2026년, 기업 AI 투자 성과가 가시화되지만, 스케일링의 핵심은 ‘데이터 준비’임이 드러났습니다. 던앤브래드스트리트 조사에 따르면 신뢰할 수 있는 데이터의 중요성이 강조됩니다.
2026년, AI 투자 성과와 데이터 격차
2026년 중반, 기업들은 AI 투자에서 실질적 성과를 보기 시작했습니다. 그러나 많은 기업들은 AI 스케일링에 화려한 모델보다 ‘정제되고 상호 운용 가능한 데이터’가 필수임을 깨닫습니다. 던앤브래드스트리트 조사에 따르면 97%가 AI 이니셔티브를 추진하지만, 데이터 준비는 5%에 불과합니다. 이는 AI의 복잡한 현실을 반영합니다. 던앤브래드스트리트 최고 전략 책임자는 "미션 크리티컬 워크플로에 AI를 안정적으로 확장하려면 전사적 AI 준비 데이터가 반드시 필요하다"고 강조했습니다.
AI 투자 증가와 ROI의 가시화
2026년, 조직들은 AI를 미션 크리티컬 요소로 인식합니다. 보고서에 따르면 67%가 ROI의 ‘초기 징후’를, 24%는 ‘광범위한 성과’를 보고 있습니다. 10,000개 기업 중 56%는 향후 12개월 내 AI 투자를 늘릴 계획입니다. 약 30%는 AI를 프로덕션에 스케일링하고, 26%는 여러 핵심 프로세스에 운영화하고 있습니다. 초기 성과는 1년 전보다 흔해졌지만 여전히 불균등합니다.
심화되는 데이터 난관과 규제 산업의 과제
AI 확산에 따라 데이터 준비 우려는 2025년보다 ‘훨씬 심각’해졌습니다. 데이터 접근성(50%), 개인정보 보호 및 규정 준수 위험(44%), 데이터 품질(40%)이 주요 문제입니다. 또한 38%는 시스템 통합 부족, 37%는 AI 전문가 부족을 보고합니다. AI 관련 위험을 자신 있게 완화할 수 있는 기업은 단 10%입니다. 핵심은 "기업 규모로 AI를 안정적으로 배포하는 데 필요한 데이터와 인프라를 갖추고 있는지 여부"입니다.
ROI를 창출하는 데이터 성숙도 높은 영역
기업들은 데이터 환경이 성숙하여 AI를 워크플로에 직접 통합하기 쉬운 영역에서 ROI를 경험합니다. 영업 인텔리전스, 온보딩, 규정 준수, 고객 조사, 위험 분석, 워크플로 자동화, 잠재 고객 발굴 등이 해당됩니다. ROI는 수동 연구 감소, 주기 단축, 운영 일관성 향상, 영업 가속화, 더 나은 의사 결정 지원으로 나타납니다. AI는 인간의 의사결정 대신 기존 프로세스를 증강할 때 가장 성공적입니다.
에이전트 AI의 부상과 감독 자율성 시대
에이전트 AI는 생산 환경에 진입 중이지만, 아직 ‘초기 단계이며 특정 목표에 한정’됩니다. 대부분의 기업은 좁게 정의된 에이전트를 배포합니다. 근미래 패턴은 ‘감독 자율성’으로, 에이전트가 워크플로 일부를 실행하고 인간은 승인, 감독에 참여합니다. 에이전트는 연구, 온보딩 지원, 워크플로 오케스트레이션과 같은 ‘명확히 정의된 워크플로’에 도입됩니다. 향후 AI는 독립적 코파일럿에서 연결된 에이전트 시스템으로 진화할 것입니다.
AI 성공의 궁극적 열쇠: 신뢰할 수 있는 데이터 인프라
에이전트 시스템은 고객, 공급업체, 직원 및 앱 전반에 걸쳐 작업을 조율하게 됩니다. 영업 운영, 온보딩, 규정 준수, 조달, 고객 조사, 위험 관리 등에서 에이전트 역할이 커집니다. 던앤브래드스트리트 최고 전략 책임자는 "기업 AI는 고립된 생산성 도구에서 벗어나, 규모에 맞춰 의사 결정과 워크플로 실행을 지원하는 지능형 운영 시스템 구축으로 나아가고 있다"고 말했습니다. 궁극적으로 AI의 잠재력을 실현하고 신뢰할 수 있는 성과를 내기 위해서는 고품질 데이터와 강력한 데이터 거버넌스 인프라가 핵심 성공 요인입니다.
