디지털 인력의 가치를 형성하는 경영진의 결정

ESG

by JCNC
Mar 8. 2026

Executive decisions shaping the value of the digital workforce


From value creation, operational impact, token economics, and rethinking work-executives have a bigger role to play than they


Deloitte

디지털 인력의 가치를 형성하는 경영진의 결정

가치 창출, 운영 영향, 토큰 경제, 업무 방식 재고 등 경영진은 예상보다 훨씬 더 큰 역할을 수행해야 합니다.


이 보고서는 기업이 에이전틱 AI(Agentic AI) 를 단순한 기술 도입 과제가 아니라, 경영진 전체가 함께 설계해야 하는 기업가치 창출 과제로 봐야 한다는 점을 강조한다. 


1. 보고서 개요


이 보고서의 핵심 문제의식은 매우 분명하다. 최근 AI 기능은 매우 빠른 속도로 발전하고 있지만, 기업의 실제 도입과 확산 속도는 그에 비해 느리다는 점이다. 많은 조직이 실험 단계는 진행하고 있으나, 이를 실질적인 성과와 기업 전반의 영향력으로 연결하는 데 어려움을 겪고 있다.


Deloitte는 그 이유를 단순한 기술 미성숙이 아니라, 리더십의 문제로 본다. 즉, 에이전틱 AI는 기술적으로는 이미 준비되어 있지만, 대부분의 조직은 이를 파일럿이나 단순 사용사례를 넘어서는 수준으로 활성화하지 못하고 있으며, 그 차이를 만드는 것은 결국 최고경영진의 이해와 의사결정이라는 것이다. 


보고서는 특히 C-레벨 경영진이 단순히 예산을 승인하거나 후원하는 수준을 넘어, 다음과 같은 세 가지를 이해하고 직접 이끌어야 한다고 본다.


첫째, 에이전틱 AI의 경제학을 이해해야 한다.

둘째, 소프트웨어·인프라·모델 선택에 대해 전략적 결정을 내려야 한다.

셋째, 업무가 수행되는 방식 자체를 다시 설계해야 한다. 


즉, 이 보고서는 “AI를 도입할 것인가”가 아니라, “AI를 어떤 경제 구조와 어떤 조직 설계 안에서 확장할 것인가”를 최고경영진의 핵심 과제로 제시한다. 


⸻


2. 에이전틱 AI가 주목받는 이유


보고서에 따르면, 에이전틱 AI는 단순한 생성형 AI를 넘어 추론하고, 의사결정하고, 행동을 수행하는 디지털 노동력(digital workforce) 으로 이해된다. 이는 고객 응대, 운영 병목, 비용 증가, 성장 제약 등 인간 조직이 겪는 여러 문제를 완화할 수 있는 잠재력을 가진다. 기업 입장에서는 생산성 향상뿐 아니라, 새로운 성장기회 창출 수단으로도 의미가 크다. 


보고서는 Deloitte의 2025년 Tech Value Survey를 인용하며, 향후 3년 내에 많은 리더들이 AI 자동화에서 투자수익률(ROI)을 기대하고 있다고 설명한다. 특히 에이전틱 AI는 아직 초기 도입 단계이지만, 기업들은 향후 수년 내에 유의미하고 측정 가능한 투자성과를 볼 수 있다고 인식하고 있다. 페이지 4의 도표에 따르면, 에이전틱 AI에 대해 10%는 이미 유의미한 성과를 보고 있고, 21%는 1년 이내, 29%는 1~3년, 33%는 3~5년 내 성과를 예상하고 있다. 생성형 AI보다 즉시성은 다소 낮지만, 중기적 기대치는 상당히 높게 형성되어 있다. 


이 말은 곧, 기업들이 에이전틱 AI를 단기 유행으로 보지 않고 중장기 경쟁우위를 좌우할 구조적 기술로 인식하고 있음을 뜻한다. 


⸻


3. 이 보고서의 가장 중요한 개념: 토큰 기반 경제학(token-based economics)


이 보고서의 핵심 차별점은 에이전틱 AI를 단순한 기술이 아니라 새로운 비용 구조를 가진 노동체계로 설명한다는 데 있다. 보고서는 AI 에이전트를 “디지털 노동자”라고 표현한다. 이들은 인간 노동자보다 훨씬 저렴할 수 있지만, 공짜가 아니다. 이들의 작업은 토큰(token) 으로 계산되고, 토큰은 곧 AI 작업량의 단위이자 비용 단위가 된다. 


즉, 에이전틱 AI에서는 비용이 전통적 IT 투자처럼 일회성 도입비용 중심이 아니라, 사용량에 따라 지속적으로 변동하는 운영비용 구조를 가진다. 여기서 중요한 점은, 기업이 에이전트를 많이 활용할수록 비용이 선형적으로만 늘어나는 것이 아니라, 업무 복잡도·추론 깊이·프롬프트 구조·메모리 사용·모델 종류·인프라 방식 등에 따라 비용이 크게 달라진다는 점이다. 페이지 5는 토큰 비용의 주요 동인을 세 범주로 정리한다. 


3-1. 토큰 비용의 3대 동인


1) 인프라 효율성(Infrastructure efficiency)

• 컴퓨팅(Compute)

• 저장(Storage)

• 네트워킹(Networking)

• 에너지(Energy)


2) 에이전트 설계(Agent design)

• 추론 깊이(Reasoning depth)

• 프롬프트 구조(Prompt structure)

• 메모리(Memory)


3) 호스팅 모델(Hosting models)

• 온프레미스(On-premises)

• 클라우드(Cloud)

• API 접근(API access) 


이 구조는 매우 중요하다. 왜냐하면 기업이 어떤 모델을 선택하는지, 프롬프트를 얼마나 비효율적으로 설계하는지, 범용 클라우드 위에서 돌리는지 혹은 전용 인프라를 갖추는지에 따라, 같은 업무라도 토큰 소비와 비용이 크게 달라질 수 있기 때문이다. 


⸻


4. 왜 에이전틱 AI 비용은 예측하기 어려운가


보고서는 인간 노동력 확대와 에이전틱 AI 확대의 차이를 명확히 설명한다. 예를 들어, 지금은 하나의 AI 에이전트가 고객 이메일을 작성하는 수준일 수 있지만, 가까운 미래에는 여러 에이전트가 인간 감독 하에 협업하면서 고객경험의 전 과정을 처리하는 디지털 팀이 될 수 있다. 문제는 이 디지털 팀이 고정적인 인건비 구조가 아니라, 업무량과 난이도에 따라 하루 중에도 탄력적으로 증감한다는 것이다. 


즉, 인간 조직은 인력 수와 급여가 비교적 예측 가능하지만, 디지털 노동력은 수요에 따라 실시간으로 확장되고 축소되며 그만큼 토큰 비용도 변동한다. Deloitte는 이러한 구조를 CFO가 받아들이기 어려운 “변동성 높은 비용 항목”으로 설명한다. 그래서 토큰은 단순한 기술 용어가 아니라, 기업 재무제표에 새롭게 등장하는 비용 라인 아이템으로 관리되어야 한다고 본다. 


또한 보고서는 토큰 단가가 낮아지는 것만으로 안심해서는 안 된다고 본다. 에이전트가 확산될수록 총소비량이 훨씬 더 빠르게 늘 수 있기 때문이다. 페이지 5에서는 이를 제번스의 역설(Jevons’ Paradox) 과 연결해 설명한다. 즉, 효율이 좋아질수록 사용량이 더 급증해 총비용이 오히려 증가할 수 있다는 것이다. 


페이지 6에서는 이 현상을 더 강하게 보여준다. NVIDIA는 AI 컴퓨팅이 10억 배 증가할 것이라고 전망했고, Google은 현재 월 1.3 quadrillion tokens를 처리한다고 소개한다. 보고서는 AI 도입이 아직 초기 단계임을 감안할 때, 토큰 소비와 비용 문제는 앞으로 더 커질 가능성이 높다고 본다. 


⸻


5. 에이전틱 AI 투자에서 오늘의 결정이 왜 중요한가


보고서는 에이전틱 AI가 일반적 기술투자와 다른 이유를 두 가지로 설명한다. 


첫째, 미래 가치가 현재보다 훨씬 커질 가능성이 높다


오늘 투자하는 에이전틱 AI는 현재 기능만을 위한 것이 아니다. AI 혁신 속도가 매우 빠르기 때문에, 지금 도입한 시스템은 가까운 미래에 훨씬 더 강력한 기능과 가치를 낼 수 있다. 따라서 기업은 지금의 파일럿 성과만이 아니라, 앞으로 기능이 확장될 것을 전제로 한 유연한 설계를 해야 한다. 보고서는 프로그램이 반복적(iterative)이어야 하며, 기술 선택도 유연성을 확보해야 한다고 강조한다. 


둘째, 오늘의 아키텍처 선택이 미래 비용 구조를 크게 바꾼다


GPU 인프라, 모델 선택, 아키텍처, 프롬프트 방식 등 오늘의 선택은 파일럿 단계에서는 크게 보이지 않을 수 있지만, 전사 확산이 시작되면 비용 차이가 급격히 벌어진다. 예컨대, 고가 모델과 장황한 프롬프트, 범용 클라우드를 선택하면 전사 확장 시 토큰 비용이 크게 치솟을 수 있다. 반대로 모델 선택 최적화, 전용 GPU 인프라, 효율적 프롬프트 설계를 미리 하면 규모가 커져도 가격 예측성과 수익성이 유지될 수 있다. 


즉, 에이전틱 AI는 “작게 시작해서 나중에 생각해도 되는 기술”이 아니라, 작게 시작하더라도 처음부터 확장 비용을 고려해야 하는 기술이라는 것이 보고서의 메시지다. 


⸻


6. 2028년까지 예상되는 에이전틱 AI 진화 방향


페이지 8의 표는 2025년 대비 2028년에 에이전틱 AI가 어떻게 발전할지를 보여준다. 이는 단순 전망이 아니라, 기업이 지금 무엇을 준비해야 하는지를 알려주는 전략적 프레임으로 볼 수 있다. 


6-1. 자율성과 의사결정


2025년에는 인간이 개입하고 규칙에 묶인 선택이 주류이지만, 2028년에는 AI가 훨씬 더 자율적으로 선제적 결정을 내리고, 인간의 역할은 검토자와 감독자로 이동할 것으로 본다. 


6-2. 추론과 계획


현재는 구조화된 문제와 단기 계획에 강하지만, 앞으로는 모호한 상황에서도 전략적·실시간 적응형 계획이 가능해질 것으로 전망한다. 


6-3. 자연어 이해


지금은 문맥 인식형 채팅과 명령 처리 수준이지만, 향후에는 미묘한 뉘앙스와 다국어를 포함한 거의 인간 수준의 이해력으로 발전할 것으로 본다. 


6-4. 업무 복잡성 및 실행


현재는 반복적이고 규칙 기반 업무를 자동화하지만, 2028년에는 정의된 목표나 결과를 중심으로 종속관계를 가진 복합적 다단계 워크플로우를 오케스트레이션할 수 있을 것으로 본다. 


6-5. 멀티에이전트 시스템


초기에는 LangGraph 같은 구조적 프레임워크 내 소규모 협업 수준이지만, 이후에는 전문화된 기술을 가진 다수의 에이전트가 인간 팀처럼 협업하는 체계가 널리 확산될 것으로 예상한다. 


6-6. 통합과 확산


현재는 고객서비스나 IT헬프데스크 등 일부 포인트 솔루션 위주지만, 향후에는 로우코드·노코드 통합능력을 기반으로 전사적 적용이 가능해질 것으로 본다. 


이러한 변화는 결국, 기업이 지금 고려해야 할 가치가 단순 자동화가 아니라 성장, 품질, 속도, 고객만족, 조직재설계까지 포함한다는 뜻이다. 페이지 9는 에이전틱 AI의 가치로 비용절감, 생산성, 성장, 인력전환, 품질, 가치실현 속도, 고객만족을 제시한다. 


⸻


7. C-스위트 전체의 책임


페이지 10은 에이전틱 AI를 “안전하고 지속가능한 가치”로 연결하려면 C-스위트 전체의 새로운 사고와 조정이 필요하다고 말한다. 각 임원은 고유한 역할을 가지며, 에이전틱 AI를 재무적으로 책임 있게, 인간 역할과 기대에 부합하게, 그리고 더 강한 성과를 내는 방식으로 확장시켜야 한다. 


이 부분은 보고서의 핵심이다. 즉, AI는 CIO만의 일이 아니며, CEO·COO·CHRO·CFO·CRO가 각자 다른 질문을 던지고 다른 통제를 설계해야 한다는 것이다. 


⸻


8. CEO가 알아야 할 것


보고서에 따르면 CEO는 에이전틱 AI를 단순 기술선택으로 취급해서는 안 된다. AI와 AI 에이전트는 기업 전체의 업무 방식, 기능 구조, 조직 운영, 대외 신뢰를 바꾸는 변혁적 요소이므로, CEO가 직접 기업의 AI 야망(AI Ambition)을 정의하고 이끌어야 한다. 


CEO의 핵심 역할은 다음과 같다.

• 조직의 AI 및 에이전틱 전환 아젠다를 설정하고 주도하기

• 전략, 주요 기술 결정, 조직 의사결정을 감독하기

• 이사회, 임직원, 시장 이해관계자를 비전에 맞춰 동원하기

• 브랜드 리스크, 신뢰, 직원 만족, 고객 만족을 손상시키지 않도록 하향식 의사결정을 조율하기 


CEO가 던져야 할 질문도 중요하다. 예를 들면,

우리의 AI 전략은 어떤 더 큰 야망을 실현하려는가?

AI의 영향을 극대화하면서 위험은 어떻게 최소화할 것인가?

인간과 디지털 노동력의 결합을 어떻게 관리할 것인가?

시장에 AI 활용과 그 성과를 어떻게 설명할 것인가?

무엇이 실질 기술이고 무엇이 과장된 유행인가?

어떤 AI 의사결정은 중복지출과 위험을 막기 위해 중앙에서 한 번만 내려야 하는가? 와 같은 질문이다. 


정리하면 CEO는 기술 승인자가 아니라, AI 전환의 방향과 정당성을 만드는 최고 설계자다. 


⸻


9. COO가 알아야 할 것


COO는 에이전틱 AI 배치를 실제 운영 변혁과 연결하고, 투자 대비 가치가 실제로 나오고 있는지를 추적해야 한다. 즉, COO의 역할은 “AI를 어디에 붙일까”가 아니라, 어떤 운영 프로세스를 다시 설계하면 실질 ROI가 나오는가를 판단하는 것이다. 


보고서는 COO가 다음을 수행해야 한다고 제시한다.

• 에이전틱 AI의 비용 동인을 이해하기

• 가치 기준에 따라 에이전트 배치를 우선순위화하기

• 토큰 사용량과 운영 KPI를 모니터링하는 체계를 구축하기

• 기술을 기업 전략과 정렬시키고, 디지털·에이전틱 전환을 가능하게 할 조직역량을 구축하기 


COO의 핵심 질문은 다음과 같다.

우리 조직에서 AI의 예상 영향은 무엇인가?

현재 프로세스에 AI를 얹고 있는가, 아니면 에이전트 중심으로 운영을 다시 생각하고 있는가?

의미 있는 ROI 개선이 가능한 프로세스는 어디인가?

에이전트의 변동비를 어떻게 더 예측 가능하고 관리 가능하게 만들 것인가?

구축비용과 운영비용의 시간 경과상 균형은 어떠한가? 


즉 COO는 프로세스 혁신과 가치실현의 총괄자라고 볼 수 있다. 


⸻


10. CIO·CTO가 알아야 할 것


보고서에서 CIO와 CTO는 가장 실무적인 동시에 가장 전략적인 역할을 맡는다. 이들은 인프라, 에이전트 구축, 유지관리, 플랫폼 설계, 모델 선택, GPU 전략까지 포함하는 풀스택 책임자다. 


핵심 과제는 다음과 같다.

• 에이전트가 ERP·CRM 같은 기존 엔터프라이즈 소프트웨어 안에서 작동할지, 커스텀 에이전트 시스템으로 갈지 결정

• 멀티에이전트 시스템을 어떻게 오케스트레이션·모니터링·통제할지 결정

• 어떤 컴퓨팅 역량과 GPU 인프라가 필요한지 결정

• 고정확도 고비용 모델과 저비용 소형모델의 적절한 조합을 설계

• 유연성과 상호운용성을 확보하여 벤더 종속을 피함

• 빠르게 바뀌는 기술환경 속에서 완벽주의보다 진전을 우선하면서도 잘못된 방향의 락인을 피함 


보고서는 CIO·CTO에게 다음을 조언한다.

멈춰 서서 분석만 하는 것은 선택지가 아니다.

AI 환경을 계속 학습하지 않으면 전략을 실행할 수 없다.

벤더 가격정책, 특히 사용량 기반 과금과 번들 라이선스 포함 범위를 투명하게 요구해야 한다.

유연성을 우선시해 벤더 락인을 피해야 한다.

기술이 급변하는 환경에 맞는 로드맵을 만들어야 한다. 


이들이 던져야 할 질문도 매우 실질적이다.

조직 안에 AI 아젠다를 수행할 역량과 인력이 충분한가?

제휴와 파트너십 전략은 어떻게 바뀌어야 하는가?

무엇을 직접 만들고 무엇을 구매할 것인가?

SDLC는 얼마나 자동화할 수 있는가?

단기·중기·장기 GPU 계획은 무엇인가?

중앙화된 공용 기능과 사업부 특화 도구 간 균형은 적절한가?

팀들이 공유도구를 재사용하게 만들어 중복 에이전트 구축과 중복 런코스트를 줄일 수 있는가? 


즉 CIO·CTO는 기술선택자이면서 동시에 비용구조 설계자다. 


⸻


11. CHRO가 알아야 할 것


에이전틱 AI가 확대될수록 변화는 기술보다 오히려 일과 조직, 인재에서 더 크게 나타난다. 보고서는 CHRO가 인간과 에이전트가 함께 일하는 미래 조직을 설계하는 핵심 리더라고 본다. 


CHRO의 주요 역할은 다음과 같다.

• 인간-에이전틱 결합 인력전략 수립

• AI 리터러시와 도입 프로그램 개발

• 비공식·무단 AI 사용, 즉 ‘쉐도우 AI’를 막기 위한 거버넌스 내재화

• 인간-에이전틱 혼합 조직을 이끌 수 있는 리더 양성

• 역할 재설계, 재교육, 리스킬링을 포함한 조직전환 주도 


CHRO가 던져야 할 질문은 다음과 같다.

우리의 인간+에이전틱 노동력은 어떤 크기와 형태, 구성인가?

향후 3~5년 동안 운영모델과 조직설계는 어떻게 바뀌어야 하는가?

인간 팀의 몰입과 성과를 어떻게 유지할 것인가?

조직문화는 어떻게 바뀌어야 하는가?

성과지표와 인센티브 구조는 어떻게 조정할 것인가?

팀의 AI 채택을 어떻게 촉진할 것인가? 


즉, CHRO의 과제는 단순 교육이 아니라 “인간과 디지털 노동자가 공존하는 조직 운영체계” 를 만드는 것이다. 


⸻


12. CFO가 알아야 할 것


보고서는 CFO 역할을 매우 중요하게 다룬다. 전통적 IT 예산관리 방식은 에이전틱 AI에 잘 맞지 않기 때문이다. CFO는 CIO와 긴밀히 협의하며 토큰 경제학을 이해해야 하고, 단순히 비용 상한만 두는 것이 아니라 지출과 가치의 균형 프레임을 만들어야 한다. 


CFO의 주요 과제는 다음과 같다.

• 토큰 소비를 새로운 비용 항목으로 반영하기

• 토큰 단위원가 목표와 한도 설정

• 토큰을 포함한 프로젝트 가치 추적

• 토큰 소비 추적 및 수요예측 역량 구축

• 지속가능한 AI 투자와 예산 초과 방지를 위한 ROI 기준 설정 


CFO가 던져야 할 질문은 매우 구체적이다.

우리의 AI 투자는 야망 수준별로 적절히 분산돼 있는가?

AI 역량의 예상 영향과 투자계획은 정렬돼 있는가?

언제 자체 GPU 인프라 투자 검토가 필요한가?

디지털 노동자의 비용과 효율을 어떻게 추적할 것인가?

토큰 소비를 어떻게 예측하고 ROI 기대와 연결할 것인가?

사용량과 함께 증가하는 비용과 고정비는 각각 무엇이며, 지출 상한은 어디인가?

표준 작업을 완료하는 에이전트의 목표 단위원가는 얼마인가?

어떤 아키텍처 결정이 그 숫자에 가장 큰 영향을 주는가?

AI 확산 시 비용 폭주를 막기 위해 어떤 재무통제가 필요한가? 


정리하면 CFO는 비용 억제자가 아니라, 가치창출이 가능한 범위 안에서 비용 통제체계를 설계하는 사람이다. 


⸻


13. CRO가 알아야 할 것


에이전틱 AI는 새로운 위험을 만든다. 보고서는 CRO가 조직 전체의 위험 허용수준에 맞춰 거버넌스, 통제, 제3자 계약, 개인정보·규제 대응을 정렬해야 한다고 본다. 


주요 역할은 다음과 같다.

• AI와 에이전틱 시스템에 대한 전사 위험 허용범위 정의

• 명확한 거버넌스 설정, 여기에는 토큰 소비에 대한 가이드도 포함

• AI 도입용 리스크 프레임워크 구축

• 토큰 경제 변동성 모니터링

• 규제 동향 추적 및 규제 대응

• 보안을 설계 단계에서부터 내재화(Security by design) 


CRO가 던져야 할 질문은 다음과 같다.

현재 및 새로 등장하는 AI 규제에 맞춰 계약, 거버넌스, 개인정보 보호장치가 정렬돼 있는가?

토큰 기반 가격 구조 하에서 AI 워크로드 확장 시 규정 준수를 어떻게 보장할 것인가?

각 영역에서 에이전트에 어느 수준의 자율성을 허용할 것인가?

에이전트의 의사결정을 허용하기 전에 어떤 승인과 통제가 필요한가?

토큰 경제가 진화할 때 벤더 락인 위험을 줄이기 위해 종료전략(exit strategy)이 계약에 포함되어 있는가? 


즉 CRO는 AI 리스크를 막는 사람이 아니라, 조직이 감당 가능한 범위 안에서 안전하게 확장하게 만드는 사람이다. 


⸻


14. 결론: 비용관리만으로는 실패하고, 가치와 비용을 함께 봐야 한다


보고서의 마지막 메시지는 명확하다. 에이전틱 AI를 단순 비용절감 프로젝트로 접근하는 것은 실수다. 에이전틱 AI는 본질적으로 기업가치 창출 수단이며, 모든 논의는 가치창출 관점에서 시작되어야 한다. 그러나 동시에 토큰 소비의 메커니즘과 손익에 미치는 영향을 분명히 이해해야 한다. 즉, 가치와 비용의 양면을 동시에 보는 경영진만이 인간과 에이전트가 함께 일하는 지속가능한 조직을 만들 수 있다는 것이다. 


보고서는 전략적 토큰 경제 관리, 조직별 책임, 기술선택이 모두 지속가능한 확장의 핵심이라고 본다. 토큰 사용이 빨라지고 비용이 동적으로 변하는 환경에서, 경영진은 모델 선택, 인프라, 운영 배치 등 모든 의사결정을 직접 측정 가능한 사업가치로 연결해야 한다. 이를 위해 필요한 것은 사전기획, 지속적 거버넌스, 투명한 추적체계, 그리고 무엇보다 정보에 근거한 단호한 리더십이다. 


⸻


15. 종합 정리


이 보고서를 한 문장으로 요약하면 다음과 같다.


에이전틱 AI의 성패는 기술 자체보다, 최고경영진이 토큰 경제학·조직설계·리스크·인재전환을 통합적으로 다룰 수 있느냐에 달려 있다. 


조금 더 풀어서 정리하면 다음과 같다.


에이전틱 AI는 단순한 자동화가 아니라 디지털 노동력의 확장이다.

이 디지털 노동력은 토큰이라는 새로운 비용구조 위에서 작동한다.

따라서 기업은 AI를 많이 쓰는 것보다 어떻게 설계하고, 어디에 쓰고, 어떤 모델과 인프라를 선택하며, 인간 조직과 어떻게 결합할지를 더 중요하게 봐야 한다.

CEO는 방향을 설정하고, COO는 가치실현을 관리하며, CIO·CTO는 기술·비용 아키텍처를 설계하고, CHRO는 인간과 에이전트의 공존 구조를 설계하며, CFO는 단위원가와 ROI를 통제하고, CRO는 거버넌스와 규제 대응을 정렬해야 한다.

결국 에이전틱 AI는 특정 부서의 기술도입이 아니라 전사 차원의 경영혁신 과제라는 것이 이 보고서의 핵심 결론이다.


Source :

Deloitte, Executive decisions shaping the value of the digital workforce (2026).


#jcncchatesgx

#지속가능성보고연구소

#공공기관esg경영

#esg창업

#지속가능성보고

#기술창업

#제이씨앤컴퍼니

#ESG보고서

#기후테크

#ESG
keyword