고, 되면 바로 다음 시도로 넘어갑니다.

물론 단점도 있습니다. 전문성이 부족하고, 사람 한 명에게 너무 많이 의존하고, 확장 단계에서 막힙니다. 그런데 한 가지는 분명합니다. 도입 자체에서 막히지는 않습니다.

여기까지 보면 답은 쉬워 보입니다.

"그럼 큰 회사 안에서도 이 짧은 거리를 다시 만들면 되지 않을까?"

조직이 조금만 커지는 순간, 그게 가장 어려운 일이 됩니다.