AI 도입과 AX 전환은 같은 말이 아니다

글로벌 기업은 인공지능(AI)에 수조 원을 투입했고, 국내 대기업도 AI 전환(AX, AI Transformation)을 내세우고 있다. 생성형 AI는 임원 발표자료와 부서별 시범 과제에 들어갔고, AI 담당 조직도 생겼다. 하지만 현장에서는 “도입은 했는데 쓰는 사람이 없다”, “파일럿은 끝났는데 전사적 도입으로 못 가고 있다”, “AI가 정말 생산성을 증가시키는지 모르겠다”는 말이 나온다. AI는 많지만 성과가 보이지 않는 상황이 AX의 역설로 제시된다.

맥킨지가 2025년 11월 발표한 글로벌 서베이에 따르면 AI를 전사 규모로 확산한 기업은 3분의 1 수준이고, 나머지 약 3분의 2는 파일럿 단계에 머물렀다. 2025년 7월 MIT의 '기업 AI 실태 보고서(The GenAI Divide)'도 생성형 AI 시범 과제의 약 95%가 손익에 유의미한 영향을 주지 못했고, 실제 가치를 만든 곳은 5%라고 분석했다. 이 수치는 AI 자체보다 AX를 추진하는 방식의 한계를 살펴보게 한다.

AI와 AX는 구분된다. AI는 기술이자 도구이고, AX는 그 도구를 기준으로 일하는 방식과 조직을 다시 짜는 일이다. 자동차를 들여놓는 일이 AI라면, 도로와 신호 체계와 이동 습관까지 바꾸는 일이 AX라는 설명이다. 기존 프로세스를 그대로 둔 채 AI만 덧붙이면 일부 업무 속도는 빨라질 수 있지만, 회사의 손익 구조가 바뀌는 수준까지 이어지기 어렵다.

많은 조직은 도구를 샀다는 사실을 바꿨다는 사실로 받아들인다. 보고서 작성, 회의 준비, 요약 업무에 AI를 붙이면 겉으로는 변화가 있는 것처럼 보인다. 그러나 업무의 순서와 방식, 그 일을 해야 하는 이유가 그대로라면 AI는 낡은 프로세스 안에 맞춰진다. 도입 초기 파일럿이 성공하고 몇몇 팀에서 시간이 줄었다는 반응이 나와도, 개인이 아낀 30분이 조직의 손익계산서에 바로 더해지지는 않는다.

구매와 전환의 차이는 무엇을 재는지에서 드러난다. 계정 수, 사용률, 절약된 시간을 앞세우면 도구 도입에 가깝다. 반대로 일의 단위가 달라졌는지, 예전엔 다섯 명이 하던 일을 두 명이 다른 방식으로 하는지, 없어도 되는 업무가 사라졌는지를 묻는다면 전환에 가까워진다. AX는 더하는 작업보다 덜어내는 작업에서 시작한다는 관점이다.

성과를 만든 전환의 조건은 다섯 가지로 정리된다. 첫째, “생성형 AI를 어디에 써 볼까”가 아니라 “지금 가장 비싸고 느리고 반복적인 업무가 무엇인가”에서 출발한다. 둘째, AI를 기존 흐름 위에 얹지 않고 프로세스 혁신(PI, Process Innovation)의 관점에서 업무 순서와 단계를 다시 그린다. 셋째, 흩어지고 오염된 데이터를 정리하고 시스템을 연결해 AI가 실제 업무 시스템에 접근할 토대를 마련한다.

넷째, 계정 수나 사용률보다 손익계산서의 어떤 숫자가 움직이는지를 지표로 삼는다. 다섯째, 프로세스를 다시 긋고 사라져도 되는 업무를 없앨 권한을 가진 주체가 있어야 한다. 이 조건들은 각각 따로 움직이는 항목이 아니라, 문제 정의와 프로세스 재설계, 데이터와 인프라, 손익 중심 측정, 추진 권한이 연결된 하나의 구조다.

AX의 핵심은 더 좋은 AI를 고르는 데서 끝나지 않는다. 낡은 업무 방식을 그대로 두면 모델 성능이 손익의 숫자로 바뀌기 어렵다. AI는 계속 늘어나지만, 필요한 것은 익숙한 업무와 조직의 일부를 덜어내고 일을 처음부터 다시 설계하려는 결정이다. AX의 마지막 병목은 GPU나 알고리즘보다 조직이 스스로의 일을 다시 짤 수 있는가에 놓여 있다.