AI 도입 기업 88%의 함정: 이익 기여 6%를 넘어서는 실질적 AX 전환 전략

씨앗 뉴스: "[현장] 이준희 삼성SDS 대표 "AI 도입 기업 88%, 이익 기여 6% 불과⋯ 성공적인 AX 전환 절실"" (아이뉴스24) · 원문 검색 아래는 위 이슈에 대한 실제 보도 3건에서 검증한 사실을 근거로 AI가 작성한 오리지널 트렌드 해설입니다(원문 번역·복제 아님). 출처는 글 하단 참고.

기업의 88%가 인공지능을 업무에 도입했음에도 이익에 실질적으로 기여했다고 답한 곳은 6%에 불과하다는 맥킨지 조사 결과가 알려졌습니다. 이는 단순한 기술 도입이 아닌, 프로세스 재설계와 조직 변화를 통해 수익성을 증명해야 하는 경영진의 시급한 과제를 보여줍니다. 이준희 삼성에스디에스 대표가 제시한 7대 핵심 요소와 현장 밀착형 인력 확대 전략은 이러한 전환의 실질적 기준점을 제시하고 있습니다.

도입이 아닌 기여: AI 투자 회수율의 현실과 격차

기업 인공지능 전환 콘퍼런스 '리얼 서밋 2026' 기조연설에서 이준희 삼성에스디에스 대표는 도입과 기여 사이의 심각한 괴리를 짚었다. 맥킨지 조사에 따르면 기업의 88퍼센트는 최소 하나 이상의 업무에 인공지능을 도입했으나, 이익에 유의미하게 기여했다고 답한 곳은 6퍼센트에 불과했다. 이는 기술 자체의 성능 문제가 아니라, 도입 방식의 한계를 드러낸다.

단순한 도구 도입은 비용만 늘릴 뿐이다. 실질적 가치를 창출하려면 비즈니스 프로세스를 인공지능 중심으로 재설계해야 한다.

도입률과 기여율의 격차: 88퍼센트 도입 대비 6퍼센트 이익 기여
기술 중심 접근의 한계: 시스템 설치만으로는 성과 미흡
가치 창출의 전제: 업무 흐름의 근본적 재설계 필요

이러한 현실은 인공지능 투자가 단순한 기술 도입이 아닌, 비즈니스 가치 창출을 목표로 해야 함을 강조한다.

성공적인 AX를 위한 7대 핵심 요소와 거버넌스

이준희 삼성SDS 대표는 단순한 기술 도입을 넘어 실질적 가치를 창출하기 위한 7대 핵심 요소를 제시했다. 이는 프로세스 재설계, 데이터 정비, 에이전트 운영 체계, 거버넌스, 보안, 조직, 문화 변화로 구성된다. 특히 프로세스 재설계와 데이터 정비는 인공지능이 업무에 녹아들기 위한 기반이며, 에이전트 운영 체계와 거버넌스는 자율적 업무 수행 시 발생할 수 있는 리스크를 통제하는 핵심 장치다. 보안과 조직, 문화 변화는 기술적 안정성과 함께 인적 역량을 뒷받침하는 필수 조건이다.

이러한 프레임워크를 실무에 적용하기 위해서는 다음과 같은 접근이 필요하다.

프로세스 재설계: 기존 업무 흐름을 인공지능 중심으로 재구조화하여 비효율적 단계를 제거한다.
데이터 정비: 인공지능이 학습하고 판단할 수 있도록 데이터 품질을 확보하고 표준화한다.
에이전트 운영 체계: 자율형 에이전트의 작업 계획과 실행 과정을 모니터링하고 피드백하는 체계를 구축한다.
거버넌스 및 보안: 데이터 접근 권한과 결과물 검증 절차를 명확히 하여 책임 소재를 관리한다.

삼성SDS는 사내 개발, 구매, 품질 등 7대 메가 프로세스를 인공지능 중심으로 재설계하는 '클라이언트 제로' 전략을 통해 이 프레임워크의 효과를 검증하고 있다. 현장 밀착형 인공지능 전환 전문 인력인 FDE를 연내 200여 명 규모로 확대하는 계획도 이러한 체계적 전환을 가속화하기 위한 구체적 조치로 볼 수 있다.

클라이언트 제로 전략: 내부 프로세스 혁신이 외부 경쟁력으로

삼성SDS는 사내 7대 메가 프로세스를 인공지능 중심으로 재설계해 성과를 검증하는 '클라이언트 제로' 전략을 추진하고 있다. 이는 개발, 구매, 품질 등 핵심 업무 영역에서 실제 운영 데이터를 기반으로 효율성과 정확도를 입증하는 과정이다. 내부 프로세스가 안정적으로 작동하는 것을 확인한 뒤, 이를 표준화해 외부 고객에게 적용하는 방식이다.

이 전략의 핵심 메커니즘은 다음과 같다:

내부 검증 우선: 사내 7대 메가 프로세스에서 인공지능 적용 효과를 정량적으로 측정
표준화 및 패키지화: 검증된 프로세스를 재사용 가능한 서비스 모듈로 전환
외부 확장: 고객 현장에 동일한 아키텍처를 적용해 도입 리스크 최소화

실무 관점에서 이 접근법은 인공지능 도입 시 가장 큰 장애물인 '현장 적합성' 문제를 해결한다. 내부에서 반복 테스트를 거친 프로세스는 고객 현장에서도 동일한 품질을 보장할 가능성이 높다. 삼성SDS는 이 방식을 통해 이익 기여율을 높이는 실질적 인공지능 전환 모델을 구축하고, 이를 외부 경쟁력으로 전환하는 구조를 마련하고 있다.

브리티웍스 코워크와 자율형 에이전트의 실무 적용

삼성SDS는 사용자가 목표를 부여하면 작업을 스스로 계획하고 수행하는 기업용 인공지능 에이전트 '브리티웍스 코워크'를 오는 10월 출시할 예정이다. 이는 단순한 반복 업무 자동화를 넘어, 복잡한 비즈니스 로직을 이해하고 실행까지 완결하는 단계로 업무 자동화의 패러다임을 전환한다. 실무 현장에서는 이 도구를 활용해 기존에 담당자가 수동으로 처리하던 데이터 수집부터 분석, 보고서 초안 작성까지의 전 과정을 하나의 지시어로 통합 관리할 수 있게 된다.

자율형 에이전트의 도입은 업무 프로세스의 구조적 변화를 요구한다. 과거에는 각 단계별 인력 배정과 수작업 검증이 필수적이었으나, 이제는 에이전트가 실행 계획을 수립하고 오류를 자가 교정하는 방향으로 업무 분장이 재편된다. 실무자는 에이전트의 실행 결과를 최종 승인하는 감독자 역할로 전환되며, 이는 인력 효율성을 극대화하는 핵심 동력이 된다.

목표 기반 자동화: 구체적인 결과물만 지정하면 에이전트가 실행 경로를 자율적으로 설계한다.
프로세스 통합: 산재된 시스템 간 데이터 이동을 에이전트가 직접 매개하여 단절된 업무를 연결한다.
역할 재정의: 운영 인력에서 검증 및 예외 처리 중심의 관리자로 직무가 이동한다.

이러한 변화는 삼성SDS가 추진 중인 '클라이언트 제로' 전략과 맞물려 사내 메가 프로세스 혁신의 실질적 성과로 이어질 전망이다.

FDE 확대와 로컬 AI 확산 시 개발 조직의 재편

삼성SDS는 현장 밀착형 인공지능 전환 전문 인력인 FDE를 연내 200여 명 규모로 확대할 계획이다. 이는 단순한 기술 지원 인력이 아니라, 고객의 업무 현장을 직접 방문해 프로세스 재설계와 데이터 정비를 수행하는 실무형 전문가를 의미한다. 기존에 개발 조직이 소프트웨어 구축에만 집중하던 구조에서 벗어나, 비즈니스 로직과 데이터 품질을 동시에 관리하는 하이브리드 역할로 전환되는 것이다. FDE가 현장에 상주하며 문제를 진단하고 해결책을 도출하는 과정에서, 개발팀은 이를 즉시 코드화하거나 에이전트 운영 체계에 반영하는 긴밀한 협업 루프를 형성해야 한다.

로컬 AI 확산은 개발 조직의 기술 스택과 역할에 또 다른 변화를 요구한다. 클라우드 중심의 대규모 모델 호출에서 벗어나, 기업 내부 서버나 엣지 디바이스에서 구동되는 로컬 AI 환경이 확대되면서 데이터 보안과 지연 시간 최적화가 핵심 과제로 부상한다. 이에 따라 개발자는 모델 파인튜닝, 추론 성능 최적화, 그리고 온프레미스 보안 아키텍처 설계 능력을 갖추어야 한다. 또한, 로컬 AI 환경에서는 모델의 버전 관리와 배포 파이프라인이 클라우드와 달리 더 복잡해지므로, MLOps(기계학습 운영) 역량이 필수적이다.

개발 조직의 재편을 위해 실무자는 다음과 같은 전략을 적용할 수 있다.

역할 분할 명확화: FDE가 비즈니스 요구사항 정의와 데이터 품질 검증에 집중하고, 개발자는 모델 통합과 시스템 안정성 확보에 특화되도록 업무 경계를 설정한다.
로컬 AI 스킬셋 강화: 팀 내 개발자에게는 온프레미스 환경에서의 모델 최적화 기술과 보안 정책 적용 방법을 정기적으로 교육한다.
피드백 루프 단축: FDE의 현장 진단 결과를 개발팀이 즉시 반영할 수 있도록, 주 단위의 스프린트 회의를 통해 기술적 제약과 비즈니스 니즈를 실시간으로 조율한다.

이러한 조직적 변화는 AI 도입이 아닌 실질적인 이익 기여로 이어지는 AX 전환의 핵심 동력이 된다.

로보틱스 전환과 전국 단위 AI 인프라 구축 로드맵

삼성SDS는 단순 소프트웨어 공급을 넘어 물리적 현장까지 인공지능 전환 범위를 확장하고 있다. 회사는 로보틱스 전환 사업 진출을 공식 선언했으며, 2027년 로봇 오케스트레이션 플랫폼을 선보일 계획이다. 이 플랫폼은 개별 로봇을 넘어 다수의 로봇과 인공지능 에이전트가 협력하는 체계적 운영 환경을 제공한다. 제조 현장의 반복적 업무를 자동화하는 데 그치지 않고, 로봇 간 협업 로직을 최적화해 생산성 향상을 극대화하는 것이 핵심 목표다. 실무에서는 로봇 하드웨어 도입과 동시에 운영 체계를 설계하는 통합 접근이 필수적이다.

중장기적으로는 전국 단위의 인공지능 인프라 구축이 핵심 축이다. 삼성SDS는 2028년 국가 인공지능 컴퓨팅센터와 2029년 구미 인공지능 데이터센터 구축을 통해 인프라 기반을 마련할 방침이다. 이는 대규모 학습과 추론에 필요한 컴퓨팅 자원을 안정적으로 공급하기 위함이다. 기업 입장에서는 자체 인프라 구축의 높은 비용과 기술적 장벽을 극복할 수 있는 기회가 된다.

2027년: 로봇 오케스트레이션 플랫폼 출시로 물리적 현장의 인공지능 전환 본격화
2028년: 국가 인공지능 컴퓨팅센터 구축으로 대규모 연산 자원 확보
2029년: 구미 인공지능 데이터센터 완공으로 전국 단위 인프라 네트워크 완성

이러한 로드맵은 기업이 인공지능 도입 초기 단계에서 겪는 인프라 부족 문제를 해결하는 실질적 대안이 될 수 있다. 특히 로보틱스와 인프라가 결합된 생태계는 제조업 중심의 인공지능 전환 전략을 수립하는 기업들에게 구체적인 실행 방향을 제시한다.

자주 묻는 질문

기업의 인공지능 도입 현황과 이익 기여도는 어떻게 되나요?

맥킨지 조사에 따르면 기업의 88%는 최소 하나 이상의 업무에 인공지능을 도입했습니다. 그러나 이익에 유의미하게 기여했다고 답한 기업은 6%에 불과해 실질적 성과 창출이 어려운 상황입니다.

성공적인 인공지능 전환을 위해 필요한 핵심 요소는 무엇인가요?

이준희 삼성SDS 대표는 프로세스 재설계와 데이터 정비를 포함한 7대 핵심 요소를 제시했습니다. 또한 에이전트 운영 체계, 거버넌스, 보안, 조직 및 문화 변화까지 함께 고려해야 합니다.

삼성SDS는 인공지능 전환을 위해 어떤 전략을 추진하고 있나요?

삼성SDS는 사내 7대 메가 프로세스를 인공지능 중심으로 재설계하는 클라이언트 제로 전략을 추진하고 있습니다. 아울러 현장 밀착형 전문 인력 확대와 기업용 인공지능 에이전트 출시 등 다양한 사업을 전개합니다.