Wharton–GBK의 「적응의 이점: AI로 누가 어떻게 앞서가고 있는가」 보고서, AI 투자수익률 격차를 드러내다

Wharton Human-AI Research와 GBK Collective의 새 보고서 「적응의 이점: AI로 누가 어떻게 앞서가고 있는가」는 기업 전반에 AI가 얼마나 널리 확산됐는지, 그리고 AI 도입을 실질적인 사업 성과로 연결하기가 얼마나 더 어려운지를 보여준다. 관리자급 이상 응답자의 80%는 소속 부서의 AI 투자로 긍정적인 성과를 거뒀다고 답했지만, 그 성과가 매우 긍정적이라고 평가한 비율은 28%에 그쳤다. 네 번째 연례 연구는 더 나은 성과를 보고한 조직의 차별적 특징으로 업무 흐름 재설계, 명확한 책임 소재, 성장 중심의 성과 측정을 꼽았다.

10월 13일 발표된 이 연구는 직원들이 기술을 사용하는지 여부를 넘어 기업의 AI 논의를 살펴본다. 더 중요한 질문은 기업이 AI를 둘러싼 프로세스와 인센티브, 관리 구조를 바꿨는지 여부다.

성장 지표로 측정하면 AI 가치에 대한 관점이 달라진다

이 보고서에서 가장 두드러지는 차이 중 하나는 각 부서가 무엇을 성공으로 보는가에 관한 것이다. 성장 지표를 하나 이상 추적하는 부서에서는 35%가 AI 투자수익률이 매우 긍정적이라고 답했다. 효율성만 측정하는 부서의 경우 이 비율은 13%였다. 즉, 성장 지표를 측정하는 집단에서는 매우 긍정적인 성과가 나타날 가능성이 약 2.7배 높다.

그 차이는 매출에만 국한되지 않는다. 연구에서는 신규 매출, 판매 전환율, 생산량, 고객 만족도를 성장 지표로 분류한다. 효율성 지표에는 운영 비용, 절감된 시간, 처리 시간, 오류율이 포함된다. 부서마다 지표를 최대 3개까지 선택할 수 있었으므로, 성장 지표 측정 집단에는 효율성도 함께 추적하는 조직이 포함될 수 있다.

시간 절감은 사업 확장보다 설명하기 쉽다는 점에서 이 차이는 중요하다. 가장 많이 선택된 지표는 절감된 시간으로 40%였으며, 신규 매출을 선택한 비율은 27%였다. 한편 관리자급 이상 응답자의 83%는 향후 2~5년 안에 AI가 해당 산업을 근본적으로 변화시키거나 상당한 영향을 미칠 것으로 예상한다.

실무적으로는 AI 프로젝트를 기업이 실제로 원하는 성과와 연결해야 한다. 예를 들어 영업 업무 흐름의 속도를 높였다면 절감된 시간과 전환율 성과를 모두 기준으로 평가할 수 있다. 이 설문조사는 대시보드를 바꾸면 더 나은 성과가 난다는 점을 입증하지 않는다. 더 폭넓은 측정 방식과 더 나은 성과 보고 사이의 연관성을 보여줄 뿐이다.

AI 에이전트는 흔하지만, 깊이 있는 통합은 드물다

에이전트 도입은 이미 널리 확산됐다. 부서의 67%가 어떤 형태로든 AI 에이전트를 사용한다고 답했다. 그러나 AI가 핵심 업무 프로세스에 완전히 통합됐다고 답한 비율은 28%에 불과하며, 사람의 사후 검토를 거치거나 모니터링과 안전장치로 대체되는 자율 운영을 허용하는 부서는 17%뿐이다.

가장 큰 집단인 48%는 AI가 업무를 수행하지만, 조치를 취하기 전에 사람이 이를 검토하고 승인한다고 답했다. 또 다른 35%는 AI를 제안이나 초안 작성에 활용하고, 최종 결정은 사람이 내린다. 이러한 차이는 ‘에이전트 배포’라는 이정표만으로 실제 업무 흐름이 얼마나 바뀌었는지 알기 어려운 이유를 보여준다.

보고서에서 업무 흐름 혁신으로 판단하려면 세 가지 조건을 모두 충족해야 한다. 업무 흐름이 크게 바뀌고, AI가 핵심 프로세스에 통합되며, 어떤 형태로든 에이전트를 사용해야 한다. 이 세 조건을 모두 충족한 부서 가운데 67%가 AI 투자수익률이 매우 긍정적이라고 답했다.

이 결과는 배포를 더 엄격한 기준으로 바라볼 필요가 있음을 뒷받침한다. 보조 도구를 설치하는 것은 업무의 일부일 뿐이다. 정보가 어떻게 이동하는지, 어떤 예외 상황에 개입이 필요한지, 결과에 대한 책임자가 누구인지도 팀이 결정해야 한다. 그렇다고 모든 작업을 자율적으로 처리해야 한다는 뜻은 아니다. 보고서는 보안, 규제, 신뢰를 에이전트에 더 큰 자율성을 부여하는 데 걸림돌이 되는 요인으로 꼽으며, 따라서 각 업무 흐름에 적합한지를 판단하는 일이 중요하다고 지적한다.

책임 소재가 명확한 조직일수록 성과가 좋다

최고AI책임자 직책을 새로 신설한 조직이 두드러진다. 그런 조직의 관리자급 이상 응답자 가운데 58%가 매우 긍정적인 성과를 보고했다. AI 감독 업무를 기존 임원의 책임에 추가한 조직에서는 이 비율이 24%였다. 해당 직책이 없고 신설 계획도 없는 조직에서는 8%였다.

플랫폼 전략에서도 차이가 드러난다. 조직에서 승인된 AI 플랫폼 하나를 표준으로 사용하는 응답자의 50%가 매우 긍정적인 성과를 보고한 반면, 정해진 접근 방식 없이 계속 실험 중인 응답자 가운데서는 9%만이 같은 답을 했다. 이러한 비교는 관찰에 근거한 것이다. 전담 리더십과 플랫폼의 일관성은 자원이나 조직의 성숙도 등 다른 이점과 함께 나타날 수 있다.

에이전트 오류에 대한 책임 소재는 아직 명확히 정립되지 않았다. 응답자들은 거버넌스 또는 리스크 팀(28%), 배포한 직원의 관리자(26%), 직원 본인(25%) 순으로 책임을 돌렸다. 어느 한쪽이 압도적으로 우세하지는 않았다. 에이전트 사용을 확대하는 기업에서는 권한과 모니터링을 정하는 것과 더불어 책임 소재를 명확히 하는 일도 운영 설계의 일부다.

직원들이 체감하는 변화는 다르다

이번 연례 연구는 처음으로 관리자와 고위 리더뿐 아니라 초급 및 중간 직급 직원도 조사 대상에 포함했다. 두 집단을 비교한 결과, 준비 상태에 대한 인식에 상당한 차이가 드러났다.

관리자급 이상 중 73%는 AI로 인해 부서의 업무 흐름이 크게 바뀌었다고 답했으며, 초급 및 중간급 직원 중에서도 58%가 같은 답을 했습니다. 교육 격차는 더 큽니다. 리더의 78%는 직원들이 적절한 AI 교육을 받고 있다고 생각하지만, 직원 중 그렇게 답한 비율은 56%였습니다.

이러한 차이가 직원들이 AI를 전면적으로 거부한다는 뜻은 아닙니다. 초급 및 중간급 직원의 73%는 AI가 자신의 역할에 긍정적인 영향을 미쳤다고 답했으며, AI를 사용하는 직원 중 84%는 시간을 절약해 준다고 답했습니다. 쟁점은 개인 차원에서의 유용성과 조직 전반에서 도입이 제대로 이뤄지도록 뒷받침하는 데 필요한 지원 사이의 간극입니다.

인력 측면의 여파도 아직 불확실합니다. 관리자급 이상 중 37%는 AI와 관련된 인력 감축이 있었다고 답했고, 33%는 채용이 둔화되거나 동결됐다고 답했습니다. 그러나 높은 수익을 보고한 부서가 다른 부서보다 인력 감축이나 채용 동결을 보고할 가능성이 더 큰 것은 아닙니다. 오히려 더 높은 수익은 관리 구조, 업무 흐름, 모니터링, 교육의 변화와 함께 나타납니다.

이 설문조사가 기업에 알려줄 수 있는 것과 알려줄 수 없는 것

이번 연구는 직원이 1,000명 이상이고 매출이 5,000만 달러를 초과하는 미국 민간 부문 기업에서 정규직 직원 1,416명을 대상으로 설문조사를 실시했습니다. 인터뷰는 2026년 7월 9~29일에 진행됐습니다. 표본은 관리자급 이상 1,007명과 초급 및 중간급 직원 409명으로 구성됐으며, 두 집단의 결과는 별도로 보고됐습니다.

이 수치는 독립적인 감사를 거친 투자 수익률이 아니라 응답자가 직접 보고한 평가입니다. 결과는 미국의 대기업을 대상으로 한 것으로, 소규모 기업이나 다른 국가에도 그대로 적용된다고 볼 수는 없습니다. 2026년에 초급 및 중간급 직원이 처음 포함됐으므로, 이전 연도와의 비교에는 관리자급 이상 집단의 결과가 사용됩니다.

기업 팀에 이 보고서는 AI의 진척도를 유용하게 점검할 기준을 제시합니다. 사용량을 넘어 측정 가능한 사업 성과, 핵심 업무와의 통합, 명확한 책임 소재, 직원들의 실제 경험을 살펴보라는 것입니다. 폭넓은 접근성을 확보하고도 실행이 미흡할 수 있으며, 생산성이 향상됐다는 보고가 있더라도 조직 차원의 상당한 과제가 미완으로 남을 수 있습니다.

연구 결과와 방법론, 업계 및 부서별 비교에 대해 더 자세히 알고 싶은 독자는 Wharton–GBK의 전체 보고서 적응형 우위: AI로 누가 어떻게 앞서가고 있는가를 읽어볼 수 있습니다.