한국 기업 100곳에 물으면 75곳이 "AI가 기대 이상이었다"고 손을 듭니다. 같은 100곳 중 AI를 실제 사업 경쟁력으로 완성한 곳은 2곳에 그쳤습니다. 2026년 5월 27일, 글로벌 데이터센터 기업 STT GDC가 아시아 9개국 리더 600명 이상을 대상으로 진행한 보고서 '마인드 더 갭(Mind the Gap)'이 이 두 수치를 나란히 내놓았습니다. 75와 2, 같은 집단에서 나온 숫자가 이만큼 벌어진다는 것은 무엇을 의미합니까. 성과를 체감하는 것과 그 성과를 지속적인 경쟁 무기로 만드는 것 사이에, 생각보다 긴 구간이 있다는 뜻입니다.

한국 기업 열에 여섯일곱이 두 번째 계단에 몰려 있습니다

STT GDC의 의뢰로 기술 전문 시장조사기관 에코시스템Ecosystm​이 조사를 진행했습니다. 한국, 인도, 인도네시아, 일본, 말레이시아, 필리핀, 싱가포르, 태국, 베트남 등 아시아 9개국 기업과 디지털 네이티브 조직의 리더 600명 이상이 응했고, 한국 응답자가 전체의 10%를 차지했습니다. 보고서의 핵심 질문은 이것이었습니다. 한국 기업들은 AI를 도입하는 것을 넘어, 조직 전체에서 안정적으로 운용하고 확장할 준비가 얼마나 됐습니까.

보고서는 기업의 AI 성숙도를 네 수준으로 나눕니다. 첫 번째는 '탐색Explorer​', AI를 한두 번 써보는 초기 상태입니다. 두 번째는 '구축Builder​', 일부 업무나 팀에 AI를 연결하기 시작한 상태입니다. 세 번째는 '통합Integrator​', AI를 조직 전체로 확장하고 안정적으로 운용하는 상태입니다. 네 번째는 '선도Leader​', AI를 지속적인 시장 경쟁력의 핵심 축으로 굳힌 상태입니다.

한국 기업의 분포는 이렇습니다. '탐색'이 1%, '구축'이 67%, '통합'과 '선도'를 합쳐 32%, 그중 '선도'는 2%였습니다. 보고서는 이 위치들을 운전에 빗댔습니다. '탐색'은 처음 차를 사서 주차장에서 시동을 걸어본 상태이고, '구축'은 동네 이면도로에서 연습 주행을 마친 상태입니다. '통합'은 시내 간선도로를 능숙하게 달리는 것이고, '선도'는 어떤 지형에서도 막힘없이 달리면서 새 경로까지 스스로 개척하는 상태입니다. 한국 기업 셋 중 둘은 여전히 골목 연습을 막 마치고 큰길에 나설 채비를 갖추는 위치에 서 있는 셈입니다.

이 분포가 유독 눈에 띄는 이유는, 한국의 성과 체감 비율이 동시에 아주 높기 때문입니다. AI 프로젝트에서 기대 이상의 성과를 냈다고 응답한 비율이 75%였는데, 이는 한국을 제외한 아시아 평균 34%의 두 배를 훌쩍 넘습니다. 다시 말해 한국 기업들은 AI가 성과를 낸다는 사실은 이미 충분히 확인했습니다. 막혀 있는 지점은 그 성과를 한두 팀에서 반복적으로 거두는 것을 넘어, 조직 전체에서 지속적으로 만들어내는 흐름을 구축하는 데 있습니다.

'성과가 납니다'와 '경쟁력이 됩니다' 사이의 구간

성과 체감 75%와 선도 2%가 공존하는 이유는 어디에 있을까요.

하나는 도구의 속도와 조직의 속도가 처음부터 다르다는 데 있습니다. AI 도구는 클릭 몇 번으로 도입할 수 있지만, 그 도구가 조직 전체에서 안정적으로 작동하려면 데이터 거버넌스 정책, 보안 기준, 인력 교육, 업무 프로세스 재설계가 함께 따라와야 합니다. 도구를 구입하고 배포하는 데는 며칠이면 충분하지만, 그 도구로 싸울 수 있는 조직 체계를 갖추는 데는 훨씬 더 긴 시간이 필요합니다.

파일럿 성공의 함정도 있습니다. 특정 팀이 AI를 도입해 반복 업무 처리 속도를 두 배로 높이거나 문서 작성 시간을 절반으로 줄이는 데 성공합니다. 이 사례가 경영진 보고서에 오르고 전사 도입 결정이 내려집니다. 그런데 이 시점부터 예상치 못한 저항이 생깁니다. 한 팀의 성공 조건은 다른 팀에서 그대로 작동하지 않습니다. 사용하는 데이터의 형태가 다르고, 업무 흐름이 다르고, 구성원의 디지털 리터러시 수준이 다릅니다. 제한된 조건에서의 성공 사례와 그것을 조직 전체로 확장하는 일은, 다루어야 할 문제의 성격 자체가 달라집니다.

그런데 이 보고서의 전제 자체에 의문을 제기하는 시각도 있습니다. '선도' 기업을 2%로 한정하는 기준이 지나치게 엄격하게 설정된 것 아니냐는 지적입니다. AI 인프라 준비도를 어떻게 정의하느냐에 따라 비율은 크게 달라질 수 있고, 자기 보고식 설문이라는 방식은 응답 편향을 배제하기 어렵게 만듭니다. 조사를 발주한 기업이 데이터센터 인프라를 주요 사업으로 하는 곳이라는 맥락도 함께 읽을 필요가 있습니다. 조직의 인프라 준비가 미흡하다는 결론이 자사 솔루션과 전혀 무관하지 않기 때문입니다. 일부 전문가들은 '선도' 기준 자체가 대기업이나 기술 집약 기업에 유리하게 설계됐을 가능성도 언급합니다.

그럼에도 75%의 성과 체감과 2%의 선도라는 구도가 현재 한국 AI 도입 현장의 어떤 감각을 정직하게 담고 있다는 것은 부정하기 어렵습니다. 도구를 잘 쓰는 것과 그 도구로 싸울 수 있는 체계를 갖추는 것 사이에 간극이 있다는 감각은, 현장에서 AI를 실제로 다루는 사람들이라면 대부분 공유하고 있습니다. 보고서가 그 감각을 숫자로 드러낸 것입니다.

이 네 계단, 자신에게 그대로 대입해보면

이 보고서의 주어는 기업이지만, 네 단계 프레임은 개인에게 더 명확하게 적용됩니다. 조직의 AI 성숙도는 경영진 의지, 예산, 조직 정치 같은 변수가 많아 개인이 통제하기 어렵습니다. 자신의 업무 방식은 다릅니다.

AI 도구를 써본 경험이 있다면 '탐색'은 통과한 것입니다. ChatGPT로 초안을 잡아봤거나, 회의 내용을 요약해봤거나, 이메일 문구를 다듬어봤다면 첫 계단은 올라선 것입니다.

그러면 '구축'은 어디서부터일까요. 반복되는 특정 업무에 AI를 연결해두고 매번 같은 방식으로 결과를 뽑아내고 있다면 두 번째 계단에 발을 올린 상태입니다. 매주 비슷한 형태의 보고서를 써야 하는데 데이터 정리 단계에 고정된 프롬프트를 사용하고 있다면, 고객 문의가 들어올 때 분류 기준을 AI에 맡겨 처리하고 있다면, 이것이 '구축'입니다.

직장이나 현장에서 오랫동안 일하다 보면 하나를 알게 됩니다. 업무 처리 속도의 차이는 종종 어떤 도구를 갖고 있느냐보다, 그 도구를 자신의 업무 흐름에서 어느 위치에 어떻게 배치해두느냐에서 생겨납니다. 같은 도구를 쓰더라도 어떤 사람은 매번 맥락을 새로 설명하며 도구를 끌어쓰고, 어떤 사람은 이미 흐름을 짜두어 도구가 정해진 자리에서 정해진 역할을 합니다. 이 차이가 두 번째 계단과 세 번째 계단의 경계선입니다.

'통합'의 기준은 이렇게 생각해볼 수 있습니다. 자신의 업무 전 과정을 종이에 펼쳐놓았을 때, 어디에 AI가 어떤 역할로 들어가 있는지를 스스로 설명할 수 있는 상태입니다. 고객 리서치에서 기획 초안 작성, 경쟁사 분석, 내부 보고, 클라이언트 커뮤니케이션, 피드백 정리까지 각 자리마다 AI가 어디서 어떤 몫을 하는지가 명시적으로 구성되어 있다면, 그것이 세 번째 계단에 가까운 상태입니다.

'선도'는 그 방식이 자신만의 작업 방식으로 굳어 다른 사람에게 설명하거나 전달할 수 있는 상태입니다. 1인 기획자나 솔로 PM이라면, 이것이 곧 개인의 경쟁력이 됩니다. 어떻게 일하는지 자체가 차별점이 될 때, 단순히 처리가 빠른 것과는 다른 무언가가 생깁니다. 저는 이 지점이 '효율'의 이야기에서 '신뢰'의 이야기로 전환되는 순간이라고 생각합니다.

지금 자신의 위치를 파악하고 나면, 다음에 무엇을 해야 하는지가 보이기 시작합니다. 두 번째 계단에 있다면 세 번째로 이동하기 위해 먼저 자신의 업무 흐름 전체를 한 번 펼쳐보는 작업이 선행됩니다. AI를 끼워넣을 빈자리를 찾는 것이 아니라, 전체 흐름을 보면서 AI가 지금 어디에 들어가 있고, 어떤 지점이 아직 연결되지 않았는지를 확인하는 것입니다. 이 그림이 생기고 나서 추가로 배울 도구를 결정해도 늦지 않습니다.

한국 기업 100곳 중 2곳이 선도 위치에 올랐다는 수치를 뒤집으면, 98%는 아직 그 자리에 이르지 않았다는 말이기도 합니다. 지금 자신이 어느 계단에 서 있는지를 파악하는 것만으로도 다음 발걸음이 달라집니다. 새로운 도구를 먼저 배우는 것보다 자신의 업무 흐름을 다시 그려보는 것이 먼저인 이유가 여기에 있습니다. 어디로 가야 하는지가 보이면, 어떤 도구가 필요한지도 그때 비로소 선명해집니다.