1950년대 기계 학습의 등장 이래 인공지능(AI)은 산업 전반의 혁신을 예고해왔다. 2025년 현재, AI는 챗봇을 통한 고객 서비스부터 자율주행차에 이르기까지 우리 삶 곳곳에 스며들었다. 지난해에만 AI 분야에 1,000억 달러가 넘는 막대한 자금이 투입되었으나, 이 중 실질적인 수익으로 이어진 사례는 극히 일부에 불과한 것으로 나타났다.

2023년, 빅테크 기업들은 AI를 ‘일생일대의 기회’로 규정하며 대대적인 투자를 선언했다. 그러나 오늘날 많은 기업이 화려한 시제품을 실제 수익으로 전환하는 데 어려움을 겪고 있다. 투자 관리 전문 기업 컨플루언스 인베스트먼트 매니지먼트는 이러한 현상을 ‘약속과 수익 사이의 괴리’라고 진단했다. 엔비디아와 같은 일부 선도 기업은 AI 관련 매출이 전년 대비 50% 급증하는 성과를 거뒀지만, 다수의 스타트업은 인상적인 기술 시연에도 불구하고 운영비조차 감당하지 못하는 것이 현실이다.

업계 전문가들은 AI 프로젝트가 실패하는 주요 원인으로 세 가지를 지적한다.

첫째, 과대 포장된 활용 사례에 대한 맹목적인 추종이다. 많은 기업이 딥페이크 영상이나 AI 이미지 생성기처럼 대중의 이목을 끄는 기술에 집중하지만, 정작 명확한 수익화 모델을 마련하지 못하고 있다.

둘째, 치열한 인재 확보 경쟁과 비용 급증 문제다. 최상급 AI 엔지니어의 몸값이 수억 원대로 치솟으면서, 관련 프로젝트 예산이 예상보다 최대 40%까지 부풀려지는 경우가 빈번하다.

셋째, 데이터 준비 상태의 미흡이다. 정제되고 체계적으로 분류된 데이터가 없다면, 아무리 뛰어난 알고리즘이라도 파일럿 단계에서 좌초될 수밖에 없다.

테크노바 벤처스의 한 AI 전략 총괄은 “현재 시장은 전략보다 속도를 우선시하는 군비 경쟁과 같다”라며, “데이터 품질과 투자자본수익률(ROI)에 대한 치밀한 계획 없이 뛰어드는 것은 블랙박스에 자금을 쏟아붓는 것과 마찬가지”라고 경고했다. 실제로 PwC의 최근 설문조사에 따르면, 경영진의 60%가 2030년까지 AI가 산업 구조를 재편할 것이라 예상했지만, 이 중 구체적인 수익 창출 계획을 가진 비율은 25%에 불과했다.
 

그렇다면 기업이 막연한 기대감을 넘어 실질적인 수익을 창출하기 위한 방안은 무엇일까? 전문가들은 검증된 세 가지 전략을 제시한다.

1. 핵심 성과 지표(KPI)와 AI 프로젝트 연동: 프로젝트 초기부터 매출 증대나 비용 절감과 같은 명확한 목표를 설정해야 한다. 예를 들어, AI 챗봇 도입 목표가 매출 증대라면, 챗봇의 성능 지표를 구매 전환율과 직접 연결하여 평가해야 한다.

2. 가치가 높고 복잡성이 낮은 과제부터 시작: 자율주행차와 같은 거대 담론 대신, 송장 처리 자동화나 수요 예측처럼 단기간에 ROI 측정이 가능한 분야에 우선 집중하는 것이 현명하다.

3. 확장 가능한 데이터 기반 구축: 데이터 엔지니어링과 거버넌스에 대한 투자가 선행되어야 한다. 견고한 데이터 파이프라인은 단발성 시연에 그치는 프로젝트와 지속적인 성과를 내는 프로젝트를 가르는 결정적인 차이다.

이러한 전략을 통해 기업들은 AI 군비 경쟁의 단순한 관중이 아닌 주도적인 경쟁자로 거듭날 수 있다. 결국 헤드라인을 장식하는 것은 화려한 기술이지만, 기업의 미래를 보장하는 것은 구체적인 수익이기 때문이다. AI 시대의 진정한 승자는 기술의 화려함이 아닌, 그 기술을 통해 가치를 창출하고 수익을 실현하는 기업이 될 것이다.