기업들은 AI로 비용을 절감하고 있지만, 기대치에는 미치지 못함

Bain & Co.의 새로운 연구에 따르면, 기업들이 매년 인공지능 (AI)에 더 많은 비용을 지출하고 있음에도 불구하고 대다수는 관련 비용 절감 목표를 달성하지 못하고 있습니다.

951개 글로벌 기업을 대상으로 한 Bain의 최근 설문조사에서, AI 도구 사용을 통한 비용 절감을 측정한 기업 중 37%는 11%에서 20% 사이의 절감을 목표로 했으나, 실제로 그 수준을 달성한 기업은 29%에 불과했습니다. 또한 17%는 21%에서 30%의 절감을 예상했으나, 해당 임계값에 도달한 기업은 10%뿐이었습니다.

낮은 수익 패턴을 더욱 강조하자면, 25%는 10% 이하의 절감을 예상했으나, 실제로는 40%가 이 범주에 속했습니다.

Bain은 연구 보고서에서 대다수 기업의 경우 기술은 작동했지만 "가치가 실현되지 않았다"고 기술했습니다. 또한 "그 원인을 파악하기 위해 잠시 멈추기보다는, 동일한 기업의 90%가 현재 예산을 다시 늘리고 있다"고 덧붙였습니다.

하지만 이번에 많은 기업의 지출 증가는 Bain에 따르면 훨씬 더 큰 자율성과 복잡성을 가지고 작동할 AI 에이전트 (AI agents)를 위한 것입니다.

많은 경영진이 자율 시스템이 복잡한 의사결정을 엔드 투 엔드 (end-to-end)로 처리하는 미래를 예견하고 있지만, 이는 오늘날의 현실과는 거리가 멉니다. 설문에 참여한 기업 중 현재 생산 환경에서 완전히 자율적인 에이전트를 운영하고 있다고 답한 기업은 7%에 불과했습니다.

Bain은 "만약 당신의 에이전트형 AI (agentic AI) 비즈니스 케이스가 완전 자동화의 경제성을 바탕으로 구축되었는데, 현실이 결정의 상당 부분을 인간 대기열로 라우팅하는 시스템이라면, CFO는 한 세트의 수치를 승인했지만 조직은 다른 수치로 살아가고 있는 셈"이라고 기술했습니다.

비용 절감 임계값을 달성하지 못하는 것은 동일한 상황을 지속시킬 수 있는데, 기업의 44%가 이전 자동화 프로그램에서 얻은 절감액으로 에이전트형 및 생성형 AI (generative AI) 투자를 지원할 계획이라고 답했기 때문입니다. Bain은 이러한 자금 조달 모델은 "이전의 수익이 실제적일 때만 작동한다"고 말했습니다.

하지만 이는 새로운 현상은 아닙니다. Bain은 "실제 수치가 아닌 예측치"를 기반으로 투자 사례의 규모를 산정하는 것은 최근의 모든 자동화 물결 전반에 걸쳐 회사가 기록해 온 패턴이라고 언급했습니다.

응답자들은 AI 발전의 주요 장벽을 무엇이라고 보았을까요? 가장 높은 응답을 얻은 항목은 '시스템 전반에 걸친 불충분한 데이터 접근성 및 통합'이었으며, 설문 응답자의 41%가 이를 언급했습니다.

Bain은 전 세계적으로 수천억 달러에 달하는 비용이 투입된 지난 10년간의 데이터 현대화 (Data Modernization) 투자를 고려할 때, 이러한 결과가 역설적이라고 지적했습니다.

연구 보고서는 기업들이 데이터 문제가 먼저 해결되기를 기다리기보다는, AI를 사용하여 데이터 문제를 해결해야 한다고 조언했습니다.

Bain은 “가치를 창출하는 가장 빠른 경로는 종종 반복 가능하고 가치가 높은 하나의 워크플로 (Workflow)를 자동화하는 것입니다. 즉, 현재 사람이 수동으로 데이터를 추출하고, 스프레드시트를 통합하며, 보고서를 작성하는 그 전체 과정을 AI로 대체하는 것입니다”라고 기술했습니다.