전 세계 기업들이 AI에 막대한 자금을 투입하고 있지만, 정작 성과는 기대에 한참 못 미치고 있습니다. 후버연구소(Hoover Institution)의 최근 연구에 따르면, AI에 투자한 기업 중 80% 이상이 의미 있는 생산성 향상을 경험하지 못했습니다.
기술의 실패가 아닙니다. 초점의 실패입니다. 알고리즘에만 집중하느라 정작 성공의 핵심 요소인 조직 문화, 사람, 프로세스를 놓치고 있다는 뜻입니다. 제브라 테크놀로지스(Zebra Technologies)의 팀 스토다드(Tim Stoddard)가 이 격차를 어떻게 좁힐 수 있는지 분석했습니다.
알고리즘 10%, 사람 70%
보스턴컨설팅그룹(BCG)의 조사 결과가 시사하는 바는 명확합니다. AI 도입에서 높은 성과를 내는 기업들은 전체 노력의 70%를 사람과 문화 프로세스에, 20%를 기술 생태계에, 그리고 알고리즘에는 불과 10%만 할애합니다.
조직 문화란 거창한 게 아닙니다. 무엇을 인정하고 보상하는지, 의사결정을 어떻게 위임하는지, 압박 상황에서 구성원이 어떻게 행동하는지가 곧 문화입니다. AI를 임원만 접속하는 또 하나의 도구로 취급하면 가능성이 제한됩니다. 와이파이(Wi-Fi)처럼 운영 전반에 자연스럽게 녹아드는 실행 레이어로 접근해야 합니다.
현장에서 증명된 성과들
올바른 문화와 역량을 갖추면 AI는 자동화를 지능화·자율화·적응형으로 끌어올립니다. 그 출발점은 자산 가시성(Asset Visibility)을 확보하는 것입니다. 보유 자산이 어디에 있는지 정확히 파악해야 수요 예측부터 손실 감지까지 모든 것을 개선할 수 있습니다.
이탈리아 패션 브랜드 보기 밀라노(Boggi Milano)가 좋은 예입니다. 제브라의 RFID 솔루션을 도입한 결과, 재고 정확도가 99%까지 올라갔습니다. AI 시스템이 제대로 작동하려면 이런 수준의 고품질 데이터가 전제되어야 합니다.
영국 전자제품 유통업체 커리스(Currys)도 주목할 만합니다. 매장 운영을 간소화해 약 900시간의 관리 업무 시간을 확보했고, 그 시간을 고객 대면 활동에 재투입했습니다. 운영 효율과 재무 성과를 동시에 개선한 사례입니다.
같은 일을 빨리 하는 게 아니라, 새로운 일을 만들어야 합니다
경제학자 로버트 솔로(Robert Solow)는 "컴퓨터 시대는 어디서나 볼 수 있지만, 생산성 통계에서만은 보이지 않는다"고 지적한 바 있습니다. AI도 마찬가지입니다. 기존 업무를 더 빨리 처리하는 데 그치면 진정한 생산성 도약은 일어나지 않습니다.
AI가 확보해준 인력과 시간을 새로운 업무 방식을 만드는 데 투입해야 합니다. 물류기업 에브리(Evri)는 안정적이고 지속 가능한 기술로 비대면 배송 네트워크를 확장해 더 탄탄한 서비스 모델을 구축했습니다. 자동차 부품업체 TAS GmbH는 딥러닝으로 전기차 배터리 커버의 품질 관리를 고도화했습니다.
독일 셀그로스(Selgros)의 알렉산드루 블라드(Alexandru Vlad) 대표는 이렇게 말했습니다. "중요한 건 시스템을 도입하는 게 아니라, 사람들의 사고방식을 바꾸는 것입니다." AI 생산성 격차는 기술을 더 사는 것이 아니라, 조직 문화에 합당한 관심을 쏟을 때 비로소 좁혀집니다.