기업 74%가 AI ROI를 달성했지만, 운영 영역에서 실제 확장에 성공한 곳은 3%에 불과하다. Deloitte가 밝히는 이유를 분석한다.
고객 서비스 혁신(customer service transformation)은 더 이상 미래의 목표가 아닙니다. 이는 고객 관계를 경쟁 기반으로 삼는 모든 기업이 직면한 현실입니다. 지금껏 많은 기업은 AI를 주로 비용 절감 수단으로 활용해 왔습니다. 반복적인 문의 자동화, 티켓 처리 효율화, 인력 조정 등이 그 핵심이었습니다. 그러나 이러한 접근 방식은 현재 진행 중인 혁신의 규모와 깊이를 담아내기에 충분하지 않습니다.
Deloitte의 연구는 전혀 다른 그림을 보여줍니다. Deloitte는 다년간 진행해 온 "State of Generative AI in the Enterprise" 설문조사 시리즈를 통해 전 세계 디렉터급 이상 C레벨 임원 2,700여 명의 인식 변화를 추적해 왔으며, 이를 통해 결정적인 전환점을 확인했습니다. 오늘날 고객 경험 분야의 AI 활용(AI in customer experience)은 더 이상 실험의 영역이 아닙니다. AI 고객 경험(AI customer experience)은 기업이 서비스, 충성도, 성장을 중심으로 경쟁 방식을 재설계하는 핵심 아키텍처로 자리 잡고 있습니다. 이 글에서는 Deloitte와 주요 연구 기관들이 밝혀낸 AI 고객 경험 운영(AI customer experience operations)의 재편 동인, 선도 기업과 후발 기업의 차이, 그리고 실질적 전환과 비용 낭비를 가르는 요인이 무엇인지 살펴보겠습니다.
2010년대 대부분의 기업에서 고객 서비스는 최적화해야 할 비용 센터에 불과했습니다. 투자 대상이 아닌 통제 대상이었던 셈입니다. 생성형 AI는 이러한 공식을 근본적으로 바꿔놓았습니다.
Deloitte의 Q4 2024 "State of Generative AI in the Enterprise" 보고서(글로벌 임원 2,773명 대상 설문조사)에 따르면, IT 부문이 28%로 가장 높은 AI 이니셔티브 성숙도를 보이는 가운데, 운영(11%), 마케팅(10%), 고객 서비스 및 사이버보안(각 8%) 이 뒤를 잇고 있습니다. 더 주목할 점은, 응답 기업들이 생성형 AI 고객 경험(Generative AI customer experience) 이니셔티브를 단순한 효율화 프로젝트가 아닌 경쟁 차별화 플랫폼으로 인식하기 시작했다는 사실입니다.
이러한 전략적 재정의가 중요한 이유는 AI 투자의 우선순위 설정, 성과 측정, 거버넌스 방식 전체를 바꾸기 때문입니다. McKinsey의 연구는 그 기회의 규모를 뒷받침합니다. 고객 운영(customer operations)은 전 세계 생성형 AI의 4대 핵심 가치 창출 영역 중 하나로, 마케팅·영업, 소프트웨어 엔지니어링, R&D와 함께 이름을 올리고 있습니다. McKinsey는 AI 기반 고객 경험(AI-powered customer experience) 운영만으로도 지원 해결 보조, 지식 서피싱, 차선 행동 추천 등을 통해 수천억 달러에 달하는 연간 가치를 창출할 수 있다고 추산합니다.
기업 리더에게 주는 시사점은 명확합니다. 생성형 AI를 지원 기능의 효율화 도구로만 다루는 것은 막대한 가치를 놓치는 일입니다. 고객 경험 AI(customer experience AI)를 워크플로우 수준에서 통합하는 기업-표면적 적용에 그치지 않는 기업-이 실질적인 경쟁 우위를 확보하고 있습니다.
Deloitte의 다분기 설문조사 시리즈는 기업의 AI 도입 현황을 가장 세밀하게 보여주는 자료 중 하나입니다. 2024년 데이터에서 고객 경험 리더들에게 특히 주목할 만한 인사이트들이 도출됩니다.
첫째, 역풍 속에서도 자신감은 높게 유지되고 있습니다. 응답 기업의 78%가 가까운 시일 내에 AI 투자를 늘릴 계획이라고 밝혔습니다. 이는 기업들이 아직 실험·과대 선전 단계를 넘어 전략적이고 실질적인 실행 단계로 나아가고 있음을 시사합니다. 스케일링 과정에서의 마찰을 경험하면서도 투자 의지가 유지된다는 점은, 기업 리더들이 현재의 어려움을 구조적 문제가 아닌 과도기적 현상으로 인식하고 있음을 보여줍니다.
둘째, ROI 신호는 긍정적이지만 편차가 있습니다. 응답자의 74%가 가장 고도화된 GenAI 이니셔티브에서 ROI가 기대치를 충족(43%)하거나 초과(31%)한다고 답했습니다. 다만 보고서는 스케일링 속도에 대해서도 솔직하게 평가합니다. 응답자의 3분의 2 이상이 향후 3~6개월 내에 현재 실험 중인 이니셔티브의 30% 이하만 완전히 확장될 것이라고 밝혔습니다.
셋째, AI 성숙도별 기능 순위를 통해 기업 내에서 고객 경험의 위치를 확인할 수 있습니다. 가장 고도화된 이니셔티브 기준으로 IT(28%)가 선두를 차지하고, 운영(11%), 마케팅(10%), 고객 서비스 및 사이버보안(각 8%)이 그 뒤를 따릅니다. 고객 서비스는 제품 개발(7%)과 R&D(6%)를 앞서는 수준으로, 투자가 가속화되고 있는 분야임이 분명합니다. 다만 기업 전반의 배포 성숙도 측면에서는 아직 발전의 여지가 남아 있습니다.
고객 경험 리더에게 이 데이터는 도전이자 기회를 동시에 제시합니다. ROI 검증은 이미 이루어지고 있습니다. 스케일링까지의 경로는 기술 조달을 넘어선 조직적 투자를 필요로 합니다.
실무 현장의 고객 경험 리더에게 가장 직접적으로 연관된 Deloitte 연구는 Deloitte Digital의 2026 Global Contact Center Survey입니다. 전 세계 600개 기업과 소비자 3,000명을 대상으로 진행된 이 조사는 고객 서비스 분야의 생성형 AI(Generative AI in customer service)가 고객 경험 운영(customer experience operations)의 경제성과 성과를 어떻게 바꾸고 있는지를 현장 중심으로 보여줍니다.
조사의 주요 데이터 포인트는 다음과 같습니다:
이 연구를 기반으로 구축된 Deloitte Digital의 "Future of Service" 프레임워크는 AI 우선 고객 서비스 혁신(AI-first customer service transformation)을 세 가지 축으로 정의합니다. 대규모 프리미엄 고객 경험 제공, 측정 가능한 ROI로의 AI 성과 전환, 그리고 인력 효과성 강화가 그것입니다. 특히 인력 감축이 아닌 인력 효과성을 강조한다는 점은, 지속 가능한 가치가 어디서 창출되는지를 의도적으로 시사합니다.
현재의 생성형 AI-주로 보조적, 텍스트 생성, 추천 기반 형태-는 AI 기반 고객 서비스(AI-driven customer service) 분야에서 이미 측정 가능한 성과를 만들어내고 있습니다. 그러나 다음 단계는 훨씬 더 중요한 변화를 예고합니다. 바로 Agentic AI입니다. Agentic AI는 고객 경험 자동화(customer experience automation)를 규칙 기반의 단순 응대에서 진정한 자율적·다단계 문제 해결로 도약시킵니다.
Gartner의 예측에 따르면, 2029년까지 Agentic AI는 일반적인 고객 서비스 문제의 80%를 인간 개입 없이 자율적으로 해결하고, 운영 비용을 30% 절감할 것입니다. 이는 단순한 효율성 개선이 아닙니다. 서비스 운영 방식 자체의 구조적 재설계를 의미합니다.
기업 환경에서의 압박과 도입 현황에 대한 Gartner의 데이터는 중요한 맥락을 제공합니다:
Cisco의 2025년 연구는 수요 측면에서 추가적인 근거를 제시합니다. 2026년까지 기술 벤더와의 고객 서비스 및 지원 인터랙션 중 68%가 Agentic AI에 의해 처리될 것으로 예상되며, 응답자의 93%는 Agentic AI가 더욱 개인화되고 선제적이며 예측적인 서비스를 가능하게 할 것이라고 전망했습니다.
소비자 신뢰 측면도 주목할 부분입니다. Deloitte의 2025 Connected Consumer Survey에 따르면, 설문 소비자의 53%가 현재 생성형 AI를 실험 중이거나 정기적으로 사용하고 있다고 답했으며, 이는 2024년의 38%에서 크게 증가한 수치입니다. 고객 경험 분야의 AI 활용(AI in customer experience)에 대한 소비자의 친숙도 증가는 AI 기반 고객 경험(AI-powered customer experience) 배포에 대한 수용성을 높여, 초기 단계에서 나타났던 도입 마찰을 완화하고 있습니다.
Agentic AI가 고객 서비스의 운영적 미래를 정의한다면, 개인화는 수익적 미래를 정의합니다. 바로 이 영역에서 생성형 AI 고객 경험(Generative AI customer experience) 플랫폼은 비용 절감을 넘어서는 가치를 창출합니다.
전 세계 소비자 8,000명 이상과 임원 3,400명 이상을 대상으로 한 Adobe의 2025 AI and Digital Trends 보고서에 따르면, AI 기반 개인화를 활용하는 기업의 87%가 이미 AI 고객 참여(AI customer engagement) 측면에서 뚜렷한 성과 향상을 경험했습니다. 그러나 같은 연구는 심각한 실행 격차도 드러냅니다. 개인화된 경험에 대한 고객의 기대를 충족시키는 기업은 전체의 15%에 불과하며, 실시간 개인화는 실무 담당자의 75%에게 여전히 주요 과제로 남아 있습니다.
바로 이 이상과 실행 사이의 격차에서 전략적 생성형 AI 고객 경험(Generative AI customer experience) 차별화가 만들어집니다. 선도 기업들은 구조적으로 다른 방식을 취하고 있습니다. 마케팅 및 CX 분야에서 생성형 AI를 가장 고도화된 수준으로 활용하는 기업의 56%는 데이터와 분석을 통해 고객 니즈를 예측하고, 54%는 AI를 활용해 웹 경험을 개인화합니다.
McKinsey가 고성과 AI 도입 기업을 대상으로 분석한 결과도 이 패턴을 뒷받침합니다. 고객 경험 AI(customer experience AI)에서 탁월한 성과를 내는 기업들은 두 가지 공통점을 공유합니다. 비용 절감 목표를 대체하는 것이 아니라 그와 함께 성장 및 혁신 목표를 설정하고, 레거시 프로세스에 AI 모델을 덧붙이는 대신 AI를 중심으로 워크플로우 자체를 재설계합니다.
실천적 시사점은 명확합니다. 대규모 개인화는 모델 선택 그 이상을 요구합니다. 통합된 고객 데이터 아키텍처, 실시간 오케스트레이션 역량, 그리고 AI가 적절한 자율성을 가지고 모든 접점에서 행동할 수 있도록 하는 거버넌스 프레임워크가 필요합니다. 이 인프라에 투자하는 기업들은 단순한 효율성 지표가 아닌 지속 가능한 경쟁 우위를 구축하고 있습니다.
Deloitte, McKinsey, Gartner의 연구 전반에서 가장 일관되게 나타나는 발견은, 스케일링 과제가 본질적으로 기술이 아닌 조직의 문제라는 점입니다. 이 구분은 다음 단계의 고객 경험 자동화(customer experience automation) 투자를 계획하는 기업에게 매우 중요합니다. 병목 현상은 거의 언제나 AI 모델 자체가 아닌, 그것을 둘러싼 인프라와 조직 준비도에서 발생합니다.
Deloitte의 2024년 설문조사에서 확인된 주요 스케일링 장벽은 다음과 같습니다:
McKinsey의 서비스 운영 연구는 이 패턴을 더욱 명확하게 보여줍니다. 전 세계 기업 중 생성형 AI를 실제 규모로 활용하는 곳은 11%에 불과하며, 운영 관련 도메인에서 생성형 AI 활용 사례를 확장한 기업은 3%에 거칩니다. 이 수치가 의미하는 바는 분명합니다. CX 분야에서의 광범위한 AI 배포는 상당한 기술 자원을 보유한 기업에서도 여전히 해결되지 않은 조직적 과제입니다.
선도 기업들은 AI 고객 참여(AI customer engagement)를 기술 구성 요소를 포함한 변화 관리 프로그램으로 접근함으로써 이 문제를 해결하고 있습니다. 기술 프로그램에 변화 관리를 덧붙이는 것이 아니라는 점이 핵심입니다. 순서가 중요합니다. 전략 수립, 운영 모델 설계, 그 다음이 배포입니다.
고객 경험 분야의 모든 생성형 AI 투자가 동일한 결과를 낳는 것은 아닙니다. 선도 기업과 그 외 기업 사이의 성과 격차는 점점 더 벌어지고 있습니다. AI 기반 고객 경험(AI-powered customer experience) 전략을 평가하는 모든 기업에게 이 격차의 원인을 이해하는 것은 필수적입니다.
Deloitte의 Q4 2024 설문조사에 따르면, ROI 실현 면에서는 사이버보안과 IT 부문이 선두를 달리고 있으며, 특히 사이버보안은 구현 사례의 44%가 기대를 초과하는 ROI를 기록했습니다. 고객 서비스와 마케팅은 강력한 도입 궤적과 개선되는 수익률로 그 뒤를 바짝 쫓고 있습니다.
McKinsey의 2025 State of AI 보고서(105개국 1,993명 참여)는 핵심적인 불일치를 드러냅니다. 비용 절감에만 집중하는 기업은 효율성과 함께 성장 및 혁신 목표를 추구하는 기업에 비해 성과가 낮습니다. 전체 기업 중 AI의 EBIT 기여를 확인할 수 있는 곳은 39%에 불과하며, 그 중에서도 대부분은 영향이 5% 미만입니다. 기업 전반에 걸친 명확한 수익 효과를 인식하지 못하는 기업은 80%를 넘습니다.
그렇다면 탁월한 성과를 내는 상위 6~10%의 기업을 구별하는 요인은 무엇일까요? 연구 전반에서 세 가지 일관된 요소가 도출됩니다:
Google과의 협업으로 구축된 Deloitte의 고객 재창조를 위한 Agentic AI 프레임워크는 이러한 원칙을 반영합니다. 이 프레임워크는 AI 기반 고객 서비스(AI-driven customer service)를 인력 대체가 아닌, 단순 자동화가 아닌 지능적인 워크플로우 재설계를 통해 "사후 인터랙션 업무의 최대 90%를 자동화"하고 "서비스 효율성을 약 50% 향상"시키는 역량으로 정의합니다.
생성형 AI 고객 경험(Generative AI customer experience) 환경에서 간과해서는 안 될 중요한 측면이 있습니다. Deloitte와 Gartner가 공통적으로 지적하는 것처럼, AI의 비용 구조는 초기 담론이 시사했던 것보다 훨씬 복잡합니다.
Gartner는 2030년까지 고객 서비스에서 생성형 AI의 건당 해결 비용이 3달러를 초과해 많은 오프쇼어 인력 에이전트보다 높아질 것으로 예측합니다. 인프라 수요, 오케스트레이션 레이어, 거버넌스 요구 사항이 누적되면서 비용이 상승하기 때문입니다.
이 결과가 AI 투자 논리를 무력화하는 것은 아닙니다. 오히려 논리를 정교화해 줍니다. Gartner 애널리스트들이 지적했듯, AI 기반 고객 서비스(AI-driven customer service)가 고객 유지율을 높이고, 업셀링을 촉진하며, 고객 생애 가치를 높인다면, 더 높은 건당 해결 비용에도 불구하고 노동력 차익 전략보다 우수한 전체 ROI를 제공할 수 있습니다. 가치 제안은 단순한 티켓 처리 효율화를 넘어서야 합니다.
AI의 실질적인 비용은 모델 사용 비용 그 이상입니다. 기업 수준의 배포는 오케스트레이션 레이어, 거버넌스 통제, RAG 파이프라인, 모니터링 시스템, 그리고 인간 폴백 체계를 요구합니다. AI는 일회성 기술 구매가 아닌 장기적인 운영 인프라 투자가 됩니다.
바로 이것이 핵심입니다. 생성형 AI를 통한 고객 서비스 혁신(customer service transformation)을 계획하는 기업은 전체 기술 스택, 지속적인 거버넌스 요구 사항, 그리고 AI 시스템을 관리·개선하는 데 필요한 인적 전문성까지 포함한 비용 모델을 수립해야 합니다. AI 기반 고객 경험(AI-powered customer experience)을 장기적인 운영 역량으로 정의하는 기업-일회성 기술 구매가 아닌-이 ROI 목표를 일관되게 달성하는 기업입니다.
Deloitte의 AI 기반 고객 재창조에 대한 구조화된 접근 방식은 성공적인 배포의 실제 모습을 이해하는 데 유용한 프레임워크를 제공합니다. AI 발견 랩, 최소 실행 가능 제품(MVP) 배포, 기업 AI 준비도 평가를 통해 클라이언트를 비전에서 가치 실현까지 이끄는 인게이지먼트 모델은 여러 산업에서의 배포 경험으로부터 얻은 교훈을 담고 있습니다.
이 모델의 전제는 고객 경험 운영(customer experience operations)이 기술 역량과 조직 준비도의 교차점에 위치한다는 인식에서 출발합니다. 어느 하나만으로는 충분하지 않습니다. 가장 고도화된 AI 모델을 보유하더라도 데이터 거버넌스 인프라, 변화 관리 역량, 명확한 가치 측정 프레임워크가 부재하면 AI 투자에서 지속적으로 기대 이하의 결과를 내게 됩니다. 고객 경험 분야의 AI 활용(AI in customer experience)에서 지속적인 성과를 만들어내는 기업들은 바로 이 세 가지 토대를 먼저 갖춘 기업들입니다.
Deloitte가 고객 서비스 분야의 생성형 AI(Generative AI in customer service) 배포에서 확인한 세 가지 주요 실패 모드는 다음과 같습니다:
이러한 문제를 해결하는 것은 모델 이전 단계-데이터 아키텍처, 통합 인프라, 운영 모델 설계-에 대한 투자를 요구합니다. 이 토대를 먼저 구축하는 기업이 AI 모델을 준비되지 않은 환경에 배포하는 기업보다 더 빠르게 확장하고 더 높은 성과를 지속적으로 유지합니다.
Deloitte의 생성형 AI 기업 도입에 관한 지속적인 연구는 시장의 지배적인 담론보다 훨씬 정교하고 전략적으로 유용한 그림을 제시합니다. 맞습니다, 고객 서비스 분야의 생성형 AI(Generative AI in customer service)는 신중하게 배포하는 기업에게 실질적인 ROI를 제공합니다. 도입은 가속화되고 있으며 전 세계적으로 투자 의지도 강력합니다. 그러나 연구는 기술 구매만으로는 전환이 이루어지지 않는다는 점도 동등하게 분명히 합니다.
AI 기반 고객 경험(AI-powered customer experience)의 다음 시대를 정의하는 기업은 이 시점을 운영 모델의 전면적 재창조로 접근하는 기업입니다. 워크플로우를 재설계하고, 데이터 인프라를 구축하며, 거버넌스에 투자하고, 주요 자본 배분 결정에 적용하는 것과 동일한 엄격함으로 성과를 측정하는 기업들입니다.
Deloitte의 전망은 AI 기반 고객 서비스(AI-driven customer service)와 고객 경험 AI(customer experience AI)가 운영을 어쩌면 재편할 수도 있다는 것이 아닙니다. 재편은 이미 진행 중이며, 규율 있게 실행하는 기업과 전략 없이 실험만 하는 기업 사이의 경쟁 격차는 향후 3~5년 안에 빠르게 심화될 것이라는 전망입니다. 대부분의 기업에게 결정적인 선택의 시간은 바로 지금입니다.
Joseph is a Technical Communications Specialist responsible for translating complex technical concepts into clear, engaging, and accessible content for diverse audiences. He collaborates closely with technical teams, product experts, and stakeholders to develop documentation, reports, knowledge resources, and communication materials that support business objectives and enhance user understanding.