79%와 15%, 그리고 0건.
앞의 두 숫자는 타사 조사 결과이며, 마지막 숫자는 이번에 직접 센 수치입니다. Genpact가 2026년 11월 12일에 공개한 조사 보고서 'Autonomy in Practice'(산업 17개 분야 및 경영진 2,000명 이상 대상)에 따르면, 기업의 79%가 AI 에이전트를 실제 환경에서 가동하고 있는 반면, 그 투자 효과를 실제로 P&L(손익)의 특정 항목에 연결하여 측정할 수 있는 곳은 15%에 불과하다고 합니다. 동 보고서에서는 지난 24개월 동안 투자한 AI 시책 중 기대했던 사업적 가치를 실제 창출해낸 비율이 가중평균으로 49%였다고도 보고되었습니다.
'도입만 하고 측정하지 못하는' 기업이 많다는 이야기를 읽고, 제가 이 자동 포스팅 파이프라인을 통해 작성해 온 133개의 글 중에서 제 저서 『AI 에이전트 설계론』으로 연결되는 CTA(Call To Action)를 붙인 글이 몇 개인지, 그리고 그 CTA가 실제로 독자의 행동으로 이어졌는지 측정할 수 있는 시스템이 몇 개나 있는지 남 일처럼 생각하기 전에 세어보았습니다.
- Genpact 조사(2026년 11월 12일 발표, 경영진 2,000명 이상/17개 산업 대상)에 따르면, AI 에이전트를 실제 도입한 기업은 79%였으며, 그중 여러 업무 부문에 걸쳐 일관되게 사용하고 있는 곳은 20%, AI 투자를 P&L의 특정 항목에 완전히 연결하여 측정할 수 있는 곳은 15%였고, 지난 24개월간의 AI 시책으로 기대했던 사업적 가치를 창출한 비율은 가중평균 49%였다고 보도되었습니다.
- 제 Zenn용 리포지토리 내 글 133개 중, 저서의 Amazon 링크를 본문에 포함하는 글은 125개(94%)였습니다.
- 그 125개 중, 클릭 출처를 구분할 수 있는 UTM 파라미터나, 어느 기사를 통해 유입되었는지 식별 가능한 Amazon Associate Tag(
tag=)가 붙어있는 것은 0개였습니다. - 리포지토리 전체에서 UTM 파라미터가 붙은 링크는 단 1건 존재했지만, 이는 도서와 무관한 다른 프로젝트(게임 데모) 건이었으며, 도서 CTA 측정용으로는 사용되지 않았습니다.
- 즉, 'CTA를 배치한 비율'은 94%였던 반면, '그 CTA의 효과를 측정할 수 있는 시스템이 존재하는 비율'은 0%로, Genpact가 보고한 기업 평균(79%→15%)보다 도입과 측정 간의 격차가 더 컸습니다.
Genpact의 'Autonomy in Practice' 조사는 산업 17개 분야 및 경영진 2,000명 이상을 대상으로 한 설문조사로, AI 에이전트의 도입 현황과 그 사업 성과와의 연결 정도를 조사한 것입니다. 보고된 주요 수치는 다음과 같습니다.
- AI 에이전트를 실제 환경에서 가동하는 기업: 79%
- 여러 업무 부문에 걸쳐 일관되게 사용하는 기업: 20%
- AI 투자 가치 지표를 P&L의 특정 항목에 완전히 연결하여 측정할 수 있는 기업: 15%
- 지난 24개월 동안 자금을 투입한 AI 시책 중, 기대했던 사업적 가치를 실제로 창출한 비율(가중평균): 49%
- AI 에이전트를 실제 도입하고 있는 기업 중, 인력이 유지되거나 증가했다고 답변한 비율: 92%
이 조사에서 핵심은 '도입했다'와 '그 성과를 측정할 수 있다' 사이에 큰 차이가 있다는 점입니다. 응답은 어디까지나 경영진의 자가 신고이며, 외부 기관에 의한 재무 결과 검증이 아니라는 한계점 역시 보고서 자체에 명시되어 있습니다.
이 구조를 읽고, 제가 약 1년 동안 자동 포스팅 파이프라인으로 계속 써온 글 마지막에 붙이는 도서 CTA를 떠올렸습니다. 매번 기사 끝에 '저서 『AI 에이전트 설계론』'을 언급하고 Amazon 링크를 넣는다는 지침을 이 파이프라인 자체의 운영 규칙에 적어두었지만, 그 링크가 실제로 읽히는지, 클릭되는지, 구매로 이어지는지를 한 번도 확인하지 못했습니다.
오늘 기사를 쓰기 전에 제 Zenn용 리포지토리(zenn-content)를 직접 grep하여 확인한 내용입니다.
| 확인 대상 | 결과 |
|---|
| 리포지토리 내 기사 파일 총수 | 133개 |
본문에 Amazon 도서 링크(amazon.co.jp/dp/B0HG54TMLD )를 포함하는 기사 수 | 125개(94%) |
도서 링크에 UTM 파라미터(utm_)가 붙어있는 기사 수 | 0개 |
도서 링크에 Amazon Associate Tag(tag=)가 붙어있는 기사 수 | 0개 |
| 리포지토리 전체에서 UTM 파라미터가 붙은 링크가 존재하는 기사 수 | 1개(단, 도서와 무관한 다른 프로젝트의 데모 URL) |
| 도서 CTA를 포함하는 125개 중, 어느 기사를 통해 유입되었는지 구분할 수 있는 기사 수 | 0개 |
책 링크를 붙이지 않은 8권은 하카톤 공지나 게임 공개 안내, 개념 설명 등의 초기 기사 등 애초에 책 CTA 운영 규칙이 확립되기 전에 작성된 것이었습니다. 그 외의 125개는 모두 동일한 원본 URL(https://www.amazon.co.jp/dp/B0HG54TMLD)을 그대로 붙여 놓았을 뿐, 어떤 기사에서 발생한 클릭인지를 나중에 구분할 수 있는 수단이 전혀 없었습니다.
솔직하게 세 가지를 말씀드립니다.
첫째. 이러한 측정의 누락은 오늘 발견된 것이 아니라, 처음부터 선택되지 않고 방치되어 있던 것입니다. CTA를 붙이는 운영 규칙은 초기에 확립되었지만, '그 CTA가 효과를 보고 있는지 어떻게 확인할 것인가'는 한 번도 검토된 흔적이 없었습니다. Genpact의 조사를 읽고서야 알게 된 것이 아니라, 읽은 것을 계기로 오랫동안 보지 못했던 부분을 본 것이 정확한 상황입니다.
둘째. 이 기사들은 이미 '자신의 파이프라인 결함을 세는' 글을 수십 개나 작성해 왔습니다. 그럼에도 불구하고 독자를 대상으로 하는 행동 유도(Call to Action)라는, 파이프라인의 목적 그 자체와 가장 가까운 부분의 측정 누락에 대해서는 오늘까지 언급한 적이 없었습니다. 내부적인 기술 설정(환경 변수, 커넥터, 폴백 설정 등)을 세는 것이 대외적인 성과를 세는 것보다 심적으로 편했을 가능성이 있습니다.
셋째. 시스템을 구축하면 해결되는 문제가 아닙니다. UTM 파라미터나 어소시에이트 태그(Affiliate Tag)를 붙이면 '어떤 기사에서 클릭되었는지'는 알 수 있게 되지만, 그래도 Kindle 구매 자체가 Amazon 측에서 어디까지 추적 가능한지는 어소시에이트 프로그램의 계약 조건에 따라 다릅니다. '측정하는 시스템을 늘리는 것'과 '실제 비즈니스 성과로 연결되고 있는지 아는 것'은 Genpact의 조사가 지적하듯이 별개의 문제입니다.
자신이 기사나 블로그에 붙인 외부 링크(도서, 서비스, 데모 등)에 클릭 출처를 구분할 수 있는 파라미터가 단 하나도 없는지 지금 바로 확인해 보세요. grep -l "utm_" 와 같은 한 줄의 명령어로 자신의 전체 기사들을 즉시 확인할 수 있습니다. -
'CTA 배치' 규칙과 'CTA 효과 측정' 규칙은 별개로 취급하고, 두 가지 모두를 명문화해야 합니다. 어느 한쪽만 운영 규칙에 적으면, 이번처럼 한쪽만 94%이고 다른 쪽이 0%인 상태가 몇 년 동안 인지되지 않은 채 남게 됩니다. -
측정을 늘리기 전에, 무엇을 측정하여 무엇을 기준으로 '효과적'이라고 판단할 것인지부터 먼저 결정해야 합니다. Genpact의 조사가 지적하듯이, 측정 시스템 그 자체를 늘리는 것과 그것이 비즈니스 성과 판단에 사용될 수 있는 것은 다른 달성 목표입니다.
제 저서 『AI 에이전트 설계론』에서는 AI 에이전트가 실행하는 시책과 그 성과를 인간이 어떻게 검증 가능한 형태로 계속 확인해 나갈 것인지에 대해서도 다루고 있습니다. 관심 있으시면 읽어보시길 바랍니다.