AI 프로젝트에서 ROI가 더욱 중요한 이유

비슷한 결과, 전혀 다른 평가

AI 기업의 실적 발표에서 주목해야 할 중요한 포인트는 AI 투자 대비 실적, 즉 ROI (투자 수익률: Return on Investment)다. 지난해 3 분기 실적 발표에서 세일즈포스(Salesforce)와 어도비(Adobe)의 사례는 AI 기업들에 중요한 교훈을 제공한다. 두 기업 모두 매출 성장이라는 긍정적인 실적을 발표했지만, 주가의 움직임은 상반된 모습을 보였다. 이 차이를 만든 핵심 요인은 AI 투자 대비 성과 차이다.

[그림 1] 세일즈포스 주가 vs. 어도비 주가 비교 (출처: 필자 제작)

salesforce, adobe 비교 그래프. salesforce는 2024.12.03에 실적발표 후 +11% 상승 adobe는 2024.12.11에 실적발표 후 -12%하락

세일즈포스는 에이전트포스(Agentforce)라는 자율형 AI 에이전트를 통해 고객사의 영업, 고객, 서비스, 마케팅, 커머스 등 다양한 업무를 자동화하여 고객사의 작업 시간을 약 10분의 1로^[1] 단축해 고객 만족도와 생산성을 크게 향상했다고 한다. 이로 인해 2024년 3분기 기준, 세일즈포스는 전년 대비 매출 8%, 순이익 25%, 주가 11% 상승이라는 큰 성장을 보여주었고,^[2] 시장은 세일즈포스의 AI 기술을 명확히 수익화할 수 있는 강력한 성장 동력으로 평가하였다.

어도비는 텍스트 기반 이미지 생성 및 편집 기능을 제공하며 창의적 작업을 돕는 AI 솔루션인 파이어플라이(Firefly)를 제공해 왔지만, 시장의 반응은 세일즈포스와 달랐다. 어도비의 매출은 증가했지만, 월스트리트의 예상치에 미치지 못한 결과를 보였고, 주가는 해당 AI 기술이 수익화까지 시간이 더 걸릴 것이라는 우려로 12% 하락했다.^[3] 이미지 생성형 AI 경쟁사인 미드저니(MidJourney), 스테빌리티AI(Stability AI)와의 치열한 경쟁과 더불어 명확한 수익화 모델과 AI 투자에 대한 구체적인 투자 수익률 지표가 부족하다는 점이 시장의 신뢰를 약화시킨 것으로 분석된다.

투자자 평가를 기준으로, 세일즈포스는 AI에 대한 투자 수익률이 명확하게 증명된 사례로 긍정적인 점수를 얻은 반면, 어도비는 투자 수익률 지표 부족과 경쟁 심화로 인한 미래 수익 불확실성으로 주가 하락을 겪은 사례라 할 수 있다. AI 기업에는 기술 개발뿐 아니라 그에 따른 투자 수익률을 명확히 측정하고 시장에 신뢰를 제공하는 것이 시장 생존 필수 조건임을 보여주는 사례다.

AI 솔루션을 직접 개발하지 않고 도입하여 사용하는 기업 역시 투자 수익률에 자유롭지 않다. 이는 AI의 사용량에 따라 비용이 증가하는 특성 때문인데, 그중에서 성공적으로 투자 수익률을 달성한 사례로 미국 출판사 와일리(Wiley)가 있다. 와일리는 고객 서비스 요청과 상담이 빈번히 발생하는 상황에서, 에이전트포스 도입으로로 학술 자료 및 교재와 관련된 고객 서비스를 개선한 덕에 업무 효율을 높이고, 직원 온보딩 시간을 단축하여 운영 비용을 절감할 수 있었다. 와일리가 AI를 통해 얻은 투자 수익률은 213%에 달한다.^[4]

이에 반해 기대에 미치지 못한 사례도 있다. 맥도날드는 2024년 6월, IBM과 함께 진행한 AI 드라이브스루 주문 테스트를 3년 만에 종료한다고 발표했다. 해당 테스트는 음성 주문 솔루션을 활용해 드라이브스루를 자동화하려는 시도였지만 실험 과정에서 많은 문제가 발생했다. 예를 들어 고객이 바닐라 아이스크림과 물을 주문했으나 시스템이 이를 카라멜 선데이와 케첩, 버터 추가로 잘못 해석하거나, 치킨너겟 소량의 주문을 2,510개로 처리하는 등 주문 오류가 발생하기도 했다.^[5] 결국 이런 고객 불만은 사용자에게 만족스러운 경험을 제공하지 못했다. 맥도날드는 드라이브스루 주문 자동화를 위해 약 3억 달러를 투자해 관련 회사를 인수했으나^[6], 예상한 투자 수익률을 달성하지 못하고 테스트를 종료함으로써 큰 손실을 입게 되었고, 주문 정확도 문제와 고객 경험 악화로 인해 IBM과의 파트너십 종료라는 극단적 결정에 이르게 된다. 이 두 사례를 통해 AI 솔루션 도입이 성공적인 투자 수익률로 이어지기 위해서는 기술적 완성도와 고객 경험의 세심한 관리가 필수적임을 알 수 있다.

[그림 2] 엉뚱한 주문을 받는 맥도날드 AI 드라이브스루 (출처: 틱톡)

틱톡커:그냥 물 큰거 한 병이랑 아이스크림 하나만 주세요, 케첩 패킷 말고요. 세상에. 틱톡커:그냥 바닐라 아이스크림이요 맥도날드 AI:카라멜 선데이 틱톡커:세상에, 진짜 지쳤어요 그만 할래요

AI 프로젝트에서 ROI를 측정해야 하는 이유

AI 프로젝트에서 투자 수익률을 측정해야 하는 이유는 명확하다. 먼저, 투자 수익률을 측정하면 AI 프로젝트에 얼마나 많은 재정, 시간, 인적 자원을 투입해야 할지 파악할 수 있다. 이를 통해 다양한 AI 이니셔티브의 성과를 비교하고, 가장 높은 가치를 제공하는 프로젝트에 자원을 집중할 수 있다. 이는 자원 낭비를 방지하고 기업의 자산을 효과적으로 활용하는 데 도움을 주며, AI 프로젝트의 지속 가능성과 확장 또는 수정 필요성을 평가하는 데 기여한다. 비즈니스 목표와 AI 이니셔티브가 동일한 방향으로 나아가고 있는지 확인하고 프로젝트의 강점과 약점을 파악해 우선순위를 설정할 수 있다. 이를 기반으로 성과를 최적화하고, 필요에 따라 전략을 조정할 수 있다. 투자 수익률 측정은 리스크 관리와 효과 검증에도 중요한 역할을 한다. AI 솔루션이 비용 대비 성과를 제대로 제공하고 있는지, 또는 예상치 못한 위험을 초래하고 있지는 않은지를 판단할 수 있으며, 도입한 AI 솔루션의 리스크를 식별하고, 더 나아가 위험 관리 전략을 수립할 수 있다.

마지막으로, 투자 수익률 측정은 AI 프로젝트의 성과를 입증하고 이해관계자와의 신뢰를 구축하는 데 기여한다. AI가 실질적인 가치를 제공한다는 증거를 제시해 프로젝트에 필요한 자원 및 자금 투자를 유치하는 데 도움을 줄 수 있다. 특히 AI 프로젝트는 단기적 재무 성과를 바로 보여주기 어려운 경우가 많기 때문에, 고객 만족도와 운영 효율성 등 정량적·정성적 요소를 통합하여 투자 수익률을 측정하는 것이 필수적이다.

ROI 달성을 위해 필요한 접근
AI 프로젝트를 성공적으로 실행하려면 각 단계에서 가치를 지속적으로 추적하는 것이 중요하다. 방대해지는 데이터의 양에 압도되지 않으려면 데이터 관리와 자동화를 통해 정확한 추세를 파악하고 인사이트를 도출해야 한다. 그러나 2025년, 데이터와 AI 중심의 조직은 48%에서 37%로, 이와 관련된 문화를 갖춘 기업은 43%에서 33%로^[7] 전년 대비 감소했으며, 필요성에 비해 이를 갖춘 기업의 비율은 여전히 작다. 특히 생성형 AI는 텍스트, 이미지, 영상 등 다양한 데이터를 활용하는데, 이를 효과적으로 사용하려면 조직 차원의 철저한 준비가 필요하다.

[그림 3] 조직 내 AI 중심 및 문화를 갖춘 기업의 추이 (출처: MIT 슬론 자료 기반 필자 재구성)

파랑 그래프: 데이터 및 AI 중심 조직을 만들었다

빨강 그래프: 데이터 및 AI 중심 조직 문화를 확립했다

파랑 그래프 : 2023:24%, 2024:48%, 2025:37% 파랑 그래프 : 2023:21%, 2024:43%, 2025:33%

데이터 정의와 선별
먼저 조직에서 주로 사용하는 데이터가 무엇인지 명확히 정의하고, AI 학습에 적합한 데이터를 선별해야 한다. 이후 데이터를 정리하고, AI가 이해할 수 있도록 태그를 붙이거나 분류해야 하며, 필요에 따라 그래프로 시각화하거나 시스템에 입력해야 한다. 예를 들어, "커넥티드 카"는 차량 잠금 해제나 시동 제어 등 편리한 기능을 제공하지만, 생체 인식 정보나 내부 영상 촬영 등 운전에 불필요한 데이터를 수집해 개인정보 침해 우려를 낳기도 한다.^[8] 따라서 AI 학습 데이터는 목적에 맞는 필요한 데이터만을 선별하고, 불필요한 데이터는 배제해야 한다. 이를 통해 데이터의 적합성을 확보하고 AI 학습 효과를 극대화할 수 있다. 이러한 데이터 준비 과정은 데이터를 체계적으로 관리하고 AI의 성능을 극대화하는 데 핵심적인 역할을 한다.

전략 목표와 정렬
AI 프로젝트는 조직의 전략적 목표와 정렬되어야 하며, 관련 문제를 해결하고 의미 있는 가치를 창출할 수 있는 방향성을 가져야 하고, 이를 위해 고품질 데이터에 대한 접근성과 체계적인 관리를 필수적으로 해야 한다. 체계적인 데이터 관리 관행은 AI 모델의 정확성과 성공 가능성을 크게 향상시키며, 성과 모니터링과 지속적인 개선은 프로젝트의 효과를 유지하는 데 핵심적이다. 정기적인 성과 평가를 통해 개선이 필요한 영역을 식별하고, 이를 최적화함으로써 적시에 조정할 수 있다.

단계적 구현
합의된 AI 솔루션을 단계적으로 구현하는 접근법도 중요하다. 파일럿 프로젝트를 통해 소규모에서 AI 솔루션을 테스트하고, 전체 도입 전에 문제를 수정함으로써 위험을 최소화하면 AI를 조직에 원활히 통합하고 실패 위험을 줄이는 데 효과적이다. 마지막으로 성과를 객관적으로 평가하고 개선 방향을 명확히 하기 위해 구체적이고 측정 가능한 핵심성과지표(KPI: Key Performance Indicator)를 설정해야 한다. 이러한 노력은 AI 프로젝트가 조직에 실질적인 가치를 제공하고, 지속적으로 발전할 수 있는 기반을 마련한다.

[그림 4] AI ROI를 극대화하기 위한 예를 설명하는 AI 기회 레이더 (출처: 가트너)

AI 기회 레이더

일상의 AI, 외부 고객 대상 사이에 "고객 접점 부서 고객 경험(CX), 영업/마케팅, 고객 서비스"

외부 고객 대상, 게임 체인저 AI 사이에 "제품/서비스 AI강화, 가치 제안"

게임 체인저 AI, 내부 운영 사이에 "핵심 역량 연구개발, 공급망, 운영"

내부 운영, 일상의 AI에 "지원 부서 관리,인사,법무,재무,IT"

Gartner

ROI 측정 방법

투자 수익률은 본질적으로 투자로 인한 이익이나 손실을 비용과 비교하는 재무 비율이며 이를 정확히 측정하려면 핵심성과지표를 설정하고 이를 근거로 의사결정을 내려야 한다. 투자 수익률이 낮은 경우는 대체로 명확한 목표 설정의 부재나 데이터 품질 및 관리 문제에서 기인한다. 이는 시장 흐름에 맞춰 빠르게 AI를 도입하면서도 "왜 도입해야 하는지"와 "무엇을 기대하는지”에 대한 명확한 기준을 설정하지 않은 경우 흔히 발생하고, AI를 과대평가하거나 투자 수익률에 대한 이해 없이 초기 단계에서 과도한 비용을 투입한 경우에, 투자 수익률이 저조하게 된다. 이를 방지하기 위해 투자 수익률 측정 시에는 다음과 같은 3가지 핵심 구성요소를 고려해야 한다.

• 비즈니스 과제와 목표
• 이를 해결하기 위한 적합한 솔루션
• 사용 사례 및 기대되는 양적·질적 혜택

예를 들어, 디지털 이벤트와 리드 생성을 지원하는 B2B SaaS 플랫폼 ON24는 세일즈 파이프라인을 통해 고객이 연간 2,500만 달러의 수익을 창출하는 효과를 측정했다. 소프트웨어 리뷰 및 비교 플랫폼 G2는 연간 반복 매출(ARR:Annual Recurring Revenue)이 174% 증가했다고 보고했으며, 사업자용 온라인 비디오 플랫폼을 제공하는 비드야드(Vidyard)는 AI 솔루션 도입 후 4배 더 많은 고객을 예약하여 생산성 향상을 입증했다. 질적 측정은 고객 만족도와 브랜드 인지도 등 정성적 지표를 포함한다. 대표적으로 고객 만족도 점수(CSAT: Customer Satisfaction Score), 순 고객 추천 지수(NPS: Net Promoter Score), 고객 노력 점수(CES: Customer Effort Score)를 활용하여 고객 경험과 브랜드 신뢰도를 평가한다. 애플(Apple)은 모든 매장에서 각 제품에 대한 순 고객 추천 지수를 측정해 이를 브랜드 품질의 주요 지표로 삼는다.^[9] 애플은 고객의 요구에 초점을 맞추고 지속적인 제품 개선과 서비스 향상을 통해 가전 업계 평균 지수인 52점을 훌쩍 넘는 61점을 기록하여 훌륭한 사례로 평가된다. 또한, 조직의 데이터와 프로세스를 적극 활용해 효율성, 속도, 품질 등의 변화를 분석해야 한다. 이는 생산성 향상과 콘텐츠 품질의 변화를 효과적으로 측정하는 데 중요한 역할을 하여 정확한 투자 수익률 측정은 단순한 성과 평가를 넘어 조직의 전략적 의사결정과 성과 최적화에 필수적인 기준이 되어야 한다.

<표 1> 주요 핵심성과지표

ROI 측정 워크 프로세스
AI 투자 수익률 측정을 위한 워크프로세스에 대해 살펴보자.

목표와 핵심성과지표 설정
투자 수익률을 정확히 측정하려면 명확한 목표와 핵심성과지표를 설정해야 한다. 목표는 AI 프로젝트가 조직의 전략과 어떻게 맞물리는지 정의하며, 핵심성과지표는 이를 구체적으로 평가하는 기준을 제공한다. 예를 들어, 유튜브의 건너뛸 수 있는 인스트림 광고의 경우 길이가 30초 이상일 경우 30초 이상 시청해야 하고, 30초 미만 광고의 경우엔 끝까지 시청해야 유효 조회 수로 계산된다. 광고 조회 수는 광고비 산정과 브랜드 인지도 상승에 영향을 미치므로, 광고주는 조회 수를 핵심성과지표로 삼아 고객 유입과 마케팅 예산을 관리한다. AI 활용도 이와 마찬가지로 목표와 지표를 명확히 설정해야 투자 대비 수익률을 평가할 수 있다.

기준선 설정
기준선을 설정하여 현재 성과 데이터를 수집하고 산업 표준과 비교해야 한다. 이를 통해 어떤 영역에서 개선이 필요한지를 명확히 식별할 수 있다. 이후 수익 증가와 비용 절감을 포함한 양적 성과를 예측하며, 브랜드 인지도 상승이나 고객 만족도 같은 무형의 이점도 투자 수익률 평가에 포함해야 한다.

수익 증가 추정
AI 도입을 통해 예상되는 수익 증가를 추정해야 한다. 생산 최적화, 품질 관리 자동화, 새로운 고객 확보, 추가 제품 판매 등으로 발생할 수 있는 잠재적인 수익을 계산한다. 예를 들어 AI 광고 기술 스타트업인 몰로코는 머신러닝 기반의 광고 플랫폼을 통해 광고주의 수익 증대를 목표로 하였고, 이를 위해 광고 클릭률 향상, 전환율 증가 등의 데이터를 분석하여 AI 도입으로 인한 실질적 수익 증가를 계산했다.

비용 식별 및 평가
프로젝트에 드는 모든 비용을 철저히 계산해야 한다. 데이터 수집, 팀 구성, 기능 구현, 유지 보수 등의 항목을 포함해 비용 구조를 명확히 정함으로써 투자 수익률 계산의 정확성을 높인다.

무형의 이점 평가
투자 수익률 측정에는 정량적 성과뿐만 아니라 정성적 요소도 포함되어야 한다. 예를 들어, 브랜드 인지도 상승은 설문 조사, 웹 트래픽 분석, 소셜 미디어 도달률 등을 통해 간접적으로 측정할 수 있다. 직원 만족도는 익명 피드백 도구나 순 고객 추천 지수를 활용해 평가할 수 있으며, 이러한 질적 투자 수익률 지표는 조직의 장기적인 성장과 경쟁력 강화에 기여하고 재무적 성과와 결합할 때 AI의 전체적인 가치를 더 명확히 드러낼 수 있다.

현실적인 시간 프레임 설정
AI 프로젝트의 투자 수익률은 단기 성과와 장기 성과를 모두 고려해야 한다.

• 단기적 투자 수익률: 비용 절감, 생산성 향상, 구현 속도 개선 등.
• 장기적 투자 수익률: 지속적인 매출 성장, 비용 효율성, 시장 포지셔닝, 확장성 등.

예를 들어, 데이터 인텔리전스 플랫폼 줌인포(ZoomInfo)는 코파일럿 도입으로 단기적으로 주당 5시간의 작업 시간 단축 효과를 얻었고, 장기적으로는 신규 수익 200만 달러를 창출했다.

현 상태 시나리오 개발
AI에 비용을 투자했을 때의 결과뿐만 아니라 투자하지 않을 경우의 시나리오도 분석해야 한다. 미투자 시 위험(Risk of Not Investing)을 평가하고, 이를 통해 투자 의사결정의 타당성을 강화할 수 있다.

수치 분석
순현재가치(NPV: Net Present Value) 측정 방법을 활용해 AI 프로젝트의 장기적인 수익성을 평가하고, 민감도 분석으로 다양한 시나리오를 고려해야 한다. 이를 통해 프로젝트의 경제적 타당성을 보다 구체적으로 확인할 수 있다.

지속적인 도전 과제 고려
데이터 품질, 기술 변화, 윤리적 이슈 등 AI 프로젝트에서 발생할 수 있는 도전 과제를 사전에 인지하고 이에 대비해야 한다.

정기적인 검토 및 조정
프로젝트 진행 상황에 따라 투자 수익률 계산을 주기적으로 재평가하고, 이해관계자들과 투명하게 소통하며 필요한 조정을 수행해야 한다. 이를 통해 프로젝트의 성공 가능성을 지속적으로 관리할 수 있다. 정확하고 체계적인 투자 수익률 측정은 AI 프로젝트가 조직에 실질적인 가치를 제공할 수 있도록 돕고, 장기적인 성장과 경쟁력을 강화하는 데 중요한 역할을 한다.

[그림 5] AI 전략을 위한 준비 단계 (출처: 마이크로소프트)

전략을 위한 준비 단계 테이블 표

탐색 단계		계획 단계		구현 단계		확장 단계		실현 단계
AI를 처음 시작하는 단계로, 특정 부문에서 AI를 배우고 실험합니다.		AI전략을 적극적으로 평가, 정의, 계획하며 개념 증명을 실행하고 AI 배포를 준비합니다.		개념 증명과 파일럿 프로젝트를 실행에서 실제 운영으로 전환합니다.		AI 프로젝트를 조직 전반으로 확장합니다.		조직 전반에서 반복적이고 측정 가능한 가치를 실현합니다.
프로필 데이터 16% 이 단계에 있는 조직 비율 20+년 평균 조직 운영 연수 300~1만명 조직 규모 21% 클라우드 우선 전략 채택 비율		프로필 데이터 23% 이 단계에 있는 조직 비율 20+년 평균 조직 운영 연수 모든 조직 규모 20% 클라우드 우선 전략 채택 비율		프로필 데이터 36% 이 단계에 있는 조직 비율 15년 평균 조직 운영 연수 500~1만명 조직 규모 21% 클라우드 우선 전략 채택 비율		프로필 데이터 20% 이 단계에 있는 조직 비율 5~15년 평균 조직 운영 연수 500~1만명 조직 규모 31% 클라우드 우선 전략 채택 비율		프로필 데이터 5% 이 단계에 있는 조직 비율 5~15년 평균 조직 운영 연수 1천~1만명 조직 규모 52% 클라우드 우선 전략 채택 비율
3% AI에서 유의미한 가치를 경험한 조직 비율		12% AI에서 유의미한 가치를 경험한 조직 비율		23% AI에서 유의미한 가치를 경험한 조직 비율		61% AI에서 유의미한 가치를 경험한 조직 비율		96% AI에서 유의미한 가치를 경험한 조직 비율

AI 프로젝트 ROI 혁신 사례
IT 관리 및 원격 모니터링을 위한 올인원 원격 모니터링 및 관리(RMM: Remote Monitoring and Management) 플랫폼을 제공하는 기업 아테라(Atera)는 마이크로소프트와 협력하여 AI 기반 IT 관리 소프트웨어 "AI-Powered IT"를 출시했다.^[10] IT 관리 플랫폼에서 IT 전문가들이 반복적이고 낮은 수준의 문제 해결에 많은 시간을 소비하고 있었으며, 이로 인해 생산성이 저하되는 전형적인 문제가 발생하고 있었다.

아테라는 애저의 AI 및 머신러닝 서비스를 통합하여, 자연어 처리, 자동화된 문제 해결, 예측 분석, IT 작업 최적화를 하고, 이를 통해 기존에 전문가들이 필요로 했던 진단, 솔루션 선택, 스크립트 작성 과정을 대체하고, 개발자는 AI가 생성한 내용을 검토만 하면 되도록 최적화했다. 이러한 개선으로 작업 시간을 크게 단축해 개발자 작업량을 약 10배로 증가시켰으며, 더불어 고객 만족도 또한 크게 향상되었다. 이 사례에서 AI의 투자 수익률을 측정하는 주요 지표는 작업 소요 시간이었다.

ROI 측정 시 주의사항과 투자 구분
AI 투자 수익률을 정확히 측정하고 최적화하려면, 현실적인 접근과 종합적인 관점을 유지하는 것이 필수적이다. 단순히 성과 지표를 확인하는 데 그치지 않고, 장기적인 비즈니스 성과와 전략적 목표에 부합하는 방향으로 평가와 개선을 반복해야 하지만, 아래 표에서 열거한 여러 주의사항을 심도 있게 고려해야 반영하는 과정도 필요하다.

<표 1> AI의 투자 수익률을 측정하기 위해 해야 할 일

또한, 목표와 성과 평가에는 유형과 무형의 자산을 따로 측정하는 프레임 워크를 갖는 것도 필요하다.

[그림 6] 유형과 무형의 AI 투자 구분 (출처: PwC)

유형과 무형의 AI 투자 구분 형태

	유형	무형
수익	시간 절약 비용 절감 생산성 증가	향상된 경험 기술 유지 민첩성
투자	자원 라이선스	데이터 컴퓨팅 및 저장소 전문 분야 전문가 데이터 과학 교육

마무리

AI와 머신러닝 도입이 가속화되면서 투자 수익률 측정은 비즈니스 전략의 핵심 도구로 자리 잡고 있다. 방대한 양의 데이터 분석을 통해 통찰력을 제공하고, 정적인 보고서 대신 실시간으로 투자 수익률을 추적할 수 있는 대시보드 활용이 보편화되고 있다.^[11] 예측 투자 수익률 모델링은 현재와 과거 데이터를 기반으로 미래 성과를 예측하며, 재무적 투자 수익률뿐 아니라 환경적 영향, 직원 만족도, 사회적 책임 등 포괄적인 가치를 포함하는 방식으로 발전하는 중이다.

생성형 AI를 비롯한 AI 기술은 이제 이론적인 개념을 넘어 비즈니스 환경을 혁신할 게임 체인저로 자리 잡았다. 구글 조사에 따르면, 기업 4곳 중 3곳이 AI를 도입해 투자 수익률을 보고하고 있으며, 나머지 기업들도 향후 12개월 이내에 성과를 기대하고 있다. 투자 수익률을 극대화하려면 AI를 특정 부서에 국한하지 않고 핵심 운영 전반에 통합하며, 데이터 활용과 지속적인 인프라 관리에 투자하는 것이 중요하며, 임원진의 지원이 필수적이다. 설문조사에 따르면, 포괄적인 임원진의 후원을 받은 기업의 91%가 매출이 6% 이상 증가했다고 보고했으며, 이들은 투자 수익률을 보고할 가능성도 더 높았다(78% vs. 71%). 특히, 임원들이 공동으로 책임을 공유하는 경우, 조직은 빠른 시장 출시, 비용 효율성 향상, 투자 수익률 달성에서 더욱 효과적인 결과를 얻었다고 한다. 초기 AI 성과를 혁신에 재투자하는 전략 역시 중요하게 부각되고 있는데, 기업의 47%는 AI를 활용해 새로운 제품과 서비스를 개발하거나 비즈니스 모델을 혁신하려 하고 있으며, 49%는 매출 증대를 통해 운영 이익률 개선을 목표로 재투자하고 있다.^[12] 이처럼 AI를 통해 얻은 성과를 지속적인 성장과 혁신으로 연결하는 전략은 조직의 경쟁력을 강화하고 장기적인 성공을 보장한다.

성공적인 AI ROI 달성을 위해서는 리더십의 강력한 지원과 명확한 전략적 목표 설정 또한 필수적이다. 이를 위해 다음과 같은 실천 전략을 고려할 수 있다.

• 핵심성공지표를 정량적·정성적으로 통합 설정
• 정기적인 투자 수익률 평가
• 데이터 분석을 통한 의사결정 최적화
• 초기 성과 기반 혁신 재투자

실제 모범 사례로 삼성SDS는 임원진의 지원과 명확한 목표 설정을 바탕으로 AI 기술 혁신을 이루는 것으로 평가된다. 삼성 SDS에서는 생성형 AI 플랫폼 '패브릭스(FabriX)'와 '브리티 코파일럿(Brity Copilot)'을 개발하며, ERP와 RPA 등과 연계해 제조 혁신과 생산성을 높였다.^[13] 실제로 AI 도입을 통해 개발 속도를 30% 향상시키고 성능 검증 속도를 2배로 증가시키며, 문서 분석 효율을 70~80% 개선하는 등 업무 효율성을 크게 증대했다. 이러한 접근 방법은 AI의 잠재력을 극대화하고, 지속 가능하고 경쟁력 있는 성장 기반을 만드는 것으로 다른 기업에게도 참고 할만한 좋은 사례로 평가된다.

#References
[1] Forbes, Salesforce Blazes A Path To AI ROI With Agentforce, Oct 4, 2024
[2] Yahoo Finance, Salesforce’s ‘hard pivot’ to AI agents pays off with an 11% stock surge. But now the company must hustle to actually sell the product, Dec 6, 2024
[3] Reuters, Adobe falls as annual revenue forecast triggers concerns on delayed AI returns, Dec 13, 2024
[4] Salesforce, Wiley sees 213% return on investment with Salesforce, (n.d.)
[5] Creative Bloq, McDonald’s AI Drive-Thru debacle is a warning to us all, Jun 22, 2024
[6] CNBC", McDonald’s acquires A.I. company to help automate the drive-thru, its third tech deal this year, Sep 10, 2019
[7] MIT Sloan Management Review, Five Trends in AI and Data Science for 2025, Jan 8, 2025
[8] Federal Trade Commission, Cars & Consumer Data: On Unlawful Collection & Use, May 14, 2024
[9] Survicate, Why Is Apple’s NPS the Best In the Industry?, Aug 16, 2024
[10] PR Newswire, Atera Partners with Microsoft to Launch AI-Powered IT, a Disruptive New Industry Category in IT Management Software, Sep 28, 2023
[11] GTMonday, Your 2025 ROI Playbook/, Sep 30, 2024
[12] Google Cloud, The ROI of Gen AI, (n.d.)
[13] 삼성SDS, [삼성SDS Gen AI Day : 공공 분야 세미나] 생성형 AI 시대와 공공 기관의 준비,, Apr 26, 2024