AI 투자, '밑 빠진 독에 물 붓기'? 95%가 수익 창출에 실패하는 이유

전 세계 산업계가 생성형 인공지능(AI)에 연간 1,000억 달러가 넘는 막대한 자금을 쏟아붓고 있지만, 그 이면에서는 '수익성 신화'에 대한 근본적인 의문이 제기되고 있다. 수백만 달러를 투입한 AI 파일럿 프로젝트 대부분이 가시적인 성과를 내지 못하면서 많은 기업의 최고경영자(CEO)와 최고재무책임자(CFO)들이 고심에 빠졌다.

장밋빛 전망 속 가려진 'AI 수익성 함정', 현주소는?

최근 MIT가 발표한 연구 결과는 이러한 우려를 뒷받침한다. 기업이 추진하는 AI 및 생성형 AI 프로젝트의 약 95%가 도입 직후 측정 가능한 수준의 매출 증대나 비용 절감 효과를 창출하지 못한 것으로 나타났다. 이는 20개의 AI 프로젝트 중 단 1개만이 명확한 투자자본수익률(ROI)을 달성했음을 의미한다. 이러한 현상은 막대한 기대감과 높은 기업 가치 평가에도 불구하고 실망스러운 결과로 이어졌던 20여 년 전의 '닷컴 버블'을 연상시킨다.

업계 전문가들의 시각은 엇갈린다. 한 저명한 공매도 투자자는 "AI 기술의 잠재력을 과장해 투자자를 현혹하는 금융 사기의 새로운 물결이 나타나고 있다"며 일부 스타트업들이 실체 없는 성과를 내세우고 있다고 경고했다. 반면, 알리바바의 에디 우 CEO는 "알리바바의 외부 클라우드 매출에서 AI 관련 서비스가 20% 이상을 차지하며, 전년 대비 26%의 성장을 견인했다"고 밝히며, 올바른 데이터 전략과 규모를 갖춘다면 AI가 강력한 수익 동력이 될 수 있다는 긍정적 신호를 보냈다.
 

데이터 혼란부터 비현실적 목표까지... 실패로 이끄는 4가지 걸림돌

그렇다면 대다수의 AI 프로젝트는 왜 좌초되는가? 전문가들은 다음 네 가지 핵심 요인을 지적한다.

1. 정제되지 않은 데이터 문제: 많은 기업이 데이터의 정제, 분류, 관리에 필요한 막대한 노력을 과소평가한다. 실제로 프로젝트 시간의 약 70%가 데이터 사전 준비 작업에 소요되는 경우가 많다.
2. 전문 인력 부족: AI 기술 인재는 희소하고 높은 비용을 요구한다. 부적합한 팀 구성은 파일럿 프로젝트를 막대한 비용만 낭비하는 실험으로 전락시킬 수 있다.
3. 비현실적인 성과 지표(KPI) 설정: 기업들은 단순한 활용 사례를 숙달하기도 전에, 완전 자율형 챗봇 도입이나 전 공정의 예측 유지보수와 같이 처음부터 '달 착륙'과 같은 거창한 목표를 설정하는 경향이 있다.
4. 기존 시스템과의 통합 난관: 실험실 환경에서 완벽하게 작동하던 AI 모델도, 복잡하고 예측 불가능한 실제 업무 시스템에 적용될 경우 예상치 못한 오류를 일으키며 실패할 수 있다.

소수의 성공 기업이 증명한 AI 프로젝트의 필승 공식

이처럼 암울한 통계 속에서도 일부 기업들은 AI의 잠재력을 성공적으로 입증하고 있다. 헬스케어 기업 '메디카Rx'는 AI 기반 처방 오류 감지 시스템을 도입해 6개월 만에 수작업 검토 시간을 40% 단축하고 연간 1,500만 달러의 비용을 절감했다. 유통업체 '퀵샵'은 상위 500개 품목에 집중한 수요 예측 모델을 구현하여 재고 유지 비용을 12% 줄이고 이익률을 1.5%포인트 개선했다.
 

이들 성공 사례의 공통점은 ▲목표 범위의 명확화 ▲엄격하고 체계적인 데이터 관리 ▲프로젝트 초기부터 최고 경영진의 확고한 지원 등이다.

결론적으로 AI의 수익성 확보는 더 이상 신화가 아닌 '전략'의 영역으로 넘어가고 있다. 기업은 다음 AI 프로젝트를 추진하기에 앞서 ▲적절한 데이터 인프라와 거버넌스를 갖추었는가 ▲목표가 구체적이며 명확한 수익·비용 지표와 연결되어 있는가 ▲기술뿐만 아니라 인력에 대한 투자를 충분히 고려했는가 ▲초기 목표 미달 시 프로젝트를 조기에 중단할 준비가 되었는가를 반드시 점검해야 한다.

실행이 뒷받침되지 않는 혁신은 공허한 외침에 불과하다. 대담한 비전과 함께 철저한 실행 원칙을 고수하는 기업만이 AI 시대의 진정한 승자가 될 것이다.