티·옴·타·음 — 네 가지 답을 가진 의사결정

의사결정은 흔히 둘 중 하나로 그려진다: 예스 또는 노. CEO 경험담에도 "결단의 순간"이 철학처럼 대접받는다. 그러나 진정한 경영의사결정은 네 가지 답을 갖는다. 인공지능이 사람처럼 분별해야 하는 이유도 여기서 비롯된다.

네 상의 언어

크라우니 엔터프라이즈의 의사결정 엔진은 4상균형3진법을 기초한다. 이것은 단순한 기술 선택이 아니라 철학이다.

티(T, +1)는 실행이다. "예스, 지금 당장 해야 한다"는 판단. 투자 제안이 들어왔을 때 "펀딩을 시작하라"는 결정, 위기 상황에서 "공급망을 다변화하라"는 명령이 티다. 증거가 충분하고 비용이 명확할 때 CEO는 티로 결정한다.

옴(O, 0)은 "아직 모른다"이다. 그러나 여기가 핵심인데, 옴은 무책임한 미루기가 아니다. 옴은 "더 알아야 할 것이 남았으니, 연구해서 티로 만들어야 한다"는 의무를 포함한다. 신제품 진출, 새로운 기술 도입, 조직 구조 개편 같은 중요 결정 앞에서 CEO가 "좀 더 살펴보자"고 말하는 것. 그 "살펴봄"은 실행이다.

타(A, -1)는 거부다. "노, 이것은 하면 안 된다"는 판단. 회사 가치관에 맞지 않는 사업 제안, 장기 전략과 배치되는 투자, 신뢰할 수 없는 파트너와의 계약. 타는 "이유 있는 노"이며, 규칙에 따른 거부다.

음(−0, -0)은 가장 이해하기 어려운 상이다. 음은 "예외의 총합"이고, 구조상 "위에 물어봐야 할 일"이다. 즉, 이관(委管)이다. 현장의 관리자 수준에서는 판단할 수 없는 정책적 결정, 윗선의 개입이 필요한 상황, 회사 전략 수준의 판단이 필요한 경우다. 음은 결정이 아니라 "결정을 누가 해야 하는가"의 지표다.

옴 ≠ 음: 가장 흔한 오해

"더 생각해봐야 할 것 같은데"라는 말 속에 옴과 음이 섞여 있다. 이 구분이 전체 의사결정 시스템을 좌우한다.

옴에서는 조직이 움직인다. "이 신제품이 정말 시장에 먹힐까? 경영기획팀, 2주일 시장조사를 맡겨. 그 후에 다시 만나자." 이것은 옴이며 액션이 뒤따른다.

음에서는 결정자가 바뀐다. "이 M&A 제안은 우리 회사의 미래 방향에 영향을 미친다. 이사회에 상정하자" 또는 "이 인사 문제는 CEO가 직접 결정해야 한다." 음은 현장 의사결정의 경계선이며, 그 너머가 상위 결정자의 책임임을 명시하는 신호다.

환각하는 AI가 위험한 이유가 여기다. 옴을 음으로 변환해버리거나, 음을 옴으로 덮어버리면 조직은 혼란한다. 크라우니 엔터프라이즈의 규칙엔진(셀코어)은 이 경계를 정확히 그린다. 그래야 자율 의사결정이 신뢰할 수 있게 된다.

분별의 두 방법

4상이 종이 위의 철학으로 남지 않으려면, 실행 방식이 있어야 한다. 크라우니 엔터프라이즈는 두 가지 분별 방식을 운용한다.

벡터형 분별(누적 통계)은 반복되는 결정에 쓰인다. 투자 판정, 신용 심사, 공급업체 평가, 인사 배치 같은 일들이다. 같은 유형의 결정이 누적될수록 규칙이 정제된다. 예를 들어, invest 시스템은 11개 역량(자산분석, 위기관리, 전략수립 등)을 여러 차원으로 평가하고, 각 차원에서 점수를 모은다. 그 누적값이 임계값을 넘으면 자동으로 티가 되고, 임계값 근처면 옴(추가조사)이 되고, 명확한 위험은 타가 된다. 이 방식에서는 결정이 축적되면서 점점 정교해진다.

이관형 분별(단일 사안)은 한 번뿐인 결정에 쓰인다. aimed 경영AI가 운영하는 4상 판정이 예다. 새 사업 진출, 조직 구조 개편, 대규모 인수합병처럼 반복되지 않는 판단 앞에서, 규칙엔진은 쌓인 데이터와 관련 규칙을 따져본 후, 네 상 중 하나를 제시한다. 그것이 음이면 CEO의 결정을 기다리고, 타면 그 이유를 상세히 설명하며 거부한다. 이관형에서는 투명성이 핵심이다. AI가 "이 이유로 티입니다" 또는 "판단 불가, CEO 선택" 같은 근거를 보여줄 때, CEO는 신뢰하거나 의문을 제기할 수 있다.

절제의 지혜: 가역 결정과 비가역 결정

네 상이 있다는 것이 모든 결정을 빠르게 내릴 수 있다는 뜻은 아니다. 경영의 성숙함은 "멈출 수 있는 능력"에도 있다.

가역 결정(되돌릴 수 있는 것)은 빠르게 한다. 신규 채용, 시장 테스트, 시스템 도입 같은 것들이다. 티로 결정되면 즉시 실행하고, 경험에서 학습한 후 조정한다.

그러나 비가역 결정(되돌릴 수 없거나 매우 비싼 것)은 다르다. 기업 매각, 공장 폐쇄, 대규모 구조조정, 핵심 기술 라이선싱 같은 일들이다. 규칙엔진이 아무리 높은 신뢰도로 티를 제시해도, 이런 결정은 CEO가 명확하게 한 번 더 멈춰 서야 한다. 일부 시스템(invest의 "가역 게이트")에서는 비가역 결정을 자동으로 옴이나 음으로 전환해 실행 전 재검토 기회를 보장한다.

이것이 "AI가 사람처럼 분별한다"는 말의 진짜 의미다. 효율만이 아니라, 신중함도 시스템에 깔려 있다.

다음으로

네 가지 답을 가진 이 분별이 조직 전역에 퍼지면, 의사결정이 단순히 빨라지는 것 이상의 일이 벌어진다. 한 번의 판단이 아니라 수천 개의 판단 모델이 동시에 쌓이고, 그것들이 서로 학습하며, 결국 조직 자체가 "생각하는 유기체"가 된다. 바로 다음 장의 주제다.