흩어진 지식이 가져오는 숨은 비용

가장 중요한 결정들은 아마 위키에 기록되어 있지 않을 겁니다. 다른 곳에서 이루어졌을 가능성이 큽니다. 몇 달 전 Slack 대화, 회의록이 남지 않은 지난주 회의, 혹은 묻혀버린 Jira 코멘트에서 말이죠.

이 문제는 더 큰 문제의 한 증상입니다. 업무가 지나치게 분산되어 있습니다. 팀이 지식을 관리하는 대부분의 시스템은 제대로 활용되지 않는 경우가 많습니다. 의도적인 것이 아니라, 도구와 실제 업무가 분리되어 있기 때문입니다. 실제로 참조하고 실행해야 할 지식은 잠겨 있는 상태로 남아 있는 반면, 회사 위키에는 사람들이 당시 기억하고 기록한 정보만 담겨 있습니다.

진짜 문제는 정보를 어떻게 구성하느냐가 아니라, 그 정보를 실제 업무와 분리해 버렸다는 점입니다.

많은 팀들은 문제 해결을 위해 특별히 제작된 여러 도구를 사용하고 있습니다. 모든 팀원은 프로젝트 관리 도구, 작업 관리 도구, 커뮤니케이션 도구를 가지고 있죠. 여기에 회사 지식 관리 도구, 몇 가지 특정 AI 도구, CRM 등을 더하면 이미 너무 많은 도구를 동시에 다뤄야 하는 상황이 됩니다.

기업들은 업무를 수행하기 위해 모든 도구에 라이선스를 지불해야 한다는 사실을 받아들였습니다. 하지만 실제로는 이 라이선스 비용 외에도, 생산성을 서서히 갉아먹는 세 가지 추가 비용을 지불하고 있습니다.

전환 비용

전환 비용이란 여러 도구를 오가며 맥락을 전환하는 데 드는 비용입니다. 지식이 프로젝트, 업무, 협업과 분리되어 존재하면, 가장 기본적인 업무조차 수행하기 위해 필요한 모든 것을 찾는 데 많은 정신적 노력과 시간이 필요합니다.

탭을 전환하거나 앱을 변경할 때마다 이런 비용이 발생합니다. 보통 직원은 하루에 수백 번씩 앱과 웹사이트를 오가는데, 이 행동들 하나하나가 집중 업무를 방해합니다. OpenAI는 Notion에 보고 시스템을 구축해 업무를 한곳에 모음으로써 전환 비용을 없애고, 매주 1시간 이상 준비 시간을 절약했습니다.

활용 비용

숨은 문제는 바로 기업이 직원들이 사용하지 않는 도구에 비용을 지불하고 있다는 점입니다. 중요한 결정과 일반 지식을 별도의 도구에 기록해야 한다면, 이는 번거로운 일이 됩니다. 사람들이 도구를 꾸준히 업데이트하지 않으면 정보는 오래되거나 활용되지 않게 되고, 팀원들은 더 이상 기여하지 않게 됩니다. 결국 도구 사용은 중단됩니다.

그 결과, 사용되지 않는 라이선스에 비용이 낭비되고, 업무는 다른 곳에서 이루어집니다. 대부분은 기록되지 않은 스레드, 회의, 댓글 속에서 처리되죠. 예를 들어, Ramp는 기존 도구 스택의 워크플로를 Notion으로 통합해 직원당 생산성 도구 비용을 70% 줄였습니다.

혁신 비용

나머지 두 가지 문제를 해결하기 위해 기업들은 종종 AI 도구를 추가로 도입합니다. 하지만 AI가 실제로 필요로 하는 맥락(대화, 결정, 프로젝트 현황, 작업)은 AI가 접근할 수 없는 다른 도구들에 존재합니다. 이렇게 되면 AI를 통해 가능했을 혁신 기회는 사라집니다.

Faire가 AI 전략을 수립할 당시, 수년간 축적된 구조화된 기업 지식을 Notion에 연결함으로써 AI가 필요한 모든 맥락을 확보할 수 있었습니다. 그 결과 직원 71%가 Notion AI를 가장 가치 있는 도구로 꼽았고, 약 8배의 ROI를 달성했습니다.

이러한 비용들은 모두 누적되며, 이전에는 가벼운 마찰에 불과했던 도구 스프롤 문제가 이제는 실제 비즈니스에 영향을 미치는 비용으로 이어집니다. 도구가 사용되지 않으면 지식은 낡고 구식이 되어 AI가 무용지물이 됩니다. 결국 팀은 이를 보완하기 위해 더 많은 도구를 구매하게 됩니다.

악순환이 이어지는 것이죠.

그렇다면 이 문제는 어떻게 해결할 수 있을까요?

다행히도 이를 완벽하게 세팅할 필요는 없습니다. 오늘날 선도 기업들은 지식 관리 도구가 수행해야 할 역할 자체를 완전히 재검토하고 있습니다. 모든 것을 한곳에 모아 기업 지식과 실행 간 거리를 좁히는 방향으로 변화하고 있죠. Slack, Figma, GitHub 등 필수 작업 도구들은 여전히 활발히 사용되며, AI를 통해 연결되어 검색이 가능합니다.

이것이 실제로는 어떻게 보일까요? 문서는 작업이 진행되는 과정에서 작성되며, 사후에 추가되지 않습니다. 기업 지식은 낡은 유물이 아닌 살아 숨 쉬는 존재가 됩니다.

Ramp의 사례를 들면, 이들은 흩어진 문서와 프로젝트 작업을 하나의 통합 워크스페이스로 모았습니다. 이 공간에서는 엔지니어링 사양이 제품 로드맵과 나란히 배치되고, OKR은 이를 추진하는 프로젝트와 직접 연결됩니다. 신입 엔지니어가 합류할 때, 여러 도구를 뒤적이며 무엇이 진행 중인지 파악할 필요가 없습니다. 모든 것이 하나의 도구 안에서 연결되고 접근 가능합니다.

Cursor는 처음부터 이 원칙을 중심으로 전체 운영 체계를 구축하며 한 단계 더 발전시켰습니다. 제품 사양, 기술 문서, 프로젝트 추적이 모두 원활하게 연결되며, 엔지니어는 맥락을 이리저리 전환하지 않고 지식과 작업이 떼려야 뗄 수 없는 환경에서 업무를 수행합니다. 덕분에 더 빠르게 출시하고, 엔지니어를 몇 주가 아닌 며칠 만에 온보딩할 수 있으며, AI도 필요한 모든 맥락을 갖춰 실제로 유용하게 활용됩니다.

이 기업들과 수많은 다른 기업들이 공통으로 가진 점은 지식 관리를 실제 업무와 분리된 별도의 워크플로로 여기지 않는다는 것입니다. 이제 이들은 더 긴밀하게 연결되어 그 어느 때보다 빠르게 움직일 수 있습니다.

지식 관리를 위해 프로젝트 관리, 작업 추적, 협업, AI용 도구를 별도로 사용하고, 때로는 각각 여러 개씩 갖추고 있다면, 정말 제대로 된 지식 관리 도구라고 할 수 있을까요? 아니면 단지 체계적인 혼란만 늘리고 있는 걸까요?

이 프레임워크를 활용해 현재 상태가 ‘분산’, ‘통합 중’, ‘완전 통합’ 중 어느 단계에 속하는지 평가해 보세요. 그리고 가까운 시일 내에 도달하고자 하는 목표도 설정해 보세요.

단 하나의 핵심 영역에서조차 '분산' 상태로 운영되고 있다면, 추가 비용을 지불할 가능성이 높습니다. 모든 영역에서 '완전 통합'에 가까워질수록 지식은 더욱 긴밀하게 연결되고 비용은 줄어듭니다.

따라서 문제는 위키 자체가 아니라, 위키가 단순한 참고용에 머물러 있다는 점일지도 모릅니다. 가장 빠르게 움직이는 기업들은 유연하고 지능적이며 서로 연결된 도구를 중심으로 워크플로를 설계해, 지식과 실제 업무 사이의 간극을 좁히고 있습니다.

연결된 지식이 실제로 어떻게 구현되는지 궁금하신가요? 인터랙티브 데모를 통해 Ramp, OpenAI, Faire와 같은 선도 기업들이 지식 관리를 어떻게 재검토하고 있는지 직접 확인해 보세요.