책 이미지
책 정보
· 분류 : 국내도서 > 경제경영 > 트렌드/미래전망 > 인공지능/빅데이터
· ISBN : 9791157848362
· 쪽수 : 508쪽
· 출판일 : 2025-11-11
책 소개
결정적 순간이다!
AI 시대의 모든 리더를 위한
첫 번째 AX 강의
AI 대전환, AX는 더 이상 기술 혁신의 문제가 아니다. 비즈니스와 일의 본질을 다시 설계하고 성과로 증명해야 하는 “시간과의 전쟁”으로 변화하고 있다. 선도적인 기업과 리더는 이미 “AI를 도입할 것인가?”에서 “AI와 함께 어떻게 새로운 가치를 창출할 것인가?”로 질문의 방향을 바꿨고, 시장은 AX를 실행하는 기업과 그렇지 못한 기업으로 양분되고 있다. 데이터를 중심으로 끊임없이 학습하고 진화하는 기업은 시장을 이끌고, 뒤처진 기업은 변화의 속도를 감당하지 못하고 시장에서 도태된다.
우리는 여기서 대전환의 역사를 살펴볼 필요가 있다. 한때 미국 유통의 제왕이자 혁신의 아이콘이었던 시어즈는 아마존과의 경쟁에서 참패하며 2018년 파산 보호를 신청했고 132년의 역사를 마감했다. 토이저러스, 라디오샵, 보더스 등 각 분야를 지배했던 거인들도 차례로 무너졌다. 이들의 공통점은 대전환을 ‘나중에 할 일’로 미뤘다는 것. 데이터의 가치를 과소평가했고, 기술 투자를 비용으로만 인식했다.
원유현 대동 부회장, 이중학 동국대 교수 등 현장의 AX 리더들이 먼저 읽고 강력하게 추천한 《AX 전략 마스터클래스》는 지금 리더들에게 가장 시급한 질문과 그 대답을 명확하게 보여준다. “우리는 어떻게 AI를 무기로 만들 것인가?” 월마트와 깃허브, 존디어, JP모건, 프로그레시브 등 자신만의 독특한 강점을 AI를 통해 강화하고 진화하는 것을 선택한 전통 강호들의 사례는 그 대답에 강력한 설득력을 부여한다.
비즈니스의 미래를 새로 쓰고 있는
10개 핵심 산업 분야
18개 글로벌 탑티어 기업
AX 타임라인 정밀 분석
이 책은 유통·소매에서 의료·제약, 금융, 제조, 콘텐츠 산업에 이르기까지 10개 핵심 산업을 아우르는 18개 글로벌 기업의 실제 AI 전환 사례를 통해 그 답을 찾아간다.
각 기업이 처한 환경과 전략은 달랐지만, 그들의 선택에는 공통된 통찰이 있었다. 월마트는 물류 자동화를 통해 ‘기계의 효율성’을 극대화하면서도 직원의 역할을 단순 노동에서 ‘AI 협업자’로 재정의했다. 존디어는 트랙터 제조사를 넘어 농민을 데이터 기반 의사결정자로 성장시키며 AI를 인간의 역량 확장 도구로 사용했다. 메이요클리닉은 진단과 치료에 AI를 도입하되, 환자 신뢰를 유지하기 위해 ‘의사가 최종 결정을 내리는 구조’를 고수했다. 깃허브는 코드의 일부를 AI에게 위임하면서도 창의성과 윤리 판단은 여전히 인간의 몫임을 명확히 했다. JP모건은 수천 개의 AI 모델을 운영하는 동시에, 최종 리스크 판단 권한을 인간에게 남기는 거버넌스 체계를 구축했다. 이 사례들은 한 가지 진실을 일깨워준다. AI 시대의 리더십은 기술을 얼마나 빨리 도입하느냐가 아니라, 얼마나 현명하게 인간 중심의 질서를 재설계하느냐에 달려 있다는 것이다.
AI 대전환의 파도는 이미 시작되었고, 준비할 시간은 줄어들고 있다. 그러나 여전히 많은 리더가 기술 이해의 한계, 데이터 보안과 신뢰성 문제, ROI(투자수익률)에 대한 불확실성, 그리고 조직 변화의 부담 속에서 방향을 잡지 못하고 있다. 이 책에 담긴 글로벌 탑티어 기업들의 AX 사례와 5개의 미래 시나리오, 미래를 준비하는 10개의 질문은 AI 시대의 기업이 내일을 설계하기 위해 오늘 반드시 실행해야 할 전략의 새로운 기본이다. 월마트와 테슬라는 어떻게 인간과 AI의 경계선을 다시 그었는가? JP모건과 메이요클리닉은 효율성과 신뢰 사이에서 어떤 결정을 내렸는가? 어도비와 세일즈포스는 창작자와 고객의 관계를 어떻게 재정의했는가? AI를 기술이 아닌 ‘조직의 언어’로 이해하고, 변화의 주체로 서고자 하는 리더에게 이 책은 그 시작점이 될 것이다.
목차
프롤로그_기계의 일과 리더의 일
추천사
1부 변화의 지도: AI 시대의 일과 인간
1장 AI가 일의 구조를 바꾸는 4단계
2장 일의 구조가 해체되는 7가지 신호
2부 진화하는 기계와 인간이 일하는 방식
3장 유통·소매: 기술 혁명의 위협과 대응
01. 월마트: 물리적 인프라와 AI 기술의 전략적 통합
02. 타깃: 전통 리테일러의 AI 생존 전략
03. 베스트바이: AI로 전문성을 증강하는 리테일의 미래
04. 홈디포: AI로 구현하는 지식 민주화의 이중 엔진
4장 기술·플랫폼: 도구에서 파트너로, 진화하는 전문가들
01. 깃허브: 코드의 민주화인가, 전문성의 종말인가
02. 어도비: 신뢰로 구축한 창작의 미래
03. 세일즈포스: 자동화에서 증강으로의 여정
5장 제조·자동차: 물리적 세계와 AI의 만남
01. 테슬라: 자율성, 책임, 그리고 인간 신뢰의 최전선
02. 존디어: 농민을 트랙터 운전사에서 농장 CEO로
03. GE: 산업용 AI와 작업자 역할의 전략적 재정의
6장 금융·보험: 신뢰와 알고리즘 사이에서
01. JP모건: AI 기반 금융 지배 구조의 해부
02. 마스터카드: AI 시대의 신뢰 구축 전략
03. 아메리칸익스프레스: 신뢰의 역설과 AI 시대의 프라이버시 재정의
04. 프로그레시브: AI의 양날의 검
7장 의료·헬스케어: 생명을 다루는 지능
01. 메이요클리닉: AI로 의료의 본질을 재정의하다
02. 머크: AI가 촉발한 제약 R&D의 패러다임 전환
03. 카이저퍼머넌테: 예측 의학을 넘어 인간 중심 건강 최적화로
04. 텔라닥: AI가 의사의 귀가 되던 날
3부 미래를 위한 질문
8장 AI가 만드는 5개의 미래
9장 AI 시대를 이끄는 10개의 핵심 질문
01. 기계와의 파트너십을 설계하라
02. 인간 중심의 미래를 설계하라
에필로그_그리고 당신의 선택
참고문헌
저자소개
책속에서
리더가 직면하는 가장 근본적인 딜레마는 단순하다. “기계가 모든 것을 완벽하게 해낼 수 있다면, 인간 리더는 도대체 왜 필요한가?” 이는 효율성이나 생산성의 문제가 아니라, 존재의 문제다. 일부 미래학자들은 이 시기의 리더를 ‘의미 창조자’라고 부른다. 기계가 ‘어떻게’를 담당한다면, 인간은 ‘왜’를 담당하는 존재라는 것이다.
따라서 미래의 리더십은 과업 중심에서 목적과 가치 중심으로 전환된다. 윤리와 리스크 관리, 사회적 책임, 그리고 조직이 존재하는 이유를 지키는 것이 핵심 전략 포인트다. 결국 기계의 일은 모든 물리적·인지적 과업을 수행하는 것이고, 리더의 일은 ‘왜’라는 질문에 답하며 공동체의 가치와 목적을 수호하는 것이다. 이는 곧 AI 시대의 리더십이 단순한 관리가 아니라, 의미와 방향성을 창조하는 행위로 자리 잡게 됨을 보여준다.
APD는 매장 내부나 인접 공간에 설치되는 초소형 자동화 풀필먼트센터로, 매장을 곧바로 ‘초지역적 배송 허브’로 변모시키는 핵심 시스템이다. 작동 방식은 매우 체계적이다. 먼저 고밀도 보관 구역에서 자동화 로봇이 인기 상품을 빠르게 피킹하고, 이어 작업대에서는 직원이 신선식품이나 대형 상품을 추가한다. 이후 주문 시간에 맞춰 자동 보관된 상품은 픽업이나 배송을 위해 출고되는데, 익스프레스 주문의 경우 3시간 이내에 처리된다.
월마트는 이 매장 기반 자동화를 통해 미국 내 주문당 순배송비를 40% 절감했다고 발표했다. 이 전략을 바탕으로 월마트는 아마존과 같은 순수 이커머스업체들이 쉽게 따라 할 수 없는 전국 규모(4,700개 매장) 지능형 풀필먼트 네트워크로 전환하고 있다. 이는 월마트가 오프라인 매장이라는 강점을 디지털과 자동화 기술로 극대화한 대표 사례다.
베스트바이의 또 다른 성장 동력은 AI 기반 광고 플랫폼 ‘베스트바이 애드’다. 베스트바이애드는 기존의 독립 광고 플랫폼 트레이드데스크와의 통합을 통해 자사의 풍부한 고객 데이터를 광고주에게 제공한다.
AI의 정밀한 타기팅 능력은 광고주들에게 새로운 가능성을 제시하고 있다. 베스트바이가 보유한 구매 데이터와 AI의 패턴 인식이 결합해 단순한 인구통계학적 타기팅을 넘어 실제 구매 의도와 라이프스타일 기반의 정교한 광고 집행이 가능해졌다. 예를 들어 게임 콘솔과 게이밍 액세서리 구매 이력을 분석해 진짜 게이머를 식별하고, 이들의 구매 패턴에 맞춘 타기팅이 가능하다. 이는 전통적인 디지털 광고보다 훨씬 높은 효과를 보여주고 있다. 광고 사업은 높은 마진율로 전체 수익성 개선에 크게 기여할 전망이다.




















