2026.11.09 (월)

  • 맑음동두천 12.3℃
  • 맑음강릉 10.2℃
  • 맑음서울 12.5℃
  • 구름많음대전 11.4℃
  • 비대구 9.4℃
  • 비울산 9.2℃
  • 비광주 8.7℃
  • 비부산 10.8℃
  • 흐림고창 8.1℃
  • 비제주 12.7℃
  • 맑음강화 10.6℃
  • 흐림보은 11.1℃
  • 흐림금산 9.4℃
  • 흐림강진군 9.7℃
  • 흐림경주시 9.2℃
  • 흐림거제 10.4℃
기상청 제공

AI·디지털행정트렌드

[미래학자 이경상의 Weekly AI Signal Report, Vol 19] AI의 생산성은 높아지고, 산업의 운영방식은 바뀌고 있다

 

 

[이번 주 AI가 던진 미래의 신호]

AI의 생산성은 높아지고, 산업의 운영방식은 바뀌고 있다

 

이번 주 AI 산업에서는 서로 다른 두 가지 변화가 나타났다.

첫째, AI의 생산성 향상이 기업의 경제적 성과로 이어지지 않는 현실이 확인되었다. Gartner 조사에서 AI를 통한 비용 절감 목표를 초과 달성한 조직은 3%에 불과했고, Dun & Bradstreet의 조사에서도 높은 투자수익률을 확보한 기업은 28%에 그쳤다. 

둘째, Physical AI가 물류산업의 실제 운영을 바꾸기 시작했다. Walmart는 약 60억 달러 규모의 물류 자동화 확대 계약을 발표했고, Kodiak AI는 자율주행 화물트럭 75대 도입 계약을 체결했다. 

한편 SK텔레콤은 AI 에이전트에 사번을 부여하고 권한과 성과, 운영 종료까지 관리하는 체계를 공개했다. AI가 조직의 업무를 수행하는 주체로 확대될수록, 그 행동과 책임을 관리하는 능력도 기업의 핵심 역량이 되고 있다.

이번 주의 변화는 AI가 만들어 내는 생산성을 실제 경제적 가치로 전환하고, 산업현장의 운영을 재설계하며, 자율적으로 행동하는 AI를 책임 있게 관리하는 것이 기업의 새로운 경쟁 과제로 부상하고 있음을 보여준다.

 

미래학자 이경상 책임교수 godo@kaist.ac.kr

"© 2026 [남다른 미래의 창]. All rights reserved. 

 

미래학자 이경상 책임교수의 신간 

『포텐 폭발, AI 분신테크』를 서점에서 만나 보세요.

 

Future Signal #1

AI 생산성의 역설, 기업의 경제적 성과는 왜 따라오지 못하는가

대표 뉴스

- 10월 26일 | Gartner 이사회 구성원 77%가 AI의 생산성 향상과 비용 절감을 기대하지만, 생산성 향상을 통해 비용 절감 목표를 초과 달성한 기업은 3%에 불과

- 10월 26일 | Gartner  AI로 절약한 업무시간 가운데 새로운 혁신 업무에 재투입된 비중은 21%

- 10월 28일 | Dun & Bradstreet  32개국 1만 개 기업 조사에서 AI 투자를 확대하려는 기업은 65%, 높은 투자수익률을 확보했다고 응답한 기업은 28%

-10월 28일 | Dun & Bradstreet 기업 데이터가 AI 활용에 완전히 준비되었다고 응답한 기업은 8%에 불과

 

 

기업의 AI 투자가 확대되고 있지만 생산성 향상이 실제 경제적 성과로 이어지는 속도는 기대에 미치지 못하고 있다. 10월 26일 Gartner가 발표한 조사에서 이사회 구성원 77%는 AI가 생산성과 비용 절감에 기여할 것으로 기대했지만, 생산성 향상을 통해 비용 절감 목표를 초과 달성한 조직은 3%에 그쳤다. 또한 기업의 38%는 AI 관련 지출이 예산을 초과했으며, 78%는 AI가 어디에서 가치를 창출하는지에 대해 경영진 간 합의가 부족한 것으로 나타났다.

 

이러한 격차는 AI로 확보한 시간을 어떻게 활용하는지에서 더욱 분명하게 드러난다. Gartner 조사에 따르면 AI가 절약한 업무시간 중 새로운 혁신 업무에 재투입된 비중은 21%에 불과했다. 직원이 AI를 활용해 보고서를 더 빨리 작성하거나 업무 처리시간을 단축하더라도, 남는 시간을 새로운 고객가치와 매출 창출에 활용하지 못하면 기업의 경제적 성과는 제한적일 수밖에 없다.

 

10월 28일 Dun & Bradstreet가 발표한 글로벌 1만 개 기업 조사도 유사한 문제를 보여준다. 응답 기업의 65%는 향후 12개월 동안 AI 투자를 확대할 계획이지만, 광범위하거나 높은 투자수익률을 확보했다고 응답한 기업은 28%였다. 특히 AI 활용을 위한 데이터가 완전히 준비되었다는 기업은 8%에 그쳤다. 이는 AI 모델과 도구의 성능뿐 아니라 기업 데이터의 품질과 연결성, 실제 업무에 활용할 수 있는 준비 수준이 성과를 좌우하는 중요한 조건임을 시사한다.

 

문제는 AI의 생산성 향상 자체가 아니라, 개인의 생산성을 조직의 경제적 가치로 전환하는 구조에 있다. 기존 업무를 그대로 유지한 채 AI로 처리속도만 높이면 시간은 절약할 수 있지만, 업무의 중복과 승인 절차, 부서 간 단절, 기존 비용구조는 그대로 남을 수 있다. Gartner는 이에 대한 해법으로 가치가 높은 업무에 AI 투자를 집중하고, 업무방식을 재설계하며, AI로 확보한 시간과 역량을 혁신과 성장에 재투입할 것을 제안했다. 실제로 업무 재설계를 통해 비용구조를 바꾼 조직은 비용 절감 목표를 초과 달성할 가능성이 2배 이상 높았고, 확보한 역량을 혁신에 재투입한 조직은 매출 목표를 초과 달성할 가능성이 거의 4배 높았다.

 

이제 기업의 AI 경쟁력은 직원들이 AI를 얼마나 많이 사용하는가보다 AI로 확보한 시간과 역량을 어떻게 재배치하고, 업무와 조직을 어떻게 재설계하며, 이를 매출·비용·고객가치의 변화로 연결하는가에 달려 있다. 개인의 생산성 향상이 조직의 성과로 축적되도록 만드는 것이 AI 시대 기업 혁신의 핵심 과제가 되고 있다.

 

출처: Gartner, Gartner HR Research Finds 77% of Board Members Expect AI to Deliver Productivity and Cost Savings, Yet Just 3% of Organizations Exceed Cost Savings Goals Via Productivity (2026.10.26); Dun & Bradstreet, AI Momentum Survey (2026.10.28).

 

Future Signal #2

Physical AI, 물류산업의 운영방식을 바꾸기 시작하다

대표 뉴스

- 10월 29일 | 미국 Walmart·Symbotic 미국 물류센터 25곳에 AI 로봇 자동화 확대, 약 60억 달러 규모의 장기 지출 약정

- 10월 28일 | 미국 Kodiak AI·DTL Transport 자율주행 화물트럭 75대 도입 계약, 주행거리 기반 서비스 모델 채택

- 2026년 9월 | 미국 Kodiak AI·DTL Transport 캘리포니아 프레즈노~로스앤젤레스 약 225마일 구간에서 신선식품 운송 시범사업 진행

 

인공지능이 물류산업의 분석과 예측을 넘어 실제 상품과 차량의 이동을 직접 제어하는 단계로 확장되고 있다. 10월 마지막 주 미국에서는 대형 유통기업의 물류센터 자동화 투자와 자율주행 화물운송 계약이 잇따라 발표되었다. AI가 디지털 업무뿐 아니라 물리적 산업현장의 운영방식까지 바꾸고 있다는 신호이다.

 

10월 29일 Walmart는 물류 자동화 전문기업 Symbotic과의 협력을 확대해 미국 25개 물류센터에 AI 기반 로봇 자동화 기능을 추가 도입하기로 했다. 계약에 따른 초기 지출 약정은 약 60억 달러로, 수년에 걸쳐 집행될 예정이다. Symbotic의 기술은 AI 소프트웨어와 로봇을 결합해 상품의 보관과 이동, 피킹, 분류를 최적화한다. 개별 상품을 처리하는 BreakPack과 전자상거래 주문을 지원하는 SymMicro도 포함된다. 이번 계약은 단순한 자동화 장비 증설이 아니라, 상품 입고부터 재고배치와 주문처리, 출고까지 물류센터 전체의 운영을 연결하려는 투자이다.

 

도로 위에서도 변화가 나타나고 있다. 10월 28일 자율주행 기술기업 Kodiak AI는 화물운송회사 DTL Transport와 자율주행 화물트럭 75대 도입 계약을 체결했다. DTL은 자율주행 시스템을 사용한 거리에 따라 비용을 지급하는 Driver-as-a-Service 모델을 채택할 계획이다. 양사는 앞서 9월 캘리포니아에서 신선식품 운송 시범사업을 진행했다. 다만 이번에 계약한 75대가 모두 실제 무인운행에 투입된 것은 아니다.

 

두 사례에서 주목할 변화는 Physical AI가 개별 로봇이나 차량의 자동화를 넘어 물류기업의 운영체계와 사업모델을 바꾸기 시작했다는 점이다. 창고에서는 AI가 재고와 주문 흐름에 맞춰 로봇의 작업을 조정하고, 도로에서는 자율주행 기술이 운송서비스의 일부로 제공된다. 이에 따라 경쟁력의 기준도 로봇의 성능이나 도입 대수에서 물류센터의 처리능력, 재고회전율, 차량 가동률, 운송원가 등 실제 운영성과로 이동하게 된다.

 

산업생태계에도 변화가 예상된다. 물류 자동화 기업은 장비 공급을 넘어 운영 소프트웨어와 지속적인 성과관리로 사업영역을 확대할 수 있다. 자율주행 기술기업과 운송회사는 차량 소유와 운행기술을 분리하는 새로운 협력관계를 형성할 수 있다. 인간의 역할 역시 반복적인 이동과 운전에서 운영계획, 안전감독, 예외상황 대응과 시스템 개선으로 이동할 가능성이 있다.


미래학자 인사이트 | 물류 자동화에서 물류 운영의 재설계로

Physical AI 도입의 목표를 로봇이나 무인차량의 확대로 설정해서는 안 된다. 물류 전체의 경제성을 바꾸는 것이 목표가 되어야 한다.


첫째, 개별 장비의 생산성이 아니라 물류 전체의 처리비용을 측정해야 한다. 로봇의 피킹 속도가 빨라져도 입고·재고관리·출고 과정에 병목이 남아 있다면 전체 성과는 제한적이다. 주문 한 건을 처리하는 데 필요한 총비용과 시간, 재고회전율을 중심으로 투자성과를 평가해야 한다.

 

둘째, 자동화 장비보다 먼저 물류 운영 데이터를 연결해야 한다. 재고와 주문, 창고 설비, 차량 운행정보가 분리되어 있으면 AI가 전체 물류 흐름을 최적화하기 어렵다. 기업은 창고관리시스템(WMS), 운송관리시스템(TMS), 로봇과 차량의 운영정보를 연결해 AI가 현장 상황을 파악하고 작업을 조정할 수 있는 기반을 마련해야 한다.

 

셋째, 인간과 Physical AI의 역할을 운영체계 차원에서 재설계해야 한다. AI가 반복적인 이동과 작업을 수행하는 동안 인간은 예외상황 판단, 안전관리, 운영 개선을 담당하도록 업무와 책임을 재배분해야 한다. 특히 자율주행과 로봇의 가동범위, 중단 조건, 인간의 개입 기준을 사전에 명확히 해야 한다.

 

Physical AI의 진정한 경쟁력은 로봇이 얼마나 많은 일을 대신하는가가 아니라, 인간과 AI가 함께 움직이는 물류시스템이 얼마나 더 빠르고 저렴하며 안정적으로 운영되는가에 달려 있다.

 

이주의 Insight Report

AI 에이전트도 사번을 받는다, 기업의 새로운 AI 관리체계

SK텔레콤 | 「AI Governance Report」 | 2026년 10월 26일 발표

 

SK텔레콤은 10월 26일 첫 번째 「AI 거버넌스 리포트」를 발간하고, AI 서비스뿐 아니라 사내 AI 에이전트의 개발부터 운영, 평가, 종료까지 관리하는 체계를 공개했다. 이번 보고서에서 주목할 변화는 AI 거버넌스가 윤리 원칙과 위험관리 수준을 넘어, AI 에이전트를 조직의 공식 업무수행 주체로 관리하는 경영체계로 발전하고 있다는 점이다.

 

가장 눈에 띄는 제도는 ‘AI 에이전트 사번제도’이다. 사내에서 개발한 AI 에이전트에 고유 ID를 부여하고, 일정한 기준을 충족하면 정식 사번을 발급한다. 에이전트마다 담당 업무와 소속 조직, 책임자(Owner), 접근 가능한 데이터와 실행 권한을 지정한다. 업무의 자율성과 위험도가 높을수록 감독 책임도 강화한다. 사람이 직접 수행하던 업무를 AI에 맡기더라도 최종적인 관리 책임은 사람과 조직에 남겨두겠다는 것이다.

 

이를 뒷받침하는 운영 기반은 ‘Agent OS’이다. SK텔레콤은 이 시스템을 통해 에이전트가 사용하는 AI 모델과 외부 도구, 실행 기록, 데이터 접근, 토큰 사용량과 비용, 변경 이력 등을 통합 관리한다. 문제가 발생하면 에이전트의 실행을 중단할 수도 있다. 또한 표준업무절차의 존재 여부, 성과 측정 가능성, 독립적인 업무 완결 능력을 기준으로 에이전트의 자율성을 평가하고, 중요한 의사결정에는 사람의 승인과 개입을 적용하도록 설계했다.

 

AI 에이전트의 성과평가와 운영 종료까지 관리한다는 점도 중요하다. 에이전트가 실제로 창출한 업무성과와 운영비용을 평가해 유지·개선·확대 또는 종료 여부를 결정한다. 이는 AI 도입 대수나 사용량이 아니라 조직에 기여하는 성과를 기준으로 AI를 관리하려는 시도이다. 다만 에이전트의 성과를 조직 KPI 및 임원 평가와 연계하는 방안 등은 향후 고도화 과제도 포함되어 있다.

 

외부 검증에서도 진전이 있었다. SK텔레콤은 2024년 4월 획득한 ISO/IEC 42001(AI 경영시스템) 인증의 범위를 2026년 10월 사내 AI 에이전트 관리체계까지 확대했다. 이는 개별 에이전트의 안전성이 보증되었다는 뜻이 아니라, 에이전트를 관리하는 조직의 경영시스템이 국제표준에 따라 평가받았다는 의미이다. 회사는 2027년 통제체계 고도화, 2028년 전사적인 생애주기 관리 정착을 추진할 계획이다.

 

이 보고서가 던지는 미래의 신호는 AI 에이전트가 늘어날수록 기업의 관리 대상도 사람과 소프트웨어에서 ‘자율적으로 행동하는 디지털 노동력’으로 확장된다는 것이다. 앞으로 기업은 AI가 무엇을 할 수 있는지만이 아니라, 누가 권한을 부여하고, 어떤 행동을 기록하며, 성과와 위험을 누가 책임지고, 언제 운영을 중단할 것인지까지 설계해야 한다. AI 에이전트 시대의 경쟁력은 기술의 자율성을 높이는 능력과 그 자율성을 책임 있게 통제하는 능력을 함께 갖추는 데서 결정될 것이다.  

 

 

[지방정부티비유=미래학자 이경상]

배너