AI 성공 사례 숫자, 다시 보기
최근 언론 보도1)에 따르면 SKT는 직원 아이디어로 만든 ‘보안 코딩 검증 자동화’ 툴로 연간 3,000시간, 전체 업무의 약 30%를 줄였다고 밝혔습니다. KT는 ‘에이전트 디스커버리 워크숍’에서 나온 184개 과제 중 102개를 에이전트화했고, 이 중 32종을 전사에 배포했습니다. KB금융은 그룹 차원에서 약 300개의 AI 에이전트 과제를 추진 중이며, PB 상담자료 작성처럼 기존 반나절 가량 걸리던 업무가 10분 수준으로 줄었다고 발표했습니다.
이런 숫자를 보면 “우리 회사는 어디까지 왔나”라는 질문이 떠오릅니다.
특히 AI 도구를 도입하고 전사 교육도 마친 기업이라면 “우리도 준비는 해왔다”고 생각하면서도 막상 대외적 성과로 잇고자 하면 어디서부터 손대야 할지 막막하지요. 그런데 여기서 주목해야 할 부분이 있습니다. 발표된 성과를 자세히 보면 모두 특정 과제, 특정 업무에서 나온 결과라는 점입니다. 회사 전체로 보면 어떨까요?
먼저 짚을 점은, 개인의 AI 활용이 조직의 성과로 곧장 이어지지 않는 것은 당연하기도 하고 자연스러운 현상이라는 점입니다. 맥킨지의 2026년 조사2)에서 응답자의 80%가 AI로 개인 생산성이 높아졌다고 답했지만, AI가 회사의 영업이익(EBIT)에 기여했다는 응답은 37%에 그쳤습니다. 심지어 전년도인 2025년 조사와 같은 수준이었죠.
시간 절감 효과도 일부 작업에 몰려 있다는 것이 연구 결과로 밝혀졌습니다. 한국은행이 AI 도입 초기 3년의 효과를 분석한 보고서3)에 따르면, AI로 업무 시간을 20% 넘게 줄인 작업은 전체의 4.4%에 불과했습니다. AI의 효과가 아직 일부 작업에만 머물러 있다는 뜻입니다.
성과를 만든 건 도구가 아닌 ‘조직’
성과를 만든 건 최신의 AI 도구가 아니었습니다. AI 역량 인재로 구성된 소수의 조직이었지요. 그렇다면 이들은 무엇이 달랐을까요?
맥킨지는 2025년 조사4)에서 AI로 의미 있는 성과를 낸 ‘고성과 조직’을 따로 분석했습니다. 이들이 성과에 가장 크게 기여한 요인은 바로 ‘업무 흐름을 근본적으로 재설계했다’는 점이었어요. 탄탄한 인재 전략을 세운 것 역시 성과에 의미 있게 기여한 것으로 나타났습니다. AI 도구를 들이는 것만큼이나, 그 도구를 쓸 사람을 어떻게 키우느냐가 성과를 가른 것이에요.
국내에서도 비슷한 사례가 있습니다. B2B 금융 핀테크 AI 전문 기업인 웹케시는 개발자 중심의 인사 제도를 없애고 직군과 관계없이 ‘AI로 업무 생산성을 얼마나 높였느냐’를 기준으로 AX 마스터를 선발했습니다. 교육 방식도 외부 강사에게 배우던 방식에서 탈피해 직원들이 실제 업무 적용 사례를 공유하는 방식으로 바꿨습니다.
결국 성공 사례에서 벤치마킹할 수 있는 것은 두 가지입니다. 하나는 적절한 도구를 도입하는 것, 다른 하나는 임직원의 AI 활용 역량을 높이는 것입니다. 도구는 이미 검증된 선택지가 많아 비교적 빠르게 갖출 수 있을 것 같아요. 어려운 것은 역량입니다. 우리 임직원의 AI 활용 역량은 어떻게 높일 수 있을까요?
같은 교육, 다른 출발선
조직 전체의 AI 역량을 높이기 위해 많은 기업이 가장 먼저 실시하는 게 전사적인 AI 교육이 아닐까 싶은데요. 그런데 똑같은 교육을 받고도 임직원마다 AI 역량이 일률화되지 않는다는 걸 확인하게 됩니다. 전사 교육 이전에 이미 AI를 매일 쓰는 직원과 이제 막 써보기 시작한 직원이 한 조직 안에 섞여 있으니까요.
HR 입장에서 곤란한 지점은 교육 성과 측정입니다. 교육 이수율이나 도구 사용률은 금방 확인할 수 있지만 조직 차원의 AI 역량은 잘 드러나지 않습니다. 그래서 전사 교육 전에 먼저 진행해야 할 것이 있습니다. 우리 회사 임직원이 지금 어느 수준에 있는지, 어떤 역량이 부족한지 진단하는 것입니다. 프로그래머스의 AI 역량평가로 임직원 진단을 실시하면 AI 역량 인재의 분포를 한눈에 확인할 뿐 아니라 누구에게 어떤 교육이 필요하고 어디서부터 AI를 적용할지 정할 수 있습니다.
AI 역량평가를 도입하는 것은, 시험을 한 번 치러보는 데서 끝나는 것이 아닙니다. 우리 조직이 AI를 잘 쓴다는 것을 어떻게 판단할지 기준을 세울 수 있습니다. 그리고 교육 전과 후를 대조할 수 있습니다. 이 데이터는 조직의 AI 역량 변화의 근거가 됩니다. 맥킨지 역시 AI 성과 지표를 꾸준히 추적하는 것을 의미 있는 성과로 이어지는 관리 방식 중 하나로 꼽았는데요. 같은 교육으로 시작하더라도, 진단을 거쳐 출발한 조직과 그렇지 않은 조직은 출발선부터 다릅니다.
목적에 맞게 고르는 AI 역량 진단
프로그래머스 AI 역량평가는 지식평가, 활용평가, 전문평가의 3가지 유형을 지원합니다. 세 평가는 난이도가 아니라 확인하는 역량이 다른 것인데요. 우리 조직이 지금 무엇을 알고 싶은지에 따라 선택 및 조합하면 됩니다.
기업 상황 | 추천 | 확인할 수 있는 것 | 이렇게 활용하세요 |
|---|---|---|---|
AI 교육을 막 시작했거나, 교육 효과를 증명해야 할 때 | 지식평가 + | AI 기본기와 |
|
임직원의 실제 AI 활용 수준을 점검해야 할 때 | 활용평가 | 직무 맞춤 과제로 AI를 활용해 결과를 내는 능력 |
|
AI 업무 관련 핵심 조직 발굴 시 | 활용평가 + | AI를 활용한 성과를 반복 구현 |
|
프로그래머스 AI 역량평가 고객사인 우리카드는 입사 2년차 사원 대상으로 AI 교육을 진행한 뒤 지식평가와 활용평가를 실시했습니다. 우리카드는 평가 결과를 사내 AI 역량 기준 점수를 마련하는 데 활용할 계획이라고 밝혔는데요. 교육의 효과도 확인하면서 향후 인재 육성을 위한 기준까지 확보했습니다.
프로그래머스 AI 역량평가는 전 직원 대상 진단도 부담 없이 가능합니다. 기업별 실제 업무 상황을 바탕으로 맞춤형 문항을 커스터마이징할 수 있고, 최대 2만 명이 동시에 응시할 수 있어 전사 진단도 한 번에 치를 수 있습니다.
우리 회사에 필요한 것은 타사의 성공 숫자가 아닌, 우리 임직원의 현재 위치입니다.
진단으로 출발선을 확인하고, 그에 알맞은 교육을 설계해, 다시 측정하며 변화를 확인할 때, 기업의 도착점도 현실화할 수 있습니다.
지금 우리 조직의 AI 역량을 진단해 보세요.
출처
1) 언론보도
FNTIMES, 조영서 KB금융 부사장 “AI 에이전트, 업무시간 대폭 절감…성과지표 관리 고도화 중”
머니투데이, "3주요? 4일이면 돼요" 똑똑한 동료 덕에 일 '술술'...성과 내는 AI
2) McKinsey, 「The state of AI in 2026: On the road to ROI」
3) 한국은행 조사국 고용연구팀, BOK 이슈노트:AI 도입은 생산성을 높이는가? 초기 3년의 효과 분석 보고서
4) McKinsey, The state of AI in 2025: Agents, innovation, and transformation