AI가 일을 빠르게 처리해준다는 건 이제 누구나 안다. 그런데 정작 “그래서 돈을 얼마나 벌었냐”는 질문 앞에서는 대부분의 기업이 말문이 막힌다. 마케팅 기술 전문 매체 마테크(MarTech)에 실린 인포시스(Infosys) 디지털 경험 총괄 존 프렘쿠마르(John Premkumar)의 글은 이 간극을 정면으로 다룬다. AI 투자수익률(ROI)이란 AI에 쓴 돈 대비 실제로 회사에 남은 이익을 뜻하는데, 그가 지적한 핵심은 하나다. AI가 만든 생산성 향상은 진짜인데, 그 이익이 회계 장부까지 도달하는 사이에 조용히 새어나간다는 것이다.
생산성은 올랐지만 이익을 증명하는 회사는 열에 하나
AI가 실제로 성과를 낸다는 데이터는 분명하다. 지난해 AI 도입으로 영업 생산성은 14.1%, 고객 만족도는 10.8% 올랐고 마케팅 간접비는 14.6% 줄었다. 마케팅 리더를 대상으로 한 조사인 시엠오 서베이(The CMO Survey)는 2029년이면 미국 마케팅 활동의 절반 이상을 AI가 담당할 것으로 내다봤다.
문제는 이 성과를 돈으로 증명하는 단계에서 드러난다. 기업 임원을 조사한 위트니스AI(Witness.AI)에 따르면, AI 프로젝트의 75% 이상에서 의미 있는 재무 성과가 나왔다고 답한 비율은 9%에 그쳤다. 반대로 68%는 지난 1년 사이 AI 예산을 초과한 적이 있다고 답했다.
그림1. AI 프로젝트의 예산 초과 빈도, 열 곳 중 일곱 곳이 예산을 넘겼다. (출처: Witness.AI 2026 AI Enterprise Risk Survey)
마케팅 쪽도 사정은 다르지 않다. 글로벌 마케팅 책임자 대상 조사에서 AI 투자 성과를 자신 있게 증명할 수 있다고 답한 비율은 16%에 불과했고, 70% 가까이는 성과를 정밀하게 측정하지 못했다. 성과는 분명 났다는데, 그것이 돈이 됐다고 자신 있게 말하는 회사는 열에 한둘뿐인 셈이다.
활동을 세는 순간 ROI는 미끄러진다
AI ROI가 어긋나는 첫 번째 이유는 회사들이 AI가 만든 ‘변화’가 아니라 AI가 한 ‘활동’을 재기 때문이다. 콘텐츠를 더 많이, 더 빨리 만들거나 직원 근무 시간을 아꼈다는 건 업무가 효율화됐다는 신호일 뿐, 회사가 돈을 더 벌었다는 증거는 아니다. 실제로 콘비바(Conviva)가 진행한 2026년 조사를 보면, AI가 실제 매출에 얼마를 보탰는지 엄밀하게 측정할 수 있는 기업은 12%뿐이었다. 35%는 대략 감은 잡지만 계절 효과나 시장 변화, 다른 캠페인의 영향과 떼어내지 못했고, 32%는 캠페인 수와 참여율 같은 활동 지표만 볼 뿐 AI가 제 몫을 하는지는 전혀 보지 못했다.
프렘쿠마르는 측정의 출발점을 ‘AI가 바꾼 바로 그 과정, 그리고 도입 전의 성과’로 잡아야 한다고 말한다. 자랑하는 성과가 AI가 직접 건드린 일에서 멀어질수록, 그것이 AI 덕분이라는 걸 증명하기는 어려워진다.
70% 줄었다는 그 일, 어디로 갔을까
두 번째 함정은 AI가 일을 없애는 게 아니라 옮기기만 하는 경우다. AI가 콘텐츠 수백 개를 순식간에 뽑아내도, 직원들이 그것을 사실 확인하고 브랜드 규정과 법적 위험을 검토하느라 몇 시간을 쓴다면 아낀 시간은 사라진다. AI 에이전트도 마찬가지다. 조사 시간은 줄여주지만 예외 상황을 검토하고 그 판단을 감시하는 새로운 일을 만든다. 한 작업을 70% 줄였다 해도 그 일이 다른 자리로 옮겨갔을 뿐이라면 생산성이 올랐다고 보기 어렵다. 그래서 AI가 처리한 한 가지 작업이 아니라 업무 흐름 전체를 재야 한다는 것이 그의 결론이다.
도구를 고를 때도 같은 원칙이 적용된다. 기능이 화려한 도구라도 직원이 계속 데이터를 시스템 사이로 옮기고 빠진 맥락을 채우고 결과물을 고쳐야 한다면 값어치를 못 한다. 오히려 기능은 덜해도 실제 업무 방식에 매끄럽게 들어맞는 도구가 시간과 비용을 더 아낀다. 도구가 몇 가지 기능을 갖췄느냐보다, 사람이 일하는 방식에 얼마나 잘 맞느냐가 더 중요하다.
마케팅 성과처럼 보이지만 비용은 옆 부서 지갑에서 나간다
세 번째 이유는 가장 놓치기 쉽다. AI의 이익과 비용이 서로 다른 부서에 흩어져 나타난다는 점이다. 생산성 향상이라는 열매는 마케팅팀이 따가지만, 인프라 비용은 IT가 내고 시스템 연동은 엔지니어링이 맡으며 보안과 규정 관리는 법무와 보안팀이, 늘어난 검토 업무는 또 다른 직원들이 떠안는다. 이렇게 되면 마케팅팀 장부만 봤을 때 AI 프로젝트가 실제보다 훨씬 남는 장사처럼 보인다. 비용의 일부가 남의 예산에 잡혀 있기 때문이다.
프렘쿠마르는 정확한 계산이라면 마케팅팀 숫자 너머를 봐야 한다고 강조한다. 업무 흐름 전체에서 무엇이 바뀌었는지 재고, 비용은 그것이 발생한 부서가 어디든 빠짐없이 세며, AI가 실제로 바꾼 일과 합리적으로 연결되는 재무 성과만 AI의 공으로 인정하라는 것이다.
FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)
Q. AI ROI가 무엇인가요?
AI ROI는 AI에 투자한 비용 대비 회사가 실제로 얻은 재무 이익을 뜻합니다. 작업이 빨라졌다는 효율 개선과, 그로 인해 돈이 남았다는 수익은 서로 다른 개념이기 때문에 구분해서 봐야 합니다.
Q. 생산성이 올랐는데 왜 이익으로 증명이 안 되나요?
AI가 줄인 업무가 사라지지 않고 검토나 수정 같은 다른 일로 옮겨가는 경우가 많고, 비용이 마케팅이 아닌 IT나 법무 등 다른 부서 예산에 잡히기 때문입니다. 그래서 한 부서 장부만 보면 실제보다 더 남는 것처럼 보입니다.
Q. 그럼 AI 성과는 어떻게 측정해야 하나요?
AI가 처리한 개별 작업이 아니라 업무 흐름 전체를 기준으로 삼고, 도입 전과 후를 비교하며, 연동과 데이터 준비, 감시, 교육, 사람 검토에 든 비용까지 부서를 가리지 않고 모두 합산해야 정확한 그림이 나옵니다.
기사에 인용된 리포트 원문은 마테크(MarTech)에서 확인할 수 있다.
리포트명: The hidden costs distorting your AI ROI (John Premkumar, Infosys)
이미지 출처: AI 생성 콘텐츠
해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.
AI Matters 뉴스레터 구독하기
티
