맥킨지 2025 AI 현황 보고서 요약: 도입률 88%, 확산 38%, 성과 격차의 원인

핵심 메시지

• 적어도 한 개 업무 영역에 AI를 쓰는 기업이 88%로, 2017년의 20%에서 크게 늘었다.
• 도입률과 달리 전사 확산 단계에 들어선 기업은 38%에 그치고, 다수는 여전히 시험·파일럿 단계에 머물러 있다.
• 생성형 AI 도입률은 2023년 33%에서 79%로 2년 만에 약 140% 늘며 유례없는 속도로 퍼졌다.
• 고성과 기업은 업무 절차 자체를 재설계할 가능성이 2.8배 높고, 디지털 예산의 20% 이상을 AI에 쓰는 비율은 다른 기업의 5배다.
• 인력 변화 전망은 예상보다 완만해, 43%가 인원수에 큰 변화가 없을 것으로 봤다.

쉽게 이해하기

맥킨지는 2017년부터 기업의 AI 활용을 추적해 왔고, 이번 2025년 조사에는 100개국 이상, 14개 산업에서 약 2000명의 임원이 참여했다. 기업 AI 연구 중 가장 오래 이어진 축에 속하는 조사라 연도별 변화를 비교하기에 좋다. 이번 보고서의 결론은 도입은 이미 표준이 됐지만, 그 다음 단계에서 기업 간 차이가 벌어지고 있다는 것이다.

가장 눈에 띄는 숫자는 88%다. 적어도 한 개 업무 영역에서 AI를 쓰는 기업 비율이 2017년 20%에서 여기까지 올라오며, AI는 실험적 기술에서 업무 표준으로 넘어왔다. 세 개 이상 업무 영역에 AI를 적용한 기업 비율도 2021년 이후 세 배로 늘어 올해 50%에 도달했고, 생성형 AI는 2023년 33%에서 79%로 뛰었다.

그러나 확산은 다른 이야기다. 전사적으로 AI를 확대하기 시작한 기업은 38%뿐이고, 나머지 다수는 초기 테스트나 파일럿에 머물러 있다. 규모도 변수로 작용해, 매출 50억 달러가 넘는 기업은 49%가 확산 단계에 들어선 반면 그보다 작은 기업은 30%에 그쳤다. 예산과 인력, 인프라에서 오는 차이라는 해석이다.

성과 항목을 보면 혁신이 64%로 가장 높고 직원·고객 만족도가 뒤를 이었다. 반대로 비용 절감과 수익성 개선에서 향상을 보고한 비율은 약 37%로 낮았다. 즉 AI가 새로운 시도를 늘리는 데는 효과를 내지만, 곧바로 손익 지표로 이어지기는 어렵다는 뜻이다.

선도 기업과 나머지를 가르는 요인은 세 가지로 정리된다. 고성과 기업은 점진적 개선이 아니라 근본적 변화를 목표로 삼을 가능성이 3.6배 높고, 82%가 성장을 AI 목표로 내걸어 다른 기업(50%)과 32%포인트 차이가 났다. 또한 기존 업무 흐름에 AI를 덧붙이는 대신 절차 자체를 재설계할 가능성이 2.8배 높았고, 디지털 예산의 20% 이상을 AI에 배정한 비율도 35%로 나머지 기업의 7%와 크게 벌어졌다.

주요 인사이트

• 도입률만 보면 AI 경쟁은 이미 끝난 것처럼 보이지만, 실제 판가름은 88%와 38% 사이의 간극에서 일어나고 있다.
• 성과가 혁신과 만족도에 몰리고 비용·수익 지표에서 약하다는 결과는, AI 투자 회수를 단기 절감으로만 설명하려는 접근이 현실과 어긋난다는 신호다.
• 고성과 기업의 공통점이 '더 좋은 도구'가 아니라 '업무 절차 재설계'라는 점은, 자동화보다 전환이 성과를 만든다는 오래된 명제를 다시 확인해 준다.
• 예산 배분에서 나타난 5배 격차는 의지의 차이를 가장 직접적으로 보여주는 지표다. 확산에 실패하는 기업 상당수는 실험 수준의 예산으로 전환 수준의 결과를 기대하고 있다.
• 인원 감축을 예상한 기업이 32%에 그쳤다는 점은, 일자리 충격이 논의되던 속도보다 느리게 올 수 있음을 시사한다.

자주 묻는 질문

관련 AI 소식