[투자 트렌드] AI 투자와 경제적 현실의 괴리—기업들은 왜 아직도 망설이는가?

[KtN 최기형기자]글로벌 기업들의 AI 투자 전략은 과연 경제적 잠재력을 반영하고 있을까? AI, 특히 생성형 AI(Gen AI)의 발전 속도는 비약적이지만, 기업들의 투자 양상은 여전히 산업별로 큰 편차를 보이고 있다. 맥킨지(McKinsey)의 최신 보고서 Superagency in the Workplace에 따르면, AI가 가장 높은 경제적 가치를 창출할 수 있는 산업들이 오히려 투자를 망설이고 있으며, 반대로 일부 산업은 기대보다 높은 비율로 AI를 채택하고 있다.

이러한 투자와 경제적 잠재력 간의 괴리(Disconnect)는 단순한 재정적 의사결정 문제가 아니라, 기업의 구조적 한계, 조직문화, 리더십의 인식 격차가 복합적으로 작용하는 결과다. 지금의 AI 투자 트렌드는 AI 도입이 선택이 아닌 필수인 시대에서, 기업들이 여전히 ‘검증된 확신’ 없이는 대규모 투자를 결정하지 못하는 현실을 보여준다.

이제 기업들은 결정해야 한다. 혁신의 흐름을 타고 시장의 패러다임을 선도할 것인가, 아니면 관성에 묻혀 도태될 것인가?

 AI 도입 속도—직원들은 빠르고, 경영진은 망설인다

(1) 직원들의 자발적 AI 도입 속도, 경영진이 예상하는 것보다 3배 빠르다

맥킨지 조사에 따르면, 기업의 리더들은 직원들의 AI 활용도가 4%에 불과하다고 추정하지만, 실제로는 13%의 직원들이 업무의 30% 이상을 AI에 의존하고 있다. 특히, 밀레니얼 세대(35~44세)의 90%는 AI 활용에 자신감을 보이며, 실질적인 업무 도구로 적극적으로 사용하고 있다. 반면, 기업 경영진은 여전히 AI를 '미래의 기술'로 인식하며, 투자 결정에 보수적인 태도를 유지하고 있다.

(2) 산업별 AI 투자 격차—경제적 가치가 높은 산업이 오히려 보수적

소비재·유통(CPG & Retail) 산업은 AI의 두 번째로 높은 경제적 잠재력을 보유하고 있지만, AI 투자 비율은 하위권에 머물러 있다. 반면, 헬스케어·기술(Tech)은 AI 투자가 적극적으로 이루어지고 있으며, AI 도입에 따른 경제적 기대치도 높다. AI의 가치 실현이 가능한 산업과 실제 투자 수준이 맞지 않는 것은 산업별 마진 구조와 AI 도입에 대한 신뢰도의 차이 때문으로 해석할 수 있다.

(3) AI 투자가 기업 성과로 연결되지 않는 이유

AI 투자가 매출과 직접 연결되지 않는 이유는, 많은 기업들이 기존 업무 프로세스 개선보다는 단순한 기술 적용에 초점을 맞추고 있기 때문이다. 즉, AI를 활용해 기업의 핵심 비즈니스 모델을 변화시키지 않는 한, AI의 경제적 가치는 온전히 실현되기 어렵다.

AI 투자와 경제적 가치—왜 소비재 기업은 AI에 인색한가?

(1) 소비재 산업의 낮은 AI 투자율—마진 압박과 투자 신뢰 부족

소비재(CPG) 산업은 AI 도입 시 높은 가치를 창출할 가능성이 크지만, 전통적으로 낮은 마진율로 인해 대규모 AI 투자를 꺼리고 있다. AI 도입이 단기적인 비용 절감으로 이어지지 않는다면, 기업들은 쉽게 투자 결정을 내리지 못한다. 또한, 조직 내부에서 AI 도입에 대한 신뢰가 부족한 점도 문제다. 기존 비즈니스 모델을 AI가 어떻게 강화할 수 있는지에 대한 구체적인 비전이 부족하기 때문이다.

(2) 금융·에너지 산업도 보수적—리스크 관리 우선 문화가 투자 결정에 영향

금융(Financial Services)과 에너지(Energy) 산업도 AI의 경제적 잠재력이 높지만, AI 투자율은 낮은 편이다. 이는 AI가 기존 금융 및 에너지 산업의 위험 관리 모델과 직접 충돌할 가능성이 있기 때문이다. 특히 금융 산업은 AI 도입으로 인한 데이터 보안 및 규제 리스크를 우려하며, 에너지 산업은 AI 기술이 즉각적인 비용 절감으로 이어지지 않는 점을 고려하고 있다.

(3) AI의 경제적 가치를 극대화하는 기업과 그렇지 못한 기업의 차이

기술(Tech), 헬스케어(Healthcare), 미디어(Media) 산업은 AI를 선제적으로 도입하고 있으며, AI를 활용한 비즈니스 모델 혁신에 주력하고 있다. 반면, 전통적인 산업(소비재, 금융, 에너지, 물류 등)은 AI를 지원 기술로만 활용하고 있어 경제적 가치 창출이 제한적이다. 이 차이는 결국 AI를 ‘전략적 투자’로 보느냐, ‘기술 도입 비용’으로 보느냐에 따른 인식 차이에서 비롯된다.

AI의 경제적 가치를 실현하기 위한 기업의 과제

 (1) AI를 단순한 기술이 아닌, ‘비즈니스 혁신’의 도구로 재해석해야 한다

기업들이 AI 투자의 실질적인 가치를 실현하기 위해서는, 단순한 AI 도입을 넘어 AI 기반의 비즈니스 모델 혁신을 고민해야 한다. 특히, AI가 기존 업무 프로세스를 어떻게 변화시키고, 경쟁력을 강화할 수 있는지에 대한 명확한 전략이 필요하다.

(2) 리더십의 인식 변화—AI 투자는 ‘비용’이 아닌 ‘미래 성장 동력’

AI를 바라보는 경영진의 시각이 변화해야 한다. 기업의 AI 투자 의사결정이 경영진이 아닌 직원 주도로 이루어지고 있다는 점에서, C-suite 리더들은 직원들의 AI 활용도를 적극적으로 파악하고 지원해야 한다.

(3) 데이터 거버넌스와 윤리적 문제 해결

AI 투자 확대를 위해서는 데이터 활용 문제, 윤리적 리스크에 대한 명확한 가이드라인을 수립해야 한다. AI가 기업 내에서 신뢰를 얻으려면, 데이터의 투명성과 AI 의사결정의 공정성이 확보되어야 한다.

AI 투자, 이제는 선택이 아니라 필수다

지금이 바로 AI의 잠재력을 온전히 실현할 수 있는 전략적 기회를 포착해야 할 순간이다.