데일리연합 (SNSJTV) 송동섭 기자 | 확인된 산업 전반의 관찰 결과, 기업들의 AI 관련 투자와 인력 양성은 빠르게 확산되고 있다. 다수 기업이 AI 교육 프로그램을 운영하고 챗봇·자동화 툴을 도입했다는 공시와 보도가 잇따르고 있다. 그러나 조직의 업무 흐름, 제품·서비스의 가치사슬, 수익구조까지 근본적으로 바꾼 사례는 제한적이라고 정리된다.

표면적 사실로는 파일럿 프로젝트·PoC(개념검증) 단계의 확산, 외부 솔루션·클라우드 서비스 기반의 도구적 도입, 임직원 대상 단기 교육의 증가가 확인된다. 기업 보고서와 공시에서 드러나는 투자는 주로 도구 구매·시범운영·인력 교육에 집중되어 있다. 이러한 현상은 ‘배우는’ 단계와 ‘달라지는’ 단계가 분리되어 있음을 보여준다.

구조적 원인으로는 데이터·시스템의 분리와 레거시 IT 부채가 지목된다. 조직 내부에서 사업부별로 흩어진 데이터와 폐쇄적 전산 시스템은 AI 모델의 운영적 통합을 어렵게 한다고 분석된다. 또한 기존 성과평가 지표와 예산 편성 방식이 단기 비용절감이나 분기 실적에 방점이 찍혀 장기적 프로세스 재설계 투자를 저해한다는 지적이 나온다.

시장·자본의 인센티브도 전환을 막는 요인으로 작용한다. 단기 실적을 중시하는 자본시장은 AI 도입의 잠재적 장기 가치를 온전히 평가하지 않는다고 평가된다. 이 상황에서 외부 컨설턴트와 솔루션 공급자는 빠른 성공 사례를 위해 제한된 범위의 PoC를 판매하는 경향이 있어 조직 내부 역량 축적보다 벤더 의존이 심화된다는 분석이다.

정책·규제 환경 역시 변화를 제약한다. 개인정보보호 규제, 데이터 국외 이전 규정, 공공구매 절차 등은 데이터 결합과 실증적 서비스 전개를 복잡하게 만든다. 공공·민간 협업을 통한 데이터 공유 모델은 일부 시범사업으로 존재하지만 확장성 확보와 법적 책임 소재가 명확하지 않아 실용적 확산으로 이어지기 어렵다는 지적이 제기된다.

이해관계의 은밀한 충돌이 존재한다. 기존 IT 공급업체와 관료적 절차는 현상 유지를 선호할 유인이 있다. 노동조합과 직원은 자동화에 따른 고용 리스크를 우려한다. 규제기관과 산업부처 사이에는 기술진흥과 소비자·개인권 보호의 우선순위를 둘러싼 정책적 긴장관계가 형성되고 있다는 분석이 나온다.

이런 구조적 난제는 실물경제와 민생에 직접적 파장을 미친다. 기업 단위의 생산성 전환 미흡은 국가 차원의 경쟁력 저하로 이어질 가능성이 크다. 중소·중견기업의 도입 격차는 지역·계층 간 경제적 불평등을 심화시킬 전망이다. 공공서비스의 효율화 지연은 행정비용과 서비스 질 양쪽에서 비용을 발생시킬 것으로 전망된다.

향후 쟁점은 측정·보상·거버넌스의 재설계에 모인다. AI 도입의 성과를 파일럿 성공률이 아니라 업무 재설계·매출·고객가치 증가로 측정하는 표준 지표가 필요하다고 분석된다. 공공 조달과 규제 샌드박스는 데이터 공동활용의 법적 틀과 책임 분담을 명확히 해야 한다는 지적이 나온다. 기업 거버넌스 측면에서는 경영진 보상과 KPI를 장기적 전환 성과에 연동하는 제도적 장치가 요구된다는 전망이다.