파일럿은 성공했는데 왜 회사는 그대로일까

지난 1편 「AI 전략, 결국 내가 이끌어야 한다면」에서는 "강사부터 부르지 마시고 대표님이 먼저 직접 써보시라"는 말씀을 드렸습니다. 그 뒤로 실제 파일럿을 돌려보신 분들에게서 비슷한 연락을 받습니다. "해봤는데요, 되긴 됩니다. 그런데 회사는 그대로인데요?"

이번 편은 정확히 그 지점에 관한 글입니다. 파일럿은 분명히 성공했는데 회사의 손익계산서는 꿈쩍도 하지 않는 구간, 1편 마지막에 말씀드린 대로 작은 성공을 조직의 표준으로 넘기는 구간입니다.

읽으실 분을 좁혀 말씀드리면, AI 파일럿을 한 번 이상 돌려봤고 "그래서 이걸 전사로 펼칠까"를 이번 분기 안에 결정하셔야 하는 대표·C-Level입니다. 아직 파일럿 전이시라면 1편을 먼저 보시는 편이 순서에 맞습니다. 이 글을 덮으실 때 손에 남는 것은 넷입니다. 파일럿 성과를 손익 언어로 바꾸는 계산식 한 줄, 확산 여부를 판단하는 다섯 단계, 그대로 복사해 쓰시는 프롬프트 두 개, 그리고 결재 직전에 짚는 체크리스트. 읽는 데 20분, 직접 해보시는 데 30분쯤 걸립니다.

📌 3분 요약 — 승인권자가 결정할 것

1. 개인의 속도와 회사의 손익은 저절로 이어지지 않습니다. AI를 쓰는 사람의 80%가 "내 생산성이 올랐다"고 답하는데, 영업이익에 조금이라도 기여했다고 답한 조직은 37%, 의미 있는 수준(EBIT 5% 이상)은 6%입니다 (McKinsey, 2026-08-25).

2. 그 간극은 기술에서 생기지 않습니다. 업무를 그대로 둔 채 도구만 얹어서 생깁니다. 성과를 낸 조직은 55%가 업무 흐름을 근본적으로 재설계했고, 나머지 조직은 20%에 그쳤습니다. 약 2.8배 차이입니다.

3. 재설계는 IT 부서에 내려보낼 과제가 아닙니다. 업무 순서를 바꾸고, 검수 책임을 옮기고, 남은 시간을 어디에 쓸지 정하는 일. 셋 다 대표의 결재 없이는 움직이지 않습니다.

4. 이번 주에 내리실 결정은 셋입니다. ① 파일럿 성과를 손익 언어로 번역하기 ② 재설계할 업무 한 개 지정하기 ③ 절약된 시간의 흡수처 미리 정하기. (본문 5절과 마지막 체크리스트 참고)

---

1. 개인은 빨라졌는데 손익은 그대로입니다

먼저 숫자부터 보겠습니다. 이 문제는 감으로 이야기하면 모양이 잡히지 않습니다.

맥킨지가 2026년 8월 25일 발표한 글로벌 설문(응답자 1,719명)에 세 숫자가 나란히 나옵니다.

질문	그렇다고 답한 비율
AI를 쓰니 내 개인 생산성이 올랐다	80%
AI가 우리 회사 영업이익에 조금이라도 기여했다	37%
AI가 영업이익의 5% 이상을 만들었고 효과가 '상당하다'	약 6%

(출처: McKinsey, The State of AI: Global Survey, 2026-08-25. 확인일 2026-09-11)

80과 37 사이의 43포인트. 이 글은 그 틈에 관한 이야기입니다. 직원들은 실제로 빨라졌습니다. 다만 그 빨라짐이 회사 밖으로 나오지 않았을 뿐입니다.

그리고 이 격차는 작년에도 똑같았습니다. 맥킨지는 37%라는 수치를 두고 "전년과 변동 없음"이라고 적었습니다. 도입률은 올라가는데 손익 기여는 1년째 제자리라는 뜻이죠. 돈은 더 썼는데 숫자는 그대로라면, 다음 예산 회의에서 반드시 누군가 그 점을 짚습니다.

이 구조를 모르고 계시면 대표님도 두 가지 오판 중 하나에 빠지기 쉽습니다. 하나는 "직원들이 좋다고 하니 잘되고 있구나"라며 체감을 성과로 착각하는 것이고, 다른 하나는 "숫자가 안 나오니 AI는 역시 거품이구나"라며 멀쩡한 도구를 접는 것입니다. 전자는 예산을 계속 흘리고, 후자는 조직이 어렵게 쌓은 학습 자산을 버립니다. 둘 다 값이 비쌉니다.

그래서 다음 AI 보고를 받으실 때 질문 하나만 바꿔보시길 권합니다. "직원들이 만족하나요?" 대신 "그 시간이 어디로 갔습니까?"라고 물으시면 됩니다. 답이 "야근이 줄었습니다"면 아직 손익에 닿지 않은 것이고, "그 인원으로 신규 고객 응대를 시작했습니다"면 닿은 것입니다. 이 질문 하나가 체감과 성과를 가릅니다.

2. 성과를 낸 6%는 일하는 순서를 바꿨습니다

그럼 그 6%는 무엇을 다르게 했을까요. 같은 조사 안에 답이 들어 있습니다.

성과를 낸 조직의 55%가 "AI 때문에 업무 흐름을 근본적으로 재설계했다"고 답했습니다. 나머지 조직은 20%였습니다. 약 2.8배 차이이고, 맥킨지는 검증한 여러 요인 가운데 업무 재설계가 사업 성과에 가장 강하게 기여한 축이라고 적었습니다.

이 문장을 현장 언어로 옮기면 이렇게 됩니다. 대부분의 회사는 원래 하던 일에 AI를 얹었고, 성과를 낸 회사는 일하는 순서 자체를 바꿨습니다.

말로만 들으면 차이가 잘 안 와닿으니 견적서 업무 하나를 놓고 보겠습니다. 실제 고객사 수치는 아니고, 구조를 보여드리려고 만든 가상 사례입니다.

먼저 얹는 쪽입니다. 담당자가 예전처럼 견적서를 쓰되 초안만 AI에게 시킵니다. 3시간 걸리던 일이 2시간이 됩니다. 담당자는 남은 1시간에 밀린 다른 일을 합니다. 여기서 회사 손익은 한 푼도 움직이지 않습니다. 아무 일도 일어나지 않았으니 측정할 것도 없습니다.

재설계하는 쪽은 순서 자체가 달라집니다. 견적 요청이 들어오면 AI가 먼저 초안과 근거를 만들어 올리고, 담당자의 역할이 작성자에서 검수자로 바뀝니다. 검수 기준 일곱 개를 문서로 못 박고, 담당자 한 사람이 처리하는 견적 건수를 주당 8건에서 20건으로 올립니다. 그러면 처리량 2.5배와 견적 회신 리드타임 단축이라는, 손익으로 번역되는 숫자가 남습니다.

두 경우를 가른 것은 AI 성능이 아닙니다. 역할 정의를 바꿨는지, 검수 기준을 문서로 만들었는지, 늘어난 처리량을 받아줄 영업 파이프라인이 있는지입니다. 셋 다 도구가 해결해 주지 않고, 전부 결재가 있어야 움직이는 항목입니다.

여기서 트레이드오프를 분명히 해두겠습니다. 재설계는 얹기보다 훨씬 불편합니다. 사람의 역할이 바뀌니 저항이 생기고, 검수 기준을 만드느라 초기 2~4주는 오히려 느려집니다. 반대로 얹기는 저항도 없고 당장 칭찬도 받습니다. 그럼에도 저는 대표님께 재설계를 권합니다. 얹기는 1년을 해도 손익에 나오지 않기 때문입니다. 다만 이건 취향의 문제가 아닙니다. 비용을 먼저 치르는 선택이라는 점은 알고 시작하셔야 합니다.

그럼 조직들은 대체로 어디쯤 와 있을까요. 이것도 숫자로 남아 있습니다. 직전 조사(2025년 6월 25일~7월 29일 현장조사, 1,993명·105개국)에서 약 3분의 2가 아직 전사 확산을 시작조차 하지 않았고, AI 에이전트는 62%가 실험 중인데 실제로 확산한 곳은 23%였습니다. 실험과 확산 사이에서 대부분이 멈춰 서 있는 셈입니다.

3. 국내 격차는 회사 규모보다 '조직환경'에서 옵니다

"저희는 대기업이 아니라서요"라는 말씀을 자주 듣습니다. 그런데 국내 데이터는 조금 다른 이야기를 합니다.

대한상공회의소 지속성장이니셔티브가 2026년 6월 10일 낸 보고서 「생성형 AI 활용의 대·중소기업 격차: 역량과 조직환경의 역할」에 따르면 생성형 AI 활용률은 대기업 66.5%, 중소기업 52.7%로 13.8%포인트 차이가 납니다. 여기까지는 예상하신 그대로일 겁니다.

중요한 건 그다음입니다. 회사의 지원과 근로자 역량, AI를 대하는 조직의 태도를 통제하자 격차가 약 4%포인트로 줄었습니다. 13.8이 4가 됐다는 것은, 우리가 그동안 규모 탓이라고 불러온 것의 3분의 2 이상이 사실은 조직환경 탓이었다는 뜻입니다.

조직환경이라는 게 거창한 말은 아닙니다. 같은 보고서가 짚은 항목은 이렇습니다.

항목	대기업	중소기업
생성형 AI 도입 로드맵이 없다	54.4%	70.4%
직원 교육 제공	34.7%	24.9%
사내 사용 가이드라인 제공	33.8%	24.3%
맞춤형 AI 도구 제공	11.4%	5.7%

(출처: 대한상공회의소 SGI, 2026-06-10 보도 기준. 확인일 2026-09-11)

이 표의 네 항목은 전부 돈보다 결재가 먼저 필요한 것들입니다. 로드맵 한 장, 가이드라인 한 장, 교육 반나절. GPU를 사거나 사람을 더 뽑는 일이 아니죠. 규모가 작아서 못 하는 것이 아니라 정해주는 사람이 없어서 안 되고 있을 가능성이 크고, 그 사람은 대개 이 글을 읽고 계신 분입니다.

한계도 함께 말씀드립니다. 이 분석은 여러 요인을 통제한 상관관계이지 "가이드라인을 쓰면 활용률이 오른다"는 인과를 증명한 것은 아닙니다. 원래 적극적인 조직이 가이드라인도 잘 만들었을 수 있습니다. 다만 네 항목 모두 비용이 거의 들지 않는 조치라, 인과가 완전히 증명되기를 기다릴 이유는 없다고 봅니다.

4. 「95%가 실패한다」를 회의실에서 인용하시기 전에

여기서 한 번 멈추고 짚을 것이 있습니다. 요즘 임원 보고서마다 "MIT 연구에 따르면 기업 생성형 AI 파일럿의 95%가 실패한다"는 문장이 들어갑니다. 그런데 그 원문을 직접 열어 보면 이야기가 조금 달라집니다.

해당 보고서는 MIT의 NANDA 프로젝트가 2025년 7월 낸 「The GenAI Divide: State of AI in Business 2025」인데, 문서가 스스로를 "예비 결과(Preliminary Findings)"라고 밝히고 있습니다. 동료심사를 거치지 않았고, MIT가 기관 차원에서 보증한 연구도 아닙니다. MIT가 호스팅하던 원본 링크는 현재 리다이렉트됩니다. 표본은 경영진 인터뷰 150건, 직원 설문 350건, 공개 사례 300건인데 확률 표본이 아니어서 "기업 전체의 95%"로 일반화할 근거가 되기는 어렵습니다. 여기에 더해 NANDA의 연구 목적 자체가 에이전트 인프라 구축이라, "현행 도입이 실패하고 있다"는 결론이 자기 연구의 필요성을 뒷받침하는 구조라는 이해충돌 지적도 나왔습니다.

제가 드리려는 말씀은 "95%가 틀렸다"가 아닙니다. 파일럿이 손익까지 가지 못하는 현상 자체는 앞에서 본 맥킨지 숫자로도 충분히 확인됩니다. 문제는 그 숫자를 의사결정의 근거로 쓰기에는 품질이 약하다는 것이고, 약한 근거 위에서 내린 결정은 나중에 되돌리기가 어렵다는 것입니다.

대신 대표님이 숫자의 출처를 한 번만 되물으시면 조직 전체의 보고 품질이 바뀝니다. AI 도입 논의는 유독 인상적인 통계가 많이 돌아다니는 영역이라 더 그렇습니다. 아래 세 가지만 물어보셔도 절반은 걸러집니다.

1. 누가, 언제, 몇 명에게 물었습니까? (표본과 시점)
2. 그 숫자가 우리 업종과 규모에도 해당됩니까? (적용 범위)
3. 그 조사를 한 곳이 그 결론으로 이득을 봅니까? (이해관계)

5. 파일럿을 확산으로 넘기는 다섯 단계 — 순서대로만 하시면 됩니다

여기서부터가 실제 절차입니다. 다섯 단계지만 1·2단계는 대표님이 이번 주에 30분이면 끝내실 수 있습니다. 단계마다 무엇을 준비하고, 무엇을 하고, 무엇이 나와야 다음으로 넘어가는지를 함께 적었습니다. 마지막 조건이 중요합니다. 그게 나오지 않았다면 다음 단계로 가시면 안 됩니다.

1단계, 성과를 손익 언어로 번역합니다. 준비물은 파일럿 대상 업무명, 월 처리 건수, 건당 소요시간(도입 전과 후), 담당 인원 넷입니다. 아래 계산식으로 연간 회수 시간을 구하고, 그 시간이 어디로 갔는지를 한 줄로 적으십시오. "월 X시간 절약"이 아니라 "절약된 시간이 Y로 갔다"까지 한 문장으로 써져야 이 단계가 끝난 것입니다. 안 써지면 아직 확산 대상이 아닙니다.

연간 회수 시간 = (도입 전 건당 시간 − 도입 후 건당 시간) × 월 처리 건수 × 12 그리고 반드시 한 줄 더: "이 시간은 ○○에 쓴다."

두 번째 줄이 빠지면 1단계는 끝난 게 아닙니다. 제가 현장에서 본 확산 실패의 대부분은 4단계나 5단계에서 넘어진 것이 아니었습니다. 이 두 번째 줄이 비어 있던 경우였습니다.

2단계, 흡수처를 지정합니다. 1단계 결과를 들고, 절약된 시간을 받을 곳을 사람 말고 업무로 지정하십시오. 신규 고객 응대, 미뤄둔 개선 과제, 처리량 증대 중 하나면 됩니다. 흡수처 업무명이 문서에 적히면 이 단계는 끝입니다. "일단 여유가 생기면 좋죠"라는 답이 돌아온다면 아직 지정된 것이 아니라고 보시면 됩니다.

3단계, 재설계 범위를 확정합니다. 현재 업무 순서를 펼쳐 놓고, 누가 만들고 누가 검수하는지 역할을 바꾸십시오. 바뀐 순서는 다섯 줄 이내로 적습니다. 그 다섯 줄 안에 사람이 검수하는 지점이 반드시 명시돼야 합니다. 순서가 예전과 똑같이 나왔다면 그건 재설계가 아니라 얹기입니다.

4단계, 검수 기준을 문서로 만듭니다. 준비물은 파일럿에서 AI가 틀렸던 사례 모음입니다. 틀렸던 유형을 뽑아 검수 체크 다섯에서 일곱 개로 만드십시오. 판별 기준은 하나입니다. 파일럿에 참여하지 않은 직원이 그 문서만 보고 검수할 수 있으면 통과입니다. 이것이 '확산 가능'의 실질적인 정의입니다.

5단계, 확대 기준과 중단 기준을 미리 합의합니다. 1~4단계 산출물을 놓고, 확산에 들어가기 전에 "이 숫자를 못 넘기면 접는다"는 선을 정하십시오. 중단 조건이 숫자로 적혀야 합니다. 기준이 없으면 중단은 영원히 일어나지 않습니다.

5단계의 확대·중단 기준은 다음 3편에서 본격적으로 다루겠습니다. 지금은 착수 전에 정한다는 것만 기억하시면 됩니다. 시작하고 나서 정하는 건 기준이 못 되고 변명이 됩니다.

6. 그대로 복사해 쓰시는 프롬프트 두 개

1단계와 3단계를 AI에게 시키는 프롬프트입니다. 그대로 복사해 쓰시고 대괄호만 바꾸시면 됩니다.

기본형 — 파일럿 성과를 손익 언어로 번역하기

우리 회사의 AI 파일럿 결과를 경영진 보고용 손익 언어로 번역해줘.

업무명: [업무명]
도입 전 건당 소요시간: [숫자]분
도입 후 건당 소요시간: [숫자]분
월 처리 건수: [숫자]건
담당 인원: [숫자]명
현재 절약된 시간의 용도: [현재 어디에 쓰고 있는지 솔직하게]

다음 순서로 답해줘.
1) 연간 회수 시간 계산 (계산 과정도 보여줘)
2) 이 시간이 지금 손익에 연결되는지 여부와 그 이유
3) 연결되지 않는다면, 연결시키려면 무엇을 바꿔야 하는지 3가지
4) 경영진에게 보고할 한 문장

대괄호에 들어갈 값은 이렇습니다.

• [업무명] — 파일럿을 돌린 구체적 업무. 예: 고객 견적서 초안 작성
• [숫자]분 — 추정치도 괜찮지만 담당자에게 직접 물어본 값을 쓰십시오. 예: 도입 전 180, 도입 후 120
• [현재 어디에 쓰고 있는지 솔직하게] — 답의 질이 여기서 결정됩니다. 예: 딱히 정하지 않았고 다른 밀린 업무를 함. 여기서 포장하시면 3번 답이 쓸모없어집니다

고급형 — 업무 재설계 설계서 만들기

역할: 너는 업무 프로세스 재설계 컨설턴트다. AI 도구 추천은 하지 마라.
     내가 이미 쓰고 있는 AI를 전제로, 일하는 순서만 다시 설계한다.

대상 업무: [업무명]
현재 순서: [현재 순서]
현재 AI가 하는 일: [AI가 맡은 부분]
파일럿에서 AI가 틀렸던 사례: [틀렸던 사례 3가지]
바꿀 수 없는 제약: [못 바꾸는 제약]

제약조건:
- 인원을 늘리지 않는 안으로만 설계할 것
- 사람이 검수하는 지점을 반드시 1개 이상 남길 것
- 조직 저항이 큰 변경은 따로 표시할 것

출력 형식:
1) 재설계된 업무 순서 (5줄 이내, 각 줄에 담당 주체 표기)
2) 바뀐 역할 정의 표 (before / after)
3) 검수 체크리스트 5~7개 (틀렸던 사례에서 도출할 것)
4) 이 재설계로 무엇을 얻고 무엇을 잃는지 (트레이드오프 3줄)
5) 첫 2주에 예상되는 저항과 대응

• [업무명] — 재설계할 업무 하나. 예: 고객 견적서 작성
• [현재 순서] — 미화하지 말고 실제 순서를 쓰십시오. 예: 1) 영업이 요청서 접수 2) 담당자가 과거 견적 찾아봄 3) 담당자가 작성 4) 팀장 승인
• [AI가 맡은 부분] — 지금 AI에게 시키고 있는 구간. 예: 2~3번 사이의 초안 작성만
• [틀렸던 사례 3가지] — 이 칸이 비면 4번 검수 체크리스트가 일반론으로 나옵니다. 예: 단가표 구버전 참조 / 할인율 임의 적용 / 납기 조건 누락
• [못 바꾸는 제약] — 예: 고객 개인정보는 외부 도구 반입 금지, 최종 승인은 팀장 필수

7. 결과를 가르는 세 가지 — 같은 프롬프트인데 답이 다른 이유

같은 문장을 넣어도 어떤 분은 바로 회의에 올릴 답을 받고, 어떤 분은 읽고 나서 할 일이 안 생기는 일반론을 받습니다. 제가 현장에서 보는 차이는 대개 아래 셋입니다.

첫째, 실패 사례를 같이 넣으면 답이 구체적으로 바뀝니다. AI에게 "검수 기준을 만들어줘"라고만 하면 교과서적인 항목이 나옵니다. 실제로 틀렸던 사례 세 개를 넣으면 우리 회사에서만 쓰는 체크리스트가 나옵니다. 고급형 프롬프트에 틀린 사례 입력란을 따로 둔 이유가 그것입니다.

둘째, 도구 추천을 금지하면 재설계가 나옵니다. 그냥 물어보면 AI는 "○○ 툴을 도입하세요"로 빠집니다. 이미 쓰는 도구를 전제로 순서만 바꾸라고 제약을 걸어야 우리가 원하는 답이 돌아옵니다.

셋째, 출력 형식을 지정하면 그대로 회의에 올릴 수 있습니다. "표로, 다섯 줄 이내로, 트레이드오프 세 줄" 같은 지정이 없으면 긴 산문이 나오고, 그건 보고서로 다시 옮겨야 합니다. 옮기는 순간 30분이 사라집니다.

같은 질문을 막연하게 던진 경우와 고쳐 던진 경우를 나란히 놓아 보겠습니다.

막연하게 물었을 때: 우리 회사 견적 업무에 AI를 어떻게 적용하면 좋을까? → "문서 자동화, 데이터 분석, 챗봇 도입을 검토하세요" 정도의 답이 돌아옵니다. 읽고 나서 할 일이 안 생깁니다.

고쳐서 물었을 때: 견적서 작성은 현재 [접수→과거 견적 검색→담당자 작성→팀장 승인] 4단계이고 건당 180분이 걸린다. AI에게 초안을 시켰더니 120분이 됐지만 단가표 구버전 참조, 할인율 임의 적용, 납기 누락 세 가지 오류가 났다. 인원을 늘리지 않고 담당자 역할을 검수자로 바꾸는 순서를 5줄 이내로 설계하고, 저 세 가지 오류를 잡는 검수 체크리스트를 만들어줘. → 바로 쓸 수 있는 순서와 체크리스트가 나옵니다.

차이는 길이가 아닙니다. 현재 순서, 실제 수치, 실제 오류, 바꾸면 안 되는 제약. 이 네 가지가 들어갔느냐입니다.

8. 확산 구간에서 반복해서 보는 실패 두 가지

파일럿 담당자만 잘하는 상태로 확산을 시작하는 경우. 증상은 이렇습니다. 파일럿 팀은 성과가 나는데 옆 팀에 넘기면 "우리는 잘 안 되더라"는 말이 돌아오고, 두 달쯤 지나면 조용히 원래 방식으로 복귀합니다. 원인은 성과가 문서가 아니라 사람 머릿속에 있기 때문입니다. 파일럿 담당자는 어떤 질문을 어떻게 던져야 하는지, 어디를 의심해야 하는지 몸으로 알지만 그게 적혀 있지 않습니다. 교정법은 앞의 4단계를 확산의 전제 조건으로 못 박는 것입니다. 판별은 간단합니다. 파일럿에 참여하지 않은 직원에게 그 문서만 주고 한 건을 처리시켜 보십시오. 못 하면 아직 확산할 때가 아닙니다.

절약한 시간을 아무도 가져가지 않는 경우. 이쪽은 증상이 6개월쯤 뒤에 나타납니다. "AI로 효율이 올랐다"는 보고는 계속 올라오는데 손익계산서는 그대로이고, 다음 예산 회의에서 AI 예산이 깎입니다. 원인은 절약된 시간이 분산됐기 때문입니다. 한 사람이 하루 40분씩 아꼈는데 그 40분이 각자 다른 잡무로 흩어지면, 회사 입장에서는 아무 일도 일어나지 않은 것과 같습니다. 교정법은 2단계를 확산 결재의 필수 첨부로 만드는 것입니다. "절약된 시간은 ○○ 업무로 보낸다"가 문서에 없으면 결재하지 않는 규칙 하나면 충분합니다. 이때 흡수처는 사람이 아니라 업무 이름이어야 합니다. "김 과장이 여유가 생깁니다"는 흡수처가 아닙니다.

확산을 결재하시기 직전에 — 다섯 가지 확인

하나라도 '아니오'가 나오면 확산 말고 보완이 먼저입니다.

• 파일럿 성과가 "절약된 시간이 ○○로 간다"는 한 문장으로 적혀 있는가
• 바뀐 업무 순서에 사람이 검수하는 지점이 명시돼 있는가
• 파일럿에 참여하지 않은 직원이 문서만 보고 한 건을 처리할 수 있는가
• 중단 기준이 숫자로 적혀 있는가 (몇 개월 안에 무엇이 안 나오면 접는지)
• 보고서에 인용한 통계의 출처와 시점, 표본을 확인했는가

오늘 하실 일 하나

대표님이 오늘 딱 하나만 하신다면 이것입니다. 파일럿 담당자를 불러 "절약된 그 시간이 지금 어디로 가고 있습니까?"라고 물어보십시오. 답이 막히면 그게 확산이 아직 안 되는 이유의 전부입니다. 그리고 그 자리에서 앞의 1·2단계를 30분 안에 끝내실 수 있습니다.

이어지는 3편에서는 확산을 결정한 다음의 문제를 다루겠습니다. 투자 우선순위를 어떻게 나누고, 가치를 무엇으로 재고, 위험을 어디서 끊고, 무엇을 근거로 중단할 것인가. 늘리는 결정보다 끄는 결정이 훨씬 어렵고, 그 기준을 미리 가진 조직이 결국 6%에 들어갑니다.

---

출처와 기준일

• McKinsey & Company, The State of AI: Global Survey (2026-08-25 발표, 응답자 1,719명) — 원문 페이지
• McKinsey & Company, The state of AI in 2025: Agents, innovation, and transformation (2025-11 발표, 2025-06-25~07-29 현장조사, 1,993명·105개국) — 보고서 PDF
• 대한상공회의소 지속성장이니셔티브, 「생성형 AI 활용의 대·중소기업 격차: 역량과 조직환경의 역할」 (2026-06-10 보도) — 보도 기사
• MIT Project NANDA, The GenAI Divide: State of AI in Business 2025 (2025-07, 예비 결과·동료심사 없음) — 관련 보도: Fortune (2025-08-18), 방법론 비판: Futuriom (2025-08)

본문 수치의 확인일은 2026년 9월 11일입니다. 설문 수치는 조사 시점의 응답 기준이며, 응답자의 자기 보고(self-report)라는 한계가 있습니다. 특히 'EBIT 기여'는 회계적으로 검증된 값이 아닙니다. 응답자 본인의 판단이죠.

검증의 한계도 밝혀 둡니다. 맥킨지 원문 페이지는 이 글을 준비한 환경에서 직접 열리지 않아(403/타임아웃), 위 수치는 맥킨지 페이지의 공개 본문과 이를 인용한 독립적인 두 곳의 보도를 대조해 일치하는 것만 실었습니다. 대조하는 과정에서 서로 다른 조사 회차의 숫자가 섞여 돌아다니는 것을 확인했기 때문에, 본문에서는 각 수치가 몇 년도 조사인지를 매번 밝혔습니다.

본문의 견적서 사례는 구조를 설명하기 위한 가상 사례이며 특정 고객사의 실제 성과가 아닙니다. 이 글은 경영 판단을 돕기 위한 참고 자료이며, 투자·법률·세무 자문이 아닙니다.

본 글은 시리즈 2편입니다. 1편 「AI 전략, 결국 내가 이끌어야 한다면」에서 직접 써보기·보안 경계·파일럿 고르기를 다뤘고, 이어지는 3편에서는 '투자 우선순위를 어떻게 나누고 무엇을 근거로 중단할 것인가'를 다룰 예정입니다.