AI 뉴스 SVIL 맥킨지 AI 에이전트 에이전틱 AI AI 거버넌스

AI를 다 쓰는데 이익은 그대로입니다 — 맥킨지 2026, 체감 80퍼센트와 EBIT 37퍼센트

SVIL - Singularity Visual Intelligence Lab 2026. 09. 06 18 min read

기업들이 AI를 안 쓰는 게 아닙니다. 아주 많이 씁니다. 맥킨지가 97개국 1,719명에게 물었더니 80퍼센트가 개인 생산성이 올랐다고 답했습니다.

그런데 같은 설문에서 회사 영업이익에 AI가 기여했다고 답한 비율은 37퍼센트였습니다. 1년 전과 사실상 같은 숫자입니다.

체감은 올라가는데 장부는 안 움직입니다. 2026년 맥킨지 AI 현황 설문이 보여 주는 것은 도입의 성공담이 아니라, 도입과 회수 사이에 벌어진 틈입니다.

거대한 청록 발광면이 위쪽에 떠 있고 그 아래 아주 작은 점 하나만 희미하게 빛나는 장면 — 생산성 체감과 이익 기여의 크기 차이

도입이 아니라 회수가 문제입니다

몇 해 전만 해도 설문의 관심사는 얼마나 많은 회사가 AI를 쓰기 시작했는가였습니다. 그 질문은 이제 의미가 없습니다. 거의 다 씁니다.

2026년 설문의 초점은 다른 곳으로 옮겨 갔습니다. 쓰고는 있는데 그래서 얼마를 벌었느냐입니다.

이 전환이 중요한 이유는, 도입률이 높은 시장에서는 도입 자체가 더 이상 경쟁 우위가 아니기 때문입니다. 남들도 다 하고 있으면 남는 것은 실행의 질뿐입니다.

설문의 얼개 — 97개국 1,719명

이번 설문은 2026년 5월 4일부터 6월 8일까지 진행됐습니다. 97개국에서 1,719명이 응답했습니다.

응답자는 여러 산업과 직급에 걸쳐 있고, 기업 규모도 다양합니다. 맥킨지가 해마다 같은 틀로 돌리는 조사라 전년 대비 변화를 볼 수 있다는 점이 가장 큰 가치입니다.

수치를 읽을 때 유의할 점도 있습니다. 자기 보고 설문이라 응답자가 자기 회사의 성과를 어떻게 인식하는지가 반영됩니다. 회계 장부를 실사한 결과가 아닙니다.

칠흑 속에 구형으로 고르게 흩어진 무수한 작은 청록 점들 — 97개국 1,719명이라는 표본의 규모

80퍼센트가 체감한 것

개인 생산성이 올랐다고 답한 비율은 80퍼센트입니다. 압도적인 숫자입니다.

이 체감은 대체로 사실일 겁니다. 문서 초안, 코드 작성, 요약, 번역 같은 작업에서 걸리는 시간이 실제로 줄었습니다. 쓰는 사람이 가장 먼저 느낍니다.

문제는 개인의 시간 절약이 조직의 이익으로 자동 전환되지 않는다는 점입니다. 이 전환이 끊기는 지점이 이번 설문의 진짜 주제입니다.

그런데 EBIT는 37퍼센트입니다

AI가 회사 영업이익에 기여했다고 답한 비율은 37퍼센트에 머물렀습니다.

37퍼센트도 적은 숫자는 아닙니다. 다만 80퍼센트라는 체감과 나란히 놓으면 격차가 확연합니다. 절반 가까이가 도중에 사라집니다.

게다가 영업이익 기여 여부는 응답자의 판단입니다. 실제 재무 효과를 분리해 측정한 회사는 그중에서도 일부일 가능성이 큽니다.

넓은 청록 발광면의 대부분이 어둠으로 꺼지고 좁은 쐐기 부분만 밝게 남은 장면 — 37퍼센트라는 이익 기여 비율

1년 전과 사실상 같은 숫자

가장 뼈아픈 대목은 이 37퍼센트가 1년 전과 거의 같다는 사실입니다.

지난 1년 동안 모델은 훨씬 좋아졌고, 도구는 늘었고, 투자는 커졌습니다. 그런데 이익 기여를 보고한 비율은 제자리입니다.

이것은 기술의 문제가 아니라 조직의 문제일 가능성을 강하게 시사합니다. 성능이 두 배 좋아져도 일하는 방식이 그대로면 장부는 안 움직입니다.

생산성과 이익 사이의 틈

개인이 시간을 아꼈는데 회사 이익이 늘지 않는 이유는 여러 가지입니다.

아낀 시간이 다른 일로 채워지면 비용은 그대로입니다. 병목이 다른 곳에 있으면 앞 공정만 빨라져도 산출은 안 늘어납니다. 절약분을 회수할 구조가 없으면 그냥 흩어집니다.

이 틈을 메우려면 워크플로 자체를 다시 설계해야 합니다. 도구를 나눠 주는 것으로는 안 됩니다. 이 지점이 지난 1년 동안 대부분의 회사가 못 넘은 문턱입니다.

하나의 청록 빛줄기가 가운데에서 깨끗하게 끊기고 두 조각이 어긋난 채 떠 있는 장면 — 생산성과 이익 사이의 끊긴 연결

대기업 40퍼센트가 에이전트를 확대했습니다

연매출 10억 달러가 넘는 대기업 가운데 AI 에이전트를 확산 단계까지 끌고 간 비율은 40퍼센트입니다.

에이전트는 대화형 챗봇과 다릅니다. 워크플로를 가로질러 스스로 행동하는 시스템입니다. 도구를 호출하고, 결과를 보고, 다음 단계를 정합니다.

대기업의 40퍼센트가 이 단계에 도달했다는 것은 실험실을 벗어났다는 뜻입니다.

27에서 40으로 — 1년의 변화폭

이 수치는 전년 27퍼센트에서 올라온 것입니다. 13포인트 상승입니다.

37퍼센트에서 멈춘 이익 지표와 대비하면 이 항목만 크게 움직였습니다. 회사들이 무언가를 하고 있기는 하다는 증거입니다.

다만 확산했다는 응답이 곧 성과를 냈다는 뜻은 아닙니다. 두 지표가 따로 노는 상태가 이번 설문의 특징입니다.

희미한 청록 고리 바깥으로 훨씬 밝은 고리가 확장돼 나가는 장면 — 27퍼센트에서 40퍼센트로 넓어진 에이전트 확산

도입과 확산은 다른 말입니다

파일럿을 돌린 것과 부서 업무에 얹은 것은 전혀 다른 단계입니다. 설문이 확산이라는 단어를 따로 쓰는 이유가 여기 있습니다.

파일럿은 잘 됩니다. 조건이 통제돼 있고 열의 있는 담당자가 붙어 있기 때문입니다. 확산 단계에서는 그 조건이 사라집니다.

많은 회사가 파일럿 성공을 확산 가능성으로 착각합니다. 그 착각의 비용이 이익 지표의 정체로 나타나고 있습니다.

32퍼센트가 소프트웨어를 사지 않았습니다

이번 설문에서 가장 눈에 띄는 항목입니다. 응답 조직의 약 3분의 1이 소프트웨어 제품이나 기능을 최소 한 건 구매하지 않기로 결정했습니다.

이유는 명확합니다. 에이전틱 코딩 도구로 사내에서 만들 수 있게 됐기 때문입니다.

만들 수 있다와 만들었다는 다르지만, 구매 결정을 실제로 뒤집었다는 응답이라는 점이 중요합니다. 검토 단계의 의향이 아니라 결과입니다.

매끈한 큐브 하나가 홈에서 들려 나와 빈 자리 위에 떠 있는 장면 — 구매하지 않기로 한 소프트웨어의 빈자리

사내 구축이 구매를 대체하기 시작한 지점

이 현상은 모든 소프트웨어에 해당하지 않습니다. 대체되는 것은 대체로 얇은 도구들입니다.

내부 대시보드, 간단한 자동화, 특정 부서용 폼, 데이터 변환 스크립트 같은 것들입니다. 라이선스를 사서 쓰기엔 아깝고 직접 만들기엔 번거로웠던 영역입니다.

그 번거로움이 사라지면 구매 근거도 사라집니다. 반대로 규제 대응, 대규모 데이터 처리, 장기 유지보수가 걸린 제품은 여전히 사는 편이 낫습니다.

구독형 소프트웨어 업계가 읽어야 할 신호

구독형 소프트웨어 회사에 이 32퍼센트는 경고입니다. 다만 종말의 경고는 아닙니다.

위험한 것은 기능 하나로 버티던 제품입니다. 고객이 하루면 비슷한 것을 만들 수 있는 제품은 갱신 시점에 흔들립니다.

안전한 쪽은 데이터, 규정 준수, 연동, 운영 책임처럼 만들기보다 유지하기가 어려운 것을 파는 제품입니다. 이 구분선이 앞으로 몇 년의 생존선이 될 가능성이 큽니다.

직각으로 교차하는 얇은 청록 선들이 만든 촘촘한 격자에서 몇 칸만 완전히 어두운 장면 — 대체되기 시작한 얇은 도구들

39퍼센트가 인력 감소를 예상합니다

향후 1년 안에 AI로 인한 인력 감소가 있을 것으로 보는 응답은 39퍼센트입니다.

전년의 32퍼센트에서 7포인트 올랐습니다. 기대가 아니라 각오에 가까운 방향으로 움직이고 있습니다.

다만 이 숫자는 예상입니다. 예상은 계획일 수도 있고 불안일 수도 있습니다. 둘을 구분하려면 실제 수치와 나란히 놓아야 합니다.

예상 39퍼센트, 실제 14퍼센트

지난 1년 동안 실제로 AI로 인한 인력 감소가 있었다고 답한 비율은 14퍼센트입니다.

예상 39퍼센트와 실제 14퍼센트. 이 두 숫자를 나란히 보는 것이 이번 설문에서 가장 중요한 독법입니다.

기대는 늘 앞서 갑니다. 지난해에도 32퍼센트가 감소를 예상했지만 실제로 겪은 곳은 그 절반에 못 미쳤습니다.

아주 큰 반투명 구체 안에 작고 강렬한 청록 핵이 하나 들어 있는 장면 — 예상 39퍼센트 안의 실제 14퍼센트

기대와 현실 사이의 25포인트

25포인트라는 격차를 어떻게 읽을지가 갈립니다.

한쪽 해석은 시차입니다. 조직 개편은 오래 걸리므로 예상이 나중에 실현된다는 것입니다. 다른 해석은 과대 예측입니다. 매년 예상이 실제를 크게 앞질러 왔으니 올해도 그럴 것이라는 봅니다.

어느 쪽이든 개인이 취할 태도는 비슷합니다. 공포에 휩쓸릴 필요는 없지만, 예상 비율이 매년 오르고 있다는 방향성은 무시하지 않는 것입니다.

전년 32퍼센트에서 올라온 흐름

방향은 분명합니다. 감소를 예상하는 비율은 해마다 올라갑니다.

이 흐름이 의미하는 것은 경영진의 인식이 바뀌고 있다는 사실입니다. AI를 도구로 보던 시각에서 인력 구조의 변수로 보는 시각으로 이동 중입니다.

인식이 먼저 바뀌고 실행이 따라오는 것이 조직의 일반적인 순서라면, 실제 수치도 시차를 두고 따라 올라갈 가능성이 있습니다.

나란히 떠 있는 동일한 세 덩어리가 왼쪽에서 오른쪽으로 갈수록 더 강하게 빛나는 장면 — 해마다 올라가는 예상 비율

거버넌스가 뒤처진다는 진단

설문은 거버넌스와 통제 항목이 데이터·기술 항목보다 뒤처져 있다고 진단합니다.

눈여겨볼 것은 이 격차가 특정 지역의 문제가 아니라는 점입니다. 조사한 모든 지역에서 같은 방향으로 나타났습니다.

기술을 사는 것보다 규율을 세우는 것이 어렵다는 뜻입니다. 예산으로 살 수 없는 항목이기 때문입니다.

에이전틱 AI 거버넌스라는 새 항목

맥킨지는 올해 조사에 에이전틱 AI 거버넌스라는 항목을 새로 넣었습니다. 항목이 신설됐다는 것 자체가 현장의 변화를 반영합니다.

기존 AI 거버넌스는 모델이 무엇을 말하는지를 다뤘습니다. 편향, 환각, 유해 발언 같은 것들입니다.

에이전틱 거버넌스는 모델이 무엇을 하는지를 다룹니다. 어떤 도구를 호출할 수 있는지, 어디까지 권한을 주는지, 어떻게 멈출지의 문제입니다.

여러 겹의 어두운 사각 테두리가 중앙의 밝은 청록 큐브를 감싼 장면 — 에이전트를 둘러싸야 할 거버넌스 층

성숙도 3단계 이상은 30퍼센트뿐

자율 시스템에서 가장 중요한 세 축은 전략, 거버넌스, 에이전틱 AI 거버넌스입니다. 이 세 축에서 성숙도 3단계 이상에 도달한 조직은 약 30퍼센트입니다.

거꾸로 말하면 70퍼센트는 자율적으로 행동하는 시스템을 운영할 준비가 덜 된 상태에서 그것을 도입하고 있다는 뜻입니다.

대기업 40퍼센트가 에이전트를 확산했다는 앞의 수치와 겹쳐 보면, 도입 속도가 통제 역량을 앞지르고 있는 그림이 나옵니다.

말을 잘못하는 AI에서 행동을 잘못하는 AI로

맥킨지가 별도 보고서에서 쓴 표현이 정확합니다. 이제는 시스템이 잘못 말하는 것만이 아니라 잘못 행동하는 것을 걱정해야 한다는 것입니다.

잘못된 문장은 사람이 읽고 거를 수 있습니다. 잘못된 행동은 이미 벌어진 뒤에 발견됩니다.

이 차이가 통제 설계를 완전히 바꿉니다. 출력 검토에서 권한 설계와 되돌리기 설계로 무게중심이 옮겨 갑니다.

밝은 청록 쐐기 하나가 같은 방향을 향한 희미한 쐐기 대열에서 비스듬히 이탈하는 장면 — 정해진 범위를 벗어나는 행동

도구 오용과 가드레일 이탈

구체적인 위험 유형은 세 가지로 정리됩니다. 의도하지 않은 행동, 도구의 오용, 정해 둔 범위 밖 작동입니다.

세 가지 모두 모델이 똑똑해질수록 오히려 늘어날 수 있습니다. 할 수 있는 일이 많아지면 잘못할 수 있는 일도 많아지기 때문입니다.

그래서 성능 향상과 통제 강화는 같이 가야 합니다. 한쪽만 올리면 사고 확률이 올라갑니다.

지역을 가리지 않는 공통 격차

거버넌스 격차가 전 지역에서 같은 모양으로 나타난다는 것은 문화나 규제 차이로 설명되지 않는다는 뜻입니다.

유럽은 규제가 강하고 미국은 상대적으로 느슨한데도 결과가 비슷합니다. 규제 유무가 조직 내부 규율을 자동으로 만들어 주지 않는다는 방증입니다.

결국 각 조직이 스스로 만들어야 하는 항목입니다. 밖에서 사 오거나 법을 기다려서 해결되지 않습니다.

여러 갈래 평행한 청록 선이 정확히 같은 지점에서 한꺼번에 끊기고 그 너머는 완전한 어둠인 장면 — 지역을 가리지 않는 공통 격차

실제 사례 — 1인 개발자의 자리에서 본 숫자

이 설문은 대기업 조사이지만 1인 개발자에게도 읽을 것이 많습니다.

32퍼센트가 소프트웨어를 안 샀다는 항목은 1인 개발자에게 기회이자 위협입니다. 얇은 도구를 파는 쪽이라면 위협이고, 남이 못 만드는 것을 파는 쪽이라면 기회입니다.

거버넌스 격차도 마찬가지입니다. 혼자 일하면 결재선이 없어서 빠르지만, 사고가 나면 막아 줄 사람도 없습니다. 에이전트에게 권한을 줄 때 무엇을 되돌릴 수 있게 해 둘지는 규모와 무관하게 필요한 설계입니다.

이 설문을 읽는 다섯 가지 방법

첫째, 도입률은 더 이상 지표가 아닙니다. 이익 기여로 보아야 합니다.

둘째, 개인 생산성과 조직 성과는 자동으로 이어지지 않습니다. 이어 주는 설계가 따로 필요합니다.

셋째, 구매 대체는 이미 벌어지고 있습니다. 얇은 제품은 위험하고 두꺼운 제품은 안전합니다.

넷째, 인력 감소 예상은 실제보다 크게 앞서 있습니다. 방향은 보되 숫자는 그대로 믿지 않는 편이 낫습니다. 다섯째, 에이전트 확산 속도가 통제 역량을 앞지르고 있습니다. 이 격차가 다음 사고의 자리입니다.

다섯 줄의 청록 선이 나란히 서 있고 맨 왼쪽 한 줄만 훨씬 밝게 빛나는 장면 — 설문을 읽는 다섯 갈래의 관점

핵심 정리

맥킨지 2026 AI 현황 설문은 2026년 5월 4일부터 6월 8일까지 97개국 1,719명을 대상으로 진행됐습니다.

개인 생산성 향상 체감은 80퍼센트지만 영업이익 기여 보고는 37퍼센트로 전년과 사실상 같습니다. 도입이 아니라 회수가 정체돼 있습니다.

대기업의 40퍼센트가 AI 에이전트를 확산 단계로 끌고 갔습니다. 전년 27퍼센트에서 13포인트 올랐습니다. 응답 조직의 약 3분의 1은 에이전틱 코딩 도구로 사내 구축이 가능해져 소프트웨어 구매를 최소 한 건 취소했습니다.

인력 감소 예상은 39퍼센트지만 실제 경험은 14퍼센트로 25포인트 차이가 납니다. 거버넌스는 전 지역에서 데이터·기술보다 뒤처져 있고, 자율 시스템에 중요한 세 축에서 성숙도 3단계 이상은 약 30퍼센트에 그칩니다.

참고하실 만한 것

원문 설문은 맥킨지 퀀텀블랙 페이지에 공개돼 있습니다. 산업별·지역별 세부 수치는 요약 기사에 안 실리는 경우가 많으니 원문을 보시는 편이 좋습니다.

에이전트 통제 문제만 따로 보고 싶으시면 맥킨지가 별도로 낸 AI 신뢰 보고서를 함께 읽으시길 권합니다. 성숙도 척도의 정의가 그쪽에 자세합니다.

설문 수치를 인용하실 계획이라면 조사 기간이 5월에서 6월이라는 점을 함께 적어 두시는 게 좋습니다. 그 이후에 나온 모델과 도구는 이 숫자에 반영돼 있지 않습니다.

출처

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://svil.dev/