AI로 성과를 만드는 기업의 5가지 원칙
BCG 리포트가 말하는 'Future-built' 기업의 비밀
앞서 정리했던 맥킨지 보고서와 마찬가지로 아직까지 AI를 활용해 고성과를 내고 있는 기업의 비중은 소수에 불과하다. 여유 부릴 일은 아니겠지만 여전히 기회가 있다는 뜻이다.
두 컨설팅 보고서의 공통점은 AI 도입률 자체는 높지만, 대다수의 기업(BCG 기준 60%)이 여전히 실험이나 파일럿 단계를 벗어나지 못하고 있다는 진단에서 시작한다. 반면, 상위 5~6%의 소수 엘리트 그룹('Future-built')만이 AI의 가치를 독점하며 격차를 벌리고 있다. 이들 선두 기업은 AI를 단순한 비용 절감 수단이 아닌, '성장'과 '혁신'의 핵심 동력으로 삼는다. 그리고 이 목표를 달성하기 위해 기술 도입에 그치는 것이 아니라, AI가 제대로 작동할 수 있도록 기존의 일하는 방식, 즉 '워크플로우'를 근본적으로 재설계한다는 공통점을 보인다. BCG 보고서에서는 여기에서 한 발 더 나아가 AI 프런티어 기업들의 다섯 가지 실행전략(Playbook)을 다음과 같이 제시하고 있다.
1. 다년간의 전략적 AI 목표 추구
: 최고 경영진(C-suite)이 100% 참여하고 후원하는 하향식 다년 비전 수립
2. 영향력을 동반한 재편 및 발명
: 단순 자동화를 넘어, 가치의 70%가 집중된 핵심 비즈니스 워크플로우를 전면 재설계하고 재창조
3. AI 우선 운영 모델 채택
: 특히 IT와 비즈니스 부서 간의 공동 소유권을 확립하고 , 인간과 AI의 협업을 전제로 조직을 재구성
4. 필요한 인재 확보 및 활성화
: 내부 인력의 50% 이상을 대상으로 하는 광범위한 업스킬링 포함, 공격적으로 인재를 확보하고 훈련
5. 목적에 맞는 기술 및 데이터 활용
: 중앙 AI 플랫폼과 전사적으로 통합된 단일 데이터 모델을 구축하여 AI 배포의 기반 마련
비즈니스 영역의 모든 주제가 그렇든 언제나 말은 쉽다. 내일 아침이면 또 다른 기술이 추가되어 여러 AI 관련 오픈채팅들이 또 다양한 내용들을 공유하고 있을 것이다. 보고 자료에 한 자 한 자 예쁘고 멋있게 담아내려는 노력을 할 시간에 빠른 실행과 방향 수정이 필요하다. 단, 기술이 모든 것을 해결해 주리라 하는 환상은 잠시 접어두고 우리 회사와 조직이 몸담은 시장과 비즈니스에 대한 이해와 그간의 경험을 살려서 일희일비하지 않고 우직하게 도전할 필요가 있어 보인다.
https://www.bcg.com/publications/2025/are-you-generating-value-from-ai-the-widening-gap?utm_source=search&utm_medium=cpc&utm_campaign=ai&utm_description=paid&utm_topic=none&utm_geo=global&utm_content=dsa_ai-widening-gap&gclsrc=aw.ds&gad_source=1&gad_campaignid=22310720085&gbraid=0AAAAACKyBhpuMApIasbnpL9lswRMcOD8K&gclid=CjwKCAiAlMHIBhAcEiwAZhZBUnTgjTcyg51X1Rv7JIsoVoHr5tOclu4wNSahKZbIWIKzCHqobFb9DBoCDv8QAvD_BwE
1. 이 연구를 3줄로 요약하면?
AI로부터 실질적인 가치를 창출하는 기업은 5%에 불과하며, 이들 'future-built' 기업과 60%에 달하는 'laggards' 기업 간의 'AI 가치 격차(AI value gap)'는 점점 더 벌어지고 있다. 이 격차는 선두 기업들이 AI 성공을 통해 얻은 수익을 새로운 역량과 혁신에 재투자함으로써 발생한다. 뒤처진 기업들이 이 격차를 좁히기 위해서는 5%의 선두 기업이 따르는 입증된 5가지 전략적 플레이북을 시급히 도입해야 한다.
2. 저자는 왜 이 연구를 진행했는가?
이 연구는 AI 투자 대비 실제 가치를 창출하고 있는지에 대한 CEO, 이사회, 투자자들의 질문에 답하기 위해 진행되었다. 대부분의 기업(60%)이 상당한 투자에도 불구하고 실질적인 성과를 거두지 못하는 반면, 상위 5%의 기업은 AI를 통해 상당한 재무적 가치를 창출하고 있음을 실증적 데이터로 입증한다. 저자들은 이 상위 5% 기업의 성공 전략(플레이북)을 분석하여, 나머지 95%의 기업이 AI 성숙도를 높이고 가치를 창출할 수 있는 로드맵을 제공하고자 한다.
3. 이 연구에서 중요하게 다뤄진 개념은?
Future-built 기업 (Future-built companies): AI 혁신의 최전선에서 체계적으로 역량을 구축하여 지속적으로 상당한 가치를 창출하는 상위 5%의 기업을 의미한다.
Laggards (뒤처진 기업): AI 도입을 위한 기본 역량이 부족하거나(Stagnating, 14%), 초기 실험 후 확장 및 가치 창출에 어려움을 겪는(Emerging, 46%) 기업군을 통칭하며, 전체의 60%를 차지한다.
AI 가치 격차 (AI Value Gap): 'Future-built' 기업과 'Laggards' 기업 간에 발생하는 성과 차이를 말하며, 이 격차는 선두 기업의 재투자로 인해 점점 더 확대되고 있다.
에이전트 AI (Agentic AI): 예측 AI와 생성형 AI를 결합하여 자율적으로 추론, 학습, 행동하는 AI 모델이다. 이는 가치 격차를 가속화하는 가장 큰 요인으로 분석된다.
5가지 핵심 전략 (Five Strategies): 'Future-built' 기업이 가치를 창출하기 위해 실행하는 5가지 상호 연관된 전략(전략적 목표, 워크플로우 혁신, AI 우선 운영 모델, 인재 확보, 맞춤형 기술/데이터)을 의미한다.
4. 저자는 어떤 방법을 사용했는가?
저자들(BCG)은 'Build for the Future 2025 Global Study'를 수행했다. 이 연구는 25개 이상 부문, 68개국의 1,250명의 CxO 및 고위 임원을 대상으로 한 설문조사를 기반으로 한다. AI 성숙도는 41개의 기본 역량을 기준으로 4단계(Stagnating, Emerging, Scaling, Future-built)로 측정되었다. 또한, CapitalIQ 및 Orbis의 외부 재무 데이터를(TSR, EBIT 등) 활용하여 AI 성숙도와 기업 성과 간의 관계를 분석했다.
5. 연구의 결과는?
전체 기업의 5%만이 AI를 통해 실질적 가치를 창출하는 'Future-built' 단계에 도달했다 (2024년 4%에서 소폭 증가).
60%의 기업(Stagnating 14%, Emerging 46%)은 여전히 'Laggards'로 분류되며, AI로부터 거의 가치를 얻지 못하고 있다.
'Future-built' 기업은 'Laggards' 대비 1.7배의 매출 성장, 1.6배의 EBIT 마진, 3.6배의 3년 TSR(총 주주수익률)을 기록하며 월등한 성과를 보인다.
이 격차는 '선순환 구조'를 통해 확대된다. 'Future-built' 기업은 'Laggards' 대비 AI에 120% 더 많이 투자하며, 이는 더 큰 성과로 이어진다.
AI 가치의 70%는 R&D, 영업/마케팅, 제조 등 핵심 비즈니스 기능에서 발생한다.
'에이전트 AI(Agentic AI)'가 가치 창출의 핵심 동력으로 부상하고 있으며, 2025년 기준 전체 AI 가치의 17%를 차지하고 2028년에는 29%에 이를 것으로 예상된다.
1. AI로부터 가치를 창출하고 있는가? (Are You Generating Value from Al?)
CEO, 이사회, 투자자들은 AI 투자 대비 얼마나 많은 가치가 창출되고 있는지에 대해 점점 더 많이 질문하고 있으며, 그 대답은 종종 고무적이지 않다. BCG의 2025년 연구(전 세계 1,250개 이상 기업 대상)는 단 5%의 기업만이 'AI 가치 규모화(AI value at scale)'를 달성하고 있음을 실증적으로 증명한다. 이는 완전한 AI 트랜스포메이션이 얼마나 어려운지를 보여준다.
반면, 전체 기업의 60%는 상당한 투자에도 불구하고 최소한의 수익 및 비용 성과만을 보고하며 실질적인 가치를 거의 얻지 못하고 있다. 나머지 35%의 기업(2024년 대비 13% p 증가)은 노력을 확장하며 일부 성과를 보고 있으나, 많은 경우 충분히 빠르거나 멀리 나아가지 못하고 있다고 인정한다.
핵심 역량 (Critical Capabilities)
이러한 차이는 상위 5%의 '미래 지향적 기업(future-built)'이 가진 핵심 역량에서 비롯된다. 이들은 AI를 단순한 효율성 증대뿐만 아니라 혁신과 재창조의 수준에서 작동시키는 데 필요한 역량을 갖추고 있다.
이들 기업은 경쟁사를 압도할 뿐만 아니라, 초기의 AI 성공에서 얻은 수익을 새로운 역량, 도구, 혁신에 재투자함으로써 '가치 격차(value gap)'를 만들고 그 격차를 더욱 벌리고 있다. 이들은 자동화나 생산성 향상을 훨씬 뛰어넘는 단계적 변화를 목표로 하며, 더 나은 의사결정과 더 빠르고 효율적인 행동을 촉진함으로써 가치 창출에 변혁적인 효과를 달성한다.
이러한 변화는 과거의 디지털 혁신보다 훨씬 빠르게 일어나고 있으며, 특히 '에이전트 AI(Agentic AI)'는 이러한 가치 격차를 가속하는 가장 큰 요인으로 지목된다. 에이전트 AI는 예측 및 생성형 AI를 결합하여 자율적으로 추론, 학습, 행동한다. 2024년에는 거의 언급되지 않았던 에이전트 AI는 2025년 현재 전체 AI 가치의 17%를 차지하며, 2028년에는 29%에 이를 것으로 예상된다.
미래 지향적 전략 (Future-Built Strategies)
'미래 지향적 기업'은 5가지 상호 연관된 전략을 통해 차별화된다.
명확한 비전과 리더십: 강력한 리더십과 명확하고 야심 찬 비전에서 시작한다. 이들은 하향식 다년(multiyear) 의제를 추진하고, 최고 경영진으로부터 야심 찬 비용 및 수익 목표를 설정하며, 단기적인 성과 개선을 요구한다.
워크플로우의 재편 및 발명: 단순한 자동화를 넘어 기존 워크플로우를 재편하고 새로운 워크플로우를 발명한다. 이들은 생성형 AI와 에이전트 AI 같은 최신 기술을 우선시하여 새로운 수익원을 창출한다. 큰 가치는 파일럿이나 개별 사례가 아닌, 핵심 비즈니스 워크플로우를 전반적으로(end-to-end) 재편하는 데서 나온다.
AI 우선 운영 모델: 강력한 리더십, 분산된 실행, 비즈니스와 IT 간의 공동 소유권이 결합된 'AI 우선 운영 모델'을 채택하고 조직적 동의를 얻는다.
인재 확보 및 역량 강화: 필요한 업스킬링, 거버넌스, 파트너십을 통해 인간과 AI가 협업하는 하이브리드 워크플로우로 나아간다. 특히 내부 인력의 50% 이상을 대상으로 하는 광범위한 업스킬링을 통해 공격적으로 인재를 확보하거나 훈련시킨다.
맞춤형 기술 및 데이터 기반: 중앙 AI 플랫폼, 재사용 가능한 에이전트, 상호 운용 가능한 아키텍처, 신뢰할 수 있는 기업 데이터에 대한 통제된 접근을 활용하여 유연하고 모듈화 된 기술 스택과 데이터 기반을 구축한다.
이러한 선두 기업이 따르는 '플레이북(playbook)'은 명확하게 정의되어 있으며 누구나 활용할 수 있다. 하지만 나머지 95%의 기업, 특히 아무런 가치를 얻지 못하고 있는 60%의 기업은 이 강력한 디지털 혁신의 물결에서 뒤처지지 않기 위해 신속하게 움직여야 한다.
2. AI 가치 생성기들이 앞서나가다 (Al Value Generators Are Pulling Away)
AI의 궁극적인 목표는 비즈니스 가치 창출이다. 최근까지 이러한 가치는 불명확했고, 이로 인해 경영진은 AI의 중요성에 대해, 투자자들은 막대한 투자(2024년 2,500억 달러 이상)가 기업의 사용 확대로 이어져 성과를 낼 수 있을지에 대해 회의적이었다.
하지만 이 연구는 최고의 기업들에게 AI 가치는 달성 가능하며 실질적임을 보여준다. '미래 지향적 기업(Future-built)'은 이미 'laggards(stagnating 또는 emerging 기업군)'보다 1.7배 더 높은 매출 성장과 1.6배 더 높은 EBIT 마진을 생성하고 있다. 한 대형 유통업체의 경우, 지난 5년간 AI 이니셔티브 포트폴리오를 통해 수억 달러의 비용, 마진, 수익 효과를 창출했으며, 이는 현재 회사 EBITDA의 10% 이상을 차지한다.
확대되는 가치 격차 (The Expanding Value Gap)
AI 기반 가치는 시간이 지남에 따라 누적되며 복리 효과를 생성한다. 일찍 움직인 '미래 지향적 기업'은 재무 및 운영 전반에서 막대한 이점을 누리고 있으며, 이 성과 격차는 더욱 벌어지고 있다.
'미래 지향적 기업'은 2025년에 AI에 120% 더 많은 투자를 계획하고 있다. 구체적으로 이들은 'laggards' 대비 IT에 26% 더 많이 지출하고, IT 예산에서 AI가 차지하는 비중을 64% 더 높게 책정한다. 이러한 투자의 결과로, '미래 지향적 기업'은 AI를 적용하는 영역에서 'laggards'보다 2배의 매출 증가와 1.4배의 비용 절감을 기대한다.
이는 일부에게는 '선순환(virtuous cycle)'을, 다른 이들에게는 '악순환(vicious cycle)'을 생성한다. 'Laggards'는 초기 실험에는 성공했으나 확장과 가치 창출에 어려움을 겪는 'emerging' 기업(46%)과, 거의 아무런 조치도 취하지 않는 'stagnating' 기업(14%)을 합쳐 60%에 달한다. '미래 지향적 기업'이 AI를 통해 얻은 수익을 인력 및 기술 역량에 재투자하여 가치 창출을 가속화하는 반면, 'laggards'는 기본 역량이 부족하고 가치를 거의 생성하지 못해 뒤처지는 악순환에 갇힐 위험이 있다.
진척이 없는 주된 이유 중 하나는 최고 경영진의 의지 부족이다. 'Laggards'의 경영진은 명확한 가치 목표를 제시하지 못하고 AI를 중간 관리자에게 위임한다. 어떤 리더들은 고객 경험 저하와 같은 부정적 영향을 우려해 느리게 움직이고, 또 다른 리더들은 가치가 올 것이니 인내하라는 운영진의 말을 듣는다.
많은 기업이 가치를 창출할 수 있는 소수의 중요 기능이나 워크플로우에 집중하는 대신, 자원을 분산시켜 여러 복잡한 워크플로우를 실험하고 여기저기 자동화하는 데 그친다. 그 결과, 자원만 소모하고 조직화된 가치를 생성하지 못하는 단절된 이니셔티브만 확산된다. 근본적으로 너무 많은 기업이 AI를 '전략적 재창조(strategic reinvention)'가 아닌, 기존 작업을 조금 더 빠르고 낫게 하는 '점진적 개선'의 수단으로 접근하고 있다.
핵심에서의 가치 (Value from the Core)
AI로부터 발생하는 잠재적 가치의 70%는 영업 및 마케팅, 제조, 공급망, 가격 책정 등 핵심 비즈니스 기능에 집중되어 있다. R&D와 혁신만으로도 전체 잠재 가치의 15%를 차지한다. 이는 2024년 보고서에서 확인된 62%보다 증가한 수치이다.
가장 큰 예외는 IT 부문으로, AI 가치 비중이 2024년 대비 6% p 증가하여 2025년 13%에 달했다. 고객 중심 워크플로우와 IT 워크플로우는 이제 AI가 창출하는 인지된 이점의 50% 이상을 차지한다.
AI는 이미 여러 핵심 비즈니스 워크플로우에서 가시적인 가치를 창출하고 있다. 예를 들어, 에너지 기업의 45%는 AI 기반 인프라 모니터링 및 예측 유지보수 기능을 확장 또는 완전히 배포했으며, 이를 통해 관련 비용의 30%를 절감하고 있다. 생성형 AI는 비기술적 커뮤니케이션을 촉진하여 이러한 예측 AI의 광범위한 채택을 돕는다.
에이전트의 등장 (On Come Agents)
지난 12개월간 '에이전트 AI(Agentic AI)'의 등장은 AI의 비즈니스 연관성을 높이는 중대한 발전이다. 에이전트 AI는 예측 AI와 생성형 AI를 결합하여 전체 가치 사슬의 핵심 비즈니스 워크플로우에 적용된다.
이는 조달 기능의 단순 조정 업무부터 공급망 관리나 콜센터 인력 배치 같은 복잡한 워크플로우에 여러 에이전트를 통합하는 것까지 다양하다. 가장 성공적인 사례는 에이전트를 파일럿으로 고립시키는 것이 아니라, 전체 워크플로우에 걸쳐 내장(embedding)하는 것이다.
이러한 의미에서 AI 에이전트는 '디지털 워커(digital workers)'로 간주될 수 있다. 이들은 인간 작업자와 함께 또는 인간의 감독 하에 방대한 양의 데이터를 소화하고, 논리 및 추론 기능을 수행하며, 의사결정을 내리고 행동한다. 내부 피드백 루프를 통해 스스로 학습하고 결과를 개선한다.
3. 가치 생성기들이 다르게 접근하는 방식 (What Value Generators Do Differently)
연구에 따르면, 부문이나 규모와 관계없이 '미래 지향적 기업(future-built)'은 가치를 생성하고 이점을 확대하기 위해 'AI 우선 운영 모델'에 뿌리를 둔 잘 정의되고 입증된 플레이북을 따른다. 2024년 보고서에서 제시된 이 성공 공식은, 올바른 실행에 집중하는 기업의 가치 창출이 복리 효과로 나타난다는 것을 올해 연구 결과가 증명함에 따라 더욱 강조될 필요가 있다. 이 플레이북은 5가지 전략으로 구성된다.
공격적이고 다년간의 전략적 AI 목표를 가지고 최고 경영진이 주도한다.
가치 기반의 AI 구현 우선순위를 정하고 결과를 엄격히 추적하며, 현재 워크플로우를 재편하고 새로운 워크플로우를 발명한다.
인간과 기계의 협업에 기반한 AI 우선 운영 모델로 전환한다.
새로운 요구를 예측하고, 공급업체 생태계를 활용하며, 인력을 끈질기게 업스킬링 하고, 워크플로우를 변혁하여 필요한 인재를 확보하고 활성화한다.
목적에 맞는 기술 아키텍처와 데이터 기반을 구축한다.
1) 다년간의 전략적 AI 목표 추구
'미래 지향적 기업'은 AI를 이사회 및 CEO가 후원하는 프로그램으로 접근하여, 의제 수준을 고립된 실험이나 파일럿 이상으로 격상시킨다. 최고 경영진은 전반적인 비즈니스 목표를 명확한 실행 로드맵을 갖춘 다년간의, 완전한 자금이 지원되는 AI 비전으로 전환한다. '미래 지향적 기업'의 거의 100%가 C-레벨의 깊은 참여를 보고하는 반면, 'laggards'는 단 8%에 그친다.
주요 조직 원칙
공동 소유권 (Shared Ownership): 비즈니스 부서와 IT가 공동 소유권 모델을 가지며, 각 파트너는 명확한 의사결정권과 공동의 책임을 진다. '미래 지향적 기업'은 이 모델을 채택할 확률이 1.5배 더 높으며, 40% 이상(stagnating 기업 19%)이 AI 거버넌스에 공동 소유권을 명시적으로 포함시킨다.
하향식 장애물 제거 (Top-Down Removal of Roadblocks): 리더들은 인재 격차 해소, 책임감 있는 AI 구현, 기술 및 데이터 병목 현상 타파와 같은 시스템적 과제를 하향식 개입을 통해 해결한다. 이들은 'laggards' 대비 최고 AI 책임자(CAIO)를 임명할 확률이 3배, 최고 데이터 책임자(CDO)를 임명할 확률이 2배 더 높다.
가시적인 경영진 후원 (Visible Executive Sponsorship): 고위 경영진은 통합된 AI 비전을 명확히 밝히고, 전략적 우선순위로 자금을 지원하며, AI를 전략적 의사결정에 내재화하는 데 개인적으로 전념하고 있음을 보여준다. 거의 모든 C-레벨 리더가 일상 활동에서 AI를 적극적으로 사용하며, 이는 조직 전체의 채택을 위한 롤모델 역할을 한다.
한 주요 글로벌 은행은 AI가 직원 여정을 근본적으로 어떻게 재편할 수 있는지 보여주기 위해, HR 기능의 AI 우선 '그린필드(greenfield)' 혁신을 하향식 전략 프로그램으로 시범 운영했다. 이 은행은 고립된 프로세스 최적화가 아닌 'AI 우선' 렌즈로 HR 기능을 '채용부터 퇴직까지(hire to retire)' 전면적으로 재창조했다. 이 접근 방식은 HR 성과와 효율성을 크게 가속화할 것이며, 여기서 얻은 통찰은 다른 기능에도 적용될 수 있다.
2) 영향력을 동반한 재편 및 발명
'미래 지향적 기업'과 'scaling' 기업은 AI로 프로세스와 워크플로우를 자동화하는 것을 넘어, 기존 비즈니스를 재편(reshaping)하고 새로운 비즈니스를 발명(inventing)함으로써 가치를 창출한다. 이들은 컴퓨터가 시각 데이터를 분석하고 유용한 정보를 도출하게 하는 '비전 AI' 같은 다양한 형태의 기술로 업무 수행 방식을 재고한다. 이들 기업의 거의 90%가 AI 가치의 대부분이 비즈니스 프로세스의 재편과 발명에서 나올 것으로 예상한다.
예를 들어, 한 글로벌 물, 위생 및 지속가능성 솔루션 리더는 생성형 AI와 비전 AI를 기반으로 완전히 새로운 디지털 레스토랑 기술 비즈니스를 구축했다. 비전 AI 모델을 사용하여 레스토랑 주방 운영을 관찰하고, 서비스 속도, 노동 효율성, 주방 운영 최적화를 위한 명확하고 실행 가능한 가이드라인이 포함된 AI 기반 사후 조치 보고서를 생성했다. 이 기업은 10억~15억 달러의 시장 기회를 확인했으며, 5년 내 약 4억 달러의 수익을 목표로 하고 있다.
성공적인 기업들은 또한 재무적 또는 운영상 영향을 기준으로 AI 포트폴리오의 우선순위를 정하며, 이는 AI 배포 위치와 실제 영향(성과) 간의 강력한 일치로 이어진다. '미래 지향적 기업'의 이니셔티브 중 62%가 이미 배포된 반면, 'laggards'는 12%에 불과하다. 전반적으로 이들 기업은 9~12개월 만에 성과를 달성하여 더 빠른 '가치 실현 시간(time-to-impact)'을 보여준다.
한 소비재 기업은 데이터 기반 우선순위 지정 프로세스를 사용하여 마케팅 캠페인 개발을 간소화함으로써 글로벌 마케팅 기능의 효율성을 높이고 있다. AI를 유망한 워크플로우에 통합함으로써 콘텐츠 제작, 브랜드 기획, 보고에 소요되는 시간을 25%~40% 절감했으며, 캠페인 활성화 속도를 두 배로 높였다.
'미래 지향적 기업'의 60% 이상이 AI 가치를 엄격하게 추적하는 반면, 'stagnating' 기업은 17%만이 그렇게 한다.
3) AI 우선 운영 모델 채택
'미래 지향적 기업'은 신속하게 움직여야 할 필요성을 이해하는 동시에, 여러 차원에 걸쳐 운영 모델을 점진적으로 진화시키는 데에도 똑같이 주의를 기울인다. 효과적인 AI 운영 모델은 사람을 기술로 대체하는 것이 아니라, AI를 중심으로 회사를 재구상하는 것이다.
C-레벨이 답해야 할 새로운 설계 질문
AI 에이전트를 활용하여 이러한 결과를 어떻게 다르게 전달할 수 있는가?
재편된 워크플로우에서 인간은 어디에서 계속 독특한 가치를 제공할 것인가?
하이브리드 구조에서 인간과 디지털 워커는 어떻게 공존하는가?
책임감 있는 AI 프로그램이 실효성을 갖추고 준수되도록 어떻게 보장할 것인가?
신속한 피드백 루프를 어떻게 구축할 것인가?
전문성 중앙 집중화(CoE)와 AI 사용 민주화 간의 최적의 균형은 무엇인가?
'미래 지향적 기업'은 이러한 변화를 의도적으로 수용하며, 'laggards'보다 5배 더 많이 AI를 위한 전략적 인력 계획에 참여한다. 이 새로운 모델에서는 두 가지 측면, 즉 거버넌스와 생태계 파트너십이 특히 중요하다.
거버넌스 (Governance): '미래 지향적 기업'은 분산된 혁신을 장려하는 동시에 중앙의 통제를 유지하는 균형을 맞춘다. 이들은 IT와 비즈니스 기능이 명확한 의사결정권을 가지고 변혁의 소유권을 공유할 가능성이 1.5배 더 높고, 목적에 맞는 가드레일을 갖출 가능성이 4.6배, AI 가치를 엄격히 추적할 가능성이 2.6배 더 높다.
생태계 내 파트너십 (Partnerships): AI 운영 모델에서는 외부 전문가와의 협력이 중요하다. 파트너십은 필요한 인재를 확보하고, 최신 기술에 접근하며, 조직 운영 방식의 신속한 전환을 가능하게 하는 최선의, 때로는 유일한 방법이다. 성숙해 가는 공급업체 생태계(하이퍼스케일러, 플랫폼 기업, AI 네이티브 앱 제공업체)는 뒤처진 기업이 AI 프로그램을 가속화하기 위해 파트너십을 모색해야 할 인센티브를 제공한다.
4) 필요한 인재 확보 및 활성화
AI 운영 모델이 작동하기 위해서는 인간의 재능에 대한 접근이 그 어느 때보다 중요하다. '미래 지향적 기업'은 AI 확장에 희소한 인재가 필요함을 인식하고, 차세대 AI 역량을 설계, 배포, 관리할 수 있는 개인을 유치, 유지, 업스킬링 하기 위해 신속하게 행동한다.
업스킬링 및 참여 (Upskilling and Engaging): '미래 지향적 기업'은 광범위한 직원 역량 강화에 투자한다. 2025년에 이들 기업의 50% 이상의 직원이 AI 업스킬링 대상이 될 것으로 예상되며, 이는 'laggards'의 20%와 대비된다. 또한 이들은 구조화된 학습 시간을 확보할 가능성이 4배 더 높다.
공동 설계 및 워크플로우 재설계 (Co-Design and Workflow Redesign): '미래 지향적 기업'은 AI 솔루션의 공동 설계에 직원을 적극적으로 참여시킨다. 에이전트를 워크플로우에 통합하는 것은 기존 프로세스에 덧붙이는 것이 아니라, 인간과 디지털 워커를 기능적으로 조화시키고 워크플로우를 전면적으로 재구상하는 것을 의미한다. 이들은 워크플로우 재편에 직원을 2배 더 자주 참여시킨다.
하이브리드 작업자 환경 및 기술 진화 (Hybrid Worker Environments and Skills Evolution): 인간과 AI 에이전트가 협업하는 하이브리드 환경은 새로운 관리 역량을 요구한다. AI는 구조화된 작업의 성과 격차를 좁히고, 복잡하고 판단 중심적인 작업에서 최고 성과자의 우위를 증폭시킨다. 관리자는 AI 채택의 롤모델 역할을 하며, 인간의 역할은 반복 프로세스에서 벗어나 창의성, 혁신, 감독, 의사결정으로 점점 더 강조점이 이동한다.
5) 목적에 맞는 기술 및 데이터 활용
'미래 지향적 기업'은 AI로부터 가치를 확보하는 것이 단순히 새 도구를 추가하는 것이 아니라, 새로운 기술을 중심으로 아키텍처와 프로세스를 재편하는 것임을 인식한다. 많은 기업이 확장 불가능한 사일로(siloed) 형태의 개념 증명(PoC), 중복된 노력, 비용 상승, 보안 복잡성 증가라는 '생성형 AI 부담(GenAI burden)'에 직면해 있다.
최고의 기업들은 비용과 위험을 통제하고 지능적으로 확장하기 위해 수평적 기술 스택(horizontal tech stack)과 전용 에이전트 및 AI 플랫폼 계층을 채택한다. 이들은 에이전트 역량을 소싱하기 위해 4가지 옵션(독립형 에이전트 솔루션, 내장형 에이전트 솔루션, 에이전트 빌더 플랫폼, 맞춤형 에이전트 솔루션) 전반에 걸쳐 의도적인 선택을 하는 포트폴리오 접근 방식을 취한다.
대부분의 기업은 시장 솔루션과 내부 맞춤화의 균형을 맞추는 하이브리드 접근 방식을 가장 효과적인 전략으로 채택한다(단 11%만이 주로 내부 개발에 의존).
일관된 플랫폼 전략이 이러한 기술 선택을 하나로 묶는다. '미래 지향적 기업'은 'laggards'보다 3배 더 많이 중앙의 통합된 AI 플랫폼을 AI 배포의 백본으로 운영한다. 이 플랫폼 접근 방식은 보안, 모니터링, 오케스트레이션을 위한 공통 기능을 한 번 구축하고 재사용함으로써 복리 효과를 낸다.
마지막으로, 이들은 강력한 데이터 기반(data foundation)을 구현한다. '미래 지향적 기업'의 50% 이상이 단일 전사적 데이터 모델(single enterprise-wide data model)을 운영하는 반면, 'stagnating' 기업은 약 4%에 불과하다. 또한 이들은 중앙 감독팀을 통해 전사적 데이터 정책을 시행할 가능성이 3배 더 높아 데이터 품질, 신뢰, 책임감 있는 사용을 보장한다.
4. AI 가치 창출을 가속화하는 방법 (How to Accelerate Al Value Creation)
CEO와 이사회는 가치를 위한 AI 배포를 최우선 과제로 삼아야 한다. 대부분은 조직적 저항, 복잡한 IT, 열악한 데이터 무결성 및 접근성, 그리고 일자리 손실과 AI 약점에 대한 인력의 우려를 극복해야 할 것이다. 그러나 가치에 중점을 둔 명확한 목표를 설정하고, 비용 중심 접근 방식을 넘어 혁신과 경쟁 우위를 강조하는 것이 올바른 경로로 이끌 것이다. '미래 지향적 기업(future-built)'은 이미 따라야 할 입증된 플레이북을 제공했다.
각 기업은 현재 역량에 따라 각기 다른 경로를 따르게 된다. 적절한 출발점을 파악하기 위해, 기업은 현재 역량을 평가 및 벤치마킹하고 경쟁사와의 격차를 파악해야 한다.
Laggards (뒤처진 기업): 최고 경영진의 확고하고 대담한 약속에서 시작하여, 비즈니스 목표를 포괄적인 비전과 전략으로 전환하는 지속적인 노력을 기울여야 한다.
Scaling (확장 중인 기업): 이미 AI 이니셔티브를 확장하고 있는 기업들은 (그리고 재투자를 통해 얻은 이익을) 에이전트 AI 혁신과 같은 미래 지향적 역량에 투자해야 한다.
기술 변혁을 위한 10-20-70 규칙을 준수하면 이 여정의 속도를 높이는 데 도움이 된다. 전략적 초점의 70%는 사람과 프로세스에, 20%는 기술에, 10%는 알고리즘에 두어야 한다. 연구에 따르면 대부분의 장애물은 사람, 조직, 프로세스와 관련되어 있다. 2024년에 기업들은 AI를 전체 전략과 일치시키고 비즈니스 사례를 구축하는 데 어려움을 겪었지만, 이제 우선순위는 AI 도구의 채택 및 비정형 데이터 관리와 같은 더 구체적인 구현 문제로 이동했다.
그럼에도 불구하고, AI 우선 운영 모델, 인력 기술, 관련 기술과 같은 필요한 역량을 구축하는 예비 단계를 거치지 않고 바로 '재편'과 '발명'으로 뛰어들려는 기업은 일반적으로 실패한다. 성공적인 AI 구현은 오케스트레이션 계층, 시스템 연결성, 기업 데이터 전략과 관련된 채택 병목 현상을 극복하기 위해 기술 생태계와의 적극적인 협력이 필요하다. 모든 기업에게 상호 운용성(interoperability)은 매우 중요하다. 개방형 표준이 없으면 각 에이전트가 사일로(silo)가 될 위험이 있다.
가장 중요한 점은 시간이 많지 않다는 것이다. 기술은 빠르게 발전하고 있어 매주 격차를 따라잡기가 더 어려워지고 있다. '미래 지향적 기업'은 앞서나가며 가치 격차를 넓히고 있으며, 느린 기업들을 더 깊은 가치의 구렁텅이에 빠뜨리고 있다. 나머지 기업들은 지금 당장 움직여야 한다.
