생성형 AI의 도입은 기업에 전례 없는 기회를 제공하는 동시에, 높은 불확실성과 복잡한 리스크를 동반합니다. 본 리포트는 딜로이트 통합연구센터가 지평선 탐색(Horizon Scanning) 방법론과 정량·정성 데이터를 바탕으로, 2027년까지 생성형 AI가 기업에 미칠 잠재적 영향과 진화 경로를 네 가지 시나리오로 제시한 전략적 분석 보고서입니다.
본 보고서는 기업 리더들이 AI의 불확실성을 보다 체계적으로 이해하고, 다양한 미래 환경에 대비할 수 있는 회복탄력성과 적응력을 갖춘 전략을 수립하는 데 실질적인 인사이트를 제공합니다. AI의 기술적 진보와 사회적 영향이 교차하는 지점에서, 조직은 단순한 기술 도입을 넘어 보다 지속 가능하고 신뢰 기반의 변화 관리 방안을 모색해야 할 시점에 와 있습니다.
"기업의 생성형AI 전략은 높은 리스크와 불확실성을 동반한다. 본 보고서는 기업이 효과적인 생성형AI 전략을 효과적으로 수립하는 데 필요한 중요한 방향성을 제공한다."
기업들은 생성형AI에 대규모 투자를 하고 있다. 비즈니스 및 IT 리더의 약 80%는 향후 3년 이내에 차세대 AI가 산업에 중대한 변화를 일으킬 것으로 예상하고 있다. 차세대 AI에 대한 전 세계 민간 투자는 급증하여 2022년 약 30억 달러에서 2023년 250억 달러로 증가했으며, 2024년에는 약 400억 달러, 2027년에는 1,500억 달러 이상으로 계속해서 증가할 것으로 보인다. 경제학자들은 인구 고령화로 인해 향후 몇 년간 노동 참여 인력이 감소할 것이라고 예상하며, 이는 생산성 향상의 필요성을 더욱 부각시킨다. 10년 내에 인공지능이 인간 수준의 지능을 갖추거나, 5년 내에 디지털 트윈이 회의에 대신 참석하는 등 극적인 발전이 가능할 것이라는 예측이 나오고 있는 현 상황에서, 생성형AI의 잠재력은 상상력에 의해 무한히 확장될 수 있을 것으로 보인다.
대부분의 사람들은 누구에게도 뒤처지고 싶지 않은 세상에 살고 있다. 지난 5년간 '뒤처지는 것에 대한 두려움(FOMO, Fear Of Missing Out)’에 대한 온라인 언급은 60% 이상 증가했다. 이는 인공지능 세대에만 해당하는 현상은 아니지만, 모든 투자에는 불확실성이 따른다. 특히 인공지능의 발전이 기업에 미칠 영향에 대한 불확실성은 상당하다는 점을 반영한다. 성장과 기회에 대한 예측은 하나의 가능한 미래를 제시하지만, AI의 발전 속도가 둔화되고, 조직들이 AI 역량을 확장하고 성장시키는 데 있어 상당한 재정적 장벽에 직면할 수 있는 미래도 존재할 수 있는 것이다.
"기업의 리더는 회사 내 AI의 미래를 어떻게 이해하고, 다가오는 변화에 효과적으로 대응할 수 있는 최적의 전략을 개발할 수 있을까?"
이 질문을 탐구하기 위해 딜로이트 통합 연구 센터는 정량적 설문조사, 주제별 전문가 인터뷰, 그리고 생성형AI의 단기 및 중장기 동향을 파악하기 위해 고안된 독자적인 지평선 탐색 방법론(a proprietary horizon scanning initiative)을 바탕으로 기업과 관련된 생성형AI의 주요 불확실성에 대해 예측 분석을 수행했다. 이를 통해 현재부터 2027년 말까지 생성형AI의 진화 가능성과 기업에 미칠 잠재적 영향을 설명하는 네 가지 미래 시나리오를 개발했다. 각 시나리오는 생성형AI와 기업이 공존하고 상호 보완할 수 있는 다양한 가능성을 제시하며, 이에 따라 기업 전략, 정책 및 실무에 미칠 영향도 달라질 것으로 보인다.
이 시나리오 계획을 활용하여 불확실한 시장 역학을 분석함으로써, 기업은 다양한 미래 상황에서 전략을 테스트하고, 이를 통해 투자 결정을 강화할 수 있다. 이러한 시나리오는 리더에게 앞으로 일어날 일이나 해야 할 일을 제시하는 것이 아니라, 조직이 생성형AI와 관련된 리스크와 불확실성을 예측하고 관리하는 방법에 대해 깊이 고민하고 영감을 얻을 수 있도록 돕기 위한 것이다. 또한, 리더가 조직에 영향을 미칠 중요한 장기적 이슈를 식별하고, 보다 민첩하고 미래 지향적인 전략을 개발할 수 있도록 지원하는 데 목적이 있다. 이는 모든 가능한 시나리오를 포괄하는 관점이 아니라, 리더가 차세대 AI 전략을 구축하는 과정에서 기업과 관련될 가능성이 있는 특정 시나리오에 집중하는 방식으로 설계되었다. 조직은 다양한 상황에서 현재의 AI 전략과 투자가 시간이 지남에 따라 어떻게 전개될 수 있을지를 검토함으로써 잠재적인 위험과 기회를 파악하고, 보다 현명한 전략적 결정을 내릴 수 있을 것이다.
본 연구는 '불확실성의 축(axes of uncertainty)'이라는 방법론을 사용하였고, 이는 불확실성이 큰 두 가지 변수와 영향력이 큰 두 가지 변수의 조합을 통해 네 가지 가능한 미래 시나리오를 정의하는 접근법이다. 비용, 규제, 생성형AI의 지속적인 발전 등 다양한 질문이 존재하지만, 이번 분석에서는 장기적인 구현 결과에 중점을 두었다. 딜로이트의 AI 분야 전문가들과의 정성적 인터뷰 및 현재 진행 중인 여러 글로벌 기업 설문조사에서 얻은 의견을 바탕으로 다음 두 가지 변수를 확인했다.
이해관계자 결과 (X축): 차세대 AI의 출시가 경제, 사회, 직장에 미치는 영향은 무엇일까?
차세대 AI의 빠른 출시가 비즈니스와 사회의 전반적인 동반 성장을 이끌 것인지, 아니면 불균등한 성장을 초래할 것인지에 대한 쟁점이 있다. 조직이 차세대 AI 툴을 빠르게 도입하고 확장하면서 이러한 도구의 접근성을 높여 혁신을 촉진할 수 있다는 기대감과 함께, 일자리 손실과 불평등 심화에 대한 우려도 존재한다. 이러한 동향을 이해하면 장기적인 성장 기회를 파악하는 데 도움이 될 뿐만 아니라, 이해관계자의 신뢰, 직원의 기술 저하, 다가오는 규제의 영향 등과 관련된 잠재적 위험을 예측하는 데 유용할 수 있다.
성과 목표 달성 (Y축): 조직은 차세대 AI 이니셔티브를 통해 재무 및 운영 성과 개선을 실현할 수 있을까, 아니면 차세대 AI의 결과물이 투자 수익률 기대치를 충족하지 못할 뿐만 아니라 조직의 혼란과 성과 저하를 초래할까?
많은 조직이 차세대 AI에 대한 높은 관심에도 불구하고, 중요한 비즈니스 목표에 부합하는 명확하고 가치 있는 활용 사례를 식별하거나 확장하는 데 어려움을 겪고 있다. 차세대 AI에 대한 노력을 확장하려는 조직은 이러한 AI 툴을 일상적인 업무 프로세스에 어떻게 효과적으로 통합할지에 대한 다양한 문제에 직면할 수 있다. 이러한 불확실성을 이해함으로써, 차세대 AI 툴이 기업에 부가 가치를 창출할 수 있도록 채택해야 할 서비스, 보호 장치 및 전략을 더 잘 파악할 수 있다.
이러한 변수를 기반으로 한 각 시나리오(그림 1)는 발생 가능한 미래를 탐색하고, 데이터, 전문가의 관점, 초기 변화 지표 등의 근거를 기반으로 분석을 진행한다. 또한, 각 시나리오는 현재 전략에 대한 중요한 시사점도 강조한다.
불과 몇 년 만에 거대 언어 모델(LLM)은 복잡한 프롬프트를 처리하고 상황에 맞는 출력을 생성하는 능력이 점점 더 정교해졌다. 도구 자체의 발전뿐만 아니라, 스마트 기기, 웨어러블 기기, 산업 장비 등에 내장되어 조직 전체에 자동화된 인텔리전스 계층을 구축하는 데 기여했다. 일부 직원들은 이러한 기술이 점점 더 과도하게 개입한다고 느끼지만, 이는 기업 가치를 높이는 데 큰 도움이 되고 있다. 많은 조직은 이러한 지능형 시스템을 사람이나 다른 에이전트와 협력하여 복잡하고 개방적인 개인 및 비즈니스 작업을 자동화할 수 있는 디지털 에이전트로 전환하기 시작했다. 기술 발전이 둔화될 조짐은 거의 보이지 않지만, 차세대 AI가 비즈니스에 미치는 영향은 매우 다양하다. 대부분의 산업에서 혁신에 조기에 공격적으로 투자한 조직은 효율성과 새로운 제품 역량을 확보하며 가격 우위와 시장 성장으로 이어졌다. 이로 인해 얼리 어답터들은 경쟁사보다 지속적인 우위를 점하고 있는 반면, 초기에 AI에 투자하지 않은 조직은 이를 따라잡기 위해 고군분투하고 있다.
그러나 가장 큰 승자는 경제 성장을 주도하는 소수의 하이퍼스케일러와 반도체 회사들로, 이들의 기반 모델과 기술 인프라가 경제 성장을 이끌고 있다. 사용자들은 이러한 툴을 선호하지만, 그 기능이 향상됨에 따라 운영 중심의 많은 역할들이 점차 불필요해지고 있다. 실업률은 증가하고 있으며, 경제학자들은 이러한 실업률 증가에 기여한 인공지능 세대의 역할에 대해 의견이 분분하지만, 취업자와 실업자 모두 일자리 손실과 근본적인 두려움, 재정적 불확실성에 대해 인공지능을 비난하는 경우가 점점 더 많아지고 있다.
이러한 요인들은 경제에 대한 신뢰를 약화시킬 뿐만 아니라, 정치적 양극화와 대기업에 대한 신뢰를 더욱 손상시키는 데 기여하고 있다. 이와 같은 신뢰 상실은 막대한 비용을 초래할 수 있다. 연구에 따르면, 신뢰와 관련된 부정적인 사건이 발생하면 기업은 시가총액의 20~56%를 손실 위험이 있는 것으로 나타났다.
기술의 고도화와 함께 더욱 강력해진 악의적인 글로벌 행위자들의 빈번한 디지털 공격에 따라 차세대 AI의 사용이 증가하면서 여론의 변화는 더욱 악화되고 있다. 아이러니하게도 이러한 신뢰의 약화는 더 개인화된 고객 서비스와 인간적인 상호작용에 대한 새로운 수요를 창출하고 있다.
기회
리스크
기회
리스크
기회
리스크
차세대 AI에 대한 기대가 현실의 역량을 크게 초과하면서, 이 시나리오에서는 많은 기업들이 좌절감을 느낄 수 있다. 높은 기대와 막대한 투자에도 불구하고, 기업들은 차세대 AI를 통해 기대했던 혜택을 충분히 누리지 못하고 있으며, 이로 인해 기술 산업과 시장 전반에 침체가 발생하고 있다. 이러한 문제 중 하나는 차세대 AI 툴이 특이한 방식으로 개선되었다는 점을 꼽을 수 있다. 텍스트, 비디오, 이미지 등 기계가 생성한 결과물의 품질은 빠르게 향상되었지만, 환각(hallucination)이나 기타 정확도 오류는 훨씬 더 복잡하게 다루어야 할 문제로 드러났다.
조직들이 차세대 AI 툴을 신속하게 배포하고 확장함에 따라, 의사결정권자들은 고품질로 보이는 데이터와 분석이 종종 미묘한 오류와 잘못된 정보를 포함하고 있어 혼란을 겪게 된다. 특히, 이러한 문제는 예상되는 효율성 향상에 앞서 과도하게 인력을 감축한 조직에서 더욱 심각하게 나타나며, 결국 많은 조직에서 실업률 증가와 인력난을 초래하게 될 수 있다.
또한, 학습 데이터의 편견(bias)이 이러한 시스템의 결과와 분석에 반영되면서, 글로벌 비즈니스와 사회 전반에서 불평등이 지속되고 있다. 동시에 악의적인 사용자들은 차세대 AI의 기능을 활용해 허위 정보와 사이버 공격을 증가시킬 수 있다. 이러한 요소들을 종합적으로 고려해보면, 인공지능 세대뿐만 아니라 더 넓은 정보 환경에 대한 불신이 더욱 커지고 있다.
그럼에도 불구하고 모든 상황이 부정적인 것만은 아니다. 조직들이 차세대 AI에 대한 기대치를 재조정하면서, 이 툴이 단순히 효율성을 개선하는 데 그치지 않고 매출 성장과 혁신에 기여하는 명확한 사용 사례들을 파악하기 시작했다. 아이러니하게도, AI 구현에 대해 신중한 접근 방식을 취한 조직은 특히 고객 및 직원과의 협업을 강화함으로써 차세대 AI 전환이 이루어질 미래에서 보다 나은 위치에 있을 가능성이 크다.
기회
위험
기회
위험
기회
위험
이 시나리오에서는 ‘최초’가 되는 것이 전략적으로 유리하지 않다는 점을 강조한다. 지난 3년 동안 차세대 AI와 관련된 거의 모든 유망한 기술 발전은 오히려 조직들이 그 속도를 따라잡으려 고군분투하게 했고, 업계는 결과적으로 반 발짝 뒤로 물러나게 되었다. AI 통합 경쟁과 경쟁사에 뒤처질까 봐 두려운 나머지, 많은 조직들이 충분한 테스트를 거치지 않은 채 AI 툴을 도입하고 확장했다. 이로 인해 세대 AI의 강점과 한계에 대해 혼란을 겪게 되었다. 초기 파일럿과 연구에서 나타난 생산성 향상 효과를 대규모로 재현하기 어려운 상황이 발생했으며, 많은 조직들이 예상보다 미미한 개선 효과를 얻어 투자에 대한 실망을 겪고 있다.
이러한 확장 문제는 개별 작업자의 역량을 강화하는 도구들이 오히려 더 큰 주의 집중 환경을 조성하는 방식에서 비롯된다. 예를 들어, 몇 개의 글머리 기호를 프레젠테이션으로 즉시 전환하거나, 우선순위가 낮은 회의에 가상 아바타를 보내는 것과 같은 기능은 개별 작업자의 생산성을 높일 수 있지만, 동시에 많은 작업자가 더 많은 양의 작업을 생산해야 한다는 압박감을 느끼게 만드는 문화를 조성할 수 있다.
이러한 역학 관계는 결국 의사 결정자와 관리자에게 더 혼란스러운 정보 환경을 만들어, 조직 내 효율적인 의사결정을 방해할 수 있다.기업들은 빠른 기술 변화 속도와 느린 규제 및 입법 속도 사이의 불일치를 관리하는 데 어려움을 겪고 있다. 지난 3년 동안 이러한 규제 불확실성으로 인해, 고객 서비스 봇과 같은 유망한 AI 활용 사례들이 불분명한 위험과 책임 문제로 인해 제한을 받았다. 반면, 기술 도입 속도가 느려지면 잠재적인 일자리 손실이 완화되는 긍정적인 측면도 있긴 하다.
2027년 여름까지, AI에 대한 기술 투자와 프로세스 개선 및 업무 재설계에 대한 노력을 병행하며, 차세대 AI의 사용을 명확한 성과와 목표로 연결하는 데 중점을 둔 조직이 경쟁에서 우위를 점할 가능성이 높다. 차세대 AI에 대한 과대평가는 다소 줄어들었지만, 인간과 기계의 역량을 결합하는 접근 방식은 여전히 유망하다. LLM 및 SLM과 같은 다양한 모델의 지속적인 발전을 통해 새로운 기회를 창출할 수 있는 가능성은 점점 더 커지고 있다.
기회
위험
기회
위험
기회
위험
2027년까지 한 가지 분명한 것은 변화가 이제 막 시작되었다는 점이다. 불과 3년 동안 차세대 AI의 발전은 산업 전반으로 확산되며, 다양한 분야에서 새로운 창의적 혁신의 물결을 일으킬 것이다. 기업들은 로봇공학, 생물학, 머신러닝 등 다양한 과학과 기술 분야의 발전을 차세대 AI 툴의 생산적 역량과 결합하여, 경제 전반에 걸쳐 혁신과 성장을 촉진하고 있다. 이러한 협력적 혁신을 통해 과학, 기술, 비즈니스 분야의 각 전문가들이 차세대 AI의 발전으로부터 혜택을 누릴 수 있게 되었다.
이러한 광범위한 성장은 LLM의 지속적인 개선과 타겟팅된 소규모 언어 모델의 성장 등 기술의 발전과 인간의 독창성이 결합된 결과다. 초기 세대 AI의 도입은 많은 조직에서 시간과 자원을 성공적으로 확보하게 해주었으며, 이를 통해 인력은 더 복잡하고 창의적이며 고부가가치 업무에 집중할 수 있게 되었다. 이 과정에서 조직과 직원들은 감성 지능, 비판적 사고, 상상력 등 AI가 쉽게 복제할 수 없는 인간의 능력의 가치를 발견하게 되었다.
이처럼 인간의 역량과 기술에 초점을 맞추면, 조직은 업무 프로세스와 시스템을 조정하여 품질과 신뢰성과 관련된 문제를 최소화하면서 차세대 AI 툴의 이점을 효과적으로 활용할 수 있다. 모델을 맞춤화하고 미세 조정하려는 노력을 기울임으로써 조직은 환각과 오류율을 줄이는 동시에, 차세대 AI 툴의 결과물이 다양한 기능의 미묘한 요구 사항에 맞게 최적화되도록 보장할 수 있다.
이를 통해 실업률에 큰 영향을 미치지 않으면서도 생산성, 혁신, 매출 성장을 크게 향상시킬 수 있다. 근로자와 조직은 이러한 이점을 폭넓게 누리고 있지만, 변화의 속도와 적응에 대한 요구는 끊임없이 이어지고 있다. 많은 근로자와 비즈니스 리더는 업무 방식을 재창조하고 자신의 가치에 대한 새로운 이해를 개발해야 했으며, 특히 AI 세대가 가장 빠르게 발전한 마케팅과 소프트웨어 엔지니어링 같은 직군에서는 이러한 변화가 더욱 두드러졌다.
이러한 인력 적응 문제를 관리하는 것 외에도, 사이버 보안에 대한 투자가 부족한 조직을 공격하기 위해 정교한 멀티모달 딥페이크를 사용하는 악의적인 사용자들이 늘어나면서 조직은 보안 프로토콜을 지속적으로 업데이트해야 하는 보안 및 정보 문제에 직면하고 있다. 2027년 말에는 차세대 AI를 적용하고 통합해야 할 필요성이 더욱 가속화될 것이다. 1990년대 후반의 닷컴 붐이 훨씬 더 큰 변화의 시작이었던 것처럼, AI의 발전으로 인한 혁신은 훨씬 더 심오한 변화의 시작인 것으로 보인다.
기회
위험
기회
위험
기회
위험
이 보고서의 조사 결과는 경영진과 IT 리더의 관점에서 산업 전반의 기업 도입 동향을 모니터링하는 딜로이트의 ‘2024 기업의 생성형AI 사용 현황’ 분기별 설문조사 및 인터뷰 시리즈에서 얻은 정성적, 정량적 데이터 소스를 결합하여 분석됐다. 새로운 현상과 혁신에 대한 인사이트를 도출하기 위해, 딜로이트 통합 연구 센터는 2024년 1월부터 생성형AI와 기업의 미래에 관한 독자적인 지평선 탐색 방법론을 토대로 연구를 지속적으로 진행하고 있다.
우리는 의사결정권자들이 불확실성이 큰 환경에서 보다 탄력적인 계획을 수립할 수 있도록 돕기 위해, 50년 이상 사용된 ‘불확실성 축’ 시나리오 계획 방법론을 활용했다. 이를 통해 중요한 불확실성에 대해 개별 분석을 수행한 후, 시나리오를 더욱 명확히 검증하기 위해 딜로이트의 생성형AI 리더, 부문별 전문가, 시나리오 기반 예측 분석가들과 일련의 인터뷰를 진행했다.