AI 에이전트 파일럿 38%, 프로덕션은 11%뿐

딜로이트가 기업들에게 에이전틱 AI를 어디까지 해봤냐고 물었다. 파일럿을 돌리는 곳 38%, 실제 프로덕션에서 가동 중인 곳 11%. 이 27%p 격차에는 보통 한 가지 설명이 따라붙는다 — 모델이 아직 부족해서.

그런데 같은 조사의 중간 항목을 보면 이야기가 달라진다. '배포할 준비는 끝났다'가 14%다. 파일럿(38%)에서 배포 준비(14%)로 넘어가며 24%p가 날아가고, 배포 준비에서 실제 가동(11%)까지는 겨우 3%p가 빠진다. 프로젝트는 프로덕션 문턱을 못 넘어서 죽는 게 아니다. 문턱 근처에 가지도 못한다.

그 앞 구간에 뭐가 있는지, 그리고 왜 한국 기업이 그 구간에서 유독 불리한지. 조사 원문과 실제로 결정을 되돌린 회사들의 기록으로 갈라봤다.

숫자부터 — 누가, 언제, 누구에게 물었나

먼저 출처를 못 박아 두자. 이 글의 기준 수치는 딜로이트의 2025 Emerging Technology Trends study이고, Tech Trends 2026 보고서의 에이전틱 AI 챕터에 인용된 형태다. 조직의 에이전틱 AI 진행 단계를 이렇게 나눈다.

여기서 잠깐. 같은 해, 거의 같은 질문에 대한 숫자들이 서로 다섯 배씩 차이 난다는 점은 짚고 가야 한다. 랭체인 설문에서는 응답자의 57.3%가 에이전트를 프로덕션에서 쓴다고 답했다. MIT NANDA는 생성형 AI 파일럿의 95%가 측정 가능한 수익을 내지 못했다고 했다. 가트너는 2027년 말까지 에이전틱 AI 프로젝트의 40% 이상이 중단될 거라고 본다.

모순이 아니다. 모집단과 정의가 다를 뿐이다. 특정 프레임워크 사용자 커뮤니티에 물으면 이미 그 도구를 쓰는 사람만 답한다 — 생존자 편향이 통째로 들어간다. 전 산업 경영진에게 물으면 회사 전체 관점의 보수적인 답이 나온다. 그리고 '프로덕션'이 사내 파일럿 그룹 300명을 뜻하는지 전 고객 대상 무인 운영을 뜻하는지, 조사마다 정의가 다르다.

죽는 구간은 프로덕션 문턱이 아니다

다시 깔때기로. 24%p가 빠지는 구간은 '파일럿 → 배포 준비'다. 이 구간에서 조직이 실제로 해야 하는 일을 적어보면 목록이 이상할 정도로 기술과 무관하다.

성공을 어떤 숫자로 볼지 정하기. 평상시 이걸 누가 운영할지 정하기. 틀렸을 때 누가 되돌리고 누가 책임지는지 정하기. 어떤 데이터까지 접근을 허용할지 정하기. 전부 합의의 문제다. 모델 교체로는 한 칸도 못 움직인다.

파일럿은 데모고, 프로덕션은 당직이다.
데모는 한 번 잘 돌면 끝나지만
당직은 새벽 3시에 누가 전화를 받느냐의 문제다.

딜로이트가 24개국 IT·비즈니스 리더 3,235명에게 물은 별도 조사(State of AI in the Enterprise 2026)가 이 지점을 정확히 찌른다. 에이전틱 AI에 대해 "성숙한 거버넌스 모델을 갖췄다"고 답한 비율이 21%다. 나머지 약 80%에게 없는 것은 세 가지로 요약된다 — 에이전트가 독자 판단해도 되는 범위와 사람 승인이 필요한 범위의 경계선, 이상 동작을 실시간으로 잡아내는 모니터링, 사후에 책임을 추적할 감사 기록.

이 셋이 없는 상태에서 파일럿이 아무리 잘 돌아도 배포 승인은 안 난다. 보안팀이 막아서가 아니라, 승인할 근거를 만들 방법이 없어서다.

MIT NANDA가 2025년 1~6월에 공개 이니셔티브 300여 건을 훑고 52개 조직을 인터뷰하고 리더 153명을 설문해 내놓은 보고서도 같은 방향을 가리킨다. 95%가 수익을 못 낸 원인으로 지목된 건 모델 성능이 아니라 '학습 격차(learning gap)' — 도구가 쓰면서 나아지지 않고, 기존 시스템에 제대로 붙지 않으며, 실제 업무 흐름과 어긋난다는 것이다.

되돌린 회사들이 남긴 영수증

통계는 평균이라 얼굴이 없다. 얼굴이 있는 사례 둘.

호주 커먼웰스은행 — 45명을 자르고, 45명을 다시 불렀다

2025년 8월, 호주 최대 은행 CBA는 콜센터 상담직 45명의 감원을 발표했다. 근거는 도입한 AI 보이스봇이 주당 2,000콜을 줄였다는 집계였다. 그런데 ABC 보도에 따르면 실제로는 대기열이 폭증했고, 관리자들이 다시 수화기를 들어야 했다. 은행은 "판단이 잘못됐다"고 인정하고 45명 전원의 감원을 철회한 뒤 사과했다.

클라르나 — "700명 몫"에서 재채용까지

2024년 스웨덴 핀테크 클라르나의 CEO는 자사 AI 챗봇이 정규직 상담원 700명분의 일을 한다고 공개했다. 2025년 이 회사는 인간 상담원을 다시 뽑기 시작했다. CEO는 비용 절감 드라이브가 "너무 멀리 갔다"고 인정했다.

두 사례의 공통점은 감원이 아니다. 지표다. 양쪽 다 '에이전트가 처리한 건수'를 성공의 증거로 삼았다. 봇이 2,000콜을 먹었다는 숫자는 그 2,000콜 중 몇 건이 다시 걸려 왔는지, 고객 한 명의 문제를 끝내는 데 걸린 총 시간이 늘었는지 줄었는지를 말해주지 않는다. 처리량은 측정하기 쉽고, 해결률과 재문의율은 측정하기 번거롭다. 번거로운 쪽이 진짜 지표였다.

한국 숫자는 더 아프다 — 대기업 9%의 역설

한국 데이터는 앞의 가설을 꽤 잔인하게 확인해 준다. AWS코리아가 2026년 9월 11일 공개한 스트랜드 파트너스의 Unlocking South Korea's AI Potential 2026 조사(의사결정자 623명 대상)에서, AI 고도화율은 이렇게 나왔다.

돈이 없어서가 아니다. 같은 조사에서 공식 AI 전략을 가진 곳은 27%, ROI를 신뢰할 만하게 측정할 수 있다는 곳은 33%, 성과 측정 체계를 갖춘 곳은 24%였다. 병목으로는 역량 부족(46%), 데이터 문제(38%), 인력의 변화 대응(33%)이 꼽혔다. 앞 장에서 '24%p가 증발하는 구간'에 넣었던 항목들과 거의 그대로 겹친다.

진행 단계로 봐도 비슷하다. 캐럿글로벌이 국내 기업 HRD 담당자 약 300명을 조사해 2026년 1월 공개한 자료에서 AI 에이전트 단계별 분포는 미도입 18.9%, 탐색·준비 39.6%, 시범 도입 25.9%, 부분 확산 11.9%, 전사 내재화 3.7%였다. 딜로이트의 글로벌 깔때기와 모양이 같고, 맨 끝이 더 가늘다.

대기업이 뒤처지는 이유는 역설적이게도 대기업이라서다. 결재선이 길고, 데이터 접근 권한이 부서별로 쪼개져 있고, 감사 요구가 무겁다. 전부 파일럿 단계에서는 전혀 문제가 되지 않다가 배포 준비 단계에서 한꺼번에 청구되는 비용이다. 스타트업은 그 청구서가 작아서 빨리 가는 것이지, 더 좋은 모델을 쓰는 게 아니다.

우리 회사 체크리스트 — 파일럿을 승인하기 전에

여기까지의 원인을 질문으로 바꿔 놨다. 새 에이전트 파일럿을 시작하자는 제안서가 올라왔을 때, 기술 검토보다 먼저 물어야 하는 것들이다.

1. 성공을 어떤 숫자로 볼 것인가처리 건수는 금지. 재문의율, 고객 한 건을 끝내는 총 소요 시간, 사람이 개입한 비율 중에서 고른다.
2. 틀렸을 때 알림은 누구에게 가는가이름이 나와야 한다. '담당 부서'는 답이 아니다. 야간·주말 당직도 정한다.
3. 얼마까지 틀려도 되는가허용 오류율과 금액 상한을 숫자로. 이 선을 넘으면 자동으로 멈추게 만든다.
4. 어떤 데이터에 닿고, 그 기록은 어디 남는가접근 범위와 감사 로그 위치. 이게 없으면 보안 검토에서 반드시 되돌아온다.
5. 기존 방식 그대로 자동화하는가, 다시 설계하는가가트너가 중단 전망의 근거로 든 게 이 지점이다. 망가진 프로세스를 자동화하면 더 빠르게 망가진다.
6. 6개월 뒤 이걸 운영하는 사람은 누구인가그 사람의 KPI에 들어가 있는지 확인한다. 안 들어가 있으면 운영은 안 된다.
7. 파일럿을 끝낼 조건은 무엇인가성공 조건만큼 중단 조건을 먼저 적는다. 끝내는 법을 안 정해서 '파일럿 연옥'이 생긴다.

그래서, 11%는 겁낼 숫자인가

이 수치들을 모아놓고 보면 결론이 의외로 담백하다. 11% 안에 들어간 조직이 특별히 좋은 모델을 쓴 흔적은 어느 조사에도 없다. 같은 API, 같은 프레임워크다. 갈린 건 파일럿을 승인하기 전에 위의 일곱 가지를 적어뒀느냐다.

그러니 지금 회사에서 에이전트 파일럿이 여러 개 돌고 있는데 하나도 배포로 안 넘어가고 있다면, 모델을 바꿀 때가 아니다. 어느 질문에 아직 답을 못 적었는지 찾을 때다. 24%p가 사라지는 자리는 거기다.

참고 자료 — 딜로이트 Tech Trends 2026: Agentic AI strategy (2025 Emerging Technology Trends study 인용) · 딜로이트 State of AI in the Enterprise 2026(24개국 3,235명) · MIT NANDA, State of AI in Business 2025 · ABC News, CBA 감원 철회 보도(2025-08-21) · 스트랜드 파트너스 Unlocking South Korea's AI Potential 2026(AWS코리아, 2026-09-11 발표, 의사결정자 623명) · 캐럿글로벌 국내 기업 AI 활용 현황(2026-01 공개, HRD 담당자 약 300명).
에이전트를 실제로 만드는 쪽의 이야기 — 업무를 도구로 쪼개고 결재선을 긋는 실무는 JUNAI 블로그의 에이전트 구축 편에서 이어집니다.