AI 활용 사례 400% 늘었는데 수익 낸 건 5개 중 1개: 사내 AI 프로젝트 성과 점검 5가지

AI 활용 400% 증가와 5개 중 1개는 정확히 무엇을 센 숫자인가?

400%는 사용량이나 토큰이 아니라 조직당 AI 활용 사례 건수의 증가다. 5개 중 1개는 그 활용 사례 가운데 투자보다 큰 수익을 낸 비율이다. 기업 5곳 중 1곳이 수익을 냈다는 뜻이 아니다.

가트너는 기조연설 정리 글에서 평균적인 조직이 한 해 동안 AI 활용 사례 수를 400% 넘게 늘렸다고 밝혔고, 별도 분석 글에서 그 기간을 2024년에서 2025년으로 적었다. 같은 기간 성공 가능성은 5분의 1에 머물렀다. 연설은 가트너의 대릴 플러머와 크리스틴 모이어가 맡았고, 행사는 2026년 10월 19일부터 22일까지 올랜도에서 열렸다.

같은 날 발표된 가트너 2027 CIO 및 기술 임원 어젠다 조사는 결이 비슷하다. 2026년 5월부터 7월까지 CIO와 기술 임원 2,002명을 조사했고, AI로 상당하거나 혁신적인 가치를 실현했다는 응답은 13%였다. 가트너 부사장 애널리스트 앨리샤 멀러리는 이 결과를 "Volume is not value"라는 말로 요약했다. 건수가 곧 가치는 아니라는 뜻이다.

국내 상황은 아직 도입 초기다. 기사가 인용한 한국직업능력연구원 분석에서 상용근로자 50명 이상, 자본금 3억 원 이상 법인의 AI 활용률은 2023년 6.1%, 2024년 9.2%였다. 300명 이상 기업은 18.0%, 50~99명 기업은 6.2%였다. 활용 건수가 막 늘기 시작한 단계라 지금 기준을 세우는 편이 나중에 고치는 것보다 싸다.

58%는 성과를 봤다는데 왜 수익은 5개 중 1개뿐인가?

체감 성과와 사례별 수익은 다른 질문이기 때문이다. 부문 책임자 58%가 긍정적 효과를 봤다고 답했지만, 활용 사례 하나하나를 비용과 수익으로 따지면 5개 중 1개만 남는다. 성과가 있다는 느낌이 수익을 보장하지 않는다.

아웃소싱타임스 기사는 이 차이를 컨택센터 사례로 보여준다. 알리바바 타오바오 연구진이 2024년 8월 상담사 647명을 두 그룹으로 나눠 실험한 결과, AI를 적용한 문의는 채팅 시간이 16.8% 짧았다. 대신 고객 평점은 5점 만점에 약 0.41점 낮았다. 상담 시간만 보면 성공이고, 고객 평점까지 보면 판단이 달라진다. 같은 연구의 두 번째 실험에서 AI가 답변 초안을 주고 상담사가 검토해 쓰는 방식은 속도와 평점이 함께 나아졌다.

사내 AI 프로젝트에서도 같은 일이 생긴다. 보고서 초안 작성 시간이 절반으로 줄었다고 발표했는데, 팀장이 고치는 시간이 두 배가 됐다면 팀 전체로는 줄어든 것이 없다. 한국컨택센터협회 황규만 부회장이 기사에서 처리 건수뿐 아니라 실제 해결 여부와 오류 정정 시간까지 평가해야 한다고 말한 이유다.

AI 프로젝트의 성과는 내가 아낀 시간이 아니라 그 시간이 어디로 갔는지로 판정된다.

사내 AI 프로젝트가 나머지 4개에 들어가는 구조적 이유 4가지

가트너와 기사 내용을 바탕으로 정리하면 건수 목표, 한쪽만 보는 지표, 빠진 비용, 없는 중단 기준이다. 넷 다 모델 성능과는 관계가 없고, 프로젝트를 시작하는 방식에서 생긴다. 이 분류는 이 글의 해석이다.

1. 활용 건수가 목표가 된다

"올해 AI 과제 몇 건"이 평가 항목이 되면 각 과제의 수익은 묻지 않게 된다. 가트너는 기조연설에서 소비를 늘리는 방식에서 검증된 수익을 확장하는 방식으로 옮기라고 권했다. 건수가 늘어도 성공률이 그대로라면 실패한 과제도 그만큼 쌓인다.

2. 지표가 속도 하나뿐이다

처리 시간, 작성 시간처럼 재기 쉬운 지표만 보면 타오바오 첫 실험처럼 빨라지고 나빠진 결과를 성공으로 기록한다. 기사가 권한 것은 첫 문의 해결률, 재문의율, 상담사의 수정 시간을 함께 적는 것이다. 사무 업무로 옮기면 결과물 반려율과 검토자의 수정 시간이다.

3. 비용 계산에서 사람 시간이 빠진다

기사는 해결 한 건당 비용에 AI 사용료, 시스템 연동비, 교육비, 검수와 오류 수정 비용을 모두 넣으라고 했다. 대부분의 과제 보고서에는 구독료만 있다. 절감된 시간이 초과근무 감소나 처리량 증가로 실제 이어졌는지도 따로 확인해야 한다. 아낀 시간이 다른 회의로 흘러갔다면 회사 입장에서 수익은 없다.

4. 접을 기준이 없다

CIO 어젠다 조사에서 저가치 AI를 중단하는 지침을 가진 조직은 17%였고, 그런 조직은 선도 그룹에 들 가능성이 2.6배 높았다. 파일럿을 운영으로 옮기는 지침이 있는 곳도 31%에 그쳤다. 성공 기준과 중단 기준이 없으면 애매한 과제가 예산을 계속 쓴다.

내 AI 프로젝트를 시작하기 전에 확인할 점검 5가지

순서는 측정 단위, 기준선, 전체 비용, 중단 조건, 책임자다. 다섯 가지 모두 프로젝트 기획서 한 장에 적을 수 있는 분량이고, 시작 전에 적어 두지 않으면 끝나고 나서는 정할 수 없다. 이 점검표는 이 글의 제안이다.

• 1. 측정 단위를 하나 고른다: "보고서 작성"이 아니라 "주간 보고서 1건"처럼 셀 수 있는 단위로 정한다. 기사가 배송 조회나 상담 기록 요약처럼 처리량이 많고 결과를 확인하기 쉬운 업무부터 시험하라고 한 것과 같은 기준이다
• 2. 도입 전 기준선을 잰다: 지금 1건에 걸리는 시간, 반려율, 검토자 수정 시간을 2주 동안 적는다. 기준선이 없으면 58%처럼 체감으로만 답하게 된다
• 3. 전체 비용을 건당으로 나눈다: 사용료, 연동, 교육, 검수와 수정 시간을 더해 1건당 비용으로 바꾼다. 검토자의 시간도 비용에 넣는다
• 4. 중단 조건을 숫자로 적는다: "8주 뒤 건당 비용이 기준선보다 낮지 않으면 접는다"처럼 기한과 숫자를 함께 정한다. 접는 것은 실패가 아니라 예산을 성공하는 1개에 몰아주는 결정이다
• 5. 고객 영향 업무는 승인 단계를 둔다: 기사와 가트너는 환불이나 계약 변경처럼 고객에게 직접 닿는 업무에 별도 승인과 실행 기록을 요구한다. 누가 AI 기능을 멈출 수 있는지도 미리 정한다

AI 관상 서비스 상냥을 1인으로 만들어 결제까지 붙였고 첫 결제도 받았다. 지금은 운영만 유지하고 마케팅은 멈췄다. 큰 구매 퍼널을 만들지 못했고, 스스로 크게 관심 있는 분야가 아니었던 것이 원인이었다. 돌아보면 기능이 돌아가는 것과 수익이 나는 것은 처음부터 다른 질문이었고, 그 차이를 확인한 뒤 마케팅 비용을 더 쓰지 않은 것이 중단 기준의 역할을 했다. 사내 프로젝트도 결과물이 나왔는지가 아니라 건당 비용이 내려갔는지를 따로 물어야 한다.

개인이 쓰는 AI를 팀 성과로 연결하는 순서는 KPC 2027 HRD 트렌드의 95%와 56% 차이를 다룬 글에서, 사용량 상한 때문에 과제를 다시 짜는 방법은 토큰 한도 재설계 전략 3가지에서 이어서 볼 수 있다.

위험이 가치보다 4배 빨리 커진다는 말은 실무자에게 무엇을 뜻하나?

CIO 86%가 AI 위험이 가치보다 빨리 커진다고 답했고, 가트너는 위험 증가 속도를 평균 4배로 봤다. 실무자에게는 같은 도구를 부서마다 따로 사고, 누가 무엇을 쓰는지 모르는 상태가 위험이 쌓이는 자리라는 뜻이다.

가트너는 해법으로 AI 중앙은행이라는 공동 관리 구조를 제안했다. 현업, IT, 보안, 재무가 AI 도입 목록, 권한, 비용, 성과를 한곳에서 공유하는 방식이다. 가트너는 모멘텀과 제동을 함께 관리하는 플라이휠로 설명한다. 신뢰, 재사용, 업무 재설계는 좋은 모멘텀이고 거버넌스, 보안, 지출 규율은 좋은 제동이다. 반대로 중복된 활동은 나쁜 모멘텀이고, 위험은 줄이지 못하는 절차는 나쁜 제동이다.

실무자가 할 수 있는 일은 자기 프로젝트를 그 목록에 올리는 것이다. 어떤 데이터를 넣는지, 결과물을 누가 검토하는지, 비용이 어느 예산에서 나가는지를 IT와 재무가 볼 수 있게 적는다. 아웃소싱타임스가 전한 가트너 조사에서 12개월 안에 에이전트형 AI 도입을 예상한 곳은 71%, 관리 체계를 갖춘 곳은 21%였다. 검증 단계를 어디에 둘지는 하네스 엔지니어링 총론의 구조를 참고할 수 있다.

이 데이터에서 조심해서 읽을 부분

5개 중 1개의 표본과 수익 기준은 공개 자료에 없다. 400%는 건수 증가이지 효과 증가가 아니고, 86%와 4배는 CIO 응답에 기반한 수치다. "쓸수록 손해"는 데이터가 말하지 않는다.

• 표본이 확인되지 않았다: 가트너 기조연설 정리 글은 5개 중 1개와 400%의 근거 조사 표본 수를 밝히지 않았다. 표본이 확인된 것은 13%를 낸 CIO 어젠다 조사(2,002명)다
• 긍정적 수익의 기준이 없다: 투자 대비 얼마를 넘어야 수익으로 보는지 공개 자료에 정의가 없다. 우리 회사의 성공률과 바로 비교하면 안 된다
• 58%의 응답자 표기가 엇갈린다: 가트너 글은 부문 책임자, 일부 해외 보도는 임원으로 적었다. 기사는 2026년 2분기 부문 책임자 1,000여 명 조사로 전했다
• 4배는 측정값이 아니다: 위험과 가치를 같은 단위로 잰 것이 아니라 CIO 응답을 바탕으로 한 가트너의 추정이다
• 71%와 21%는 원문에서 직접 확인하지 못했다: 기사와 해외 현장 보도에는 있지만 가트너 공개 글에서는 찾지 못했다
• 점검 5가지는 제안이다: 가트너와 기사의 권고를 직장인 프로젝트 단위로 옮긴 것이며, 이를 따르면 성공률이 오른다는 검증된 데이터는 없다