글로벌 기업들의 AI 비용 절감, 약속보다 현실은 '참담'

인공지능(AI) 자동화를 통한 비용 절감 효과가 글로벌 대기업 전반에 걸쳐 기대치를 크게 밑돌고 있다는 충격적인 조사 결과가 나왔습니다. 베인앤컴퍼니가 블룸버그 뉴스에 단독으로 공개한 이번 글로벌 설문조사는 AI의 장밋빛 약속과 냉엄한 현실 사이의 간극이 얼마나 심각한지 적나라하게 보여줍니다. 베인은 경영진에게 “이 결과는 당신을 불편하게 만들어야 한다”라는 직설적인 메시지를 전달했습니다 .

4월에 완료된 이번 조사는 소매, 기술, 첨단 제조 등 9개 섹터의 연매출 1억 달러 이상 대기업 951곳의 경영진 응답을 바탕으로 합니다 . 그 결과는 AI 투자를 둘러싼 기업들의 자금 집행 방식에 근본적인 의문을 제기합니다.

AI에 거는 기대와 초라한 성적표

베인의 조사는 기대와 현실의 뚜렷한 괴리를 보여줍니다. 응답 기업의 40%가 비용 절감률이 10% 이하라고 답했는데, 이는 일반적으로 AI 사업 계획을 뒷받침하는 야심 찬 예측치와 극명하게 대비되는 수치입니다 . 더 광범위한 시장을 살펴보면, 생성형 AI 도입을 새로운 매출이나 비용 절감으로 직접 연결 지을 수 있는 기업은 23%에 불과하여, 대다수 기업이 수익성 개선 효과를 정량화하지 못하고 있습니다 .

이러한 저조한 성과는 특정 산업에 국한되지 않았습니다. 소매, 기술, 첨단 제조 등 여러 섹터에서 비용 절감 효과가 기대에 못 미치는 유사한 패턴을 보였습니다 . 특히 72%의 기업이 비용 절감을 핵심 자동화 지표로 추적하고 있음에도 불구하고, 그 수치가 대규모로 실현되지 않고 있다는 점에서 문제의 심각성이 더욱 부각됩니다 .

경영진을 불편하게 만드는 구조적 문제

이번 설문조사가 밝혀낸 핵심적인 구조적 문제는, 기업들이 아직 도착하지도 않은 비용 절감을 전제로 추가 AI 투자 자금을 집행하고 있다는 점입니다. 많은 경영진이 자동화를 통해 상쇄할 수 있을 것이라는 명시적인 기대감을 가지고 AI 지출 증액을 승인하고 있습니다. 이러한 비용 절감이 기대에 못 미치면, 그 자금 조달 모델 자체가 위태로워지기 시작합니다 .

이러한 역학 관계는 베인이 B2B 성장 어젠다 연구에서 관찰한 더 큰 패턴의 일부입니다. 기업들은 2026년에 전년 대비 20% 더 높은 매출 성장률을 기대하고 있지만, 정작 그러한 목표를 달성하는 데 필요한 AI 역량과 데이터 기반을 갖춘 기업은 많지 않습니다. 설문조사에 응한 리더의 60%가 AI를 효과적으로 확장하는 데 필요한 데이터 인프라나 기술이 부족하다고 인정했습니다 .

숫자는 이러한 불안감을 뒷받침합니다. CFO들은 향후 2년 동안 전사적 AI 지출을 크게 늘릴 계획입니다. 83%가 15% 이상 증액할 것으로 예상하며, 42%는 이 기간 동안 30% 이상 증액할 계획이라고 답했습니다 . 하지만 현재 생성형 AI로 측정 가능한 매출 또는 비용 성과를 제시할 수 있는 경영진은 23%에 불과합니다 . 공격적인 지출 증가 대비 미미한 실현 수익이라는 이 비대칭 구조가 바로 베인이 불편한 구조적 현실이라고 지적하는 부분입니다.

격차 해소를 위한 베인의 해법

베인의 연구와 분석에 따르면, 해결책은 AI 투자를 철회하는 것이 아니라 기업들이 비용 절감을 추구하는 방식을 근본적으로 바꾸는 데 있습니다. 베인은 기업들이 AI를 자동으로 비용을 절감해주는 독립형 추가 도구처럼 취급하는 것을 중단해야 한다고 권고합니다. 별도의 분석에서 베인은 **“생산성 향상만으로는 생성형 AI에 투자하는 기업의 투자수익률(ROI)을 창출할 수 없다”**며, “선도 기업들은 엔드투엔드 프로세스 재설계와 생성형 AI 도구 도입을 결합하여 최대 25%의 비용 절감을 달성하는 과정에 있다”고 주장합니다 .

실제로 이는 기존 업무 흐름 위에 AI를 단순히 덧씌우는 대신, 더 광범위한 운영 혁신 안에 AI를 내재화하는 것을 의미합니다. 베인의 자동화 관련 연구가 이를 뒷받침합니다. IT 예산의 20% 이상을 자동화에 가장 많이 투자한 기업들은 평균 22%의 비용 절감을 달성한 반면, 5% 미만을 투자한 기업들은 8%에 그쳤습니다 . 최상의 결과를 보는 기업들은 단순히 AI를 더 많이 도입하는 데 그치지 않고, 기존 단계를 가속화하는 대신 불필요한 업무 자체를 제거하는 재설계된 프로세스 안에 AI를 배치합니다 .

또한 베인은 고성장 기업들이 저성장 기업들보다 훨씬 더 많은 AI 사용 사례(유스케이스)를 도입하며(평균 4.5건 vs. 3.3건), 주어진 사용 사례당 거의 두 배에 가까운 비용 효율성을 달성한다고 강조합니다 . 베인의 광범위한 권고사항은 AI의 성공을 도입 자체만으로 측정하는 것을 멈추고, 현재 60%의 기업이 부족하다고 느끼는 기본 데이터 및 기술 아키텍처가 뒷받침하는 명확한 프로세스 및 재무적 성과에 연동하라는 것입니다 .

앞으로의 AI 예산에 주는 시사점

2026년 6월 1일에 공개된 이번 베인의 설문조사는 대부분의 기업에게 ROI가 여전히 불투명한 가운데 기업의 AI 지출이 가속화되는 시점에 도착했습니다. 베인은 자체적으로 2030년까지 예상되는 AI 수요를 충족하는 데 필요한 글로벌 컴퓨팅 인프라 구축에 연간 5000억 달러의 자본 투자와, 이를 지속 가능하게 조달하기 위한 2조 달러의 신규 연간 매출이 필요할 수 있다고 계산한 바 있습니다. 이는 낙관적인 비용 절감 예측치로도 도달할 수 없는 규모입니다 . 따라서 이번 조사에서 드러난 비용 절감 실패는 단순한 전술적 실망을 넘어, 많은 기업들의 기업용 AI 자금 조달 모델이 지속 불가능한 궤도에 올라서고 있다는 경고입니다.

이번 조사의 가장 시급한 교훈은, 기업들이 결코 실현되지 않을 스프레드시트 상의 비용 절감에 기대어 AI 투자를 ‘믿음을 가진 도약’처럼 취급해서는 안 된다는 것입니다. 대신, 프로세스 재설계와 약속된 비용 절감이 실제 손익계산서에 나타나고 있는지에 대한 냉철한 측정을 시작으로, 야망과 운영 현실을 잇는 다리를 다시 구축해야 합니다.