AI 투자 확대 속 ROI 입증 압박 … 61% “1년 전보다 부담 커져”생산성 개선 66%에도 매출 증대 20% … 전사 수익 연결은 초기피지컬 AI로 투자 영역 확대 … 정부도 현장 실증·상용화 지원
-
- ▲ ⓒ챗GPT
기업들에게 AI(인공지능)는 선택이 아니라 필수인 시대가 됐다. 거대한 AI 흐름에 뒤처지게 될 경우 존폐 위기로까지 번질 수 있기 때문이다. 하지만 기업들은 AI를 두고 고민을 거듭하고 있다. AI를 어떻게 활용해야 할지, AI를 사업에 접목한다고 해서 수익이 발생할지에 대한 질문에 명확한 답을 내놓기 어려운 상황이다. 아직 AI 도입 초기 단계인 시점에서 기업들의 행보를 살펴보고 향후 나아갈 방향에 대해 짚어보고자 한다. <편집자주>기업들의 AI 투자가 생성형 AI를 넘어 에이전트와 로봇, 피지컬 AI로 빠르게 확대되고 있다. AI가 기업 경쟁력을 좌우할 핵심 기술이라는 방향성에는 이견이 적지만, 이제는 투자한 만큼 실질적인 성과를 낼 수 있는지를 증명해야 하는 단계에 접어들었다.AI를 활용한 업무시간 단축과 생산성 향상 효과는 곳곳에서 나타나고 있다. 다만 이를 비용 절감과 매출 증가 등 재무적 성과로 연결하는 것은 또 다른 문제다. 기업들의 관심이 AI 도입 자체에서 투자 대비 수익률(ROI) 검증으로 이동하는 이유다.실제로 AI 투자가 늘면서 ROI 입증 압박도 커지고 있다.글로벌 IT 서비스 기업 킨드릴이 21개국 기업 리더 3700명을 대상으로 실시한 '2025 준비도 보고서(Readiness Report)'에 따르면 응답자의 61%는 1년 전보다 AI 투자의 ROI를 입증해야 한다는 압박이 커졌다고 답했다.AI 투자도 증가했다. 조사 대상 기업들의 AI 투자액은 지난 1년간 평균 33% 늘었다. AI 투자에서 긍정적인 ROI를 내고 있다고 답한 기업은 54%로 전년보다 12%포인트 상승했다.AI 투자가 빠르게 늘고 긍정적인 성과도 확대되고 있지만, 투자 효과를 입증해야 하는 기업들의 부담 역시 함께 커지고 있는 셈이다.AI가 생산성을 높이는 효과와 실제 수익 사이에도 간극이 나타난다.딜로이트가 올해 발표한 '2026 기업의 AI 활용 현황'에 따르면 AI 도입으로 생산성과 효율성이 개선됐다고 답한 기업은 66%에 달했다. 비용 절감 효과를 거뒀다는 응답도 40%였다.반면 AI를 통해 실제 매출 증가 효과를 거뒀다는 기업은 20%에 그쳤다. 향후 AI를 통해 매출을 늘릴 수 있을 것으로 기대하는 기업은 74%였다.AI가 업무 효율과 생산성을 높이는 효과는 비교적 빠르게 나타나고 있지만, 이를 직접적인 매출 성과로 연결하는 단계에서는 기대와 현실 사이에 격차가 있는 것이다.맥킨지 조사에서도 비슷한 흐름이 확인된다. 지난해 발표한 글로벌 AI 조사에 따르면 AI가 전사 차원의 영업이익(EBIT)에 영향을 미쳤다고 답한 기업은 39%였다. 이들 가운데서도 대부분은 AI가 전체 EBIT에 기여한 비중이 5% 미만이라고 답했다.전체 응답 기업의 약 3분의 2는 아직 AI를 전사적으로 확장하는 단계에 진입하지 못했다. 소프트웨어 엔지니어링과 제조, IT 등 개별 영역에서는 비용 절감 효과가 나타나고 있지만 이를 기업 전체의 수익성 개선으로 연결하는 작업은 아직 초기 단계라는 의미다.결국 AI를 활용해 업무가 빨라졌다는 것과 AI 투자가 실질적인 수익을 만들어냈다는 것은 구분할 필요가 있다. 줄어든 업무시간을 추가 생산으로 연결하거나 비용을 낮추고 새로운 매출을 만들어야 기업 입장에서 실질적인 투자 효과를 확인할 수 있기 때문이다.AI 활용 범위가 디지털 영역에서 실제 산업 현장으로 넓어질수록 경제성 검증은 더욱 중요해질 전망이다.대표적인 분야가 피지컬 AI다. 생성형 AI와 달리 제조·물류 현장에서 AI를 구현하려면 AI 모델뿐 아니라 로봇과 센서, 컴퓨팅 인프라 등이 함께 필요하다.실제 현장에서는 기술 구현 여부를 넘어 생산량과 수율, 불량률, 공정시간 등이 얼마나 개선되는지를 따져야 한다. 제한된 환경에서 진행한 개념검증(PoC)에 성공하더라도 대규모 현장에 적용했을 때 투자비와 운영비 이상의 효과를 내지 못하면 본격적인 확산으로 이어지기 어렵다.결국 피지컬 AI 역시 '기술적으로 가능한가'에서 '경제적으로 가능한가'를 입증하는 단계로 넘어가야 하는 셈이다.정부도 AI를 단순히 도입하는 것보다 제조 현장에서 실질적인 성과를 만들어내는 데 지원의 초점을 맞추고 있다.산업통상부는 올해 'AI 팩토리 선도사업' 신규 32개 과제에 국비 527억5000만원을 투입한다. 반도체와 자동차, 조선 등 주력산업 제조 현장에 AI를 접목해 생산성을 높이고 불량률과 리드타임을 낮추는 것이 목표다.이번 과제는 M.AX 얼라이언스 AI 팩토리 분과에 참여한 400여개 기업·기관을 대상으로 수요를 발굴해 마련됐다. 산업부는 제조 현장에 특화된 AI 기술 개발과 로봇·인프라 도입 등을 지원할 계획이다.사업 과정에서 발생한 제조데이터도 수집·저장한다. 확보한 데이터는 유사 공정의 AI 모델 개발과 고도화 등 후속 연구개발에 활용해 제조업 전반으로 AI 적용을 확산한다는 계획이다.상대적으로 투자 여력이 부족한 중소 제조기업의 AI 전환을 지원하기 위한 사업도 진행되고 있다.중소벤처기업부가 추진하는 '제조분야 AI 응용제품 신속 상용화 지원사업'에는 36개 과제에 총 870억원이 투입된다. 중소기업중앙회와 중소기업기술정보진흥원은 지난달 사업 운영·관리를 위한 업무협약을 맺었다.양 기관은 과제 관리와 현장 안착 지원, 현장 애로 발굴, 우수사례 확산 등에 협력한다. 중기중앙회는 뿌리업종 등을 중심으로 현장의 의견을 수렴하고 과제 진행 상황을 점검해 사업 성과가 실제 생산성 향상으로 이어지도록 지원한다는 방침이다.결국 기업들의 AI 경쟁은 '누가 먼저 도입했느냐'에서 '누가 실제 가치를 증명했느냐'로 이동하고 있다. 정부 지원 역시 AI 보급 자체보다 현장에서 생산성과 효율성을 높이고 검증된 성공모델을 확산하는 방향으로 무게가 실리는 모습이다.AI가 기업 경쟁력을 높일 핵심 기술이라는 방향성은 분명하지만 투자 확대가 곧바로 수익으로 이어지는 것은 아니다. 생성형 AI부터 에이전트, 피지컬 AI까지 적용 범위가 넓어질수록 생산성과 비용 절감, 매출 증가 등 실제 사업 성과를 통해 투자 효과를 검증하는 작업이 중요해질 전망이다.업계 관계자는 “AI가 기업의 생산성을 높이고 새로운 사업 기회를 만들 수 있다는 방향성에는 대부분 공감하고 있다”며 “다만 투자가 커질수록 실제로 어느 정도의 효과가 발생하는지 측정하고 이를 수익으로 연결하는 과정이 중요해질 것”이라고 말했다.





