2025년 AI 투자 94% 급증, 그러나 실적은 그대로

글로벌 기업들이 생성형 인공지능(Generative AI)에 쏟아붓는 돈이 올해 619억 달러(약 83조 원)에 달할 전망이다. 전년 대비 94% 급증한 수치다. 그러나 뉴욕타임스와 맥킨지앤컴퍼니(McKinsey & Company)의 최신 분석에 따르면, 이 막대한 투자가 실제 기업 성과로 이어지는 사례는 극히 드물다.

맥킨지 조사 결과 **기업 10곳 중 8곳이 생성형 AI를 도입했지만, 동시에 10곳 중 8곳이 "수익에 유의미한 영향이 없다"**고 답했다. S&P Global의 설문조사에서는 더 충격적인 수치가 나왔다. 2024년 말 기준 기업의 42%가 AI 파일럿 프로젝트 대부분을 중단했다. 2023년의 17%에서 2.5배 급증한 수치다.

40년 전 PC 혁명과 똑같은 패턴

1980년대 중반, 기업들은 개인용 컴퓨터(PC)에 천문학적 투자를 쏟아부었다. 그러나 노동 생산성은 오히려 정체됐다. 경제학자들은 이를 '생산성 역설(Productivity Paradox)'이라 불렀다. 2025년 현재, ChatGPT로 시작된 생성형 AI 열풍도 정확히 같은 궤적을 밟고 있다.

Gartner의 수석 애널리스트 존-데이비드 러브록(John-David Lovelock)은 AI가 현재 "환멸의 골짜기(Trough of Disillusionment)"에 진입하고 있다고 분석했다. Gartner의 기술 하이프 사이클(Hype Cycle) 모델에 따르면, 2026년이 최저점이 될 것으로 예상된다. 이후 기술이 성숙하면서 비로소 검증된 생산성 도구로 자리 잡을 전망이다.

실패 원인: 기술이 아닌 '사람' 문제

S&P Global의 수석 애널리스트 알렉산더 존스턴(Alexander Johnston)은 AI 프로젝트 실패 원인으로 **"기술적 장애물보다 인적 요인이 더 크다"**고 지적했다. 구체적으로는:

• 직원 저항: 새로운 도구 학습 부담, 일자리 위협 인식
• 고객 반발: AI 챗봇의 빈번한 오류, 신뢰도 문제
• 스킬 부족: AI 도구를 효과적으로 활용할 전문 인력 부재
• 환각(Hallucination) 현상: 생성형 AI의 사실 왜곡 경향

회계부터 고객 서비스까지 모든 분야를 혁신할 것이란 기대와 달리, 현실에서는 AI가 만들어낸 허위 정보를 걸러내는 데 오히려 더 많은 인력이 투입되는 사례도 빈번하다.

승자는 빅테크뿐: Microsoft·Nvidia·Google의 독주

현재 AI 투자로 실질적 수익을 내는 기업은 극소수다. Microsoft, Amazon, Google 같은 AI 소프트웨어 공급자와, GPU 시장 90% 이상을 장악한 Nvidia 정도가 전부다.

이들 기업 경영진은 "AI가 우리 회사 업무 방식을 완전히 바꿨다"며 자사 성공 사례를 강조한다. 초급 프로그래밍 업무를 자동화하고, 직원 생산성을 크게 높였다는 것이다. 그러나 기술 외 산업에서는 이런 성공 사례가 거의 보고되지 않고 있다.

[AI 분석] 2026년 이후 전망: 느리지만 확실한 변화

단기적으로는 실망이 계속될 가능성이 높다. Gartner의 예측대로 2026년이 최저점이라면, 향후 1~2년간 AI 프로젝트 중단과 투자 축소 사례가 더 늘어날 것이다.

그러나 장기적으로는 PC와 인터넷이 그랬듯 AI도 산업 전반을 재편할 것이라는 전망이 지배적이다. 역사적으로 혁신 기술은 항상 '초기 과대평가 → 실망 → 점진적 성숙' 단계를 거쳤다. 1980년대 PC 도입 후 실제 생산성 향상이 나타난 시점은 1990년대 중반이었다. 인터넷도 닷컴 버블 붕괴 후 5~7년이 지나서야 실물 경제에 본격 영향을 미쳤다.

기업들이 주목해야 할 포인트:

1. 선택과 집중: 모든 부서에 AI를 도입하려 하지 말고, 명확한 ROI가 예상되는 영역부터 시작
2. 인적 자원 투자: 기술보다 직원 재교육과 조직 문화 변화에 더 많은 자원 배분
3. 장기 관점 유지: 단기 성과에 집착하지 말고, 2~3년 단위 로드맵 수립
4. 검증된 사례 벤치마킹: 빅테크의 화려한 발표보다 동종 산업 내 실제 성공 사례 참고

현재의 '생성형 AI 역설'은 기술의 실패가 아니라 성숙 과정의 필연적 단계다. 문제는 이 과정에서 얼마나 많은 기업이 조급함으로 인해 잘못된 투자 결정을 내릴지, 그리고 진정한 변화가 올 때까지 얼마나 많은 자원이 낭비될지다.