2026.07.10 금요일
검색
'Productivity' 검색결과
기간검색
-
~
검색영역
검색어
-
![[AI시대 대격변] 한국경제 3주체를 다시 짜라 ①기업·재벌편](https://image.ajunews.com//content/image/2026/07/09/20260709165036954321.png)
한국경제 3주체를 다시 짜라 ①기업·재벌편 [경제일보] 인공지능(AI) 시대는 한국경제에 기술 도입을 넘어선 전방위 개혁을 요구하고 있다. 기업은 AI를 비용 절감 수단이 아니라 조직과 사업모델 혁신의 계기로 삼아야 한다. 소비자는 편리함에 머무르지 않고 데이터 주권과 알고리즘 감시 능력을 갖춰야 한다. 정부는 규제 완화와 산업 지원을 넘어 인프라, 인재, 안전망, 신뢰 체계를 함께 설계해야 한다. 이에 본지는 이번 기획을 통해 AI시대 한국경제 3주체의 역할 변화와 개혁 과제를 짚고, 한국경제가 관성의 경제에서 학습의 경제로 전환하기 위한 해법을 모색한다. <편집자주> 한국 대기업들이 인공지능(AI) 전환의 한복판에 섰다. 반도체 기업은 AI 서버의 핵심 부품인 고대역폭메모리(HBM)와 첨단 패키징 경쟁에 뛰어들고 있고, 플랫폼 기업은 초거대 AI와 클라우드 인프라를 강화하고 있다. 자동차·조선·철강·금융권도 생산공정 자동화, 로봇, AI 상담, 리스크 관리 등으로 적용 범위를 넓히고 있다. 정부와 기업의 투자 시계도 빨라지고 있다. 최근 한국 정부는 삼성전자와 SK하이닉스 등을 축으로 대규모 AI·반도체 투자 전략을 추진하고 있다. 삼성전자와 SK하이닉스는 약 800조원 규모의 신규 반도체 제조시설 투자에 참여하고, 충청권에는 81조원 규모의 반도체 패키징 클러스터가 조성된다. 또 SK·GS·네이버 등이 AI 데이터센터 구축에 참여하고 장기적으로 관련 투자가 1000조원 이상으로 확대될 수 있다는 구상도 내놨다. 실제 정부는 지난달 29일 SK·GS·네이버와 협력해 1단계로 8.4GW 규모의 AI 데이터센터를 구축하겠다고 밝혔다. SK가 5GW, GS가 2.4GW, 네이버가 1GW 규모로 참여하며 관련 투자 규모는 550조원으로 제시됐다. 투자 규모만 놓고 보면 한국 기업들은 다시 한 번 ‘큰 판’을 벌이고 있다. 그러나 현장에선 “AI 투자가 곧 AI 경쟁력은 아니다”라는 지적도 나온다. 한 대기업 AI 전략 담당자는 “지금은 어느 그룹이나 AI 조직과 태스크포스는 갖추고 있지만 실제 업무에 적용하려면 데이터 접근권, 보안, 법무, 감사, 성과평가가 모두 걸린다”며 “AI 도입보다 어려운 것은 부서 간 칸막이를 허무는 일”이라고 말했다. HBM이 바꾼 증시 서열…AI가 기업가치 기준 흔든다 AI 전환은 이미 국내 증시의 기업가치 평가 기준도 바꾸고 있다. 대표 사례가 SK하이닉스다. SK하이닉스는 AI 반도체 수요 확대와 HBM 시장 선점 효과에 힘입어 지난달 22일 코스피 장중 시가총액에서 삼성전자를 앞질렀다. 이는 단순한 주가 순위 변화가 아니다. 한국 반도체 산업의 무게중심이 범용 메모리 중심에서 AI용 고부가 메모리와 패키징, 고객 맞춤형 공급망으로 이동하고 있다는 신호다. 과거에는 생산능력과 원가 경쟁력이 핵심이었다면 이제는 엔비디아 등 글로벌 빅테크·AI 반도체 기업과 얼마나 긴밀하게 연결돼 있는지, 차세대 HBM을 얼마나 빨리 개발·공급할 수 있는지가 기업가치를 좌우한다. 다만 AI 반도체 호황이 항상 주가 상승으로만 이어지는 것은 아니다. 실제 8일 삼성전자와 SK하이닉스 주가는 미국 반도체주 약세와 AI 붐 지속성에 대한 우려 속에 장중 동반 약세를 보였다. 증권업계 한 관계자는 “AI 반도체가 한국 증시의 핵심 테마가 된 것은 분명하지만 시장은 이제 단순한 실적 증가보다 지속 가능한 가격 결정력과 고객 기반을 본다”며 “AI 사이클이 길어질수록 기업 간 격차는 더 커질 수 있다”고 말했다. 계열사 울타리에 갇힌 데이터, AI 경쟁력의 병목 AI 경쟁력은 반도체와 데이터센터 같은 하드웨어 투자만으로 결정되지 않는다. 기업 내부의 데이터 활용 구조가 핵심 변수다. 한국 대기업은 제조, 금융, 유통, 통신, 물류 등 방대한 데이터를 갖고 있다. 그러나 계열사별·부서별로 데이터가 분산돼 있고, 보안과 개인정보, 감사 리스크 때문에 실제 활용은 제한적인 경우가 많다. 한 제조업계 관계자는 “공장에는 설비 데이터가 쌓이고, 영업부서에는 고객 데이터가 쌓이며, 구매부서에는 공급망 데이터가 쌓이지만 이를 하나의 모델로 연결하는 일은 쉽지 않다”며 “AI 프로젝트를 시작하면 기술 문제가 아니라 내부 승인 절차에서 시간이 더 걸리는 경우가 많다”고 했다. 재벌 구조의 강점이던 수직계열화도 AI시대에는 양면성을 갖는다. 위기 때 빠르게 자원을 동원하는 데는 유리하지만 데이터와 인재가 계열사 내부에 갇히면 개방형 혁신에는 불리할 수 있다. 한 스타트업 대표는 “대기업들이 AI 스타트업과 협업을 말하지만 실제 계약 단계에서는 지식재산권, 데이터 소유권, 보안 조항이 지나치게 무겁다”며 “함께 실험하고 성과를 나누는 방식으로 바뀌어야 한다”고 지적했다. AI 도입보다 어려운 건 일하는 방식의 개혁 기업들이 생성형 AI를 사내 업무에 도입하면서 보고서 초안 작성, 회의록 정리, 시장조사, 고객 응대, 코드 작성, 번역, 계약서 검토 등에서 AI 활용이 확대되고 있다. 그러나 전문가들은 AI를 업무 도구로 배포하는 것만으로 생산성 향상이 보장되지는 않는다고 지적한다. 지난 5월 arXiv에 공개된 조원익·김성훈·김근혜의 포지션 페이퍼 ‘Adopting AI in Practice Does Not Guarantee the Productivity Boost’는 AI 도입이 곧바로 생산성 향상으로 이어지는 것은 아니라고 지적했다. 논문은 인력 구성, 구성원의 기초 역량, 학습곡선, 인센티브 구조, 목표 설정의 유연성 등이 AI 생산성 효과를 좌우한다고 분석했다. 한 경영학 교수는 “AI는 단순히 업무 시간을 줄이는 기술이 아니라 의사결정 방식을 바꾸는 기술”이라며 “기업이 AI를 제대로 쓰려면 어떤 업무를 AI에 맡기고 어떤 판단은 사람이 책임질지 조직 원칙을 세워야 한다”고 말했다. 중간관리자의 역할 변화도 불가피하다. 지금까지 중간관리자는 자료를 취합하고 보고서를 다듬고 리스크를 걸러내는 역할을 해왔다. 그러나 생성형 AI가 정보 수집과 문서 작성의 상당 부분을 보조하면서 중간관리자의 경쟁력은 보고서 작성 능력이 아니라 문제 정의, 결과 검증, 부서 간 조정 능력으로 이동하고 있다. AI 전환은 청년 채용과 인재 육성 방식에도 영향을 미친다. 반복적 사무 업무와 초급 분석 업무가 AI로 대체되면 신입사원이 조직에서 배우는 첫 단계가 줄어들 수 있다. 한 대기업 인사 담당자는 “AI 도입 이후 신입사원에게 맡길 수 있는 단순 업무는 줄어드는 반면, 처음부터 문제 해결형 역량을 요구하는 분위기가 강해지고 있다”며 “채용 규모를 줄이는 유혹이 생기지만 장기적으로는 인재 풀이 약해질 수 있어 재교육 체계를 함께 고민하고 있다”고 말했다. AI 거버넌스도 기업 경쟁력 됐다 AI 활용이 확대될수록 기업의 책임도 커진다. 한국은 AI 기본법 시행을 앞두고 있으며, 고영향 AI에 대한 인간 감독과 투명성 확보가 주요 쟁점으로 떠올랐다. 특히 금융, 보험, 의료, 채용, 교육처럼 개인의 권리와 직접 연결되는 분야에서는 AI가 어떤 데이터를 사용했고, 어떤 기준으로 판단했으며, 오류가 발생했을 때 누가 책임질지가 중요해진다. 금융권 한 관계자는 “AI 상담이나 대출심사는 소비자 편의성을 높일 수 있지만 설명 책임이 약하면 민원과 분쟁으로 이어질 수 있다”며 “AI를 많이 쓰는 회사보다 AI 판단을 얼마나 투명하게 관리하는지가 앞으로 더 중요한 평판 요소가 될 것”이라고 말했다. 산업계에서는 AI 활용이 실제 경쟁력으로 이어지려면 조직 운영 방식의 변화가 병행돼야 한다는 지적이 나온다. 과거 대기업의 성장 방식은 계열사 내부에서 원료 조달, 부품 생산, 완제품 제조, 금융 지원을 묶는 수직계열화가 중심이었다. 그러나 AI 분야에서는 데이터, 클라우드, 알고리즘, 소프트웨어 인재가 기업 안팎에 분산돼 있어 외부 스타트업과 대학, 협력사와의 공동 개발과 실험이 중요해지고 있다. 전문가들은 AI 경쟁력이 투자 규모만으로 결정되지는 않는다고 본다. 반도체 설비 확충과 데이터센터 구축은 AI 전환의 기반에 해당하지만 이후에는 내부 인재 재교육, 중간관리자 역할 재정립, AI 활용 책임 체계, 외부 생태계와의 협업 구조가 함께 작동해야 한다는 설명이다. 한 재계 관계자는 “한국 대기업의 AI 경쟁력은 대규모 투자 이후의 실행 구조에서 갈릴 가능성이 크다”며 “총수의 투자 결정을 현장의 실험과 조직 학습으로 연결하고, 계열사 중심의 폐쇄형 운영을 개방형 협력 모델로 전환할 수 있는지가 향후 AI 전환의 핵심 변수로 꼽힌다”고 말했다.2026-07-09 16:51:36
-
세일즈포스 '슬랙봇' 국내 첫 공개…'에이전틱 엔터프라이즈'로 AX 판도 바꾼다 [경제일보] 글로벌 1위 고객관계관리(CRM) 기업 세일즈포스가 맞춤형 AI 비서 ‘슬랙봇(Slackbot)’을 국내에 전격 공개하며 한국 기업들의 인공지능 전환(AX) 시장 공략에 시동을 걸었다. 8일 서울 여의도 콘래드호텔에서 열린 기자간담회에서 박세진 세일즈포스 코리아 대표는 “이제 기업은 단순 AI 도입을 넘어 사람과 AI 에이전트가 공존하는 ‘에이전틱 엔터프라이즈’로 전환해야 한다”며 슬랙봇이 그 핵심 도구가 될 것이라고 선언했다. 챗GPT 이후 수많은 AI 솔루션이 쏟아졌지만 기업 현장의 업무 효율은 기대만큼 높아지지 않았다. 마케팅, 영업, 고객 서비스 등 각 부서가 서로 다른 AI 툴을 사용하며 데이터가 파편화되고 직원들은 여러 앱을 오가며 ‘콘텍스트 스위칭(업무 전환)’ 비용을 지불해야 했다. 슬랙봇은 이러한 문제의 근본적인 해답을 제시한다. 업무용 협업 툴 ‘슬랙’ 내에서 가동되는 슬랙봇은 채널에 축적된 모든 대화와 의사결정 히스토리를 학습해 사용자의 업무 맥락을 완벽하게 이해한다. 별도의 데이터 이전 없이도 세일즈포스 CRM 정보와 연동되며 나아가 제3자 에이전트(클로드, 제미나이 등)까지 슬랙 화면 하나에서 불러와 제어하는 ‘오케스트레이터’ 역할을 수행한다. 김고중 슬랙코리아 사업총괄은 슬랙봇이 실무 현장의 생산성을 어떻게 혁신하는지를 구체적으로 설명했다. 김 총괄은 “기업 실무에서는 여러 AI 기능이 파편화되어 있어 직원들이 수많은 애플리케이션을 번갈아 사용하는 과정에서 생산성이 저하되는 ‘컨텍스트 스위칭’ 비용이 발생한다”고 지적했다. 이어 “슬랙봇을 잘 활용하는 직원은 매주 최대 20시간을 절약한다”며 그 효과를 자신했다. 이날 간담회에 참석한 당근과 우아한형제들(배달의민족)의 현업 엔지니어들은 슬랙이 단순한 메신저를 넘어 ‘조직의 살아있는 기억’이자 ‘민첩한 실행의 기반’이 되었음을 증언했다. 이예찬 당근 소프트웨어 엔지니어는 “2015년 창업자들의 대화 기록까지 슬랙에서 확인할 수 있다”며 “모든 의사결정 히스토리가 자산화되어 있어 새로운 담당자도 맥락을 빠르게 파악할 수 있다”고 밝혔다. 이청규 우아한형제들 담당 역시 “내부를 넘어 수천 개의 파트너사까지 슬랙으로 연결되어 사람과 데이터를 잇는 거대한 플랫폼 역할을 하고 있다”고 평가했다. 특히 이들이 주목한 것은 슬랙봇과 같은 AI 에이전트가 가져올 미래다. 당근은 사내 AI 에이전트 ‘카비’를 통해 과거의 의사결정 배경을 찾아내고 배달의민족은 비개발 부서에서도 ‘워크플로우 빌더’를 활용해 반복 업무를 자동화하고 있다. 양사 모두 “AI 혁신은 결국 살아있는 ‘콘텍스트(맥락)’ 싸움”이라며 “모든 데이터가 만나는 광장인 슬랙이야말로 AI 에이전트가 작동하기 위한 최적의 운영체제”라고 입을 모았다. 세일즈포스는 슬랙봇을 통해 ‘에이전틱 엔터프라이즈’라는 비전을 실현하겠다는 구상이다. 이미 2024년 출시한 에이전트 생성 도구 ‘에이전트포스’는 지난해 4분기 기준 약 7억7100만 건의 업무를 처리하며 그 가능성을 입증했다. 연간 반복 매출(ARR) 역시 약 1조2000억원으로 전년 대비 169% 성장했다. 세일즈포스는 AI 에이전트의 가치를 측정하는 새로운 지표로 ‘AWU(Agent Work Unit)’를 제시했다. 단순 검색이나 요약이 아닌 영업 이메일 작성이나 CRM 레코드 업데이트처럼 실질적인 업무 액션만을 카운트하여 AI의 실효성을 평가하겠다는 것이다. 이는 토큰 소모량만으로는 AI의 가치를 판단할 수 없다는 시장의 요구를 반영한 새로운 표준이다. 한편 세일즈포스가 던지는 메시지는 명확하다. 성공적인 AI 전환(AX)은 신뢰할 수 있는 데이터 통합 위에서만 가능하다는 것이다. 세일즈포스가 지난해 글로벌 데이터 관리 기업 ‘인포매티카’를 인수한 것 역시 이러한 ‘데이터 파운데이션’ 전략의 일환이다. 박세진 대표는 “CFO가 생각하는 재고와 담당자가 생각하는 재고의 의미는 다르다”며 “이런 맥락을 이해하는 마스터데이터 관리가 에이전트의 실질적인 가치를 좌우한다”고 강조했다.2026-04-08 16:05:45
많이 본 뉴스
영상
Youtube 바로가기
![[사설] 지표는 웃는데 장바구니는 운다… 체감물가부터 잡아야 민생이 산다](https://image.ajunews.com/content/image/2026/07/10/20260710144946466142_518_323.jpg)