JIINSI
커뮤니티 소식

KPMG 조사: AI 에이전트 도입 기업 절반, 비용 문제로 '중단' 선언

서아람글 · 서아람
한 기업인이 복잡하게 얽힌 AI 프로젝트의 비용 효율성을 면밀히 분석하고 있는 모습.
한 기업인이 복잡하게 얽힌 AI 프로젝트의 비용 효율성을 면밀히 분석하고 있는 모습.
인공지능 기술이 전 산업을 혁신할 것이라는 장밋빛 전망 속에서도, 실제 기업 현장에서는 만만치 않은 현실적 장벽에 부딪히고 있다는 소식이 전해졌습니다. 최근 글로벌 컨설팅 기업 KPMG의 조사 결과에 따르면, AI 에이전트 도입을 추진했던 기업 중 무려 49%가 예상보다 높은 비용으로 인해 프로젝트를 축소하거나 아예 중단한 것으로 나타나 업계에 경종을 울리고 있습니다. 이는 인공지능이 무조건적인 해답이 아니라, 신중한 접근과 철저한 비용 분석이 선행되어야 한다는 점을 시사합니다. 이번 KPMG 보고서는 인공지능 에이전트에 대한 기업들의 높은 기대감 뒤에 숨겨진 차가운 현실을 가감 없이 보여주고 있습니다. AI 에이전트란 사람의 개입 없이 특정 작업을 자율적으로 수행하는 인공지능 시스템을 의미하며, 고객 서비스, 내부 업무 자동화 등 다양한 분야에서 혁신적인 효율성을 제공할 것으로 기대를 모았습니다. 그러나 이러한 기대와는 달리, 도입된 AI 에이전트의 절반 가까이가 '비용이 가치를 넘어섰다(costs outran value)'는 이유로 좌초된 것입니다. 기업들이 AI 에이전트 도입에 실패하는 주된 원인은 다음과 같이 분석됩니다.
  • 예측 불가능한 운영 비용: 특히 대규모 언어 모델(LLM) 기반 에이전트의 API 호출 및 GPU 사용 비용이 예상보다 훨씬 높게 발생했습니다.
  • 복잡한 통합 문제: 기존 기업 시스템과의 연동 및 데이터 거버넌스 구축에 막대한 시간과 자원이 소요되었습니다.
  • 명확한 ROI(투자수익률) 측정 부재: 초기 단계에서 AI 에이전트의 성과를 정량화하고 비즈니스 가치를 입증하기 어려웠습니다.
  • 전문 인력 부족: AI 에이전트의 개발, 배포, 유지보수에 필요한 숙련된 전문가를 확보하기 어려웠습니다.
물론 일각에서는 이는 초기 기술 도입 단계에서 흔히 겪는 시행착오이며, 인공지능의 거스를 수 없는 대세론에는 변함이 없다는 반론도 제기됩니다. 하지만 이번 KPMG의 조사는 기술 도입의 속도보다는 ‘가치 창출’에 집중해야 한다는 중요한 메시지를 던집니다. 즉, 단순히 최신 기술을 도입하는 것을 넘어, 해당 기술이 실제 비즈니스에 어떤 구체적인 이점을 가져다줄 수 있는지, 그리고 그 이점이 발생시키는 비용을 정당화할 수 있는지를 면밀히 따져봐야 한다는 의미입니다. 이러한 관점은 업계 전반에 걸쳐 '무조건적인 AI 도입'에서 '전략적이고 비용 효율적인 AI 활용'으로의 전환을 요구하고 있습니다. 이번 조사는 AI 에이전트 시장의 건전한 성장을 위해 기업들이 당장 무엇에 집중해야 하는지 명확히 보여줍니다. 앞으로는 무분별한 도입 경쟁보다는 특정 산업 도메인에 특화된 AI 에이전트 개발, 비용 효율적인 LLM 운용 기술 도입, 그리고 AI 기반 솔루션의 명확한 ROI 측정 도구 개발이 더욱 중요해질 것입니다. 이번 보고서는 AI 시대의 '현실 점검'이자, 지속 가능한 인공지능 발전을 위한 중요한 이정표가 될 것으로 보입니다.
인사이트

KPMG 조사 결과는 AI 에이전트의 무분별한 도입이 아닌, 명확한 비즈니스 가치와 비용 효율성을 고려한 전략적 접근이 필수적이라는 현실을 일깨웁니다. 이는 AI 시장이 성숙 단계로 진입하며 '기술 주도'에서 '가치 주도'로 패러다임이 변화하고 있음을 보여주는 중요한 지표입니다.

자주 묻는 질문

KPMG 조사에서 말하는 'AI 에이전트'가 정확히 무엇을 의미하나요?
AI 에이전트는 사람의 직접적인 명령 없이도 미리 정의된 목표에 따라 환경을 인식하고, 판단하며, 행동하는 자율적인 인공지능 시스템을 말합니다. 주로 고객 응대, 데이터 분석, 업무 자동화 등 특정 작업을 수행합니다.
기업들이 AI 에이전트 도입을 중단하는 가장 큰 이유가 정말 비용 문제인가요?
네, KPMG 보고서에 따르면 AI 에이전트 프로젝트를 축소하거나 중단한 기업의 49%가 비용이 기대 가치를 초과했기 때문이라고 밝혔습니다. 주로 대규모 언어 모델 사용 비용, 인프라 구축 및 유지보수 비용 등이 원인으로 지목됩니다.
이번 조사 결과가 AI 에이전트의 미래에 부정적인 영향을 줄까요?
단기적으로는 기업들의 신중한 접근을 유도하겠지만, 장기적으로는 AI 에이전트 기술이 더욱 성숙하고 비용 효율적인 방향으로 발전하는 계기가 될 것입니다. 가치와 ROI를 중시하는 실용적인 AI 도입 전략이 확산될 것으로 예상됩니다.
공유XTelegram

이 기사 어땠어요?

피드백을 남겨주시면 더 나은 맞춤 추천을 만듭니다.

이런 뉴스를 매일 받아보세요

매일 아침 7시, 그날의 정리를 이메일과 Telegram으로 받아보세요.