기업의 85%가 향후 3년 내 에이전틱 조직이 되겠다는 목표를 제시했다. 그런데 같은 조사에서 76%는 현재 운영 구조와 인프라가 그 변화를 지탱하지 못한다고 답했다. MIT Technology Review가 엔터프라이즈 AI 플랫폼 Ema와 함께 발행한 이 보고서는, 이 모순을 단순한 기술 도입 속도의 문제가 아니라 조직 설계의 문제로 규정한다.
PwC UK 컨설팅 CTO Prasun Shah의 표현이 이 진단을 요약한다 — '사람 중심으로 설계된 운영 모델 위에 AI 에이전트를 얹는 건, 이미 찢어지고 있는 운영 모델에 스티키 테이프를 붙이는 것과 같다.' 에이전트를 추가해도 워크플로 자체가 재설계되지 않으면, 기대했던 가치는 나오지 않고 환멸만 빠르게 쌓인다. AI 에이전트의 실질적 가치는 전체 워크플로를 제한된 인간 개입만으로 실행하는 능력인데, 그 능력은 기존 운영 모델의 레이어 위에서는 작동하지 않는다.
Ema CEO Surojit Chatterjee는 이 시스템 수준의 재설계를 'Agentic Business Transformation(ABT)'이라는 용어로 정의했다. 디지털 전환(종이→소프트웨어), AI 전환(기존 프로세스에 AI 추가), 코파일럿(AI의 인간 보조)과는 범주가 다른 변화다. ABT는 세 개 축으로 구성된다 — 테크 스택, 인력 구조, 성과 지표. 테크 스택에서는 에이전트가 여러 독립 앱 사이를 가로지르는 결합 조직(connective tissue)으로 기능하도록 아키텍처를 재구성해야 하고, 인력 구조에서는 McKinsey가 예측하듯 2030년까지 현재 직업의 75%가 재설계·업스킬·재배치를 요구하게 된다. 매니저의 역할도 실행 감독에서 신뢰·설명 가능성·하이브리드팀 심리적 안전 관리로 이동한다.
가장 즉각적이고 측정 가능한 변화는 성과 지표에서 나왔다. Ema의 대형 엔터프라이즈 고객은 'cost per query'와 AI 정확도 같은 툴 지표에서 '사람 에스컬레이션 없이 처리된 계약 비율' 같은 결과 지표로 전환했고, 두 분기 안에 측정된 ROI가 세 배가 됐다. Chatterjee의 지적처럼, AI 에이전트가 인간의 10배 속도로 처리하는 순간 활동 지표는 의미를 잃는다 — 고객 만족, 유지율, 매출에 실제로 영향을 줬는지가 척도여야 한다. 스케일에서 실현 가능한 비즈니스 프로세스 30~50% 가속, 저부가가치 업무 25~40% 감소라는 수치는, 이 구조적 재설계가 선행됐을 때의 이야기다. 도구의 교체가 아니라 조직이 일하는 방식 전체를 다시 짜는 것 — 보고서가 말하는 변화의 단위는 그 수준이다.