DX는 끝났다, AX의 시대 ② — 상위 5%의 공식: 기술이 아니라 사람이다

2026년 04월 16일 STARCKIST.NET

AI 가치의 70%는 알고리즘이 아닌 ‘사람 재설계’에서 나온다

[1부 요약: AI 프로젝트 80% 실패, GenAI 파일럿 95% 좌초, $6,840억 중 $5,470억이 가치 미창출. 그런데 딱 5%의 기업은 완전히 다른 성과를 내고 있다.]

BCG가 2025~2026년에 걸쳐 수행한 글로벌 스터디는 기업 세계를 세 그룹으로 나눈다. 5%의 “Future-Built” 기업, 35%의 스케일링 중인 기업, 그리고 60%의 “투자는 했는데 성과는 없는” 기업.

이 5%의 성적표는 압도적이다:

매출 증가 — 나머지 대비 5배
비용 절감 — 나머지 대비 3배
3년 TSR(주주총수익률) — 나머지 대비 4배

같은 시대, 같은 기술, 같은 AI 모델을 쓰는데 왜 이런 격차가 벌어지는 걸까? BCG의 답은 의외로 단순하다.

1. AI 가치의 공식: 10% + 20% + 70%

BCG가 밝힌 AI 가치의 구성은 많은 경영진의 직관과 정면으로 충돌한다.

알고리즘 자체 = 10%
구현 기술 = 20%
사람(People) 재설계 = 70%

기업들이 AI에 투자할 때 대부분의 에너지는 알고리즘 선택과 기술 구현에 집중된다. “어떤 LLM을 쓸 것인가?”, “클라우드는 어디를 쓸 것인가?”, “파인튜닝을 할 것인가, RAG를 쓸 것인가?” 이런 기술적 의사결정이 프로젝트의 첫 6개월을 지배한다.

하지만 BCG의 분석에 따르면, 이 모든 기술적 결정이 만들어내는 가치는 전체의 30%에 불과하다. 나머지 70%는 사람을 어떻게 재설계하느냐에 달려 있다 — 역할 재정의, 의사결정 프로세스 변경, 업스킬링, 조직 문화 전환.

이것이 80%의 기업이 실패하는 진짜 이유다. 기술에 투자하고, 사람에는 투자하지 않는다.

2. McKinsey의 공식: “기술 $1, 사람 $5”

McKinsey가 2026년 3월 발표한 “The State of Organizations 2026″은 15개국 10,000명의 시니어 리더를 대상으로 한 대규모 조사다. 이 보고서에서 한 경영진이 남긴 한 마디가 모든 것을 요약한다:

“기술에 $1을 투자할 때, 사람에 $5를 투자해야 한다.”

현실은 정반대다. 대부분의 기업은 기술에 $5, 사람에 $1을 투자한다. McKinsey의 데이터가 이를 증명한다:

88%의 조직이 AI를 배포 중이라고 답했다 — 기술 도입은 거의 완료.
하지만 86%가 일상 업무에서의 AI 적응 준비가 안 되어 있다고 인정했다 — 사람은 바뀌지 않았다.

기술은 들어왔는데, 조직은 그대로다. 이 간극이 $5,470억의 낭비를 만든다.

더 구체적인 숫자를 보자:

6명 중 1명 — C-Suite에 AI 오너십을 가진 임원이 아예 없다
14%만 — 리더가 일관되게 AI 도입을 챔피언하고 있다
사람 우선 투자 기업 — 향후 10년 최상위 재무 성과 유지 확률 4배

리더십이 AI를 챔피언하지 않으면, 조직은 움직이지 않는다. 그리고 대부분의 조직에서 리더십은 AI를 “IT팀의 프로젝트”로 위임하고 있다.

3. Future-Built 기업이 하는 4가지

그렇다면 상위 5%는 구체적으로 뭘 다르게 하는가? BCG와 McKinsey의 데이터를 교차 분석하면, 네 가지 패턴이 드러난다.

① 전 직원 업스킬링 — “AI를 쓰는 법”이 아니라 “AI와 일하는 법”

Future-Built 기업은 직원의 50% 이상에 대한 AI 업스킬링 계획을 세운다. 후발 기업은 20%다. 구조화된 AI 학습 프로그램을 보유할 확률은 4배 높다.

여기서 핵심은 ‘업스킬링’의 정의가 다르다는 것이다. 후발 기업의 업스킬링은 “ChatGPT 사용법 교육”이다. Future-Built 기업의 업스킬링은 “AI가 당신의 역할을 어떻게 바꾸는지 이해하고, 새로운 역할에서 AI와 협업하는 방법을 체화하는 것”이다.

교육 시간이 아니라 역할 재정의가 핵심이다.

② 매니저가 먼저 쓴다 — 롤모델 효과

BCG 데이터에서 가장 놀라운 숫자 중 하나:

Future-Built 기업: 매니저의 88%가 AI를 직접 사용하고 의사결정에 활용
후발 기업: 25%

3.5배 차이다. 매니저가 AI를 쓰면 팀원도 쓴다. 매니저가 안 쓰면 팀원도 안 쓴다. 이건 기술의 문제가 아니라 조직행동학의 기본이다 — 사람들은 리더가 하는 것을 따라 한다.

McKinsey도 같은 패턴을 발견했다. 리더가 일관되게 AI 도입을 챔피언하는 조직은 14%에 불과하지만, 이 14%가 AI에서 실질적 성과를 내는 기업의 대부분을 차지한다.

③ AI를 IT 프로젝트가 아닌 사업 변혁으로 다룬다

실패하는 기업의 61%가 AI를 IT 프로젝트로 취급한다. CTO에게 위임하고, IT팀이 모델을 선택하고, 기술적으로 ‘구현’하면 끝이라고 생각한다.

Future-Built 기업은 AI를 사업 변혁(Business Transformation)으로 다룬다. CEO가 스폰서하고, 사업부 리더가 주도하고, IT는 인에이블러(enabler)이지 오너(owner)가 아니다.

앞서 1부에서 봤듯이, CEO가 지속적으로 관여하면 성공률 68%, CEO 스폰서십이 사라지면 11%다. 이 숫자가 모든 것을 말한다.

④ 채택을 ‘구조’로 강제한다

후발 기업에서 AI 채택은 ‘자발적’이다. “쓰고 싶으면 쓰세요.” 그 결과, 6개월 내 채택률이 40% 미만인 프로젝트가 62%다.

Future-Built 기업은 채택을 구조적으로 설계한다:

AI 사용에 대한 인센티브가 있다 (후발 기업의 79%는 인센티브 부재)
AI 권고를 무시하면 이유를 설명해야 한다 (후발 기업의 84%는 제재 없음)
KPI에 AI 활용도가 포함된다
워크플로우 자체에 AI가 내장되어, 쓰지 않으려면 오히려 더 번거롭다

자발성에 의존하면 채택은 일어나지 않는다. 구조가 행동을 만든다.

4. 한 장으로 보는 격차

지표	Future-Built (5%)	후발 기업 (60%)
매출 증가	5배	기준
비용 절감	3배	기준
3년 TSR	4배	기준
직원 업스킬링 계획	50%+	20%
구조화된 AI 학습 프로그램	4배 높은 보유율	기준
매니저 AI 직접 사용	88%	25%
CEO 지속 관여	성공률 68%	11%
AI 에이전트 도입	33%	거의 0%

동일한 기술, 동일한 시대, 동일한 AI 모델 — 결과가 5배, 4배 차이 나는 이유는 기술이 아니라 사람에 대한 투자 차이다.

5. “사람 투자”의 실체 — 추상적 구호가 아닌 구체적 행동

“사람에 투자하라”는 말은 쉽다. 문제는 대부분의 기업이 이것을 “교육 예산을 늘려라”로 해석한다는 것이다. Future-Built 기업이 하는 ‘사람 투자’는 교육보다 훨씬 근본적이다.

역할 재정의. AI가 기존 업무의 상당 부분을 대체하면, 사람의 역할은 바뀌어야 한다. 데이터 분석가는 ‘AI가 분석한 결과를 해석하고 의사결정에 연결하는 사람’이 된다. 마케터는 ‘AI가 생성한 콘텐츠를 큐레이션하고 브랜드 일관성을 보장하는 사람’이 된다. 역할이 바뀌지 않으면 AI는 그냥 “또 하나의 도구”로 전락한다.

의사결정 프로세스 변경. AI의 진짜 가치는 자동화가 아니라 의사결정 품질 향상이다. Future-Built 기업은 주요 의사결정 프로세스에 AI 분석을 ‘기본 단계’로 포함시킨다. AI의 분석 없이 의사결정을 내리면, 왜 AI를 건너뛰었는지 설명해야 한다.

보상 체계 연동. AI 활용도와 성과가 평가·보상에 반영된다. 이건 ‘감시’가 아니라 ‘신호’다 — 조직이 AI를 진지하게 받아들이고 있다는 신호.

McKinsey가 말하는 “기술 $1, 사람 $5″의 실체가 이것이다. LLM API 비용보다 5배 큰 돈을 역할 재설계, 조직 구조 변경, 교육 프로그램, 변화 관리에 써야 한다.

당신의 기업은 몇 퍼센트인가?

간단한 자가진단이다:

CEO가 AI 프로젝트에 월 1회 이상 직접 관여하는가?
매니저의 절반 이상이 AI를 일상 업무에 사용하는가?
AI 활용도가 직원 평가에 반영되는가?
“AI 업스킬링”이 “프롬프트 작성법” 이상의 역할 재정의를 포함하는가?
AI 프로젝트의 성공 지표가 ‘구현 완료’가 아닌 ‘비즈니스 성과’로 정의되어 있는가?

5개 중 3개 이상 ‘Yes’라면, 당신의 기업은 상위 5%에 근접해 있다. 2개 이하라면, 60%의 “투자는 했는데 성과는 없는” 그룹에 속할 가능성이 높다.

다음 편에서는 이 격차를 더 벌리는 새로운 변수 — 에이전틱 AI와 한국의 AX 현주소를 다룬다.

[3부에서 계속 → “에이전틱 AI가 격차를 벌린다 — 그리고 한국의 AX”]

태그: AI, BCG, McKinsey, 경영전략, 리더십, AI 도입, 디지털 전환, 업스킬링, 조직변혁, AI 에이전트

이 기사는 STARCKIST.NET의 경영 카테고리 콘텐츠입니다.