AI 기반 시장 정보 검색 및 분석 플랫폼 알파센스(AlphaSense)의 연구 리포트에 따르면, 2025년 기업들이 생성형 AI에서 가장 큰 성과를 얻고 있는 분야는 범용 도구가 아닌 업계 특화 AI 시스템이다. 미국 전문직 종사자 300명을 대상으로 한 조사 결과, 워크플로우에 통합된 전문 AI를 활용하는 조직들이 주당 7시간 이상의 생산성 향상을 달성하고 있는 것으로 나타났다.

생산성의 역설… “AI 도구 난립이 오히려 효율성 저하 초래”

조사 결과 기업들이 직면한 가장 큰 문제는 AI 도구의 무분별한 확산이다. 전체 응답 기업의 50%가 복수의 시장 인텔리전스 플랫폼을 동시에 사용하고 있으며, 이로 인해 워크플로우가 분절되고 오히려 생산성이 저하되는 현상이 발생하고 있다.

직원들은 내부 정보 검색에만 주당 6-10시간을 소모하고 있는 반면, 생성형 AI를 적절히 활용하는 경우에는 동일한 시간을 절약할 수 있는 것으로 확인됐다. 구체적으로 생성형 AI 사용으로 6-10시간을 절약한다는 응답이 35%로 가장 많았고, 1-5시간 절약이 30%, 11-15시간 절약이 19% 순으로 나타났다.

시장 조사 분야에서는 주로 보고서 및 콘텐츠 생성(49%), 시장 트렌드 분석(46%), 고객 인사이트 및 프로파일링(42%)에 활용되고 있으며, 투자 조사에서는 리스크 평가/관리(36%), 예측 분석(35%), 시장 및 경제 지표 모니터링(32%)에 주로 사용되고 있다.

업계 특화 AI가 범용 도구보다 12%p 더 신뢰받아

생성형 AI 도구의 신뢰성 측면에서 업계별 특화도에 따른 차이가 명확하게 나타났다. 업계 특화 AI 도구에 대한 신뢰도는 74%로, 소비자용 도구의 62%보다 12%포인트 높게 나타났다. 기업용 범용 도구는 72%의 신뢰도를 보였다.

특히 AI 결과 검증 능력 부족이 시장 인텔리전스 관리의 가장 큰 과제로 40%의 조직에서 지적되었다. 이어서 데이터 볼륨 관리(36%), AI 출력 결과에 대한 신뢰 부족(36%), 생성형 AI의 인력 대체에 대한 우려(35%), 비정형 데이터에서 관련 인사이트 추출(33%), 생성형 AI로 인한 워크플로우 복잡화 우려(30%) 순으로 나타났다.

81% 기업이 전문가 연구에 생성형 AI 활용한다

1차 연구의 중요성에 대해 87%의 조직이 시장 인텔리전스에 필수적이라고 응답했다. 전통적인 전문가 네트워크 접근이 비용이 많이 들고 일관성이 부족한 문제를 해결하기 위해, 기업들이 생성형 AI 도구를 적극 활용하고 있다. 생성형 AI를 통한 1차 연구 강화 사용률을 보면 정기적 사용이 37%, 가끔 사용이 44%로 총 81%에 달한다. 15%는 고려 중이라고 답했으며, 사용하지 않는다는 응답은 3%에 불과했다.

전문가 연구 방법론의 주요 과제로는 연구 실행의 높은 비용(54%), 전문가 품질의 높은 변동성(54%), 인사이트 획득 소요 시간(53%), 전문가 신뢰성 검증의 어려움(28%), 틈새/전문 분야 전문가 접근(28%) 등이 지적됐다.

기업 내부 자료 활용의 딜레마… 84% 기업이 어려움 겪지만 AI로 70% 개선

대부분의 기업이 자사 내부에 보유한 소중한 정보들을 제대로 활용하지 못하고 있는 것으로 나타났다. 기업의 84%가 회사 내부 문서, 과거 프로젝트 자료, 부서별 축적 데이터 등 내부 정보에 효과적으로 접근하고 활용하는 데 어려움을 겪고 있다고 응답했다.

하지만 생성형 AI를 도입한 기업들은 이런 문제를 상당 부분 해결하고 있다. 내부 지식 발견을 위해 생성형 AI를 활용한 결과, 상당한 개선 효과를 본 기업이 31%, 보통 수준의 개선을 본 기업이 40%로 총 71%의 기업이 긍정적인 변화를 경험했다고 보고했다.

그동안 직원들은 필요한 내부 자료를 찾기 위해 여러 부서를 돌아다니거나 공유 폴더를 뒤져야 했지만, AI를 활용하면 "작년 A 프로젝트와 유사한 사례"나 "B 고객 관련 과거 분석 자료" 같은 질문만으로도 관련 문서들을 빠르게 찾을 수 있게 됐다.

다만 생성형 AI 도입에는 여전히 장벽이 존재한다. 주요 장애 요인으로는 높은 구현 비용(31%), 기존 시스템과의 연동 문제(31%), 전문 인력 부족(30%), 데이터 품질에 대한 우려(30%)가 꼽혔다. 이어서 개인정보 보호 및 규정 준수 문제(27%), 조직 내 변화에 대한 저항(27%) 등도 주요 걸림돌로 지적됐다.

2025년 AI 투자 급증… 83% 기업이 예산 확대 예정

향후 12개월 생성형 AI 예산 전망을 보면 상당히 증가할 것이라는 응답이 35%, 보통 수준으로 증가할 것이라는 응답이 48%로 총 83%의 기업이 예산 확대를 계획하고 있다. 변화가 없을 것이라는 응답은 15%였으며, 예산 감소 예상은 2%에 불과했다.

생성형 AI가 시장 인텔리전스 워크플로우를 변화시킬 방향으로는 일상적 업무 자동화(43%), 데이터 수집 및 분석 간소화(42%), 수동 업무 시간 단축(42%), 인사이트 정확도 향상(40%) 순으로 나타났다.

미래 생성형 AI 솔루션 계획에서는 하이브리드 접근(빌드와 구매 결합)이 26%로 가장 선호되었고, 오픈소스 생성형 AI 서비스 사용이 20%, 서드파티 벤더와의 협력이 16% 순으로 나타났다.

워크플로우 통합이 AI 성공의 결정적 변수… "단순 도구 활용은 한계"

AlphaSense 리포트에서 주목할 점은 AI 성공의 핵심이 '통합의 깊이'에 있다는 사실이다. 단순히 ChatGPT나 Claude 같은 범용 AI를 업무에 도입하는 것과 워크플로우에 깊숙이 통합된 전문 AI 시스템을 활용하는 것 사이에는 생산성 격차가 명확히 존재한다.

특히 주당 7시간 이상의 생산성 향상을 달성한 조직들의 공통점은 AI를 '외부 도구'가 아닌 '업무 프로세스의 일부'로 완전히 내재화했다는 점이다. 이는 AI가 단순한 질의응답 도구에서 벗어나 예측 분석, 리스크 평가, 시장 모니터링 등 핵심 업무 영역에 깊숙이 뿌리내렸음을 의미한다.

반면 복수의 AI 플랫폼을 동시에 사용하는 기업들(50%)에서 나타나는 워크플로우 분절 현상은 'AI 스택의 복잡성'이라는 새로운 문제를 제기한다. 도구의 개수가 아닌 통합의 완성도가 AI 투자의 성패를 좌우하고 있으며, 이는 향후 기업의 AI 전략 수립에서 '선택과 집중'의 중요성을 시사한다.

FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)

Q: 생성형 AI 도구 중 어떤 것이 가장 신뢰할 만한가요?

A: 조사에 따르면 업계 특화 AI 도구가 74%의 신뢰도로 가장 높고, 기업용 범용 도구 72%, 소비자용 도구 62% 순으로 나타났습니다. 전문 분야에 특화된 데이터로 훈련된 AI가 더 정확하고 신뢰할 만한 결과를 제공합니다.

Q: 기업이 AI로 얼마나 많은 시간을 절약할 수 있나요?

A: 생성형 AI를 적절히 활용하는 기업들은 주당 6-10시간의 생산성 향상을 달성하고 있습니다. 특히 워크플로우에 통합된 전문 AI를 사용하는 조직에서는 7시간 이상의 생산성 증대 효과를 보고했습니다.

Q: AI 도입 시 가장 큰 장벽은 무엇인가요?

A: 주요 장벽으로는 보안 우려(37%), 변화에 대한 저항(34%), ROI 부족(24%), 규제 준수 문제(22%) 순으로 나타났습니다. 특히 AI 결과 검증 능력 부족이 40%의 조직에서 핵심 문제로 지적되고 있습니다.

해당 기사에 인용된 리포트 원문은 알파센스에서 확인 가능하다.

리포트 명: The 2025 State of AI for Business and Finance

이미지 출처: 알파센스

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.