세일즈포스(Salesforce)와 하버드 비즈니스 리뷰(Harvard Business Review)가 발표한 보고서에 따르면, AI 에이전트(AI Agent)가 기업 업무를 혁신적으로 변화시키고 있다. 보고서는 2025년 상반기에만 AI 에이전트 도입이 전년 대비 119% 급증했으며, 업무 대역 수는 70% 증가했다고 밝혔다. 특히 MIT가 경영진 1,502명을 대상으로 실시한 조사에서 응답자의 38%가 이미 AI 에이전트와 예산을 관리하고 있다고 답했다.

2025년 안에 AI 에이전트 협업 시대 본격화...80% 기업 전망

세일즈포스의 조사 결과에 따르면 전 세계 리더의 약 80%가 향후 5년 이내에 사람과 AI 에이전트가 협업하는 세상이 올 것이라고 전망했다. 이는 단순한 예측이 아니라 이미 현실화되고 있는 추세다. 2025년 1월부터 6개월 사이 실제 기업이 구축하고 배치한 AI 에이전트 수가 119% 증가했으며, 연평균 성장률(CAGR)은 2,199%로 가파르게 상승 중이다.

보고서는 AI 에이전트를 단순히 질문에 답하는 수준을 넘어 실질적인 업무를 처리하는 존재로 정의한다. 과거 대규모 언어모델(LLM)을 바탕으로 한 생성형 AI가 데이터를 알려주고 그림을 그렸다면, 이제는 AI 에이전트가 스스로 판단한 바를 실행한다는 것이다.

AI 에이전트가 가장 많이 하는 업무 Top 10...기록 조회·이메일 작성 상위

세일즈포스의 '에이전트포스 인덱스(The Agent Enterprise Index)' 조사에 따르면, AI 에이전트가 가장 많이 수행하는 업무는 기록 조회 및 식별이 1위를 차지했다. 2위는 이메일 작성 및 발송 일정 설정, 3위는 대화 응답을 위한 지식 베이스에서의 정보 검색이었다. 이어 기록 요약, 고객 서비스 케이스 생성, 기록 생성 및 업데이트, 대화에서 관련 정보 식별 및 추출, 브리핑 자료 생성 및 캠페인 기획, 추천 제공, 예약 조회 및 진행 순으로 나타났다.

보고서는 AI 에이전트가 주기적으로 상호작용할 소비자의 수가 급증하면서 기업들이 고객 경험 개선을 위해 적극적으로 AI 에이전트를 도입하고 있다고 분석했다. 2025년 1월 이후 AI 에이전트의 추천 트래픽을 통한 구매 전환율은 SNS 대비 300% 높았고, 페이지 방문 시간은 137% 더 많았다.

95%가 실패하는 AI 프로젝트... 성공 비결은 '사업부 참여'

하지만 많은 기업의 AI 에이전트 도입이 순조롭지만은 않다. 보고서에 따르면 많은 기업에서 AI 에이전트를 구축하기 위한 파일럿 프로젝트를 시작하지만 95%는 아무 성과를 거두지 못하는 것으로 나타났다. MIT가 1,502명의 경영진 인터뷰, 350명의 직접 설문, 300건 이상의 AI 도입 분석 서비스에 참여한 기업을 조사한 결과, 기업들이 AI 리브랜딩 프로젝트에 300% 이상을 투자했지만 실패 사례가 많았다고 밝혔다.

실패의 주요 원인은 사업부가 이니셔티브에 참여하지 않는다는 점이다. 보고서는 AI 에이전트와 협업할 사업부의 의견을 듣고 반영해야 한다고 강조한다. 그렇지 않으면 큰돈을 투자해도 사용하지 않는 AI 에이전트를 고객의 요구에 맞출 수 없다는 것이다.

글로벌 리서치 기업 퓨처럼(Futurum)에 따르면 특히 제조 분야에서 AI 에이전트를 채택한 기업이 에이전트포스(Agentforce)를 통해 AI 에이전트를 구축할 경우 4~6주 이내 ROI를 달성했다. 반면 자체적으로 AI 에이전트를 구축한 기업은 6~12개월이 소요되는 것으로 나타났다.

산업별 맞춤형 AI 전환 사례... 자동차·비영리·통신 성공 스토리

세일즈포스는 인더스트리 클라우드(Industry Cloud)를 제공하며 각 산업에서 AI를 어떻게 손쉽게 활용할 수 있을지 제안한다. 약 25년 동안 다양한 산업에서 활약하는 고객과 회원과의 워크플로를 기반으로 산업별 데이터 모델과 산업 초특화 프로세스를 개발했다고 밝혔다.

자동차 산업에서는 자동차 고객 데이터를 통합해 서비스 효율성과 고객 경험을 높였다. 텔레매틱스(Telematics), 즉 차량에 장착된 통신 기술을 활용해 차량의 정비 이력을 분석하고 상태를 관리한다. 고객 서비스와 업무 흐름을 요약한 프로그램을 통해 상담원이 고객 상황을 빠르게 파악할 수 있다. 이를 통해 고장 발생 전 예방 정비를 실행할 수 있다.

카맥스(Carmax)는 미국 최대 중고차 판매업체다. 미국 내 230곳이 넘는 탄탄한 매장과 온라인 채널로 차량을 판매한다. 카맥스는 중고차 구매 시장에서 온라인의 영향력이 확대될 것으로 예상하며 온·오프라인을 연결하고, 구매 과정에서 고객이 더욱 깊이 참여하고자 하는 니즈에 부응하기 위해 고객 맞춤형 서비스를 제공했다. 특히 AI를 활용해 모든 채널에서 고객이 누리는 고객 경험을 개인화했고, AI는 온라인 및 모바일 활동 등의 데이터를 토대로 고객에게 꼭 맞는 제품을 추천한다.

비영리 단체인 BBBSA(Big Brothers Big Sisters of America)는 1905년부터 5,000개 이상의 지역 사회에서 매년 6만 명 이상의 성인 멘토를 매칭해 교육이 필요한 청소년들에게 교육의 기회를 제공하는 비영리 단체다. 실제로 BBBSA 프로그램에 참여한 청소년들은 대학에 입학할 가능성이 20%가량 높았고 마약을 시작할 가능성이 46% 낮았다. BBBSA의 매칭 전문가들은 청소년에게 꼭 맞는 멘토를 배정하는 것을 최우선 과제로 삼았다.

데이터 360(Data 360)은 조직의 방대한 데이터를 통합하며 관리할 수 있는 세일즈포스의 데이터 플랫폼이다. 다수의 기업은 수십 년에 걸친 데이터를 분산적으로 관리하는데, 데이터 360을 사용하여 모든 데이터를 직접 연결할 수 있다. BBBSA는 통합 데이터를 바탕으로 매칭 모범 사례를 만들어 프로세스를 간소화했다. 출신, 인종, 생활 등의 요인을 두루 고려하며 최적의 매칭을 위한 AI 필터를 개발해 최소 18개월 이상 유지되는 매칭을 목표로 한다.

통신 산업에서는 네트워크 품질 데이터를 활용해 고객 경험을 개선하고 매출 기회를 확대했다. 대역폭과 지연 시간 같은 성능 지표를 분석해 품질 저하를 미리 파악하고 고객 유지율을 높였다. 또한 데이터를 시각화하여 고객에게 맞춤형 요금제를 제공할 수 있다.

에너지와 유틸리티(Energy & Utilities) 산업에서는 에너지 기업이 고객 계정과 사용 데이터를 기반으로 청정에너지 프로그램을 추천하고 요금 최적화를 지원했다. 현장 기술자의 작업 스케줄 관리도 고객 요청에 따라 자동화했다.

공공(Public Sector) 산업에서는 공공기관이 복합적인 시민 데이터를 효율적으로 관리할 수 있도록 지원한다. 과거 위법 내역을 자동으로 정리해 제공하고, 과거 위법 내역을 자동으로 정리하면서도 비즈니스 요구사항을 충족한다. 데이터 360을 통해 청소년에게 더 나은 교육 서비스를 제공할 수 있도록 지원한다.

AI 에이전트 준비를 위한 체크리스트 10가지

AI 에이전트 파일럿 프로젝트 성공을 거두기 위해서는 기술적 준비는 물론이고, 비즈니스 전략 또한 이에 걸맞게 조율돼야 한다. 또한 그 과정에서 구성원들이 자율적이 제도적으로 준비하고 있는지 점검해야 한다. 보고서는 AI 에이전트를 본격적으로 도입하기 전에 다음 체크리스트를 통해 우리 기업에서 AI 에이전트를 얼마나 제공할 수 있는지 점검하라고 제안했다.

비즈니스 영역에서는 3가지 항목을 점검해야 한다. 첫째, AI 에이전트를 통해 해결하고자 하는 문제를 명확하게 정의했는가. 둘째, 문제를 정의하고 솔루션을 고안하는 과정에 사업부 구성원들이 참여했는가. 셋째, 초기에 시도할 소규모 프로젝트의 내용을 정했는가.

기술 영역에서는 4가지 항목을 확인해야 한다. 첫째, AI 에이전트를 작동시킬 통합 데이터를 플랫폼과 고객 프로필을 구축했는가. 둘째, AI 에이전트를 우리 산업과 비즈니스에 맞게 만들 환경을 갖췄는가. 셋째, AI의 윤리적 활용을 위한 기준과 가드레일을 마련했는가. 넷째, AI 에이전트 사용에 따라 발생할 수 있는 보안 이슈를 점검하고 예방했는가.

인력 영역에서는 3가지 항목이 필요하다. 첫째, AI 에이전트 구축에 있어 조직이 필요한 역량을 파악하고 우선순위를 정했는가. 둘째, 직원들이 AI 에이전트에 관해 교육을 받을 수 있는 시간과 공간을 마련했는가. 셋째, AI의 발전에 맞춰 새로운 역량을 습득할 수 있는 지속적 교육을 제공하는가.

점수별로 준비 상태를 구분하면, 9~10점은 선도적 준비 단계이며, AI 에이전트 도입에 대한 준비가 잘 돼 있음을 의미한다. 7~8점은 체계적 준비 단계로, 파일럿 프로젝트 전사적 확산 가능성이 제한적이나 개별 프로젝트의 성공 가능성이 높음을 나타낸다. 4~6점은 준비 초기 단계로, 작은 규모의 파일럿 시도해볼 수 있으나 성공 가능성이 낮음을 의미한다. 0~3점은 준비 미흡 단계로, 아직 파일럿 도전에 착수할 단계가 아니니 비즈니스, 기술, 인력 측면에서 추가 준비가 필요하다고 제시했다.

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

Q1. AI 에이전트 도입 전 가장 먼저 체크해야 할 항목은 무엇인가요?

A. 비즈니스 영역에서 AI 에이전트를 통해 해결하고자 하는 문제를 명확하게 정의하는 것이 가장 중요합니다. 보고서에 따르면 95%의 프로젝트가 실패하는 이유가 명확한 목표 없이 기술에만 집중하기 때문입니다. 문제 정의 단계부터 사업부 구성원들이 참여해야 성공 가능성이 높아집니다.

Q2. AI 에이전트 준비 상태를 어떻게 평가하나요?

A. 세일즈포스는 비즈니스 3개, 기술 4개, 인력 3개 총 10개 체크리스트를 제시합니다. 9~10점은 선도적 준비 단계, 7~8점은 체계적 준비 단계로 파일럿 프로젝트 성공 가능성이 높습니다. 4~6점은 준비 초기 단계, 0~3점은 추가 준비가 필요한 단계입니다.

Q3. AI 에이전트를 도입하면 얼마나 빨리 효과를 볼 수 있나요?

A. 에이전트포스 같은 산업 맞춤형 솔루션을 활용할 경우 4~6주 이내에 투자 대비 효과(ROI)를 달성할 수 있습니다. 반면 자체 개발할 경우 6~12개월이 소요되며 비용도 20% 더 듭니다. 펩시코처럼 전 세계 10만 명이 사용하는 대규모 도입도 가능합니다.

해당 기사에 인용된 리포트 원문은 세일즈포스에서 확인 가능하다.

리포트명: AI Agent for Industry: 산업별 AI 에이전트 도입·활용 전략

이미지 출처: 세일즈포스

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.