Ford는 최근 회사가 젊은 직원들을 멘토링하고 품질 관리의 눈에 띄는 결함을 보완하기 위해 이전에 실적이 저조한 진단 시스템과 AI 도구를 다시 작성하기 위해 지난 3년 동안 약 350명의 숙련된 "그레이비어드" 엔지니어를 재고용해야 했다고 밝혔습니다. 포드의 차량 하드웨어 엔지니어링 부사장인 찰스 푼(Charles Poon)은 인터뷰에서 경영진이 이전에 여러 차례의 제품 반복을 경험한 수석 엔지니어들이 축적한 심층적인 경험을 과소평가했으며, 이를 단순히 AI로 대체하는 것은 "큰 실수"라고 말했습니다.
Poon은 AI가 “아주 좋은 도구”이지만 “훈련에 사용되는 정보만큼만 좋을 수 있다”고 강조했습니다. 고품질의 경험적 데이터와 올바른 적용 시나리오가 없으면 알고리즘만으로는 복잡한 자동차 제품의 신뢰성 요구 사항을 지원하기가 어렵습니다. 다시 고용된 옛 엔지니어들은 이제 필수 정기 회의를 주최하고, 차량 문제 해결에 중점을 두고, 자동화된 엔지니어링 소프트웨어와 AI 도구를 다시 프로그래밍하여 부품이 생산 라인에 들어가기 전에 잠재적인 결함을 최대한 제거하도록 배치되었습니다.
이러한 기술 전문가들은 설계 및 제조 공정의 취약점을 조기에 파악하여 대규모 리콜 및 품질 결함으로 인한 손실을 줄이는 데 중점을 두고 있습니다. 포드는 품질 문제와 리콜에 수십억 달러를 지출한 것으로 알려졌으며 회사는 올해 10억 달러의 비용 절감을 목표로 하고 있어 품질 개선이 생존과 수익성의 핵심으로 여겨지고 있습니다.
외부 지표로 볼 때 이번 조정은 효과가 나타나기 시작한 것으로 보인다. 지난해 소유 첫 3개월 동안 차량의 품질 성능을 평가하는 연례 연구인 J.D. Power 신차 품질 설문조사에서 Ford는 업계 평균보다 낮은 점수를 받아 주류 브랜드 중 10위를 기록했습니다. 하지만 올해 같은 순위에서는 J.D.파워가 포드를 주류 브랜드 중 토요타, 혼다 등 경쟁사를 제치고 1위로 꼽았다. Ford는 이러한 "비약적인" 개선을 다시 고용된 엔지니어의 전문적 능력과 경험의 복귀에 직접적으로 돌렸습니다.
포드의 경험은 기업 내 대규모 'AI 대체' 물결의 축소판으로도 여겨진다. 직장 서비스 기관인 커리어마인즈는 앞서 'AI 중심 정리해고'를 시행한 기업을 대상으로 통계를 낸 결과, 그 중 35.6%가 나중에 해고된 직원의 절반 이상을 재고용해야 했고, 또 다른 32.7%는 원래 직원의 25~50%를 재고용한 것으로 나타났다. 이는 실제로 많은 기업이 AI가 원래 인간이 완료했던 복잡한 업무 기능을 완전히 수행할 수 없으며 비용과 비즈니스 연속성 사이에서 조정을 해야 한다는 사실을 깨닫고 있음을 보여줍니다.
핀테크 기업 클라르나(Klarna)도 대표적인 사례다. 2024년에 회사의 CEO인 Sebastian Siemiatkowski는 새로 출시된 챗봇이 출시 첫 달에 700명의 정규 고객 서비스 직원에 해당하는 작업량을 감당했다고 대대적으로 발표했습니다. 이에 회사는 채용을 동결하고 수백 개의 직위를 해고했다. 그러나 2025년 중반과 2026년에 Klarna는 고객 만족도가 크게 떨어지면서 인간 고객 서비스 인력 채용을 강화하기 시작했습니다.
AI는 계좌 잔액 확인과 같은 간단하고 표준화된 질문을 처리하는 데 탁월하지만 상황, 감정 및 뉘앙스 이해가 필요한 복잡한 사용자 호소에 직면하면 문제를 진정으로 해결하지 못하는 기업 전문 용어로 가득 찬 기계적이고 무뚝뚝하며 "로봇과 같은" 답변으로 쉽게 빠져들 수 있습니다. 이 경우 순수 AI 서비스에 대한 사용자들의 인내심은 금세 소진되고 기업은 '토탈 AI'라는 급진적인 전략을 재검토해야 한다.
Ford가 실수를 인정하고 "인간-기계 협업"으로 복귀한 것은 많은 업계 관찰자들에게 경각심을 불러일으키는 신호로 여겨졌습니다. AI 기술의 급속한 발전에도 불구하고 숙련된 인간 전문가는 여전히 복잡한 시스템 설계, 품질 관리 및 고객 서비스에서 핵심 역할을 하고 있습니다. 많은 직원을 해고하고 AI로 직접 교체하려는 기업의 경우 단순히 자동화를 추구하는 것보다 효율성 향상과 전문 경험 사이의 균형을 찾는 방법이 더 중요할 수 있습니다.