중소기업 경영컨설팅에서의 AI-경영지도사 협업모델에 관한 연구 : AHP 기법을 기반으로 한 협업 기준 및 대안 우선순위 분석 = A Study on the AI-Management Consultant Collaboration Model in SME Management Consulting : An AHP Based Analysis of Collaboration Criteria and Alternative Prioritization

다국어 초록 (Multilingual Abstract)

A Study on AI–Management Consultant Collaboration Models in SME Management Consulting: An AHP-Based Analysis of Collaboration Criteria and Alternative Prioritization
This study aims to identify an effective collaboration model between Certified Management Consultant (CMC) and Artificial Intelligence (AI) in the context of SME management consulting by analyzing collaboration evaluation criteria, the relative importance of sub-factors, and the priority among alternative collaboration models. To this end, an AHP model was developed by integrating SERVPERF and KS-SQI–based service quality factors with Human–AI collaboration theories. The model consists of four evaluation criteria at Level 1, twelve sub-factors at Level 2, and four collaboration models at Level 3. A total of 49 CMCs participated in the AHP survey, and 11 valid responses satisfying the Consistency Ratio threshold were analyzed. The results show that “Adoption & Explainability” was the highest-priority criterion at Level 1, while “Client Trust,” “Accuracy,” and “Structured&Repeatability” emerged as the most influential sub-factors at Level 2. These findings indicate that trust-related factors and data accuracy form the core basis for effective human–AI collaboration. Among the alternative collaboration models, the balanced model—“AI-led with Human Verification” combining AI-driven analysis with human oversight—showed the highest suitability. This study provides quantitative evidence for Human–AI role allocation and offers practical and policy implications for establishing AI utilization standards and collaboration frameworks in SME consulting.

국문 초록 (Abstract)

중소기업 경영컨설팅에서의 AI-경영지도사 협업모델에 관한 연구 : AHP 기법을 기반으로 한 협업 기준 및 대안 우선순위 분석 본 연구는 중소기업 경영컨설팅에서 경영지도사와 AI의 효과적인 협업모델을 도출 하기 위해 협업 평가기준과 요소별 중요도 및 협업모델의 우선순위를 분석하였다. 이를 위해 SERVPERF, KS-SQI 등 서비스품질 이론과 인간–AI 협업 이론을 통합하여 제1계층 4개 평가기준과 제2계층 12개 평가요소, 제3계층 4개의 협업모델을 포함한 AHP 모형을 설계하였다. 총 49명의 경영지도사를 대상으로 AHP 조사를 실시하고, 일관성 비율을 충족한 11건을 분석에 활용하였다. 분석 결과, 제1계층에서는 ‘수용 성&설명가능성’이 가장 중요한 평가기준으로 나타났고, 제2계층에서는 ‘고객 신뢰’, ‘정확성’, ‘구조화/반복성’이 상위 평가요소로 도출되었다. 이는 협업 과정에서 신뢰 기반 요인과 데이터 정확성이 우선적으로 고려되어야 함을 의미한다. 대안 비교에 서는 대부분의 평가요소에서 ‘AI주도+인간검증’이 가장 적합한 것으로 평가되었다. 본 연구는 경영컨설팅에서의 인간–AI 역할 분담에 대한 정량적 근거를 제시함으로 써 중소기업 컨설팅에서 AI 활용 기준과 협업 프레임워크 수립에 학문적, 실무적, 정책적 시사점을 제공한다. 주제어:생성형AI, AI, 경영컨설팅, 중소기업, 컨설턴트, 경영지도사, 인간–AI 협업, AHP기법

목차 (Table of Contents)

• 제1장. 서론 1
• 1.연구의 배경 및 필요성 1
• 2.연구의 목적 및 기대효과 4
• 제2장. 이론적 배경 5
• 1.경영컨설팅의 개념과 성과측정 5
• 2.경영지도사 제도 9
• 3.AI-인간 협업모델 12
• 4.AHP 기법 17
• 제3장. 연구모형 22
• 1.연구의 모형 22
• 2.제1계층: 평가기준 22
• 3.제2계층: 평가요소 23
• 4.제3계층: AI-경영지도사 협업모델 25
• 제4장. 실증분석 및 결과 28
• 1.데이터의 수집 28
• 2.분석 절차 29
• 3.분석 결과 29
• 4.추가 검토 41
• 제5장. 결론 47
• 1.연구의 요약 47
• 2.연구의 기여 및 시사점 48
• 3.연구의 한계 및 향후 연구과제 49
• 참고문헌 51
• Abstract 55
• Appendix. 설문지 56