AI 시대의 컨설팅 혁신과 금융권 실무자의 미래 전략

인공지능, 특히 생성형 AI의 급격한 발전은 경영 컨설팅 업계부터 기업 경영 전반에 이르기까지 근본적인 변화를 일으키고 있습니다. 세계적인 컨설팅 회사인 맥킨지는 이러한 AI 물결에 빠르게 대응하며 컨설팅 방식을 혁신하고 있는데, 최근 방한한 맥킨지 시니어 파트너 다니엘 아미네자(Daniel Aminetzah)와 마이클 박(Michael Park)은 인터뷰를 통해 맥킨지 내부의 변화와 기업들과의 협업 방식을 소개했습니다. 이들의 통찰에 따르면, AI는 컨설턴트를 대체하는 것이 아니라 그들의 **‘역량과 속도를 확장해주는 동반자’**가 되고 있으며, 컨설턴트의 역할은 문제 정의부터 해결책 설계와 실행까지 고객과 함께하는 비즈니스 파트너로 진화하고 있습니다 . 또한 맥킨지는 과거의 전략 자문을 넘어서 고객사와 공동으로 신사업을 설계·실행하는 새로운 모델을 구축하고 있고, AI 시대에 성패를 가르는 핵심은 기술 그 자체가 아니라 조직이 기술을 얼마나 효과적으로 내재화하느냐라는 철학을 강조합니다. 아래에서는 이러한 변화의 구체적인 모습과 함께, 금융권 대기업의 실무자들이 앞으로 3~5년간 어떻게 역량을 개발하고 어떤 자세로 일해야 AI 시대에 살아남아 리더로 성장할 수 있을지 살펴보겠습니다.

내부 생성형 AI 도구 ‘릴리’가 혁신한 컨설팅 방식

맥킨지는 자체 개발한 **생성형 AI 플랫폼 ‘릴리(Lilli)’**를 통해 컨설팅 작업의 생산성과 속도를 획기적으로 높이고 있습니다. 과거에는 수주일씩 걸리던 방대한 리서치와 분석 작업이 이제 릴리를 활용해 하루 이내로 단축되었고, 모든 컨설턴트들이 맥킨지의 지식 데이터베이스와 보고서를 실시간으로 조회·활용할 수 있게 되었습니다 . 예컨대 수십 년간 축적된 산업 보고서나 전문 지식을 AI가 몇 초 만에 찾아주고 요약해주기 때문에, 컨설턴트들은 정보를 찾느라 시간을 낭비하기보다 분석과 전략 수립에 집중할 수 있습니다. 이러한 내부 도구의 등장은 “과연 AI가 컨설턴트를 대체할 것인가?”라는 질문까지 불러일으켰지만, 맥킨지 파트너들은 컨설팅의 방식 자체를 재정의하는 과정일 뿐이라고 설명합니다 . 실제로 릴리를 통해 컨설턴트들은 더 깊이 있는 인사이트를 더 빠르게 도출해낼 수 있게 되었으며, 업무 품질과 속도가 동시에 향상되고 있습니다.

흥미로운 점은, 맥킨지의 일부 고객들마저 “그 **릴리라는 도구를 우리도 직접 써볼 수 없겠느냐”고 요청할 정도로 이 기술에 큰 관심을 보였다는 것입니다 . 이에 맥킨지는 일부 파트너십에서 고객사에게 릴리 사용 권한을 제공하고 공동으로 문제를 푸는 협업 실험도 진행 중입니다. 다시 말해, 컨설턴트만 AI를 활용하는 데서 한 발 더 나아가 고객도 AI 도구를 활용해 컨설턴트와 함께 일하는 새로운 모델이 등장하고 있습니다. 이는 컨설팅의 경계가 달라지고 있음을 보여주는데, AI 도구가 업무의 중심에 들어오면서 컨설턴트의 역할도 변화하고 있기 때문입니다. 다니엘 아미네자 파트너는 전통적으로 컨설턴트가 “뒤에서 분석과 조언을 돕는 조력자”에 가까웠다면, 이제는 AI와 함께 문제를 정의하고 해결책을 설계·실행하는 비즈니스 파트너로 진화하고 있다고 강조합니다 . 맥킨지는 AI를 컨설턴트의 대체자가 아닌 촉진자, 즉 컨설팅의 깊이와 속도를 확장시켜주는 조력자로 보고 있으며, 실제로 릴리를 ‘바이오닉 어소시엇(Bionic Associate)’ – 인간 컨설턴트와 AI가 결합된 하이브리드 동료 – 이라고 부르고 있습니다 . 이처럼 AI와 컨설턴트의 협업을 통해 맥킨지는 고객에게 더욱 신속하고도 폭넓은 솔루션을 제공할 수 있게 되었고, 컨설턴트들은 AI를 활용한 고부가가치 업무에 집중함으로써 업무 방식 자체를 혁신하고 있습니다.

전략 자문을 넘어 ‘공동 창업자’로 – 맥킨지 비즈니스 빌딩 플랫폼

맥킨지 비즈니스 빌딩(MBB) 플랫폼은 맥킨지가 6년 전 출범시킨 새로운 시도로, 단순히 전략을 조언하는 것을 넘어 고객과 함께 사업을 공동 설계하고 실행하는 플랫폼입니다 . 맥킨지는 이 플랫폼을 통해 자신들의 인적 네트워크와 브랜드, 자원을 전면에 내세워 고객사의 신사업 개발을 돕고 있는데, 쉽게 말해 **컨설팅 회사가 고객사의 사업 공동 창업자(co-founder)**가 되는 모델이라 할 수 있습니다. 실제로 마이클 박 파트너는 “이제 컨설팅도 고객과 동등한 입장에서 사업 성공을 위해 끝까지 함께 가는 파트너가 되어야 한다”고 언급했고, 맥킨지는 내부적으로도 ‘공동 창업자’의 마음가짐을 강조하고 있습니다. 이러한 철학 아래, 맥킨지는 과거에 보고서 제출로 끝나던 방식에서 벗어나 사업 아이디어 구상부터 조직 설계, 인재 영입, 투자 유치, 실행에 이르기까지 전 과정을 협력합니다 . 심지어 맥킨지의 명성을 활용해 신사업의 대외 이미지 제고에도 일조하고, 필요한 경우 맥킨지 직원들을 직접 투입하여 내부 팀을 보강하거나 외부 투자자 연결까지 지원합니다 . 말 그대로 자문사가 아니라 초기 사업을 함께 키워가는 공동 설립자에 가까운 역할을 하는 것입니다 .

MBB 플랫폼의 운영 방식은 스타트업 액셀러레이터와도 유사합니다. MBB 팀은 신규 벤처의 인큐베이팅, 기존 사업의 스케일업(scale-up), 스타트업의 성장 가속화 등 다양한 여정을 지원하며, AI·로보틱스·메드테크(MedTech) 등 최신 기술을 새로운 비즈니스에 접목시키는 역할을 합니다 . 특히 AI는 MBB 플랫폼의 핵심 축으로서, AI를 활용해 새로운 운영 모델을 설계하는 촉진제 역할을 한다고 맥킨지 파트너들은 강조합니다 . 이는 곧 기술과 사업 설계의 긴밀한 결합을 의미하는데, 마이클 박 파트너는 MBB 플랫폼의 가장 큰 매력이 **“기술과 사람의 교차점에 있다”**고 말합니다 . 기술을 통해 새로운 가능성을 만들고, 그것을 **사람(조직)**을 통해 실행하여 현실로 만들어내는 것이 MBB의 본질이라는 설명입니다. 실제로 MBB 플랫폼 출범 이후 맥킨지는 지난 수년간 전 세계적으로 700여 개 이상의 신규 사업 프로젝트에 참여해왔으며 , 그 범위도 AI·소프트웨어 같은 기술 분야부터 신소재·친환경 같은 제조 분야, 헬스케어·로보틱스 같은 최첨단 산업까지 매우 폭넓습니다  . 예를 들어, 건설 자재 기업과 함께 AI 기반의 스마트 건설 솔루션을 개발하거나, 유망 스타트업을 인수하여 함께 성장시키는 프로젝트를 수행하고 있습니다 . 또 헬스케어 영역에서는 AI와 의료기술을 접목한 의료 기기나 바이오 라이프사이언스 기업을 지원하고, 제조업에서는 로봇 기술을 활용한 스마트 팩토리 신사업 등을 추진하는 등 분야를 가리지 않고 활발하게 활동하고 있습니다 .

이러한 과정에서 맥킨지의 역할은 기존 컨설팅과 확연히 달라졌습니다. 앞서 언급했듯 전통적 컨설팅이 분석과 보고서 작성에 초점을 맞췄다면, 이제 맥킨지는 사업을 직접 일으키는 과정에 깊숙이 참여하여 필요한 인재를 함께 채용하고 조직을 꾸리며, 맥킨지 네트워크를 총동원해 성공 가능성을 높이고 있습니다 . 맥킨지가 MBB 파트너십을 체결하는 기업은 아주 선별적인데, 단순히 기업 규모가 크다고 모두 협력하지는 않고 **“조직 문화가 얼마나 개방적인지, AI 등 신기술을 내부에 내재화할 수 있는 수용성과 실행력이 있는지, 단기 성과에 집착하지 않고 중장기적으로 실험을 지속할 의지가 있는지”를 종합 평가해 극소수와만 파트너십을 맺는다 . 현재 아시아 지역에서도 겨우 10여 개 기업만이 이런 전략적 파트너십을 유지하고 있을 정도입니다 . 이는 결국 AI 시대에 성공하려면 기술 자체보다 그것을 받아들이고 활용할 조직의 준비가 중요하다는 점을 보여줍니다. 맥킨지의 MBB 플랫폼은 바로 그런 준비가 된 기업들과 손잡고, 기술과 사업전략을 융합하여 미래 성장 동력을 함께 창출하는 역할을 톡톡히 해내고 있습니다.

대기업 vs 스타트업: AI 도입의 조직 문화 차이와 전환 속도

한편 맥킨지 파트너들은 다양한 현장 경험을 통해 대기업과 스타트업이 AI를 받아들이는 방식에 큰 차이가 있음을 지적합니다. 대기업들은 AI의 중요성을 잘 인지하고 있음에도 불구하고 실제 조직 전환 속도는 더딘 편입니다 . 오랜 관성에 젖은 조직 문화, 복잡하고 느린 의사결정 구조, 단기 실적 위주의 인센티브 체계, 그리고 AI 역량을 갖춘 인재의 부족 등이 복합적으로 작용해 걸림돌이 되기 때문입니다 . 맥킨지는 기업들이 AI 프로젝트를 시범(Pilot) 단계에서만 머물다 끝내버리는 경우가 많은 이유가 바로 여기에 있다고 분석합니다 . 새로운 기술 도입에는 인내심과 장기적 관점에서의 성과 측정이 필요한데, 눈앞의 ROI를 바로 입증하기 어렵다는 이유로 충분한 투자 결정을 못 내리고 흐지부지되는 사례가 많다는 것입니다 . 또한 강한 기존 문화와 관행을 깨뜨리기 어려워 조직 개편이 지연되거나, AI를 도입하더라도 일부 부서의 실험으로만 그치고 전사적 변혁으로 이어지지 못하는 경우도 흔합니다.

반면 스타트업이나 신규 조직은 처음부터 AI 중심으로 비즈니스와 운영모델을 설계하기 때문에 훨씬 빠른 속도로 AI를 활용합니다 . 맥킨지는 구성원 20~30명 규모의 작은 조직이 대기업보다 AI를 더 효과적으로 활용하는 모습을 자주 목격하는데, 애초에 AI를 업무 흐름의 핵심에 두고 설계된 조직은 자연스럽게 ‘빠르게 실패하고 더 빠르게 배우는’ 문화를 갖추고 있어 시도와 학습의 사이클이 짧습니다 . 이러한 조직은 최신 기술을 습득하고 적용하는 속도도 빨라서, 실험을 통해 얻은 경험을 곧바로 조직의 역량으로 내재화하는 선순환을 보여줍니다 . 실제로 AI를 잘 활용하는 소규모 팀이 단기간에 급성장하여 직원 수 50명 이하인데도 유니콘 기업(기업가치 10억 달러 이상)이 되거나, 극단적으로는 직원 5명 이하의 초소형 유니콘까지 등장하고 있습니다 . 이들은 빠른 실행력과 유연한 구조를 바탕으로 거대 기업들이 주도하던 기존 시장을 뒤흔들고 있는데, AI 시대에는 규모의 경제보다 속도와 적응력의 경제가 무서운 힘을 발휘한다는 방증입니다.

맥킨지 파트너들은 이러한 현상을 지켜보며 한 목소리로 강조합니다. “AI 시대에 진정한 경쟁력은 기술 그 자체보다도 ‘조직이 얼마나 기술 중심으로 설계되었는가’와 ‘얼마나 빠르게 학습하고 실험할 수 있는가’에 달려 있다” . 다시 말해, 기술을 갖추는 것은 출발점에 불과하고 조직이 그 기술을 활용하도록 구조화돼 있느냐가 성패를 가른다는 뜻입니다. 결국 사람과 문화, 구조의 변화 없이는 AI도 무용지물이 될 수밖에 없습니다. 마이클 박 파트너 역시 “기술만으로는 결코 변화가 일어나지 않으며, 인재 확보·조직 설계·문화 변혁이 함께 가야 비로소 진정한 변화가 온다”고 강조했습니다 . 이러한 통찰은 왜 대기업들이 AI 전환에 어려움을 겪는지, 그리고 무엇을 바꿔야 하는지를 분명하게 보여줍니다. 보수적인 문화와 경직된 구조를 탈피하지 못하면 AI 도입은 겉돌 뿐이며, 경영진부터 실무자까지 조직 전체가 학습하고 변화를 추구하는 문화적 기반을 갖춰야 비로소 AI의 잠재력이 성과로 이어진다는 것입니다.

물론 많은 대기업들도 이러한 인식을 바탕으로 변화를 꾀하고 있습니다. 조직을 애자일(agile)하게 재편하거나, 사내에 스타트업처럼 움직이는 별도 AI 전담 조직을 신설하고, 혹은 유망 스타트업을 인수해서 신기술을 흡수하는 등 다양한 전략을 병행합니다 . 맥킨지는 내부 벤처를 운영하면서 동시에 신규 사업을 추진하는 것이 효율적이며, 자생적 성장을 위해 신사업 발굴은 필수적이라고 조언합니다 . 또한 기존 조직의 문화 혁신과 인재 충원 측면에서는, 실패를 빠르게 인정하고 학습하는 문화를 심어야 함을 거듭 강조합니다 . 실패를 두려워하여 시도조차 하지 않는 조직은 AI 시대에 뒤처질 수밖에 없기 때문입니다. 맥킨지는 심지어 이러한 문화와 인재 요건이 충족되지 않는 사업에는 아예 참여하지 않는다고 못 박을 정도로, 기술보다 조직의 준비도와 의지를 중시하고 있습니다 . 이는 컨설팅 파트너로서 성공 가능성이 있는 곳에만 투입되겠다는 전략이지만, 동시에 기업들에 대한 일종의 경고이기도 합니다. **“AI를 도입하고도 조직을 바꾸지 못하면 우리는 도와줄 수 없다”**는 메시지이기 때문입니다.

‘성장 자본 20% 법칙’ – 신사업에 투자하는 기업이 앞서간다

맥킨지가 수행한 글로벌 경영진 설문조사에서 매우 흥미로운 결과가 나왔습니다. 전체 성장 관련 투자자본의 20% 이상을 신사업에 투자하는 기업들은 그렇지 않은 기업들보다 연평균 매출 성장률이 2%포인트가량 높게 나타났다는 것입니다 . 겉보기에는 2%p 차이가 크지 않게 들릴 수 있지만, 전통 산업의 대기업이 +2%의 추가 성장률을 지속적으로 낸다면 시장 지위가 완전히 뒤바뀔 수 있을 정도로 막대한 차이입니다 . 결국 기존 핵심사업(core)에 안주하지 않고 새로운 비즈니스에 적극 투자하는 회사일수록 더 빠르게 성장한다는 뜻인데, 맥킨지는 이를 두고 **“20% 성장 자본의 법칙”**이라고 부릅니다. 실제로 업종이나 기업 규모를 막론하고 성공한 기업들은 대체로 전체 성장 자본의 10~30%를 미래 신사업에 배분하고 있었으며, 단기 수익률(ROI)만 따지기보다 중장기 전략적 전환에 무게를 두고 투자하고 있었습니다 . 이러한 투자는 단순히 돈을 벌기 위한 것이 아니라 변화하는 환경에 대비해 새로운 조직 역량을 구축하는 데 초점이 맞춰져 있었다고 합니다 . 맥킨지는 신사업 투자를 “단기 EBITDA 증가가 아닌 장기적 역량 구축” 관점에서 바라봐야 한다고 설명하는데 , 이는 지금 당장 이익을 내지 못하더라도 향후 생존과 도약을 위한 능력을 기르는 과정으로 여겨야 한다는 의미입니다.

그렇다면 이런 투자의 구체적 효과는 무엇일까요? 맥킨지 분석에 따르면, 일찍부터 신사업에 투자한 기업들은 기존 비즈니스 모델의 한계를 미리 감지하고 선제 대응할 수 있었고, 고객 접점의 다변화(예: 새로운 채널이나 서비스 출시), 핵심 기술의 내부 확보(AI 등 신기술을 남보다 빨리 자기 것으로 만듦), 미래 인재 확보 기반 마련 등의 측면에서 경쟁 우위를 확보했다고 합니다 . 쉽게 말해 새로운 먹거리에 투자한 기업들은 기존 사업의 둔화를 보완하고도 남을 새로운 성장엔진을 장착했으며, 그 과정에서 조직이 한 단계 업그레이드된 것입니다. 이러한 이유로 오늘날 전 세계적으로 **벤처 빌딩(신사업 구축)**이 기업 성장 전략의 핵심으로 인식되는 사례가 늘고 있다고 맥킨지는 전합니다 . 신사업에 대한 투자는 결국 **다음 단계로 도약하기 위한 “경쟁력의 축적”**이라는 것이 맥킨지의 지론입니다 .

물론 현실적으로 전통적인 대기업들은 신사업 투자에 어려움도 있습니다. 기존 사업이 건재한 상황에서 불확실한 신규 영역에 20~30%의 자원을 할당하는 것은 큰 결단을 요구하기 때문입니다. 그래서 많은 기업들이 외부 자본을 유치하거나 공동 투자를 통해 리스크를 분산하는 전략을 택합니다 . 예컨대, 한 화학소재 기업은 신공장 건설에 약 1조 7천억 원(12억 유로)이 필요한 상황에서, 특수목적법인(SPV)을 설립해 외부 금융기관으로부터 투자를 유치함으로써 프로젝트를 추진했다고 합니다 . 이처럼 외부 투자자와의 파트너십도 활용하고, 사내적으로는 기존 사업부와 별도로 신사업 전담 조직을 만들어 독립적인 예산과 의사결정 구조를 보장해주는 등의 방법으로 새로운 도전을 뒷받침할 수 있습니다. 중요한 것은 단기적인 손익이 아니라 미래를 위한 학습 비용으로 여기는 태도이며, 선제적 투자를 통해 시장 변화를 주도하는 기업만이 AI 시대의 격변기에 살아남아 앞서갈 수 있다는 점입니다.

금융권 실무자를 위한 AI 시대 생존 전략: 3~5년 로드맵

금융권(시중은행, 카드사, 보험사, 증권사 등)처럼 보수적인 조직문화와 강력한 레거시 시스템을 가진 대기업들은 AI 시대의 변화에 비교적 천천히 반응해온 편입니다. 그러나 핀테크 혁신과 빅테크의 금융 진출로 시장 경쟁이 가속화되고, 고객들의 기대수준도 높아지면서 더 이상 느린 전환으로는 생존을 장담하기 어려운 상황입니다. 그렇다면 이러한 전통 금융권에 몸담은 과장·차장급 중간 관리자 실무자들은 앞으로 3~5년간 어떻게 자기 역량을 개발하고 어떤 자세로 업무에 임해야 할까요? 이제까지 살펴본 맥킨지의 통찰을 토대로, AI 시대에 살아남아 리더로 성장하기 위한 실질적인 조언을 정리해보겠습니다:
• AI 리터러시(Literacy)와 도메인 전문성의 결합: 금융권 실무자에게 이제 AI에 대한 기본 소양은 선택이 아니라 필수가 되고 있습니다. 자신의 전문 분야(디지털 전략, 리스크 관리, 고객분석, 마케팅 등)에 AI가 어떻게 활용될 수 있는지 적극적으로 공부하고, 사내외의 AI 도구를 직접 써보면서 체득해야 합니다. 예를 들어 디지털 전략 부서라면 머신러닝 기반 데이터 분석이나 챗봇을 활용한 고객 서비스 방안을 스스로 실험해보고, 리스크 관리 부서의 경우 AI를 활용한 이상거래 탐지나 신용평가 모델의 동작 원리를 학습해 업무에 적용할 기회를 모색해야 합니다. 마케팅 실무자라면 생성형 AI를 이용한 개인화 마케팅 캠페인을 기획해본다든지, 고객 분석 담당자라면 방대한 고객 데이터를 AI로 분류하고 예측해보는 프로젝트에 참여해보는 식입니다. 핵심은 자신의 도메인 지식에 기술 지식을 접목하여 **‘AI 활용 전문가’**로 거듭나는 것입니다. 이를 위해 온라인 강의 수강, 관련 자격 취득, 내부 해커톤 참여 등 지속적인 학습 노력을 아끼지 말아야 합니다.
• ‘릴리’같은 AI 도구를 업무에 도입하고 적극 활용하기: 맥킨지 컨설턴트들이 릴리를 통해 맛본 생산성 향상을 금융권에서도 실현할 수 있습니다. 현재 시중에는 ChatGPT와 같은 생성형 AI 챗봇부터 자동화 RPA 봇, 데이터 시각화 AI 툴 등 유용한 도구들이 많습니다. 실무자들은 회사 차원의 허용 범위 내에서 이런 최신 AI 툴을 일상 업무에 접목하는 데 앞장서야 합니다. 예컨대 보고서 작성이나 시장조사에 ChatGPT를 활용해 초안을 얻고 정보를 구조화하는 데 도움을 받을 수 있고, 반복적인 데이터 수작업은 RPA로 자동화하여 시간을 절약할 수 있습니다. 중요한 것은 AI 툴을 망설이지 말고 직접 사용해보면서, 그것들이 만들어내는 결과물을 비판적으로 검토하고 개선하는 경험을 쌓는 것입니다. 이렇게 해야 AI가 제공하는 ‘속도의 이점’을 최대한 흡수하여 자신과 팀의 업무 효율을 높일 수 있습니다. 동시에 AI의 한계나 오류 가능성도 직접 확인해봄으로써, 향후 AI 도입 결정에 현실적인 조언을 해줄 수 있는 내공도 갖추게 됩니다.
• 작게 시작해서 빠르게 실패하고 배우는 애자일 업무 문화 주도: 앞서 살펴본 대로 빠른 실험과 학습 문화는 AI 시대에 기업이 성공하기 위한 핵심 조건입니다 . 중간 관리자라면 이러한 문화를 자신의 팀부터 만들어가야 합니다. 완벽한 계획이 아니어도 작은 AI 파일럿 프로젝트를 시작해보고, 결과가 기대에 못 미치면 신속히 원인을 분석하여 다음 시도에 반영하는 애자일 방식을 실천하세요. 예를 들어, 고객 데이터를 활용한 간단한 머신러닝 모델을 만들어보는 미니 프로젝트를 제안해볼 수 있습니다. 처음 시도는 실패하거나 미미한 개선에 그칠 수 있지만, 그 경험을 통해 데이터의 한계나 기술적 문제를 파악하고 나면 다음엔 더 나은 모델을 만들 수 있습니다. 중요한 것은 팀원들이 실패를 두려워하지 않고 배우는 분위기를 조성하는 것입니다. 이를 위해 관리자 자신이 실패 사례를 투명하게 공유하고 “무엇을 배웠는가”를 강조함으로써 심리적 안정감을 부여해야 합니다. 또한 의사결정 과정을 가능한 단순화하고 현장 팀에 자율권을 위임함으로써 빠른 실행을 독려해야 합니다. 이런 환경에서는 젊은 사원들도 아이디어를 내고 시험해보기가 수월해지고, 조직 전체의 학습 속도가 빨라집니다. 요컨대 ‘Fail Fast, Learn Faster’ 문화를 작은 범위부터라도 실천에 옮기는 리더십이 필요합니다 .
• 사일로(Silo)를 허물고 기술 부서와 협업하기: 금융권 대기업에서는 부서 간 경계가 뚜렷하고 협업이 쉽지 않은 경우가 많습니다. 하지만 AI 도입은 비즈니스 전문가와 기술 전문가의 긴밀한 협력이 필수입니다 . 따라서 중간관리자는 IT 부서, 데이터 사이언스 부서와의 교류를 적극 늘려야 합니다. 예를 들어 카드사의 마케팅 과장이라면 데이터분석팀과 정기적으로 모여 마케팅 캠페인에 쓰이는 알고리즘을 이해하고 개선점을 찾는 자리를 만들고, 은행의 리스크 관리 차장이라면 AI 모델 개발을 담당하는 개발자들과 함께 모델의 성능과 리스크 요인을 토론해보는 것입니다. 이렇게 서로의 언어를 이해하고 공동의 목표를 설정하면, 나중에 AI 관련 프로젝트를 수행할 때 부서 이기주의를 넘어 **원팀(one team)**으로 움직일 수 있습니다. 또한 외부의 핀테크나 스타트업과 파트너십을 모색하는 것도 방법입니다. 사내에 없는 혁신 역량은 과감히 외부에서 들여와 협력하고 배우는 열린 태도가 필요합니다. 맥킨지가 MBB 파트너십에서도 개방적이고 변화를 수용하는 조직을 중시하듯이 , 금융권 실무자 역시 타 부서·타 조직과 벽을 낮추고 함께 문제를 푸는 코디네이터 역할을 자임해야 합니다. 이런 융합형 인재는 조직 내에서 매우 귀중한 존재가 될 것이며, 본인도 자연히 AI 혁신의 중심에 설 수 있을 것입니다.
• 신사업가적 사고방식 갖추기: 마지막으로, 자신의 업을 재정의하는 창업가적 사고가 필요합니다. AI 시대에는 기존에 없던 서비스와 비즈니스 모델이 속속 등장합니다. 은행원이었던 사람이 데이터 사업 개발자가 될 수도 있고, 보험 상품 기획자가 헬스케어 스타트업과 신규 서비스를 만드는 프로젝트 매니저가 될 수도 있습니다. 그러므로 “나는 이 일만 하면 된다”는 태도를 버리고 새로운 사업 기회를 발굴하고 주도하는 모습을 보이세요. 맥킨지 조사처럼 과감한 신사업 투자가 결국 성장을 견인하듯  , 개인도 새로운 시도를 통해 커리어의 성장 돌파구를 찾을 수 있습니다. 예를 들어 사내벤처 프로그램이 있다면 적극 참여하여 AI와 결합한 금융 서비스 아이디어를 내보는 것입니다. 없더라도 상사에게 작은 신규 서비스 제안을 해보거나, 현업에서 느낀 문제를 해결할 스타트업 아이디어를 구상해볼 수 있습니다. 이러한 혁신 실험에 자신의 시간의 20% 정도를 투자한다면 (구글의 유명한 20% 룰처럼), 바로 성과로 이어지지 않더라도 미래를 대비한 자기 역량에 대한 투자가 될 것입니다. 중요한 것은 기술 트렌드에 호기심을 갖고 관련 분야 지식을 꾸준히 섭렵하면서, 언제든 새로운 기회를 잡을 준비를 해두는 것입니다. 이러한 태도와 노력의 축적이 향후 조직에서 **“그 일을 해낼 적임자”**로 발탁되는 계기가 될 것이고, AI 시대에 요구되는 혁신 리더로 발돋움하는 밑거름이 될 것입니다.

맺음말로, AI 시대는 금융권을 포함한 모든 산업에 거대한 도전이자 기회의 시기를 열고 있습니다. 맥킨지의 사례에서 보았듯이, 기술을 활용하는 방법을 아는 조직과 개인만이 살아남아 번영할 것입니다 . 기술 그 자체가 아니라 그 기술을 내재화한 사람과 문화가 경쟁력의 핵심이기 때문입니다. 지금 이 순간도 AI는 우리 업무의 일부를 조금씩 변혁하고 있습니다. 과장·차장급의 경험 많은 실무자들은 변화의 방관자가 아니라 설계자가 되어야 합니다. 한 손엔 도메인 전문성을, 다른 손엔 AI 기술 도구를 들고, 학습하는 조직문화를 스스로 만들어간다면, 다가올 3~5년 후에는 지금과는 또 다른 지형에서 본인과 회사 모두 AI 시대의 승자로 자리매김할 수 있을 것입니다. 맥킨지 파트너들의 조언처럼, 두려움보다는 호기심과 실행력으로 무장하고 자신의 역할을 재창조하는 이들에게 미래는 밝게 열려 있습니다. 앞으로의 여정이 쉽지만은 않겠지만, 지금의 준비와 도전이 개인과 조직의 운명을 가를 결정적 분기점이 될 것임을 기억해야겠습니다. AI와 협력하여 끊임없이 배우고 진화하는 사람만이 결국 새로운 시대의 리더로 우뚝 설 것이기 때문입니다.