“Making AI deliver: A benchmarking framework on how leading companies operationalise AI for impact," Economist Enterprise report 2026. 1,220명 이상의 글로벌 임원(150명의 디지털 네이티브 기업 리더 포함) 대상 설문 조사.
작성자: Madelyn Mullen
새로운 Economist 데이터에 따르면 디지털 네이티브는 AI 야망에서 앞서지만 이를 확장하는 데는 전통적인 산업에 뒤처집니다. 격차의 원인은 무엇이며 왜 중요한 가.
디지털 네이티브 기업은 데이터 위에서 태어났습니다. 그들은 은행이 분석가를 채용하듯 엔지니어를 채용합니다. 그들은 생계를 위해 소프트웨어를 출시합니다. 따라서 The Economist의 새로운 보고서를 위해 1,200명 이상의 임원이 설문 조사를 받았을 때, 디지털 네이티브가 AI를 운영하는 데 가장 앞서 있을 것이라고 예상할 수 있습니다. 데이터는 더 유용한 것을 시사합니다. 디지털 네이티브는 AI 야망과 배포 범위에서 앞서 있지만, 완전한 운영 성숙도에서는 일률적으로 앞서지는 않습니다.
설문 조사된 8개 산업 중에서 디지털 네이티브 임원은 향후 2년간 가장 높은 투자 우선순위로 “AI를 핵심 비즈니스 프로세스에 대규모로 통합”하는 것을 꼽을 가능성이 가장 높습니다. 18%로 디지털 네이티브는 다른 모든 산업을 앞섭니다. 이는 산업 평균 9.8%의 거의 2배, 금융 서비스, 은행 및 보험의 2.5배, 소매 및 소비재의 거의 3배에 달하는 수치입니다. 다음으로 가까운 산업은 에너지, 석유 및 가스 부문으로 12.6%입니다.
이는 당연한 결과입니다. AI는 점점 더 제품, 고객 경험, 운영 모델 및 마진 구조의 일부가 되고 있습니다. 이것은 비용 절감이나 규정 준수에 관한 것이 아닙니다. 비용 절감과 규정 준수는 중요하지만 전략적 중심은 아닙니다. 기술 기업의 경우 우선순위는 아키텍처입니다. 비즈니스 전반에 AI를 충분히 깊숙이 통합하여 복합적인 효과를 내도록 해야 합니다. 다른 어떤 산업도 이처럼 명시적으로 AI 확장을 우선시하지 않습니다.
여기서 데이터가 더 흥미로워집니다. AI가 실제로 비즈니스 기능 전반에 걸쳐 어떻게 사용되는지 살펴보면, 디지털 네이티브는 확장된 채택 범위에서 분명히 앞서 있습니다. 측정된 모든 기능에 걸쳐 AI를 워크플로에 배포하거나 AI를 대규모로 완전히 통합하는 경우 산업 평균보다 높습니다. 배포에서 완전한 통합으로 기준이 이동할 때 격차가 나타납니다. 설문 조사에서 “대규모로 완전히 통합됨”은 AI가 테스트되거나 워크플로에 배포되는 것 이상을 의미합니다. 이는 AI가 100명 이상의 사용자에 의해 사용되고, SLA에 의해 지원되며, 성능 및 영향에 대해 모니터링됨을 의미합니다.
이 기준에서 디지털 네이티브는 8개 비즈니스 기능 중 R&D/제품 개발에서만 앞서고 있습니다. 기술적 핵심 외부에서는 이야기가 달라집니다. HR, 법률 및 규정 준수, 재무, 마케팅, 운영 및 공급망에서 완전히 통합된 AI에 대해 5위 또는 그 이하를 기록합니다. 재무가 가장 명확한 예입니다. 디지털 네이티브는 재무에서 가장 광범위한 AI 발자국 중 하나를 가지고 있지만, 완전한 통합에서는 8개 산업 중 7위를 기록합니다. 미디어 및 엔터테인먼트는 거의 13% 포인트 앞서 있습니다. 통신은 11% 포인트 앞서 있습니다. 운영 및 공급망도 동일한 패턴을 보입니다. 디지털 네이티브는 운영 워크플로 전반에 걸쳐 AI 배포율이 가장 높지만, 완전한 통합에서는 6위를 기록합니다. 통신은 8% 포인트 이상 앞서 있으며, 미디어 및 엔터테인먼트, 제조도 앞서 있습니다. 이것이 확장 격차입니다.
그리고 이것은 기능별 기벽이 아닙니다. 통신은 명시된 야망이 성숙도와 같다는 생각에 가장 명확한 반례입니다. 통신 임원의 7.9%만이 AI를 대규모로 통합하는 것을 최우선 투자 우선순위로 꼽았으며, 이는 디지털 네이티브의 18.0%의 절반도 안 됩니다. 그러나 통신은 측정된 8개 기능 중 5개(IT, 법률 및 규정 준수, 재무, 영업 및 고객 서비스, 운영 및 공급망)에서 완전히 통합된 AI에서 디지털 네이티브보다 앞서 있습니다. 미디어 및 엔터테인먼트 및 제조는 패턴을 더욱 확대합니다. 이들은 AI 통합에서 기술 회사를 능가하는 것으로 많은 사람들이 생각하지 않을 산업이지만, 둘 다 AI가 기존 운영 리듬에 맞춰야 하는 여러 핵심 비즈니스 기능에서 디지털 네이티브보다 앞서 있습니다.
결론은 전통적인 산업이 전반적으로 앞서 나갔다는 것이 아닙니다. 디지털 네이티브는 AI 대규모 통합에 대한 가장 명확한 지침과 가장 광범위한 배포 발자국 중 하나를 가지고 있는 것으로 보입니다. 다음 경쟁 프론티어는 더 많은 AI 이니셔티브를 시작하는 것이 아닙니다. 배포된 AI에서 완전히 통합된 AI로의 전환율을 개선하는 것입니다.
고성장 기술 회사의 CTO 또는 CPO에게 이 데이터는 검증과 불편함을 동시에 줄 수 있습니다. 디지털 네이티브는 이미 가치를 보고 있기 때문에 검증됩니다. 디지털 네이티브 임원의 거의 92%가 AI ROI가 계획보다 앞서 있다고 보고한 반면, 전체 평균은 84%입니다. 이것은 AI가 실패하고 있다는 이야기가 아닙니다. 그러나 ROI 모멘텀이 자동으로 운영 성숙도로 이어지는 것은 아니기 때문에 불편합니다. 디지털 네이티브는 조사된 모든 산업 중에서 가장 강력한 AI 확장 지침을 가지고 있으며 비즈니스 전반에 걸쳐 AI를 광범위하게 추진하고 있습니다. 그러나 8개 비즈니스 기 능 중 1개에서만 완전히 통합된 AI를 선도하고 있습니다. 이는 디지털 네이티브가 배우지 않을 수도 있다고 생각하는 통신, 미디어 및 엔터테인먼트, 제조 및 에너지와 같은 일부 산업이 비즈니스의 특정 부분에 AI를 완전히 통합하는 데 더 앞서 있다는 것을 의미합니다.
이 차이는 아키텍처에서 나타날 가능성이 높습니다. 완전히 통합된 AI는 거버넌스된 데이터 액세스, 안정적인 파이프라인, 관찰 가능성, 평가, SLA, 비용 제어, 보안, 계보 및 피드백 루프를 필요로 합니다. 이는 팀 간에 재사용 가능하고, 프로덕션에서 모니터링 가능하며, 비즈니스에 중요한 워크플로 내에서 신뢰할 수 있는 AI 시스템을 필요로 합니다. 이러한 기반 없이는 디지털 네이티브 회사는 빌더의 세금을 지불하게 됩니다. 엔지니어링 팀은 제품 및 고객 경험 개선 대신 파이프라인 유지 관리, 파편화된 거버넌스 조정, 팀 간 작업 중복, AI 시스템 유지 관리에 시간을 소비합니다.
이 설문 조사는 디지털 네이티브가 이 격차를 보이는 이유를 증명하지는 않습니다. 그러나 올바른 질문을 제기합니다. 디지털 네이티브는 더 복잡한 아키텍처에서 더 높은 데이터 다양성과 속도를 관리하고 있습니까? 그들의 AI 이니셔티브가 거버넌스 모델보다 빠르게 확장되고 있습니까? 팀은 개별 기능 내에서 빠르게 배포하고 있지만 재사용, 모니터링 및 운영 책임에 대한 통합된 기반 없이 배포하고 있습니까? 원인이 무엇이든 리더십 질문은 명확합니다. AI 운영 기반을 가지고 있습니까, 아니면 단순히 AI 배포 포트폴리오를 늘리고 있습니까?
이 격차는 가치 또는 야망 문제가 아니라 구조적 문제를 나타냅니다. 디지털 네이티브는 이미 강력한 ROI를 보고 있으므로, 단순히 더 많은 파일럿을 실행하거나 더 많은 ML 엔지니어를 고용하는 것이 해결책이 아닙니다. 다음 과제는 이러한 모멘텀을 반복 가능하고, 거버넌스되고, 프로덕션 등급의 운영으로 전환하는 것입니다. 이는 아키텍처에서 시작됩니다. 데이터 파이프라인, 거버넌스, AI 워크로드, 모델, 에이전트 및 애플리케이션은 함께 작동해야 합니다. 보안, 계보, 모니터링 및 성능 측정은 공유 기능이어야 하며, 모든 비즈니스 기능 내에서 재발명되어서는 안 됩니다. 이 격차를 좁히는 회사는 가장 많은 AI 실험을 하는 회사가 아닐 것입니다. AI를 반복 가능한 인프라로 전환하는 회사가 될 것입니다.
디지털 네이티브에게는 이미 명확한 지침이 있습니다. 그들은 다른 어떤 산업보다 AI 대규모 통합을 우선순위로 더 명확하게 명시했습니다. 이제 중요한 것은 규모를 현실로 만드는 것입니다. 비즈니스 위에 더 많은 AI를 쌓는 것이 아니라 비즈니스가 운영되는 방식에 통합함으로써 말입니다. 전체 Economist 보고서는 이러한 조사 결과의 이면을 뒷받침하는 벤치마크, 임원 인터뷰 및 산업 간 데이터를 다룹니다.
출처: “Making AI deliver: A benchmarking framework on how leading companies operationalise AI for impact," Economist Enterprise report 2026. 1,220명 이상의 글로벌 임원(150명의 디지털 네이티브 기업 리더 포함) 대상 설문 조사.
(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)
블로그를 구독하고 최신 게시물을 이메일로 받아보세요.