15주 · 우리는 이제 어떤 회사인가 · 조직 미션의 재정의
AI 에이전트 시대의 개인과 조직의 변화
2027년 1학기 · 유호현 · 읽기·토론 세미나
장면과 강의 · 이번 주의 질문
이야기 속 장면 · 시청–광화문 배송 회사가 지역 거점과 관제를 연결하는 회사로 진화했다. 전국 배송, 지역 전문 배송, 다른 회사와의 연결 중 무엇을 선택할지 다시 묻게 된다.
이번 주 질문 · 무엇을 할 수 있느냐를 넘어, 우리는 누구를 위해 어떤 일을 하는 회사가 될 것인가?
사업과 조직의 변화 · 커진 능력을 어디에 쓸지 선택하고, 사업 범위·고객 약속·의사결정 권한을 조직 전체의 미션과 연결한다.
살펴볼 변화 · 조직적 주체성 · 의사결정 부담 · 일의 의미 · 새로운 회사에 대한 소속감
강의 내용 · 회사 재정의를 미션 문구 수정으로 끝내지 않는다. 새로운 사업 범위와 물류센터·관제센터의 역할, 고객에 대한 약속, 멈추거나 확장할 기준을 함께 설계한다. AI가 늘린 선택지에도 자원과 판단의 제약이 남음을 확인하고, 조직 목적이 현장의 권한과 책임으로 이어지는지 검토한다.
두 읽기 비교 질문 · 제한된 합리성의 선택 기준과 에이전트 자율성의 영향·감독 틀은 조직의 새 미션을 어떤 운영 원칙으로 연결하는가? 더 많은 대안을 계산할 수 있다는 것이 가치 선택까지 대신하는가?
주차별 읽기 자료
Simon (1955) · 이론 논문 · The Quarterly Journal of Economics
고전 · A Behavioral Model of Rational Choice (새 탭에서 열림)1955 학술지 출판본 · CMU 문서보관소 · 원문 사이트에서 열람·저장 가능
대표 저자 · Herbert A. Simon (저자 소개 · 새 탭) · h-index 164 · Herbert A. Simon 조회 출처 (새 탭)
제한된 합리성·조직 의사결정 연구의 선구자 · 1978년 노벨경제학상
저자와 연구 맥락 · Herbert A. Simon은 의사결정을 제한된 인간의 인지 능력과 실제 행동의 문제로 다룬 연구자다. 이 논문은 완벽한 정보와 계산을 전제하는 합리적 선택의 모델을 실제 선택 과정에 가까운 관점으로 다시 검토한다.[24]
학술적 의의 · 모든 대안을 완벽하게 계산하는 사람이라는 가정 대신, 실제 사람이 가진 정보·계산·탐색의 제약을 분석하는 고전이다. AI로 대안을 더 많이 만들 수 있어도 어떤 대안을 채택하고 책임질지는 남는다는 질문을 열어 준다.[24]
이 주차의 선정 이유 · 전국 확장, 지역 전문화, 협력 네트워크라는 회사의 선택을 제한된 합리성으로 검토한다. 커진 능력이 모든 사업을 하라는 뜻은 아니며 조직 미션과 선택을 멈출 기준이 함께 필요함을 종합한다.
읽기의 한계 · AI 에이전트에 대한 연구가 아니다. 연산 능력이 늘면 가치 판단과 조직의 의사결정 제약까지 사라진다는 주장을 하지 않는다.
Cihon et al. (2025 공개본) · 평가 틀·적용 사례 · SoLaR 2024 워크숍 / arXiv 2025 공개본
최근 · Measuring AI Agent Autonomy: Towards a Scalable Approach with Code Inspection (새 탭에서 열림)원문 새 탭 · Measuring AI Agent Autonomy: Towards a Scalable Approach with Code Inspection (새 탭)PDF 내려받기 · Measuring AI Agent Autonomy: Towards a Scalable Approach with Code Inspection2025 arXiv v1 · SoLaR 2024 워크숍 논문 · 원본 PDF · 변경 없음
Peter Cihon, Merlin Stein, Gagan Bansal, Sam Manning, Kevin Xu · CC BY 4.0 · 원출처 · PDF 변경 없음
대표 저자 · Peter Cihon · h-index 8 · Peter Cihon 조회 출처 (새 탭)
AI 거버넌스·에이전트 자율성 평가 연구자
저자와 연구 맥락 · Peter Cihon, Gagan Bansal 등 공동저자들은 에이전트의 자율성을 잠재적 영향과 감독 조건으로 평가하는 틀을 제안한다. AI의 정책·평가와 인간의 감독을 연결하는 연구로, 강한 모델이라는 표현보다 위임 구조를 구체적으로 살핀다.[32]
학술적 의의 · 모델의 성능과 행동을 맡기는 범위를 구분하고, 에이전트의 조정 코드에서 자율성을 평가하려는 접근이다. 누구에게 어떤 행동을 허용하고 어떤 감독을 남길지 논의할 언어를 제공하지만, 사람의 경험이나 실제 사고 확률을 직접 측정하지는 않는다.[32]
이 주차의 선정 이유 · 6주에는 운행 허가의 경계를 보았다면 이번에는 새 회사의 조직 미션을 권한·책임·감독으로 연결하는 데 재사용한다. 사업 범위가 커졌을 때도 영향과 중단 조건을 명시하고 선언과 실제 운영을 구분한다.
읽기의 한계 · 코드 기반 평가 제안이다. 사람의 신뢰나 웰빙을 측정한 심리 실험이 아니며, 코드 점수만으로 실제 운영의 안전을 보장하지 않는다.
남기는 것 · 사업 범위·조직 구조·미션·심리 변화·실패 조건을 연결한 최종 분석문 초안
출처와 서지 확인
h-index는 표시한 대표 저자 1명의 OpenAlex 조회값(2026-10-06)이며 숫자를 누르면 출처를 볼 수 있다. 미확인 값은 생략했다. 저자의 영향력을 참고하는 지표이지 논문의 품질 점수는 아니다.
저자 소개와 학술적 의의는 아래 공개 출처에 근거한다. 주차별 선정 이유는 수업을 위한 해석이며, 고전 이론을 에이전트에 대해 검증된 결론으로 취급하지 않는다. 원문의 판본과 접근·재배포 조건은 각 읽기 자료에 표시했다.
읽기와 토론의 원칙
트럭 그림은 설명용 비유이며 변화의 필연적 순서가 아니다. AI의 오류·불확실성처럼 비유로 설명할 수 없는 부분은 실제 사례와 문헌으로 검토한다. 경험·해석·실증·가치 판단을 구분하고 강사의 전망에도 반론을 제시할 수 있다.
원문을 확인하고 AI를 사용한 범위를 밝힌다. 개인 경험의 공개는 선택이며, 실제 내담자·고객·동료의 민감정보나 비공개 조직 자료를 AI·공유 공간에 입력하지 않는다. 평가와 운영 안내는 전체 강의계획에서 확인한다.