GaJiGotJi | 투자·경제 지식 쌓기

리더가 직원의 말을 끝까지 들어야 하는 이유는 단순합니다. 말을 끊는 순간 그 직원이 알고 있는 현장정보도 함께 끊길 수 있기 때문입니다. 저도 직원의 보고를 재촉했다가 그 사실을 뒤늦게 깨달은 적이 있습니다.   목차 직원의 말을 끊고 나서 알게 된 것 리더가 경청해야 현장정보가 올라온다 직원이 말하지 않기 시작하면 생기는 문제 좋은 리더는 어떻게 들어야 할까    직원의 말을 끊고 나서 알게 된 것 어느 날 직원이 업무 결과를 보고하러 왔습니다. 제가 지시했던 일은 비교적 간단했습니다. 그런데 직원은 결과만 말하지 않고 업무를 하면서 보았던 주변 상황까지 이야기하기 시작했습니다. 보고는 길어졌고 저는 다음 일정이 신경 쓰였습니다. 제가 알고 싶은 답은 빨리 나오지 않았습니다. 결국 말을 끊었습니다. “지시한 내용만 이야기하세요. 다른 이야기는 신경 쓰지 않아도 됩니다.” 직원이 잠시 머뭇거리더니 이렇게 말했습니다. “다른 관리자들도 다 그렇게 말씀하시더라고요. 앞으로는 이런 이야기는 하지 않겠습니다.” 그 말을 듣고 나서야 제가 무엇을 잘못했는지 생각하게 됐습니다. 직원이 했던 이야기는 제가 지시한 업무의 본론과 직접 연결되는 내용은 아니었습니다. 그렇다고 쓸모없는 이야기도 아니었습니다. 직접 일을 하면서 본 것, 다른 사람의 반응, 평소와 달랐던 점을 이야기하고 있었습니다. 책상 앞에서는 알기 어려운 내용이었습니다. 저는 보고를 효율적으로 받으려고 했습니다. 그런데 효율을 생각하다가 직원이 가지고 온 정보까지 제가 먼저 걸러내고 있었습니다.   리더가 경청해야 현장정보가 올라온다 리더는 모든 현장을 직접 볼 수 없습니다. 회의에 참석하고 보고서를 읽어도 실제 업무에서 생기는 작은 변화까지 모두 알기는 어렵습니다. 반면 현장에서 일하는 사람은 고객의 반응을 먼저 봅니다. 반복해서 생기는 불편도 알고 있고, 업무 절차가 현실과 ...

AI가 보고서를 쓰고 데이터를 정리해도 사람이 할 일은 남습니다. 무엇을 해결하려는지 정하고, AI가 만든 결과가 그 목적에 맞는지 판단하는 일 입니다. 일을 빨리 하는 것과 필요한 일을 하는 것은 다르기 때문입니다.   목차 열심히 했는데 필요 없는 일이었다 AI에 맡기기 전에 먼저 정해야 할 것 AI 시대에 사람에게 남는 역할 AI를 쓰는 조직일수록 리더가 해야 할 일    열심히 했는데 필요 없는 일이었다 예전에 다른 본부에서 데이터 분석에 필요하다며 여러 부서에 자료를 요청한 적이 있었습니다. 받아 본 엑셀은 AF열까지 이어졌습니다. 문제는 양이 아니었습니다. 각 컬럼이 무엇을 뜻하는지 제대로 정의돼 있지 않았습니다. ERP의 어느 데이터를 가져와야 하는지, 완제품 기준인지 구성품 기준인지도 분명하지 않았습니다. 같은 항목을 놓고 부서마다 다른 숫자를 제출할 수 있는 구조였습니다. 이런 상황에서는 엑셀을 빨리 작성하는 것이 해결책이 아니라고 생각했습니다. 관련 부서와 회의를 하면서 먼저 물었습니다. “이 자료로 최종적으로 무엇을 보려고 합니까?” 그리고 최종 분석 보고서를 보여 달라고 요청했습니다. 보고서를 확인하니 이상한 점이 바로 보였습니다. 최종 보고서는 완제품 기준 으로 작성되고 있었는데, 각 부서에 요청한 엑셀에는 구성품 단위의 상세 데이터 가 상당수 들어 있었습니다. 보고서에서 쓰지도 않을 자료를 찾느라 여러 부서가 ERP를 뒤지고 엑셀을 채우고 있었던 것입니다. 누군가 일을 대충해서 생긴 문제가 아니었습니다. 오히려 모두 열심히 하고 있었습니다. 처음에 왜 이 자료가 필요한지를 충분히 확인하지 않은 것이 문제였습니다.   AI에 맡기기 전에 먼저 정해야 할 것 지금 같은 일이 생긴다면 예전보다 훨씬 빨리 처리할 수 있습니다. 생성형 AI에 엑셀 구조를 보여주고 데이터를 정리하게 할 수 있습니다. 함수도 만들 수 있고, ...