기업용 에이전틱 AI는 PoC를 넘었지만, 전사 확산은 아직

UiPath의 2026년 9월 설문은 기업용 에이전틱 AI가 ‘할 수 있는지’를 입증하는 단계는 상당 부분 지났지만, 이를 전사적으로 반복 가능한 운영 역량으로 만드는 일은 여전히 어렵다는 점을 보여준다. UiPath는 이 간극을 ‘파일럿 연옥(pilot purgatory)’으로 표현했다. 418

조사 대상은 매출 10억 달러 이상 대기업의 C레벨 임원과 IT 실무자 약 600명이다. 다만 벤더가 후원한 자기보고식 설문인 만큼, 투자수익률(ROI) 관련 수치는 독립적으로 검증된 성과가 아니라 응답자의 평가로 해석할 필요가 있다.

AI 도입은 진행 중이지만, 전사 내재화는 제한적

응답자 중 **31%**는 AI가 사업에 완전히 내재화됐다고 답했다. **35%**는 제한적으로 사용하고 있었고, **11%**는 여전히 파일럿 또는 실험 단계에 머물러 있었다. 3

이는 나머지 기업이 모두 AI 도입에 실패했다는 뜻은 아니다. 다만 특정 부서나 업무의 제한적 적용보다, 실제 업무 전반에 안정적으로 녹여 낸 사례는 상대적으로 적다는 의미다. UiPath의 핵심 진단은 많은 기업이 에이전틱 AI의 초기 개념검증(PoC·Proof of Concept)에는 성공했지만, 이를 확장하고 의미 있는 ROI를 입증하는 과정에서 막힌다는 것이다. 18

확산을 가로막는 3대 과제

배포를 최적화하는 과정에서 응답자들이 가장 많이 꼽은 어려움은 다음과 같다.

• 데이터 품질 및 준비도: 38%
• 기존 워크플로 및 시스템과의 통합: 37%
• 거버넌스 및 규정 준수: 33% 18

파일럿의 성공이 곧바로 운영 환경 배포의 성공을 뜻하지는 않는다. 파일럿은 좁은 업무 범위, 소수 사용자, 제한된 시스템 연결로도 돌아갈 수 있다. 반면 실제 운영에서는 여러 시스템과 부서, 승인 절차, 통제 장치 속에서 지속적으로 작동해야 한다.

TechTarget도 데모는 통제된 환경에서 에이전트가 특정 작업을 수행할 수 있음을 보여줄 수 있지만, 전사적으로 반복 사용하기 위한 데이터 품질, 보안, 워크플로 설계, 가치 측정, 운영 모델까지 해결했다는 증거는 아니라고 지적했다. 21

핵심은 ‘오케스트레이션’

UiPath가 말하는 비즈니스 오케스트레이션은 업무 프로세스에 관여하는 사람, 애플리케이션, 데이터, 자동화, AI 에이전트를 조율하는 계층이다. 각각의 도구를 따로 쓰는 데 그치지 않고, 전체 업무 흐름이 관리되는 엔드투엔드 프로세스로 작동하게 하는 것이 목표다. UiPath의 제품 설명도 에이전트, 로봇, 사람, 애플리케이션, 데이터를 기업 프로세스 전반에서 조정하는 데 초점을 맞춘다. 14

실무적으로는 다음 단계를 누가 처리할지, 어떤 시스템을 호출할지, 어느 지점에서 사람의 검토와 승인이 필요한지, 업무가 적절히 모니터링·통제되는지를 정하는 역할에 가깝다. 에이전트의 행동이 기존 애플리케이션과 승인 체계에 연결될수록 이 조정 기능의 중요성은 커진다.

설문에서는 워크플로에 오케스트레이션이 완전히 내재화됐다고 답한 비율이 **29%**에 그쳤다. 그러나 이 집단 중 **89%**는 자사의 에이전틱 AI 구현이 ROI 기대치를 충족하거나 초과했다고 답했다. 5

이는 설문상 의미 있는 상관관계이지만, 오케스트레이션이 높은 ROI를 직접 보장한다는 인과관계로 읽어서는 안 된다. 오케스트레이션 성숙도가 높은 조직은 데이터 기반, 활용 사례 선정, 운영 체계도 더 갖춰졌을 수 있다. 다만 오케스트레이션이 응답자들이 보고한 성공과 연관된 핵심 역량 중 하나라는 해석은 가능하다.

향후 12개월, 주목받을 하이브리드 워크플로

향후 12개월 내 에이전트가 기업 워크플로에서 중요한 역할을 할 것으로 예상한 응답자는 **36%**였다. 2

AI 적용이 가장 집중될 업무 유형으로는 하이브리드 워크플로가 꼽혔으며, 응답자의 **52%**가 이를 선택했다. 하이브리드 워크플로는 정적이고 반복 가능한 단계와 상황·맥락에 따라 달라지는 동적 업무를 결합한다. 212

가치가 큰 업무 프로세스는 완전 자동화나 완전 수작업으로만 구성되는 경우가 드물다. 정형 거래, 문서, 예외 처리, 판단, 승인 절차가 섞여 있는 경우가 많다. 에이전틱 AI는 이 과정에 기여할 수 있지만, 확산을 위해서는 에이전트를 독립형 인터페이스처럼 추가하는 것이 아니라 서로 다른 업무 방식을 하나의 흐름으로 연결해야 한다.

PoC에서 운영 역량으로 넘어가기 위한 조건

기업은 에이전트가 시험 과제를 끝냈는지만으로 도입 준비도를 판단해서는 안 된다. 더 중요한 질문은 실제 운영 환경에서 이 기능을 일관되고 책임 있게 배포할 수 있는지다.

운영 중심의 접근에는 적어도 다음 요소가 필요하다.

1. 신뢰할 수 있고 사용 가능한 데이터: 에이전트가 업무에 필요한 정보를 충분히 정확하고 안정적으로 활용할 수 있어야 한다.
2. 워크플로와 시스템 통합: 에이전트가 기존 애플리케이션, 업무 단계, 인수인계 과정 안에서 작동해야 한다.
3. 거버넌스와 책임 체계: AI가 운영 업무에 참여할 때 적절한 통제, 가시성, 책임 주체가 필요하다.
4. 하이브리드 프로세스 설계: 규칙 기반 자동화, AI 기반 단계, 사람의 판단을 각각 적절한 위치에 배치해야 한다.
5. 성과 측정: 인상적인 데모가 아니라 실질적인 사업 성과를 내고 있는지 판단할 기준이 있어야 한다.

UiPath 조사 결과가 말하는 것은 대기업에 에이전틱 AI가 없다는 점이 아니다. 어려운 과제가 실험 자체에서 운영화로 옮겨갔다는 점이다. 파일럿을 넘어가려는 기업이라면 고립된 에이전트를 하나 더 도입하기보다, 데이터를 정비하고 기존 시스템을 연결하며 거버넌스와 조정 체계를 갖춰 에이전트를 엔드투엔드 업무 흐름의 책임 있는 구성요소로 운영하는 데 우선순위를 둘 필요가 있다. 1821