AI 시대의 OKR 성과 관리, '얼마나 했나'보다 '무엇이 바뀌었나'를 보세요
AI로 콘텐츠 초안을 만들고, 회의 내용을 정리하고, 고객 문의 답변을 준비하는 팀이 늘었어요. 그런데 일을 마치는 속도는 빨라졌는데, 정작 사업에 어떤 도움이 됐는지 설명하기는 어렵다면요?
이제 성과 관리의 질문을 바꿔야 해요.
"AI로 얼마나 많은 일을 했나요?"가 아니라, "그 결과 고객과 비즈니스에 어떤 변화가 생겼나요?"
이 질문을 팀의 일하는 방식으로 연결하는 도구가 OKR이에요. 다만 기존 업무 목록에 'AI 활용'이라는 항목을 하나 추가하는 것만으로는 부족해요. 목표를 세우고, 결과를 측정하고, 실행을 점검하는 방식을 함께 바꿔야 합니다.
OKR, AI 시대에도 기본은 같아요
OKR은 Objectives and Key Results의 약자로, 이루고 싶은 목표와 그 목표에 도달했는지 확인할 핵심 결과를 뜻해요.
목표(Objective)는 팀이 만들어낼 변화를 설명하고, 핵심 결과(Key Results)는 그 변화가 실제로 일어났다는 증거를 숫자로 보여줘요. 숫자로 확인할 수 없다면 핵심 결과라고 하기 어렵습니다.
예를 들어 "AI 고객 상담 도구를 도입한다"는 실행 과제예요. 도구를 설치했다고 고객의 문제가 더 잘 해결된 것은 아니니까요.
이를 OKR로 바꾸면 다음과 같이 설계할 수 있어요.
목표: 고객이 반복해서 문의하지 않아도 문제를 빠르게 해결할 수 있게 한다.
KR 1. 고객 문의의 평균 해결 시간을 24시간에서 12시간으로 줄인다.
KR 2. 동일 문제로 7일 안에 다시 문의하는 비율을 20%에서 12%로 낮춘다.
KR 3. 상담 후 고객 만족도를 5점 만점 기준 4.2점에서 4.5점으로 높인다.
이 글의 수치는 이해를 돕기 위한 가상 예시예요. 실제 목표는 팀의 현재 수준과 측정 가능한 데이터를 바탕으로 정해야 해요.
AI 답변 초안, 상담 지식 검색, 문의 자동 분류는 이 목표를 달성하기 위한 방법이 될 수 있어요. 도구를 도입한 뒤에도 해결 시간이 그대로이거나 재문의가 늘어난다면, 실행 방법을 다시 살펴봐야 해요.
AI 도입 여부와 성과 달성 여부를 구분하는 것. AI 시대 OKR의 출발점입니다.
AI와 함께 일할 때, OKR에서 더 중요해지는 세 가지
1. 산출물보다 고객과 사업의 변화를 측정하세요
AI를 활용하면 초안이나 아이디어를 더 많이 만들 수 있어요. 하지만 콘텐츠 발행량이 늘었다고 구매가 늘어나는 것은 아니고, 제안서를 빨리 보냈다고 계약이 성사되는 것도 아니에요.
업무량 지표는 실행 현황을 파악하는 데는 도움이 되지만, 그것만으로 목표 달성을 판단하기는 어려워요.
실행 현황을 보여주는 지표함께 확인할 성과 지표AI로 작성한 콘텐츠 수콘텐츠를 통한 유효 문의 수와 전환율AI가 처리한 상담 건수문제 해결률과 재문의율AI로 생성한 영업 제안서 수제안 이후 상담 전환율과 계약 전환율
마케팅팀이라면 표의 첫 줄을 이렇게 OKR로 바꿔볼 수 있어요.
목표: 우리 콘텐츠가 실제 상담으로 이어지는 흐름을 만든다.
KR 1. 블로그를 거쳐 들어온 유효 문의를 월 10건에서 20건으로 늘린다.
KR 2. 콘텐츠 경유 문의의 상담 전환율을 15%에서 25%로 높인다.
KR 3. 상담 신청자 중 "콘텐츠를 보고 문의했다"고 답한 비율을 30%에서 50%로 높인다.
발행 편수는 KR이 아니라 실행 계획에 들어가요. AI로 편수를 늘리는 것이 이 KR에 도움이 되는지가 판단 기준이 됩니다.
성과 지표를 정할 때는 측정 기준도 합의해야 해요. 예를 들어 '유효 문의'가 무엇인지 팀마다 다르게 이해하면, 같은 숫자를 보고도 다른 판단을 하게 돼요.
2. 속도와 함께 품질·비용을 지키는 '가드레일 지표'를 두세요
처리 시간만 줄이는 목표를 세우면, 검토를 생략하거나 어려운 업무를 뒤로 미루는 식으로 숫자만 좋아질 수 있어요. AI가 만든 결과물을 사람이 수정하는 시간도 놓치기 쉽고요.
그래서 성과를 볼 때는 작업의 시작부터 최종 사용까지 살펴봐야 해요. 초안을 만드는 시간이 줄었어도 검토와 수정이 늘었다면, 실제로 절약한 시간은 예상보다 적을 수 있거든요.
이때 필요한 것이 가드레일 지표예요. 핵심 성과를 쫓는 동안 무너지면 안 되는 기준을 따로 정해두는 거죠. 예를 들어 보고서 작성 시간을 줄이는 목표라면 다음과 같은 기준을 함께 둘 수 있어요.
작성 시간에 검토·수정 시간까지 포함한다.
사실 오류와 재작업 비율을 함께 확인한다.
도구 사용료와 사람의 검토 비용을 함께 계산한다.
앞의 고객 상담 예시도 같은 구조예요. KR 1이 속도를 보고, KR 2와 KR 3이 속도를 높이는 동안 해결 품질과 고객 경험이 떨어지지 않는지 확인해요.
모든 기준을 KR로 만들 필요는 없어요. 핵심 성과를 측정하는 지표와, 그동안 반드시 지켜야 할 가드레일을 구분하면 관리가 훨씬 수월해집니다.
3. AI가 맡을 일과 사람이 책임질 일을 나누세요
AI가 목표 초안을 제안하고 진행 상황을 요약할 수는 있어요. 하지만 무엇을 우선할지, 어떤 수준의 결과를 받아들일지, 문제가 생겼을 때 무엇을 바꿀지는 사람이 결정해야 해요.
각 KR에는 결과를 설명하고 다음 행동을 조율할 담당자가 필요해요. AI가 수행하는 작업에도 검토 기준과 예외 처리 방식을 정해두는 편이 좋고요.
고객 상담을 예로 들면, AI는 답변 초안을 준비하고 담당자는 정확성을 확인할 수 있어요. 환불 분쟁처럼 별도 판단이 필요한 문의는 정해진 책임자에게 넘기고요.
실행의 일부를 자동화하더라도, 결과에 대한 책임은 명확해야 합니다.
AI 시대에 맞게 OKR을 운영하는 방법
목표는 유지하고, 실행 방법은 짧은 주기로 점검하세요
새로운 AI 도구가 나올 때마다 목표를 바꿀 필요는 없어요. 고객 문제를 더 빨리 해결한다는 목표는 유지하면서, 그 목표에 도달하는 방법을 실험하면 돼요.
분기 목표를 정한 뒤 매주 또는 격주로 다음 내용을 확인해보세요.
핵심 결과가 실제로 나아지고 있는가?
AI를 적용한 뒤 새롭게 생긴 오류나 병목은 무엇인가?
다음 점검까지 무엇을 바꿔볼 것인가?
단순한 진행률 보고보다, 숫자의 변화와 다음 행동을 연결하는 것이 중요해요. AI가 만든 요약도 원본 데이터와 대조할 수 있어야 하고요.
사업 환경이나 목표의 전제가 달라졌다면 OKR 자체를 수정할 수 있어요. 이때는 변경 이유와 기준을 남겨 팀이 같은 맥락을 이해하도록 해주세요. 다만 분기 중에 목표를 자주 바꾸면 OKR이 방향을 잡아주는 역할을 하지 못하니, 수정은 꼭 필요할 때만 하는 것이 좋습니다.
효과를 모른다면, 작은 실험부터 시작하세요
AI를 도입하기 전에 "생산성 50% 향상"처럼 큰 숫자부터 정하기는 어려워요. 어떤 업무에서 효과가 날지, 검토가 얼마나 필요할지 아직 모를 수 있으니까요.
이럴 때는 한 가지 업무를 골라 기존 방식과 AI를 활용한 방식을 비교해보세요. 비슷한 난이도의 작업에서 전체 처리 시간, 품질, 비용을 측정하면 다음 목표를 세울 근거가 생겨요.
실험의 끝에는 결정이 있어야 해요. 적용 범위를 넓힐지, 방식을 수정할지, 중단할지를 정하는 거죠. 'AI를 써봤다'에서 끝나지 않도록요.
달성률만으로 개인의 기여를 판단하지 마세요
같은 AI 도구를 사용해도 업무의 난이도, 데이터 접근성, 검토 책임에 따라 결과가 달라질 수 있어요. 단순 산출량이나 OKR 달성률만으로 개인을 비교하면 중요한 기여를 놓치기 쉬워요. OKR 달성률을 평가나 보상에 바로 연결하면, 팀이 쉽게 달성할 수 있는 목표만 세우게 된다는 점도 기억해주세요.
도전적인 목표를 실험하는 과정에서는 실패 원인을 정확히 찾고, 팀이 다시 사용할 수 있는 절차를 만드는 일도 가치가 있어요. 결과와 함께 협업, 판단, 개선 과정을 살펴봐야 해요.
또 모든 목표에 같은 달성 기준을 적용해서는 안 돼요. 구글은 OKR을 반드시 달성해야 하는 약속 목표(committed OKR)와 불확실성을 감수하는 도전 목표(aspirational OKR)로 나누고, 도전 목표는 평균 70% 수준의 달성을 기대치로 봐요. 실험적인 성장 목표와 고객에게 약속한 서비스 기준은 성격이 다르니, 목표를 정할 때부터 둘 중 무엇인지 구분해주세요.
우리 팀은 어디서 시작하면 좋을까요?
처음부터 모든 부서의 OKR을 바꾸기보다, 개선이 필요한 업무 하나를 선택해보세요.
고객 문의 해결이 늦어지는 팀이라면 해결 시간을, 제안서 작성에 시간이 많이 드는 팀이라면 제안 준비부터 고객 전달까지 걸리는 시간을 먼저 측정할 수 있어요.
그다음 팀원들과 네 가지를 정해보세요.
고객이나 사업에 어떤 변화를 만들 것인가?
그 변화를 어떤 지표로 확인할 것인가?
AI를 어느 단계에 적용할 것인가?
누가 결과를 검토하고 다음 행동을 결정할 것인가?
이 중 가장 막히기 쉬운 것이 3번이에요. 어떤 업무에 AI를 붙여야 효과가 나는지는 직접 운영해본 경험이 있어야 판단할 수 있거든요. 내부에 그런 경험이 아직 없다면, 해당 업무를 AI로 운영해본 전문가와 한 분기 동안 실험을 함께 설계하고, 그 과정을 팀의 방식으로 가져오는 것도 방법이에요.
플렉스웍에서는 지금 우리 팀의 목표와 업무에 맞는 AI 실무 전문가를 찾아, 실험 설계부터 운영, 팀 내 정착까지 함께할 수 있어요.
AI로 확보한 시간을 어디에 쓸지도 이야기해보세요. 고객을 더 깊이 이해하거나, 새로운 가설을 검증하거나, 반복되는 문제의 원인을 해결하는 데 쓸 수 있어요.
AI 시대의 OKR이 해야 할 일을 늘어놓는 목록이 되어서는 안 돼요. 팀이 만들어야 할 변화를 명확히 하고, 그 변화에 도움이 되는 실행을 고르는 기준이 되어야 합니다.
다음 목표를 세울 때는 이렇게 물어보세요.
"AI를 활용해, 우리 고객에게 어떤 더 나은 결과를 만들 수 있을까요?"