AI 도입의 95%는 왜 멈추는가. 자동화라는 착각과 에이전트, 온톨로지

AI를 쓰면 빨라졌다는 체감이 곧 사업 성과를 뜻하지는 않는다. 기사에 소개된 METR 실험에서는 숙련 개발자들이 AI로 20% 빨라졌다고 느꼈지만 실제 소요 시간은 19% 늘었다. MIT 보고서도 검토 조직 60%와 파일럿 20%에 비해 운영 안착은 5%라고 집계했다. 다만 이 자료는 동료 심사를 거치지 않아 추세를 보는 참고치로 다뤄야 한다. 도입 여부가 아니라 실측 성과를 봐야 한다는 것이 출발점이다.

정해진 규칙과 시나리오만 자동화하면 현실이 조금 달라질 때 흐름이 쉽게 멈춘다. 기사에서 말하는 에이전트의 핵심은 반복 업무 대체가 아니라 조직에서 일을 잘하는 사람의 판단을 꺼내 모두가 쓸 수 있게 만드는 데 있다. 이 과정에는 사람의 검수와 경험 축적이 처음부터 포함돼야 한다.

팀마다 지표와 용어의 뜻이 다르면 AI는 혼선을 더 빠르게 키운다. 그래서 회사의 용어와 지표, 규칙을 공통으로 정의하는 온톨로지와 거버넌스가 필요하다. 마케터라면 무엇을 자동화할지보다 우리 팀이 어떤 판단으로 성과를 냈는지 먼저 문서화해야 한다.