AI가 생산성을 높였다고 말하는 기업은 많지만, 그 효과를 비용과 함께 설명하는 기업은 드뭅니다. EY-Parthenon이 2026년 8~9월 영국 CEO 100명을 조사한 결과, 절반은 AI를 지난 1년의 주요 생산성 향상 요인으로 꼽았고 AI 비용과 수익을 종합적으로 실시간 파악한다는 응답은 14%였습니다.
AI ROI 측정은 전사 지출과 전체 매출을 바로 연결할 때 실패합니다. 업무 흐름 하나를 정해 도입 전 처리시간·처리량·재작업률을 기록하고, 구독료와 검수 시간을 같은 단위에 귀속해야 실제 투자수익률을 계산할 수 있습니다.
‘영국 CEO 80%가 AI ROI를 모른다’고 요약하면 조사보다 강한 주장입니다. EY 영국 발표는 14%가 종합적이고 실시간인 가시성을 갖췄다고 답했고, 32%가 ROI 평가 역량에 상당한 공백이 있다고 답했다고 밝혔습니다. 어떤 정보도 없다는 뜻과 최고 수준의 측정 체계를 갖추지 못했다는 뜻은 다릅니다.
생산성은 보이는데 수익은 사라진다
영국 표본에서 CEO들이 꼽은 AI의 생산성 효과는 인력이나 자본을 늘리지 않고 산출량을 높인 것 34%, 납기를 줄인 것 19%, 고부가 업무에 쓸 시간을 만든 것 15%였습니다. 세 항목 모두 현금처럼 자동으로 장부에 들어오지 않습니다.
납기가 하루 줄어도 다음 승인 단계에서 이틀을 기다리면 고객이 느끼는 전체 시간은 그대로입니다. 보고서 작성 시간이 줄어도 사람이 검증과 수정에 같은 시간을 쓰면 원가는 줄지 않습니다. 남은 시간을 새 업무에 쓰지 않으면 기존 요청이 그 자리를 채웁니다.
EY의 글로벌 CEO 1,200명 조사는 이 흡수 현상을 별도로 보여줍니다. 응답자의 23%는 AI로 얻은 효과가 최종 손익에 반영되기 전에 사라진다고 답했습니다. 56%는 비용과 수익을 어느 정도 파악하지만, 명확한 실시간 ROI 가시성을 갖췄다는 응답은 16%였습니다. 영국의 14%와 글로벌 16%는 표본과 문항 범위가 달라 직접 비교할 숫자는 아닙니다.
회계 계정과 업무의 단위가 다르다
AI 비용은 여러 곳에 흩어집니다. 소프트웨어 구독료는 IT 비용에, API 사용료는 클라우드 비용에, 데이터 정비와 검수는 사람의 근무시간에 들어갑니다. 반면 성과는 고객 문의 처리, 견적 작성, 계약 검토 같은 업무에서 발생합니다.
비용은 도구별로 모으고 성과는 업무별로 보면 분자와 분모를 연결할 수 없습니다. 전사 AI 지출을 전체 매출 증가와 나누는 계산도 같은 문제를 갖습니다. 같은 기간에 가격, 영업 인력, 계절성과 시장 상황이 함께 바뀌기 때문에 AI의 몫을 떼기 어렵습니다.
EY 영국 조사에서 34%가 레거시 기술과 운영모델을, 29%가 조직 복잡성·규제·리스크 관리를 가치 전환의 주요 장애물로 꼽았습니다. 측정 소프트웨어 하나를 더 사기 전에 업무가 어디서 시작하고 끝나는지, 누가 결과를 승인하는지부터 정해야 하는 이유입니다.
한 업무에서 시작하는 계산법
AI ROI를 처음부터 완벽한 전사 지표로 만들 필요는 없습니다. 반복량이 충분하고 시작과 종료가 분명한 업무 하나를 고르면 됩니다. 예를 들어 ‘고객 문의에 첫 답변을 보내는 업무’라면 다음처럼 계산할 수 있습니다.
| 항목 | 도입 전과 후에 같은 방식으로 잴 값 | 빠지기 쉬운 비용 |
|---|---|---|
| 처리량 | 주간 완료 건수 | 중복·취소 건 포함 여부 |
| 시간 | 접수부터 첫 답변까지의 중앙값 | 승인 대기시간 |
| 품질 | 재답변·수정·에스컬레이션 비율 | 동료가 대신 고친 시간 |
| 직접비 | 구독료·API·클라우드 비용 | 공유 계정과 무료 크레딧 |
| 사람 비용 | 작성·검수·예외처리 시간 | 교육·프롬프트 관리·장애 대응 |
측정 기간에는 도입 전 기준선이 필요합니다. 지난달 수치가 없다면 처음 2주 동안 기존 방식의 처리시간과 재작업률을 먼저 기록합니다. 이후 같은 정의로 AI 적용 구간을 비교합니다. 평균보다 중앙값을 함께 보면 몇 건의 극단적으로 긴 작업이 전체 결과를 왜곡하는 일을 줄일 수 있습니다.
간단한 계산은 다음과 같습니다.
순편익 = 절감된 사람 시간의 가치 + 추가 산출의 가치 - AI 직접비 - 검수·재작업·장애 비용
여기서 절감된 시간의 가치는 실제로 다른 일에 쓰였을 때만 잡는 편이 안전합니다. 시간이 남았지만 업무량과 품질이 바뀌지 않았다면 회계상 절감으로 보기 어렵습니다.
좋은 지표는 다음 결정을 바꾼다
성과 지표는 보고서를 꾸미는 숫자가 아니라 행동을 정하는 숫자여야 합니다. 다음 질문에 답하지 못하면 측정 해상도가 낮습니다.
- 자동화 범위를 넓힐 것인가, 줄일 것인가
- 어느 예외는 사람에게 돌려야 하는가
- 어떤 도구나 계정을 해지할 수 있는가
- 검수 인력을 어디에 배치해야 하는가
- 절감된 시간을 어떤 고부가 업무에 다시 쓸 것인가
에이전트를 늘려도 성과가 안 나는 이유는 개별 도구보다 연결 공정이 전체 처리량을 제한하는 구조를 설명합니다. AI로 아낀 시간이 회사 성과가 되지 않는 이유는 남은 시간의 사용처를 정하지 않을 때 편익이 사라지는 과정을 다룹니다. ROI 측정은 두 문제를 숫자로 드러내는 작업입니다.
30일 안에 확인할 최소 항목
첫 달에는 재무 모델을 복잡하게 만들기보다 네 가지를 일관되게 남기는 편이 낫습니다.
- 도입 전후의 처리시간과 완료 건수
- 사람이 검수하고 다시 작업한 시간
- 오류가 다음 공정이나 고객에게 넘어간 비율
- 절감된 시간이 실제로 이동한 업무
AI 비용과 성과를 업무 흐름 하나에 귀속하면 ‘효과가 있는 것 같다’는 평가가 범위를 넓힐지 되돌릴지 결정할 수 있는 숫자로 바뀝니다. 전사 AI ROI는 이런 단위가 쌓인 뒤에야 의미를 갖습니다.
