AI 투자로 가치를 얻고 있다는 최고재무책임자(CFO)는 10명 중 7명 가까이로 늘었지만, 기대한 만큼 또는 그 이상을 거뒀다는 CFO는 10명 중 4명에 그쳤다. 딜로이트(Deloitte)가 2026년 11월 공개한 「불확실성 속에서 CFO들이 주목한 변화」 보고서에 따르면 아시아태평양 14개 시장 CFO 363명 가운데 68%가 AI 투자로 가치를 얻고 있다고 답했다. CFO AI 투자 성과란 회사의 재무와 투자를 총괄하는 CFO가 AI에 들인 돈이 실제 가치로 돌아왔는지 스스로 평가한 결과를 말한다. 회사 예산을 쥔 사람들의 평가인 만큼, 내년 AI 예산 규모를 가늠하는 단서가 된다.

CFO AI 투자 성과 체감 68%, 기대 이상은 9%

딜로이트 아시아태평양 CFO 프로그램이 역내 CFO를 대상으로 실시하는 설문조사(Asia Pacific CFO Pulse)에서 AI 투자로 가치를 얻고 있다고 답한 CFO는 직전 5월 조사의 60%에서 68%로 8%p 늘었다. 이번 조사는 2026년 8월 18일부터 9월 7일까지 한국, 일본, 중국 본토, 호주, 인도 등 14개 시장의 CFO 363명을 대상으로 진행됐다. %p(퍼센트포인트)는 두 비율의 차이를 나타내는 단위로, 60%가 68%로 바뀌면 8%p 늘었다고 쓴다.

가치를 얻었다는 68%를 나눠 보면 기대 이상의 가치 창출이 9%, 기대 수준이 31%, 기대 이하가 28%였다. 나머지는 효과가 불분명하거나 정량화하기 어렵다는 응답이 23%, 효과가 없었다는 응답이 9%였다. 기대 수준 이상의 성과를 거둔 CFO를 모두 더해도 40%에 그친 셈이다. 보고서는 이를 두고 많은 기업이 여전히 실행 과제를 해결하는 데 어려움을 겪고 있다는 의미라고 해석했다.

그림1. 아시아태평양 CFO가 평가한 AI 투자 성과 (자료: 딜로이트 아시아태평양 CFO 설문 보고서 표 3 재구성)

응답한 CFO 10명 가운데 3명가량은 성과를 얻고도 기대에 못 미친다고 보고, 또 다른 3명가량은 성과를 아예 숫자로 말하지 못하거나 효과가 없었다고 보는 상태라는 뜻이다. 같은 AI 회의록 요약 도구를 들여온 두 회사를 떠올려 보면 차이가 선명해진다. 한 회사는 직원들이 매주 줄어든 회의 정리 시간을 기록해 도입 비용과 견주고, 다른 회사는 편해졌다는 체감만 남는다. 앞의 회사는 기대 대비 성과를 말할 수 있지만, 뒤의 회사는 이번 조사의 23%처럼 효과가 불분명하다고 답할 수밖에 없다.

기대 이상의 가치를 얻었다는 응답은 5월 5%에서 9%로 4%p 올랐다. 소수지만 늘고 있는 이 그룹은 향후 1년간 이익이 늘어날 것으로 예상하는 비율도 더 높았다. 보고서는 AI가 유일한 요인은 아닐 수 있다고 단서를 달면서도, AI 투자에서 더 큰 가치를 얻는 기업일수록 수익 전망에도 더 낙관적인 경향을 보였다고 분석했다.

기술 활용 38%와 AI 위협 31%, 똑같이 8%p 상승

아시아태평양 CFO들은 AI를 비롯한 기술을 가장 유력한 성장 동력이자 새로 커지는 위협으로 동시에 꼽았다. 향후 12개월간 성장을 이끌 동력으로 기술 활용을 꼽은 CFO는 38%로 5월보다 8%p 늘며 가장 높은 응답률을 기록했고, AI나 기술의 파괴적 변화를 경영 위협 요인으로 지목한 비율도 같은 폭으로 올라 31%가 됐다.

파괴적 변화란 새 기술이 기존 사업 방식이나 시장 구도를 통째로 뒤흔드는 변화를 말한다. 보고서는 CFO들이 AI를 새로운 성장 동력이자 기존 사업구조를 뒤흔들 수 있는 파괴적 요인으로 함께 인식하고 있다고 정리했다. 성장 동력에 기술 활용을 적는 CFO가 늘어난 만큼, 위협 목록에 AI와 기술의 변화를 적는 CFO도 같은 폭으로 늘었다는 뜻이다.

다른 성장 동력의 응답률은 내려갔다. 기존 고객 대상 매출 확대(37%)는 8%p, 기존 시장 내 신규 고객 확보(29%)는 17%p 줄었고, 혁신과 신제품 개발은 37%로 상위권을 지켰다. 기존 고객과 시장을 더 파고드는 성장보다 기술과 혁신으로 새 기회를 찾는 데 더 비중을 두기 시작했다는 의미다. 가장 큰 위협은 여전히 지정학적 불안정(57%)이지만, 이 비율은 5월보다 25%p 낮아졌다. 2026년 초 중동 분쟁 직후 높아졌던 경계감이 크게 누그러진 것이다.

보고서의 아시아태평양 경제 전망에서도 AI는 기회와 위험을 함께 안고 있다. 보고서는 미국을 중심으로 한 AI 인프라 수요가 역내 경제에 긍정적으로 작용하고, 주요 하이퍼스케일러의 공격적인 투자가 반도체와 데이터센터 부품 수요를 꾸준히 떠받치면서 그 수혜가 대만과 한국에 집중될 것으로 내다봤다. 하이퍼스케일러란 초대형 데이터센터를 운영하며 전 세계에 클라우드 서비스를 제공하는 대형 기술 기업을 말한다. 다만 AI 투자가 재무적으로 지속 가능한지를 둘러싼 우려, 데이터센터에 대한 사회적 반발, AI 발전 속도를 걱정하는 목소리가 커지면 시간이 지나면서 AI 인프라 구축 속도가 느려질 수 있다고 덧붙였다. 한국 반도체 기업의 CFO라면 같은 AI가 매출 전망표에는 수요 증가 요인으로, 리스크 보고서에는 인프라 투자 둔화 가능성으로 함께 적히는 셈이다.

도입보다 운영, AI 비용 관리 맡은 재무 조직

보고서에 실린 딜로이트 전문가는 AI 투자 성과를 좌우하는 요인으로 도입 이후의 운영 역량을 꼽았다. 딜로이트 일본의 한 파트너는 보고서에서 “경쟁우위는 AI 솔루션 도입 그 자체가 아니라, 이를 운영하고 관리하며 지속적으로 최적화하는 역량에 달려 있습니다”라고 말했다. 그는 이를 위해 지속적인 모니터링, 높은 활용도, 효과적인 업무 프로세스 통합, 측정 가능한 사업 성과를 내도록 설계된 운영 모델이 필요하다고 덧붙였다.

AI 투자가 늘면서 비용 관리 부담도 커지고 있다. 보고서가 함께 인용한 딜로이트의 재무 트렌드 조사(Finance Trends 2027)는 26개 국가와 지역의 재무 리더 1,434명을 대상으로 한 별도 조사인데, 여기서 글로벌 재무 리더의 약 60%가 AI 비용과 복잡성이 커질 것으로 예상했다. 선도 기업들은 AI 사용량과 비용, 사업 성과를 한눈에 보기 위해 AI 재무 운영(FinOps) 역량을 갖추고 있다. AI 재무 운영이란 AI를 얼마나 쓰고 얼마를 내며 무엇을 얻었는지를 재무 조직이 함께 추적하고 관리하는 방식을 말한다.

같은 조사에서 재무 리더의 절반 가까이는 이미 AI와 기술 관련 지출과 비용 통제를 감독하고 있다고 답했다. 주요 활동은 AI 시범 도입 단계의 비용 관리 지침 수립, 공급업체 가격 변동에 따른 비용 리스크 분석, AI 투자와 실질적인 가치 창출의 연계 강화 등이다. 호주, 인도, 일본, 한국에서는 재무 리더의 절반 이상이 AI와 기술 투자의 자본 배분, 지출 감독, AI 신뢰성 관리를 맡고 있다고 답했다. 자본 배분이란 회사가 가진 돈을 어떤 사업과 기술에 얼마씩 나눠 투자할지 정하는 일이다.

현장에서 이 변화는 이렇게 나타날 수 있다. 시범 사업 때 한 부서가 부담 없이 쓰던 AI 도구가 전사로 확대되는 순간 매달 청구서가 몇 배로 불어나고, 공급업체가 요금 체계를 바꾸면 예산 계획이 통째로 흔들린다. 재무 조직이 시범 단계부터 비용 지침을 세우고 공급업체 가격 변동 리스크를 미리 분석하는 이유다. 보고서 내용을 종합하면, 기대 이하 28%와 효과 불분명 23%를 기대 수준 이상으로 끌어올리는 일은 도구를 더 들이는 것보다 사용량과 비용, 성과를 함께 재는 데서 출발한다.

회복탄력성 투자 46%, 최우선 역량은 AI와 자동화 42%

CFO의 46%는 지난 12개월 사이 투자와 자본 배분을 결정할 때 회복탄력성의 중요성이 커졌다고 답했고, 회복탄력성을 키우기 위해 가장 우선하는 역량으로는 AI, 데이터, 자동화 기반 역량(42%)을 꼽았다. 회복탄력성이란 충격을 견디는 데 그치지 않고 불확실성 속에서 적응하며 성과를 유지하고 미래의 기회를 잡을 태세를 갖추는 것을 말한다. 이 역량 다음으로는 재무 데이터, 분석, 인사이트 역량(31%)과 유동성 및 현금 관리 개선(31%)이 뒤를 이었다.

보고서가 주목한 것은 수익이 불확실해도 투자하겠다는 태도다. 회복탄력성이 더 중요해졌다고 답한 CFO들은 관련 투자의 재무적 수익이 다른 투자보다 현저히 낮거나(21%) 불분명하더라도(25%) 투자를 진행하겠다고 답했다. AI 투자 성과를 아직 숫자로 증명하지 못한 기업이 적지 않은데도, AI와 데이터 역량이 회복탄력성을 위한 우선 역량 1위에 올랐다는 점은 눈여겨볼 만하다.

회복탄력성 투자로 기대하는 효과로는 시장 변화 대응을 위한 민첩성 강화(43%), 매출 및 고객 관계 유지(42%), 재무 성과 개선(42%)이 꼽혔다. 민첩성이란 시장과 경영 환경이 바뀔 때 자원과 우선순위, 실행 계획을 빠르게 전환하는 능력이다.

이 민첩성을 실제 경영 대응으로 이어 주는 것이 재무 조직이다. 불확실한 시기에 재무 조직이 가장 크게 기여하는 영역으로는 유동성 및 재무적 유연성 유지(45%), 비용 통제(41%), 예측 및 시나리오 분석 제공(39%)이 나왔다. 시나리오 분석이란 환율 급등이나 공급망 차질처럼 여러 상황을 미리 가정하고 회사에 미칠 영향을 계산해 두는 작업이다.

현장 CFO들의 목소리는 더 직설적이다. 뉴질랜드의 한 CFO는 “AI가 가져올 수 있는 결과의 범위는 매우 넓으며, 어떤 조직도 이 기술이 궁극적으로 어디로 향할지 명확히 알고 있다고 가정해서는 안 됩니다”라며 시나리오 계획과 선택지 확보가 중요하다고 말했다. 반면 동남아시아의 한 CFO는 회복탄력성 투자가 어떤 리스크를 막아 주는지 명확히 설명할 수 있을 때만 투자하겠다며, 그렇지 못하면 “신중함으로 포장된 저성과일 뿐”이라고 단언했다. 두 CFO의 말을 AI 예산에 대입하면 실무자가 받게 될 질문은 둘이다. 이 투자가 어떤 위험을 막아 주는가, 그리고 상황이 바뀌면 얼마나 빨리 계획을 바꿀 수 있는가.

68%와 9% 사이, AI 성과 측정이라는 숙제

이번 조사가 보여 주는 아시아태평양 CFO의 모습은 AI 투자를 늘리면서도 그 성과를 하나하나 따지기 시작한 재무 책임자다. 가치를 얻고 있다는 응답과 기대 이상이라는 응답이 모두 늘었지만, 기대 이하와 효과 불분명을 합한 비율은 여전히 절반을 넘는다.

수치를 읽을 때 염두에 둘 점도 있다. 이 결과는 CFO의 자기 평가이고, 기대 이상 그룹의 이익 전망이 더 밝다는 결과도 보고서 스스로 AI가 유일한 요인은 아닐 수 있다고 밝힌 상관관계다. 응답자 가운데 매출 5억 달러 이상 기업 소속 CFO는 41%였고, 지역별 결과 그림에는 한국 CFO의 응답이 따로 제시되지 않았다. AI 비용 전망과 재무 리더 역할에 관한 수치는 이번 CFO 설문이 아닌 재무 트렌드 조사(Finance Trends 2027)에서 나온 것이다.

AI를 도입한 팀이라면 지금 쓰는 도구가 기대 이상, 기대 수준, 기대 이하, 효과 불분명 가운데 어디에 해당하는지 스스로 답해 보는 데서 시작할 수 있다. 기대 이하 28%가 다음 조사에서 기대 수준으로 올라설지, 효과 불분명으로 밀려날지는 두고 볼 필요가 있다.

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

Q1. CFO들은 AI 투자 성과를 어떻게 평가하고 있나요?
딜로이트가 2026년 8~9월 아시아태평양 CFO 363명을 대상으로 진행한 설문에서 68%가 AI 투자로 가치를 얻고 있다고 답했습니다. 다만 기대 수준 이상의 성과를 거뒀다는 응답은 40%였고, 기대 이상이라는 응답은 9%였습니다.

Q2. CFO들은 왜 AI를 성장 동력이자 위협으로 동시에 보나요?
AI는 의사결정 속도와 생산성을 높여 새로운 경쟁우위를 만들 수 있지만, 새로운 경쟁자 등장과 비즈니스 모델 변화로 기존 시장 구도를 바꿀 수도 있기 때문입니다. 이번 조사에서 기술 활용을 성장 동력으로 꼽은 CFO는 38%, AI나 기술의 파괴적 변화를 위협으로 꼽은 CFO는 31%로 모두 5월보다 8%p 늘었습니다.

Q3. 회복탄력성 투자란 무엇이고 AI와 어떤 관계가 있나요?
회복탄력성 투자는 충격을 견디고 불확실한 상황에서도 성과를 유지하며 새로운 기회를 잡기 위한 투자를 말합니다. 이번 조사에서 CFO들은 회복탄력성을 키우기 위해 가장 우선하는 역량으로 AI, 데이터, 자동화 기반 역량(42%)을 꼽았습니다.

기사에 인용된 리포트 원문은 딜로이트 인사이트에서 확인할 수 있다.
리포트명: 불확실성 속에서 CFO들이 주목한 변화: AI 도입과 회복탄력성 강화에 나서는 CFO (딜로이트 인사이트, 2026년 11월)
이미지 출처: AI 생성 콘텐츠
해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.