왜 95%의 AI 도입은 실패하는가 — 도구를 더한 회사와 구조를 바꾼 회사

2025년 여름, MIT의 “The GenAI Divide: State of AI in Business” 연구가 업계를 흔들었습니다. 기업 GenAI 파일럿의 95%가 손익에 측정 가능한 영향을 만들지 못했다는 결론이었습니다. McKinsey의 조직 연구도 같은 그림을 그립니다 — 조직의 88%가 AI를 실험하고 있지만 81%는 의미 있는 성과가 없습니다. 도입은 넘치고, 전환은 드뭅니다.

실패의 원인은 모델이 아니다

MIT 연구진이 지목한 원인은 모델 성능도, 규제도 아닌 learning gap입니다. 두 겹입니다. 도구 쪽 — 대부분의 도입된 도구는 피드백을 기억하지 못하고, 맥락에 적응하지 못하고, 시간이 지나도 나아지지 않습니다. 조직 쪽 — 업무가 흐르는 방식은 그대로 둔 채 도구만 얹습니다. 개인 생산성 앱은 늘었는데 회사의 손익은 그대로인 이유가 여기 있습니다.

성공한 5%는 무엇이 달랐나

같은 연구에서 성과를 낸 5%의 공통점은 세 가지였습니다. 주변부 파일럿이 아니라 가치가 큰 핵심 워크플로에 깊이 통합했고, 기억과 학습 루프가 있는 도구를 썼고, 마찰을 피하지 않고 업무 방식이 바뀌는 것을 감수했습니다. McKinsey의 agentic organization 연구도 같은 결론입니다 — 높은 성과를 내는 조직은 일이 흐르는 방식 자체를 재구조화했을 확률이 그렇지 않은 조직의 약 3배였습니다.

도구 도입과 구조 재설계의 차이

둘의 차이는 질문으로 구분할 수 있습니다. 도구 도입은 “직원들이 AI를 쓰고 있는가”를 묻고, 사용률을 지표로 삼고, 기존 프로세스를 그대로 둡니다. 구조 재설계는 “이 워크플로에서 사람의 개입 지점이 어디로 옮겨졌는가”를 묻고, 결과 — 처리 시간, 오류율, 손익 — 를 지표로 삼고, 승인과 검증의 위치를 다시 배치합니다. 전자는 조직도가 그대로지만, 후자는 일의 정의가 바뀝니다.

우리 실험에서 배운 것

Notique는 이 순서를 뒤집어 시작했습니다 — 도구를 고르기 전에 구조부터 만들었습니다. 모든 프로젝트의 상태를 단일 진실 원천 카드로 관리하고, 실행은 에이전트에게 넘기되 되돌리기 어려운 지점에만 사람 승인 게이트를 두는 방식입니다. 이 구조 덕분에 실행의 대부분이 자동화됐지만, 한계도 분명합니다 — 계약과 협상, 품질의 최종 승인, 규제 책임은 여전히 사람의 일이고, 이 경계는 How we run에서 갱신하며 공개합니다.