MIT NANDA는 보고서 ‘The GenAI Divide: State of AI in Business 2025’에서 기업용 생성형 AI 프로젝트의 약 95%가 측정 가능한 손익 성과를 만들지 못했다고 밝혔다. 맥킨지앤드컴퍼니는 ‘The State of AI: Global Survey 2026’ 조사에서 응답자의 80%가 AI로 개인 생산성이 향상됐다고 답했지만 AI가 영업이익(EBIT)에 기여했다고 응답한 비율은 37%에 불과했다고 발표했다. 김지현 대표(JiHyun & Company)는 두 보고서의 통계를 비교 분석해 AI 도입 확대가 기업 재무성과로 직결되지 않는다는 공통된 결론을 제시했다.
도입 방식별 성공률 차이
맥킨지 조사에 따르면 외부 파트너와 협력하거나 상용 솔루션을 도입한 프로젝트의 성공률은 약 67%였다. 반면 기업이 자체 개발한 프로젝트의 성공률은 약 33%로 절반 수준에 머물렀다. 김 대표는 Abbott, AstraZeneca, Gilead, Allergan 등의 사례를 소개하며 이 같은 격차를 설명했다.
| 조사 항목 | 수치 | 출처 |
|---|---|---|
| 생성형 AI 프로젝트 중 손익 성과 미달성 비율 | 약 95% | MIT NANDA |
| 개인 생산성 향상 응답 비율 | 80% | 맥킨지 |
| EBIT 기여 응답 비율 | 37% | 맥킨지 |
| 외부 협력·상용 솔루션 도입 성공률 | 약 67% | 맥킨지 |
| 기업 자체 개발 성공률 | 약 33% | 맥킨지 |
| 운영비 증가로 사용 제약 응답 비율 | 다섯 곳 중 한 곳가량 | 맥킨지 |
예산 배분과 실제 비용절감의 불일치
보고서에서 확인된 또 다른 수치는 예산과 성과의 불일치다. AI 예산은 영업·마케팅 부문에 집중적으로 배정되지만, 실제 비용절감 효과는 행정·재무·조달 등 지원부서의 자동화에서 발생한 것으로 나타났다. 맥킨지 조사에서는 기업 다섯 곳 중 한 곳가량이 AI 관련 운영비 증가로 사용에 제약을 받는다고 응답했는데, 이는 토큰 사용료 등 AI 운영비가 새로운 제약 요인으로 부상하고 있음을 보여주는 수치다.
성패를 가른 요인: 문제 정의
김지현 대표는 두 보고서의 수치를 종합해 AI 도입 성패를 가르는 핵심이 기술력이 아니라 해결하려는 비즈니스 문제의 명확한 정의라고 짚었다. 문제 정의가 명확한 기업은 빠른 의사결정과 도입으로 이어졌고, 그렇지 않은 기업은 검토만 반복하며 결정이 지연되는 경향을 보였다는 분석이다. 이는 AI 도입이 단순한 기술 도입이 아니라 경영 전략적 선택이라는 점을 뒷받침하는 수치로 제시됐다.