AWS는 리서치 기관 스트랜드 파트너스(Strand Partners)에 의뢰해 진행한 ‘한국의 AI 잠재력 실현 2026’ 연구 보고서를 통해, 현재 국내 기업의 58%가 AI를 업무에 활용하고 있다고 발표했다. 이는 1년 전의 48%보다 10%포인트 상승한 수치다. 지난 1년간 새롭게 AI를 도입한 국내 기업은 약 62만 4000곳에 달해, 1분마다 1곳 이상의 기업이 AI 기술을 받아들인 셈이다.
이러한 도입 확산은 실질적인 경영 성과로 이어지고 있다. 조사 대상 기업 가운데 AI를 도입한 곳의 81%가 생산성 향상을 체감했다고 답했으며, 주당 평균 14시간의 업무 시간을 절약하고 있는 것으로 나타났다. 매출 증대 효과를 거둔 기업도 10곳 중 6곳에 이르렀다. 이에 따라 AI 도입 기업의 84%는 향후 12개월 안에 활용 범위를 더욱 늘리겠다는 뜻을 나타냈다. 다만 단순한 기술 도입을 넘어, 조직 전반에 걸쳐 지속 가능하게 시스템을 확장하는 단계로 과제가 이동하는 추세다.
국내 기업이 AI를 활용하는 수준도 점차 고도화되고 있다. 기초 수준의 활용에 머무른 기업 비중은 70%에서 54%로 줄어든 반면, 가장 앞선 단계에 진입한 기업은 11%에서 26%로 두 배 이상 늘었다. 업종별로는 ICT(정보통신기술) 분야(41%)와 제조업(35%)이 고도화를 주도했다. 기업 규모별로는 스타트업의 35%가 고도화 단계에 도달해 중소기업(25%)과 대기업(9%)을 앞섰다.
AI 기술에 대한 경영진의 관심도 높다. 국내 조직의 67%는 AI 도입을 최상위 또는 주요 전략적 우선순위로 두고 있다고 답했다. 그러나 이를 뒷받침할 구체적인 실행 체계는 아직 부족한 실정이다. 포괄적인 AI 전략을 수립한 기업은 27%에 그쳤으며, 47%는 투자 효과를 검증할 수 있는 ROI(투자수익률) 측정 수단이 없다고 밝혔다. 성공 기준을 명확히 마련해 둔 곳도 24%에 불과했다. 기업들은 확장을 가로막는 요소를 해결하기 위해 전문 인재 확보(48%), 데이터 거버넌스 및 보안 체계 마련(44%), 안정적인 디지털 인프라 구축(39%)이 시급하다고 지적했다.
한편, 산업 현장에서는 물리적 환경과 결합한 피지컬 AI 등 차세대 기술로 시야를 넓히고 있다. 전체 기업의 6%가 피지컬 AI를 전면 도입했고, 22%는 시범 적용 단계에 있으며, 39%는 도입을 검토 중인 것으로 나타났다. 자율 로봇을 비롯해 설비 고장을 미리 예측하는 예지 보전, 인간과 기계의 협업 시스템 등이 주요 관심사로 꼽혔다. 하지만 차세대 AI를 맞이할 준비가 충분하다고 답한 기업은 24%에 불과했다. 특히 AI 및 디지털 역량 부족(46%), 기술과 데이터 연계의 한계(38%)가 주요 걸림돌로 지목됐다. 기업의 78%는 앞으로 3년간 전문 인력 수요가 급증할 것으로 보았고, 76%는 재교육이 필수적이라고 답했으나, 사내 인력의 디지털 역량이 우수하다고 평가한 기업은 22%에 머물렀다.
AI 모델이 거대해지고 연산량이 늘어나면서 인프라와 제도적 요건도 중요해졌다. 기업의 74%는 안정적인 전력 수급을 장기 투자 결정의 핵심 요인으로 보았고, 48%는 공공과 민간의 인프라 협력이 필요하다고 답했다. AI 기본법에 대해서는 64%가 내용을 인지하고 있었지만, 규제를 준수할 준비를 마쳤다고 답한 곳은 22%에 그쳤다. 기술 선택의 유연성을 요구하는 목소리도 높았다. AI 도입 기업의 46%는 국내외 설루션을 혼용하고 있으며, 84%는 서비스 제공업체를 자유롭게 변경할 수 있는 환경이 중요하다고 답했다.
보고서는 AI 활용이 본격화됨에 따라 단순한 실험을 넘어 명확한 목표에 기반한 전략 수립, 클라우드와 데이터 거버넌스 인프라 확충, 인력 역량 강화를 위한 지속적 투자가 선행되어야 한다고 제언했다. 이번 조사는 스트랜드 파트너스가 국내 기업 리더 1000명과 일반 국민 1000명을 대상으로 진행했다.
AWS 코리아 함기호 대표는 “한국 기업은 AI에서 상당한 모멘텀을 구축했으며, 이미 많은 기업이 생산성과 성장에서 실질적인 성과를 내고 있다”면서, “이제 관건은 AI를 도입할지 여부가 아니라 이를 비즈니스 전반으로 어떻게 확장할 것인가다. AI 기술이 점점 더 고도화되는 만큼, 데이터·역량·거버넌스·기술 전반에 걸쳐 탄탄한 기반을 갖춘 조직이 성공적인 AI 활용 사례를 지속적인 비즈니스 가치로 전환하는 데 가장 유리할 것”이라고 말했다.
