이번 주 원문 42편은 AI 확산에 관한 통념 세 가지를 뒤집었습니다. 확산을 막는 것은 모델 성능이 아니라 맥락이 빠진 데이터였습니다. 통제는 승인 횟수를 늘리는 일이 아니라 허용 범위를 정하는 일이었습니다. 효과는 줄인 인원이 아니라 같은 사람이 해낸 일의 양과 질에서 나타났습니다.
질문이 "어디에 붙이나"에서 "넓혀도 되나"로 바뀌었습니다
10월 내내 질문은 AI를 어디에 붙이느냐였습니다. 1주에는 비용과 계약이, 2주에는 규칙과 판단을 나누는 설계가, 3주에는 모델·가격·책임이, 4주에는 시범을 운영으로 옮기는 사례가 나왔습니다.
이번 주 질문은 그다음입니다. 공장 하나에서 맞던 모델이 공장 20곳에서도 맞을까요? Apollo의 Torsten Slok에 따르면 S&P 500에서 빅테크 7곳을 빼면 1인당 매출과 이익률에 아직 AI 효과가 보이지 않습니다. 반면 IDC 자료에서 모델이나 에이전트를 쓰는 중국 공업기업은 1년 새 9.6%에서 47.5%로 늘었습니다.
넓힌 쪽과 멈춘 쪽의 차이는 흔히 생각하는 곳에 있지 않았습니다.
① 확산을 막는 것은 모델이 아니라 맥락이 빠진 데이터입니다
AI가 성과를 못 내는 건 모델이 덜 똑똑하거나 데이터가 모자라서다. 전사로 넓히려면 공장 데이터를 중앙 레이크로 모아야 한다.
모자란 것은 양이 아니라 뜻이었다. 데이터는 제자리에 두고 뜻만 한 번 맞추면 다음 앱과 다음 공장이 그대로 다시 쓴다.
측정값만 쌓으면 모델은 쓸 수 없습니다
Volkswagen 사례를 다룬 패널이 꼽은 확장의 첫 장애는 측정값에 붙어 있어야 할 정보가 빠진 것이었습니다. 값 하나에 적어도 네 가지가 붙어야 합니다.
- 어느 설비에서 나왔나
- 어느 제품을 만들 때였나
- 설비의 정비 상태는 어땠나
- 그 뒤 품질 결과는 어땠나
해상도도 문제입니다. 대시보드는 1~5초 간격이면 충분하지만 이상 탐지 모델은 킬로헤르츠 수준 신호를 봐야 합니다. 대시보드용으로 평균 낸 데이터에서는 모델이 찾을 패턴이 이미 지워져 있습니다.
뜻은 한 번 붙이고 모두가 다시 씁니다
Stellantis는 산업 AI 준비 작업의 대략 80%가 데이터를 잇고 맥락을 붙이는 일이라고 봤습니다. 브라질 Goiana 공장은 원시 데이터를 한 번만 맥락화해 Unified Namespace(UNS)에 올렸습니다. 지금은 AI 앱 30개 이상이 그 결과를 함께 쓰고 새 앱의 연동 기간은 몇 달에서 몇 주로 줄었습니다.
UNS를 담는 그릇은 MQTT 브로커든 데이터 레이크든 상관없었습니다. 지킬 요건은 맥락 붙은 데이터를 일관된 구조로 내놓는 것 하나입니다.
Volkswagen은 한발 더 나갔습니다. 데이터는 공장마다 그대로 두고 시맨틱 레이어로 뜻만 맞췄습니다. 그 결과 한 공장의 품질 개선을 43곳이 함께 쓰고 70곳을 더 잇는 중입니다. Intel 팹 유틸리티도 가장 큰 절감(연 12만 시간 이상)의 원천을 새 알고리즘이 아니라 자산관리 데이터와 공정 데이터의 결합으로 설명했습니다. 확산을 가장 앞당긴 요인은 신호 이름과 메타데이터 표준화였습니다.
맥락의 효과는 숫자로도 나왔습니다. Databricks는 같은 에이전트를 회사 온톨로지에 묶자 답변 정확도가 약 50%에서 84.5%로 올랐다고 발표했습니다. 모델은 그대로였고 회사가 쌓은 정의와 기록이 붙었을 뿐입니다.
사무 데이터에서는 지표 정의와 권한이 맥락입니다
레이크하우스 설계를 다룬 글은 LLM에게 SQL을 직접 쓰게 하지 말라고 권합니다. "지난 분기 매출"이 총예약액인지 회계 매출인지, 환불을 빼는지는 테이블에 적혀 있지 않기 때문입니다. 모델은 인증된 지표를 요청만 하고 승인된 정의로 쿼리를 만드는 일은 정해진 컴파일러가 맡습니다.
권한은 검색 전에 걸어야 합니다. 벡터 검색은 뜻이 비슷하면 권한과 상관없이 문서를 찾아옵니다. 그 뒤에 걸러 내면 약한 근거만 남아 오답이 나옵니다.
그렇다고 정비가 끝나길 기다리면 늦습니다
Snowflake 글로벌 필드 CTO가 인용한 D&B 조사에서 AI를 추진하는 기업은 97%, 데이터가 준비됐다는 곳은 5%였습니다. 첫 과제가 쓸 범위만큼만 뜻을 맞추고 운영 중인 AI가 다음 정비 순서를 정하게 하는 편이 빠릅니다.
- 측정값마다 붙일 맥락 필드(설비 ID, 제품, 정비 상태, 품질 결과)와 원래 해상도 보존 규칙
- 핵심 지표의 인증된 정의와 그 주인
- 문서 조각마다 붙인 원천 권한
확인 방법: 첫 라인의 공통 모델이 둘째 라인에 몇 주 만에 복제되는가.
② 통제는 승인을 늘리는 일이 아니라 범위를 정하는 일입니다
효과를 보려면 사람 승인 단계를 빼야 한다. 사람이 통제한다는 건 AI의 조치를 하나씩 승인한다는 뜻이다. 정확도는 출시 전에 시험으로 확정한다.
승인을 남겨도 효과는 났다. 통제는 허용 범위와 조기 감지, 해석 능력에서 나왔고 정확도는 실제 업무에 붙여 둔 채 고칠 때 올랐다.
승인 단계를 남겨도 효과는 났습니다
Intel의 팹 유틸리티 에이전트는 이상 신호를 읽고 작업지시서 초안까지 씁니다. 발행은 엔지니어가 하고 고위험 조치에는 승인 관문을 둡니다. 그 구조에서도 이상 감지는 30% 앞당겨졌고 기술자 업무량은 15~20% 줄었습니다. Intel은 승인 단계를 남긴 덕에 운영자 신뢰가 쌓였다고 설명합니다.
통제는 세 가지 능력입니다
그렇다고 모든 조치를 하나씩 승인하는 것이 통제는 아닙니다. MIT Technology Review Insights는 통제를 세 능력으로 나눕니다.
- 범위: AI가 움직여도 되는 한계를 정한다
- 조기 감지: AI의 실수를 일찍 잡는다
- 해석: AI가 한 일을 사람이 이해한다
자율 수준은 회사 단위가 아니라 공정과 결정 단위로 정해집니다. Saudi Aramco의 Yanbu 정유소에서는 알고리즘이 직접 조정하고 운전원은 감독하다 개입합니다. 같은 회사의 다른 정유소에서는 AI가 추천만 합니다.
되돌리기 어려운 행동일수록 범위가 좁습니다. Morgan Stanley 자산관리 부문은 송금, 계좌 개설, 수익자 변경을 다루는 에이전트마다 접근 범위와 허용 행동, 사람이 넘겨받을 시점을 따로 정했습니다.
범위가 분명하면 더 많이 맡길 수도 있습니다. Unilever의 주문 처리 시스템 NOVA는 이메일·PDF·종이 주문을 에이전트 4개가 읽고 별도 에이전트 1개가 그 결과를 검증합니다. 만드는 쪽과 검사하는 쪽을 나눈 구조에서 11개 시장 주문의 95%가 사람 손을 거치지 않고 들어갑니다.
정확도는 출시 전이 아니라 운영 중에 오릅니다
Lloyds는 체크카드 사기 조사 에이전트를 시험으로 확정하지 않고 실제 사건에 붙였습니다. 90일 동안 실사건 1만 600건 이상을 지원하며 끝난 사건의 판정과 대조했습니다. 7번 업데이트하며 50건을 고친 끝에 정확도가 90%를 넘었습니다.
성과를 잰 방식도 눈여겨볼 만합니다. 자동 처리 건수 대신 세 가지를 봤습니다.
- 끝난 사건과 대조한 정확도
- 직원이 추천을 뒤집는 비율 (30% 감소)
- 통화 한 건에 여는 시스템 수 (약 절반)
파일럿은 모델이 아니라 소유권에서 멈춥니다
AMNA 2026에서 Autoliv는 정확도 30~40%에 머물던 비전 검사를 같은 기술로 살렸습니다. 바꾼 것은 라벨을 붙이는 사람 하나였습니다. IT에서 품질·자동화 엔지니어로 옮겼습니다. 반대로 잘 작동하던 OEE 도구는 업무 흐름 밖에 있어 직원 20~30%만 썼습니다.
- 결정마다 자율 수준(직접 실행·추천·초안), 허용 범위, 이상을 알릴 신호, 기록 방식을 적은 표
- 끝난 건의 판정을 정답지로 쓰는 채점 장치와 직원 번복 기록
- 라벨과 검증을 맡을 현업 담당자
확인 방법: 한 단계 위로 올릴지는 채점과 번복 기록으로 판단한다.
③ 효과는 줄인 인원이 아니라 같은 사람이 해낸 일에서 나타납니다
AI 효과는 줄인 인력 비용으로 증명한다. 쓰는 사람의 체감이 좋으면 생산성도 오른 것이다. 제대로 쓰려면 최신 대형 모델에 큰돈이 든다.
효과를 밝힌 회사는 처리량과 품질을 한 쌍으로 쟀다. 체감은 거꾸로일 수 있었고 작업마다 모델을 고른 회사는 사용량이 40배 늘어도 비용이 작았다.
체감은 거꾸로일 수 있습니다
숙련 개발자들은 AI로 24% 빨라질 거라 예상했지만 실제로는 19% 느려졌고 끝난 뒤에도 빨라졌다고 믿었습니다. 이 결과를 인용한 글은 전문 업무에서 잴 것이 답을 만드는 속도가 아니라, 그 답을 믿고 행동하기까지 걸린 검증 시간이라고 말합니다.
효과를 보여 준 회사는 양과 질을 한 쌍으로 쟀습니다
- Alphabet: Chrome·Ads·Search 팀에서 출하 코드 약 35% 증가, 오류 약 30% 감소
- XPO: 하루 화물 5.8% 증가에 인원은 한 자릿수 초반만 증가, 적재 코칭으로 파손 20% 감소
- US Foods: 영업 시간, 마일당 배송 케이스처럼 도구마다 맞는 단위로 측정
인원 숫자는 생각과 다른 이야기를 합니다
US Foods는 AI가 서류 일을 맡기 시작한 2026년 2분기에 영업 인원을 오히려 8% 늘렸습니다. 고객당 판매 품목이 는 것의 일부를 AI 덕으로 봤습니다.
C.H. Robinson은 평균 인원을 10.4% 줄였습니다. 하지만 감축은 운영 직무에서 했고 고객 접점은 지켰습니다. 그 분기 북미 육상 물량은 3.5% 늘어 14분기 연속 시장 지수를 앞섰습니다. 1인당 하루 처리 물량은 15% 이상 늘었습니다.
비용 통념도 깨졌습니다. C.H. Robinson의 토큰 사용은 2년 새 40배가 넘었지만 작업마다 모델을 골라 연 비용을 200만 달러 아래로 묶었습니다. Aaron Levie의 말대로 싸진 AI 노동의 큰 몫은 비싸서 미뤄 둔 일을 하게 되는 데서 나옵니다.
PayPal처럼 AI 성과와 조직 감축이 같은 발표에 나올 때도 있습니다. 회사가 감원을 AI 결과로 설명하지 않았다면 둘은 다른 장부로 읽어야 합니다.
기준선은 먼저, ROI는 나중에 묻습니다
은행·신협 200곳 조사에서 AI 이전 성과를 기준선으로 잡아 둔 곳은 57%가 재무 효과를 계량했습니다. 기준선이 없는 곳은 14%였습니다. 그런데 같은 라운드테이블 참석자들은 ROI를 너무 일찍 요구하면 실험이 꺾인다고 경고했습니다.
최대 은행들도 전사 숫자 하나로 보고하지 않았습니다. JPMorgan CFO는 전사 기여도 추정에 자원을 더 쓰는 데 신중했고 Bank of America는 과제 약 130개 단위로 회수를 확인합니다.
- 과제마다 처리량과 품질 지표 한 쌍, 그리고 도입 전 값
- 답을 믿고 행동하기까지 걸린 검증 시간 기록
- 작업별 모델 선택 기준과 벤더별 토큰 지출 장부
확인 방법: 처리량과 품질이 기준선보다 함께 움직였는가.
그래서 경영진은 이번 분기에 다섯 가지를 정해야 합니다
| 결정 | 담당 | 판단 기준 |
|---|---|---|
| 데이터에 뜻을 붙이는 예산을 개별 AI 과제와 따로 잡는다 | CIO·CTO, CFO | 둘째 공장·부서에 복제하는 데 걸린 기간 |
| 결정별 자율 수준표와 허용 범위를 승인한다 | 현업 리더, CISO | 표에 없는 결정을 AI가 실행한 건수 0 |
| 착수 전 기준선을 승인 조건으로 두고 ROI는 다음 단계에 묻는다 | CFO, AX 추진 | 과제마다 처리량·품질 지표 한 쌍과 도입 전 값 |
| 벤더별 토큰 지출을 한 장부로 보고 작업마다 모델을 고른다 | CFO, CIO·CTO | 사용량 증가율 대비 비용 증가율 |
| 업무별 평가 문항과 판정 기록은 회사가 소유한다 | CIO·CTO, 법무 | 모델 교체 때 같은 평가 세트를 다시 돌릴 수 있는가 |
뒤의 두 가지도 이번 주 근거에서 나왔습니다. Anthropic 상장 신고서를 보면 연 10만 달러 이상 쓰는 고객의 절반 넘게 모델·플랫폼·앱 가운데 두 층 이상을 함께 씁니다. 제품마다 계약을 따로 보면 한 벤더에 쌓이는 지출이 보이지 않습니다.
Satya Nadella는 20VC 대담에서 대부분 업무는 싼 모델로 충분해지므로 모델을 채점하고 바꿀 수 있게 하는 사내 평가 기준이 핵심 자산이라고 말했습니다. Databricks의 논리도 같습니다. 같은 모델을 쓰는 두 은행 가운데 사실과 번복, 성과를 기록한 쪽이 새 모델이 나왔을 때 더 나아집니다.
현장에서 8주 안에 해 볼 것
| 주차 | 할 일 | 담당 | 산출물 |
|---|---|---|---|
| 1~2주 | 라인·업무 하나를 골라 처리량, 품질, 검증 시간을 실측 | 현업 리더 | 기준선 표 (지표 한 쌍) |
| 2~4주 | 그 범위의 맥락 필드, 지표 정의, 문서 권한을 만든다 | 데이터 담당 | 공통 모델 v1 |
| 3~5주 | AI가 다룰 결정을 나열하고 자율 수준, 허용 범위, 승인자를 정한다 | 현업 리더, CISO | 자율 수준표 |
| 5~8주 | 에이전트를 실제 업무에 초안·추천 수준으로 붙이고 끝난 건과 대조해 매주 고친다 | AX 추진, 현업 라벨 담당 | 정확도·번복률 추이, 기준선 대비 변화 |
8주 뒤에 볼 것은 두 가지입니다. 처리량과 품질이 기준선보다 함께 움직였는지, 그리고 같은 공통 모델을 둘째 라인에 몇 주 만에 옮길 수 있는지입니다.
원문 게시일이 10월 24~30일인 AX Review 노트 42편을 종합해 새로 쓴 글입니다. 회사가 밝힌 수치는 회사 발표입니다. 그림, 경영진 결정표, 8주 계획은 사례를 바탕으로 새로 작성했습니다.