CES 2026에서 진행된 McKinsey와 General Catalyst 리더들의 심층 인터뷰는 한 문장으로 요약하면 “AI 시대의 생존 조건은 더 정교한 전략이 아니라 더 빠른 조직”이라는 선언에 가깝습니다. 인터뷰는 ChatGPT 출시 이후 변화가 ‘워프 스피드(warp speed)’로 가속화되었다는 진단에서 출발해, 기업이 어떤 방식으로 AI를 도입·확장해야 하는지, 그 과정에서 조직 구조와 인력 운영이 어떻게 바뀔 수밖에 없는지, 그리고 교육 시스템이 어떤 방향으로 재설계되어야 하는지까지 넓게 다룹니다.
흥미로운 지점은, 이 논의가 단순히 “AI를 도입하자” 수준에서 끝나지 않는다는 데 있습니다. 인터뷰 속 메시지는 훨씬 노골적입니다. 기존 기업(레거시)은 “변혁하거나 죽거나(transform or die)”의 기로에 서 있으며, 그 변혁을 현실로 만드는 핵심 변수는 ‘기술 자체’가 아니라 조직이 움직이는 속도와 재배치 능력이라는 것입니다.
CES 2026이 보여준 것: AI는 더 이상 ‘아이디어’가 아니라 ‘움직이는 지능’이다
인터뷰에서는 CES 2026을 “전 세계 혁신가들이 모이는 가장 강력한 기술 행사”로 이야기합니다. 특히 코로나19 이후 침체기를 지나, 15만 명 이상이 참석하며 대규모로 부활했다는 언급이 등장하는데, 이 장면은 단순한 행사 규모 이상의 의미를 갖습니다. 지금의 CES는 특정 산업의 전시회가 아니라, “기술이 모든 산업의 중심이 되었다”는 현실을 확인하는 무대에 가깝기 때문입니다.
무엇보다 AI의 위상이 결정적으로 달라졌다고 강조합니다. AI는 더 이상 “가능성 있는 아이디어”가 아니라, 이미 산업과 콘텐츠, 창의성, 문화의 지형을 재정의하는 ‘움직이는 지능(intelligence in motion)’으로 묘사됩니다. 기술은 계산을 넘어 협력하고, 양자·사이버보안·핀테크·로보틱스 등 각 분야의 리더들이 기업 운영의 규칙 자체를 다시 쓰고 있다는 설명이 이어집니다.
이때 General Catalyst 측은 지금을 ‘최고의 모호성(peak ambiguity)’ 시대라고 규정합니다. 지정학적 변화, 국가 단위의 전략적 자율성 강화, 그리고 기술 변화의 속도가 한꺼번에 겹치면서 기업이 ‘영속적인 가치’를 만들어내기 어려워졌다는 것입니다. 요약하면, 시장은 더 커졌지만 예측 가능성은 더 낮아졌고, 그 틈에서 AI가 산업의 권력 구조를 바꾸고 있다는 진단입니다.
“BC와 AD처럼 바뀌었다”: ChatGPT 이후 기업의 과제는 ‘전략’이 아니라 ‘조직 속도’
McKinsey 측 인사는 ChatGPT 출시 이후 지난 2~3년의 변화 속도를, 이전 30년과 비교해도 문자 그대로 ‘워프 속도’라고 표현합니다. 심지어 BC(Before ChatGPT)와 AD(After Deployment)처럼 시대가 갈라질 정도의 단절이라고까지 진단합니다.
이 진단이 중요한 이유는, 변화의 속도가 빨라졌다는 사실 자체보다도 기업이 그 속도에 대응하는 방식이 바뀌어야 하기 때문입니다. 인터뷰의 메시지는 분명합니다.
- 과거에는 좋은 전략을 세우고 실행하면 됐지만
- 지금은 전략을 세우는 속도, 실행을 반복하는 속도, 조직을 재배치하는 속도가 경쟁력을 결정한다
즉, 생존은 ‘전략의 품질’만으로 설명되지 않고, 조직적 속도(organizational speed)로 설명되는 국면에 진입했다는 것입니다. 그래서 모든 CEO가 “어떻게 조직을 더 빠르게 움직일 것인가”를 고민할 수밖에 없다는 결론으로 이어집니다.
AI 스타트업의 가치 창출이 ‘압축’되는 이유: 성장 속도가 달라졌다
인터뷰는 AI 기업의 성장 속도가 과거의 기술 기업과는 차원이 다르다고 말합니다. 예컨대 과거 Stripe가 1,000억 달러급 기업이 되기까지 12~13년이 걸렸다면, Anthropic 같은 AI 기업은 훨씬 짧은 기간에 수백억 달러에서 수천억 달러 수준으로 점프할 수 있는 환경이 만들어졌다고 설명합니다.
여기서 포인트는 “기대감으로 밸류가 뛴다”는 단순한 설명이 아닙니다. 인터뷰에서는 이러한 성장이 실제 비즈니스 성장에 기반하고 있으며, 그 배경에는 두 가지 변화가 있다고 봅니다.
- 코드 자체의 생산·개발 방식이 근본적으로 변했다
- 유통 접근성(distribution access)이 달라져 가치 창출이 압축되었다
Anthropic 사례 언급에서는, 언어 모델과 엔터프라이즈 엔지니어링을 혁신하는 킬러 애플리케이션(인터뷰에서는 ‘클라우드’로 표현)을 제공하며, 투자 당시에도 전년 대비 10배 성장한 매출 규모가 관측되었다는 식의 설명이 뒤따릅니다. 그리고 “해당 밸류에이션의 투자가 오히려 저렴한 거래로 평가될 수 있다”는 인식까지 공유합니다.
이 대목이 던지는 메시지는 명확합니다. 이제 AI 산업에서는 ‘데카콘(기업가치 100억 달러)’이 종착점이 아니라, 조(兆) 달러(Trillion-dollar)급 기업까지 현실적인 논의 대상이 될 수 있다는 것입니다. 그리고 그 가능성은 “AI가 대단해서”라기보다, 시스템 차원에서 가치가 만들어지는 속도가 바뀌었기 때문이라고 해석합니다.
기업 내부의 AI 갈등: CFO vs CIO, 그리고 ‘파일럿 지옥’에서 탈출하는 법
흥미롭게도 인터뷰는 AI 전환의 병목을 “기술 부족”보다 “기업 내부 구조”에서 찾습니다. AI 기업이 10배 성장할 수 있었던 배경에는 대기업들이 해당 기술을 대규모로 채택하며 IT 지출을 늘린 영향이 있지만, 정작 비기술 기업에서 AI로 ‘대규모 엔터프라이즈 가치’를 실현하는 것은 예상보다 훨씬 어렵다는 사실이 널리 알려져 있다는 것입니다.
여기서 전형적인 갈등 구도로 CFO와 CIO의 충돌이 등장합니다.
- CFO는 “막대한 지출 대비 ROI가 아직 보이지 않는다. 잠시 멈추자”고 말하고
- CIO는 “지금 멈추면 파괴된다. 멈추는 건 미친 짓”이라고 말한다는 식입니다.
이 갈등이 장기화되면 기업은 파일럿만 무한 반복하는 ‘파일럿 지옥(pilot purgatory)’에 빠집니다. 인터뷰가 제시하는 해법은 의외로 단순한데, 결국 두 리더를 ‘대립’이 아니라 동맹으로 묶고, 파일럿이 아니라 조직 개편과 운영모델 변화를 통해 AI를 도입하는 경로를 만들어야 한다는 것입니다.
즉, AI는 PoC가 아니라 조직 설계 문제로 다뤄야 한다는 결론입니다.
General Catalyst의 “새로운 자산 클래스” 전략: 스타트업이 아니라 ‘현장을 산다’
이 지점에서 인터뷰는 General Catalyst가 취하는 비정형 전략을 “새로운 자산 클래스”로 해석합니다. 전통적인 시드 펀드 모델에서 벗어나 대규모 자본을 모금하고, 기업을 직접 인수하는 방식으로 전환하고 있다는 설명입니다.
General Catalyst는 스스로를 “미국 기업을 위한 벤처 캐피털”로 정의하며, 창업자들이 모호성을 헤쳐나가고 복잡한 시장에서 확장하도록 돕는 것을 목표로 둔다고 말합니다. 이를 위해 단순 투자금을 넘어 유연한 자본, 정책 역량, 시장 접근성 등을 제공한다는 관점이 강조됩니다.
특히 핵심은 “시장 접근성”입니다. 헬스케어처럼 규제·복잡성이 큰 산업에서는 스타트업이 기술을 만들더라도 대규모 시스템에 배포하는 데 실패하기 쉽습니다. 그래서 아예 의료 시스템을 인수해 AI 혁신을 실제 현장에서 구현하고, 그 성공 모델을 확장 가능한 레퍼런스로 만들겠다는 구상을 제시합니다.
또 하나의 흥미로운 축은 AI로 인해 가치가 하락하는 자산(예: 콜센터 등)을 인수하는 전략입니다. 이는 사모펀드(PE)처럼 기존 자산을 최적화하는 접근이 아니라, “쇠퇴하는 가치를 가진 비즈니스를 AI로 전환시키고, 스타트업이 고객 기반에 더 빠르게 접근하도록 돕는” 플레이북으로 설명됩니다.
McKinsey 측은 이 전략을 단순 투자 방식이 아니라 ‘변혁(transformation)’ 자체를 자산화하는 접근으로 읽어냅니다. 그래서 다시 “transform or die”가 반복됩니다. 기존 기업은 변혁하지 않으면 도태되며, 사적 자본(private capital)이 그 변혁을 가속할 수 있다는 관점입니다.
McKinsey 내부에서 벌어지는 변화: “성장 = 인원 증가” 공식이 깨졌다
인터뷰는 조직 변화의 구체 사례로 McKinsey 내부 변화를 들며, AI가 어떤 방식으로 업무 구조를 재배열하는지 설명합니다.
AI는 컨설팅에서 보고서 작성·분석처럼 초기 커리어 5년 동안 수행하던 많은 과정을 대체할 수 있습니다. 그 결과 McKinsey는 흥미로운 ‘동시적 변화’를 겪고 있다고 말합니다.
- 고객 대면 인력(client-facing)은 다음 해 25% 성장을 목표로 한다
- 반면 비고객 대면 인력(non-client-facing)은 25% 축소되는데도, 산출량은 10% 증가했다
- AI 도입으로 검색·통합 작업에서 100만 시간이 절약되었다는 언급도 등장한다
이 조합이 의미하는 바는 명확합니다. 과거에는 성장이 곧 인력 증가였지만, AI 시대에는 어떤 역할은 늘고, 어떤 역할은 줄어도, 전체 성장이 가능해졌다는 것입니다. 즉, 인력 구조는 “감축 vs 고용”의 단순 구도가 아니라, 가치 창출이 일어나는 접점에 인력을 재배치하는 문제가 됩니다.
AI 시대의 인재 전략: ‘스펙’보다 본질, 그리고 AI가 못하는 3가지
인터뷰는 채용과 인재 육성에서도 패러다임이 바뀐다고 봅니다. 과거에는 투자금으로 대규모 팀과 데이터센터를 구축해야 했지만, 이제는 훨씬 적은 인력으로 더 많은 일을 할 수 있는 환경이 되었습니다. 문제는 기업이 “한쪽에서는 25%를 더 고용하고, 다른 쪽에서는 25%를 줄이는” 변화를 사회와 구성원에게 어떻게 설명하고 수용시키느냐입니다.
이때 강조되는 것이 “AI가 대체할 수 없는 인간의 핵심 역량”입니다. 인터뷰(및 McKinsey 연구로 소개된 프레임)에서는 다음 세 가지를 반복적으로 강조합니다.
- 열망/비전 설정(Aspire): 무엇을 목표로 할지(예: ‘화성에 갈 것인가’)를 정하고, 사람들이 그 목표를 믿게 만드는 능력
- 인간적 판단(Human judgment): AI 모델에는 옳고 그름이 없기 때문에, 기업의 가치·사회 규범에 맞는 매개변수와 아키텍처를 선택하는 능력
- 진정한 창의성(True creativity): 모델이 ‘가장 가능성 높은 다음 단계’를 추론하는 존재라면, 인간은 직교적인(orthogonal) 사고로 전혀 다른 길을 여는 능력이 필요하다는 관점
또한 채용 기준도 변합니다. 어느 대학을 나왔는지가 덜 중요해지고, 원초적인 본질(raw intrinsics)을 찾기 위해 채용 기반을 넓혀야 한다는 메시지가 나옵니다. 기술 분야에서는 학위보다 GitHub 프로필 같은 실제 산출물에 주목해야 한다는 말도 이어집니다.
교육의 목표는 “정답 맞히기”에서 “질문 던지기”로 이동한다
교육 시스템에 대한 비판도 날카롭습니다. 인터뷰는 기존 교육이 “7학년 때 다항식을 인수분해하는 능력” 같은 정답형 문제 해결에 최적화되어 있지만, AI 시대에는 그보다 올바른 질문을 던지는 능력이 중요해진다고 봅니다.
더 근본적인 문제로는 ‘시간 구조’가 지목됩니다. 22년 배우고 40년 일하는 모델은 기술 변화 속도에 비추어 깨진 아이디어라는 것입니다. 그래서 4년제 대학 중심의 모델이 아니라, 평생 대학(lifelong college)로 전환해 학습과 재교육이 일생의 기본 경험이 되어야 한다는 주장으로 연결됩니다.
또한 기업이 직원에게 제공하는 스킬 투자 ROI가 지난 30년간 절반 수준으로 감소해, 투자 회수 기간이 과거 7년에서 현재 3.6년으로 단축되었다는 언급도 나옵니다. 이 논리는 명확합니다. 특정 기술을 ‘숙달’하는 것보다, 새로운 것을 계속 학습하는 능력이 더 중요해진다는 것입니다.
“이력서 들고 정문으로 들어가지 말라”: 개인에게 요구되는 자세는 ‘회복탄력성’과 ‘증명’
개인의 커리어 조언은 다소 직설적입니다. 젊은 세대는 스스로 훈련 프로그램을 만들고, 이력서를 제출하는 대신 CEO에게 직접 이메일을 보내 “랜딩 페이지를 이렇게 바꾸겠다” 같은 구체적인 스펙 작업(spec work)으로 역량을 증명하라는 식의 메시지가 제시됩니다.
배경에는 기업의 인식 변화가 있습니다. 많은 조직이 “신입을 뽑아 훈련시키는 것”보다 “에이전트를 구축하는 것”이 더 빠르다고 느끼기 시작했고, 그 결과 개인은 배짱, 추진력, 열정 같은 태도 요인을 더 강하게 증명해야 한다는 것입니다.
그리고 이 모든 변화의 바닥에 놓인 핵심 역량으로 회복탄력성(resilience)이 강조됩니다. 넘어져도 다시 일어나는 능력, 변화 속에서 다시 학습하고 재정렬하는 능력이 AI 시대의 생존 역량이라는 메시지입니다.
AI 에이전트가 바꾸는 조직: 모두가 ‘에이전트 오케스트라의 지휘자’가 된다
인터뷰는 AI 에이전트를 단순 자동화 도구가 아니라, 조직 운영의 단위를 바꾸는 요소로 봅니다. 에이전트는 가치가 창출될 수 있는 특정 도메인(구조화된 문제 해결, 검색·통합, 커뮤니케이션 등)에서 특히 잘 작동하며, 인간은 에이전트를 활용해 초인간(superhuman)이 되는 기술을 익혀야 한다고 말합니다.
그 결과 사람들은 오케스트라의 단원이 아니라, 각자 자신의 에이전트 오케스트라를 지휘하는 지휘자가 되어야 한다는 비유가 등장합니다.
스타트업 사례로는, 채용에서 HR 담당자 대신 LLM으로 직무기술서를 만들고, AI 에이전트를 구축해 이력서를 분류·랭킹하는 방식이 언급됩니다. 이는 과거 타자실·우편실·사진실이 압축되던 것처럼, HR·법무 등 다양한 간접 기능이 압축될 수 있음을 시사합니다.
또한 “AI 동료(AI teammates)” 개념이 강조됩니다. 모든 부서가 AI 동료를 두어야 하며, 이들이 코파일럿(co-pilot) 역할을 할지, 혹은 권한을 위임받은 파일럿(pilot) 역할을 할지는 기술 신뢰도와 문제 복잡성에 달려 있다는 관점입니다.
여기서 중요한 경고도 나옵니다. AI 도입을 ‘단기 효율’로만 접근하는 정적 사고(static thinking)는 조직을 얇게 만들 수는 있어도, 5년 뒤 리더십 파이프라인을 무너뜨릴 수 있습니다. 신규 채용을 멈추는 것은 비용 절감처럼 보이지만, 인터뷰의 비유대로라면 “사다리 아래 네 단을 제거하는 것”과 같아 미래의 CEO로 가는 경로 자체가 단절될 수 있다는 것입니다.
그래서 인터뷰는 메시지를 이렇게 전환합니다. AI 도입의 첫 2년이 감원에 집중했다면, 이제는 효율을 넘어 기회(opportunity)에 집중해야 한다는 것입니다.
물리적 AI의 전장: 자율주행과 로봇 공학은 ‘제조’와 결합될 때 결정적 우위가 된다
CES 2026의 주요 테마로 인터뷰에서 강하게 언급되는 것 중 하나가 자율주행(self-driving)과 로봇 공학입니다. Waymo, Zoox, Tesla의 로보택시 구상 등 미국 기업들뿐 아니라, Baidu, Alibaba, WeRide, Pony.ai 등 중국 기업들과 함께 글로벌 경쟁 구도가 형성되고 있다는 관점입니다.
자동차 산업의 역학도 직설적으로 다뤄집니다. BYD를 비롯한 중국 기업들이 낮은 비용으로 기능을 갖춘 차량을 빠르게 확산시키며, 유럽 OEM은 뚜렷한 대응책을 찾지 못해 낙담하고 있다는 식의 인식이 공유됩니다. 미국은 혁신 역량은 있지만 중국과 같은 비용 효율을 갖춘 제조 역량이 부족하다는 지적도 이어집니다.
이때 제시되는 해법은 “AI로 중국의 비용 우위를 모방하는 방식으로 설계·제조 역량을 강화해야 한다”는 방향성입니다. 즉, 소프트웨어 혁신만으로는 부족하고, AI를 제조 시스템까지 침투시키는 것이 글로벌 리더십의 조건이 된다는 메시지입니다.
로봇 공학은 이 논리를 더 강하게 밀어붙입니다. 서구(특히 미국, 독일, 일본)는 인구 구조 문제로 제조 일자리를 채우기 어렵고, 회복탄력적인 공급망과 비용 효율성을 확보하는 유일한 방법이 로봇 공학이라는 것입니다. 근로자당 로봇 수 기준의 국가 비교(한국이 매우 높은 밀도라는 언급 등)도 등장하며, 로봇 확산 속도가 LLM처럼 빠르지 않을 수 있는 이유로 “하드웨어 API 인프라의 부족”이 지적됩니다.
결론은 분명합니다. 로봇 공학은 단순 자동화가 아니라, 제조업과 자동차 같은 산업에서 핵심 우위를 결정하는 전략 자산이라는 것입니다.
과거 CES 혁신 제품이 주는 힌트: 지금의 AI도 ‘과도기’이고, 결국 유용성이 승리한다
인터뷰 후반은 과거 CES의 상징적 제품들을 회고하면서, 지금의 AI 국면과 닮은 점을 끌어냅니다.
- Tesla Optimus 3에 대해서는 “LLM을 통해 세상을 이해하고 인간이 원하지 않는 일을 수행하게 되면, 자동차 회사라는 사실을 잊게 만들 정도로 혁신적일 수 있다”는 식의 매우 강한 기대가 언급됩니다.
- 1980년대 ‘모바일 폰’ 회고에서는 통화료·배터리 등 초기 제품의 제약이 등장하고, McKinsey가 당시 휴대폰의 성공을 부정적으로 예측했던 실수를 반성적으로 언급하는 대목이 나옵니다. 이 회고는 “지금 우리가 당연하게 보는 기술도 초기에는 비웃음과 제약 속에 있었다”는 메시지를 줍니다.
- Google Glass는 “AR 이전의 시대를 앞서간 제품”으로 평가되며, 지금의 스마트 안경도 폼팩터는 좋아졌지만 아직 유용성이 부족해 비슷한 과도기를 겪고 있다는 비교가 이어집니다.
- Theranos는 사기 논란과 별개로 “소량 혈액으로 많은 데이터를 얻는다”는 비전 자체는 사람들의 상상력을 자극한 제품 아이디어였다고 언급되며, 나노 제조 기술이 발전하면 AI와 결합해 실시간 진단 및 선제적 건강 관리가 가능해질 수 있다는 미래 예측으로 연결됩니다. 또한 Function Health, Superpower 같은 소비자 주도형 헬스케어 혁신 흐름이 함께 언급됩니다.
휴대용 기기의 역사도 흥미로운 대비를 제공합니다. BlackBerry의 전성기와 사회적 인식 변화, Palm Pilot의 불편한 학습 곡선, Sony Discman의 버퍼 기능 같은 디테일은 “기술은 늘 과도기를 지나며, 사용성(utility)이 본게임을 결정한다”는 메시지를 강화합니다. 특히 LLM의 환각(hallucinations)을 Discman의 음악 끊김에 비유하는 부분은, 현재의 AI가 강력하지만 아직 ‘신뢰’ 측면에서 과도기적 기술이라는 점을 상징적으로 보여줍니다.
마지막으로 삐삐(pager)가 “항상 켜져 있는 업무 문화(always on)”를 만들었던 것처럼, 기술은 편의뿐 아니라 사회적 행동까지 바꾼다는 관점이 등장합니다. 그리고 최근 밀레니얼 세대에서 디지털카메라·플립폰 등으로 ‘언번들링(unbundling)’이 나타나는 현상을, 다시 인간적 연결과 오프라인 충족을 향한 반전으로 해석합니다.
결론: CES 2026 인터뷰가 남긴 3가지 실행 포인트
이 인터뷰를 “AI 트렌드 요약”으로만 읽으면 핵심을 놓치게 됩니다. 본질은 트렌드가 아니라, 기업 운영 원리의 변화입니다. 실행 관점에서 정리하면 다음 세 가지로 수렴합니다.
- 조직의 속도를 KPI로 삼아야 한다
전략 문서의 완성도보다, 실행-학습-재배치의 사이클 타임을 줄이는 것이 경쟁력이다. - AI 도입은 PoC가 아니라 운영모델 재설계다
CFO와 CIO의 갈등을 ‘투자 vs 절감’으로만 두면 파일럿 지옥에서 못 나온다. 조직 구조, 책임, 성과 체계를 함께 바꿔야 한다. - 인재는 ‘AI를 쓰는 사람’이 아니라 ‘AI와 함께 성과를 설계하는 사람’이 된다
Aspire(비전), Judgment(판단), True Creativity(창의성), 그리고 Resilience(회복탄력성)이 핵심 역량으로 부상한다. 교육과 채용, 커리어 전략은 이 축으로 재정렬될 수밖에 없다.
 | AX 100배의 법칙 – 나와 조직의 능력을 100배 높이는 AI 경영의 실제 도서 구매 |
함께 읽으면 좋은 글:
디지털 트랜스포메이션: 조직의 습관을 바꾸는 일, 도서 구매
