AI 마케팅 성과를 내는 기업은 6%뿐이다. PwC가 밝힌 책임 있는 AI 거버넌스와 매출 3.5% 상승의 연결 고리를 분석한다.
마케팅 조직만큼 빠르게 신기술을 도입한 분야는 없습니다. 그러나 그 효과를 입증하는 데 있어 이렇게까지 어려움을 겪은 적도 없습니다. 생성형 AI는 이제 캠페인 기획부터 고객 세분화에 이르기까지 마케팅 기능의 거의 모든 영역에 관여하고 있지만, 정작 가장 많은 예산을 투입하는 기업일수록 평균적으로 재무적 성과는 가장 낮게 나타나고 있습니다. 이는 기술의 문제가 아닙니다. AI governance(AI 거버넌스)의 문제이며, 이를 뒷받침하는 데이터는 이제 더 이상 무시할 수 없는 수준에 이르렀습니다.
2025년부터 2026년 중반 사이에 발표된 McKinsey, MIT, Gartner, Deloitte, PwC의 연구 결과를 종합해 보면 하나의 일관된 패턴이 드러납니다. AI-powered marketing(AI 기반 마케팅)에서 측정 가능한 성과를 거두는 마케팅 팀은 단순히 가장 많은 도구를 사용하는 팀이 아니라는 것입니다. 이들은 ROI에 대한 논의가 본격화되기 훨씬 전부터 명확한 책임 소재, 워크플로우 재설계, 체계적인 리스크 관리를 갖춘 구조화된 AI governance(AI 거버넌스)를 도입과 함께 병행해 온 조직입니다.
이 글에서는 최신 기업 연구 결과가 실제로 보여주는 AI 투자 성과를 짚어보고, Responsible AI in marketing(마케팅 분야의 책임 있는 AI)이 단순한 컴플라이언스 체크리스트가 아니라 재무적 차별화 요소로 부상하고 있는 이유를 분석합니다. 또한 AI 투자를 성장으로 전환하는 조직과 여전히 성과를 기다리고 있는 조직 사이의 차이를 살펴봅니다.
2023년과 2024년 대부분의 기간 동안 기업 AI 논의의 핵심 질문은 하나였습니다. "얼마나 빨리 도입할 것인가." 2025년에 이르러 이 질문에 대한 답은 사실상 나왔습니다. AI 도입은 이제 거의 보편화되었습니다. McKinsey의 최신 글로벌 설문조사에 따르면 조직의 88%가 최소 한 개 이상의 비즈니스 기능에서 AI를 정기적으로 사용하고 있으며, 생성형 AI 활용은 마케팅, 제품 개발, 서비스 운영, IT 전반에서 더욱 빠르게 확산되고 있습니다.
그러나 도입과 가치 창출은 서로 전혀 다른 지표라는 사실이 드러났습니다. McKinsey가 조사한 약 2,000개 기업 중 "AI high performer(AI 고성과 기업)"로 분류된 기업은 약 6%에 불과했습니다. 이들은 AI 활용을 통해 EBIT의 5% 이상을 창출했다고 응답하고, 실질적으로 유의미한 가치를 실현했다고 밝힌 기업입니다. McKinsey 연구진은 그 외 대다수 기업이 보이는 결과를 "AI 극장(AI theater)"이라고 표현합니다. 광범위하게 AI를 사용하고는 있지만, 실제 성과로 전환하는 데 필요한 운영 모델의 변화는 이루어지지 않았다는 의미입니다.
마케팅은 바로 이 격차의 중심에 있습니다. Generative AI in marketing(마케팅 분야의 생성형 AI) 도입이 가장 빠르게 성장한 기능 중 하나이기 때문입니다. McKinsey는 이 설문조사가 진행된 모든 시기에 걸쳐 마케팅 및 영업을 AI 활용도가 가장 높은 두세 개 기능 중 하나로 꾸준히 확인해 왔으며, 2023년에서 2024년 사이 해당 기능의 보고된 도입률은 두 배 이상 증가했습니다. 그러나 동시에 이 영역은 별도의 MIT 연구에서 예산과 성과의 불일치가 가장 두드러지게 나타난 분야이기도 합니다.
MIT의 Project NANDA는 지난 한 해 동안 가장 많이 인용된 기업 AI 연구 결과 중 하나를 발표했습니다. 약 300건의 공개 AI 도입 사례와 150건 이상의 경영진 인터뷰를 분석한 결과, 생성형 AI 파일럿의 약 95%가 측정 가능한 손익(P&L) 성과를 창출하지 못한 것으로 나타났습니다. 유의미하고 확장 가능한 성과를 낸 비율은 연구진이 제시한 수치 기준으로 약 5%에 그쳤습니다.
마케팅 리더에게 가장 중요한 시사점은 예산이 흘러간 곳과 실제 가치가 창출된 곳이 다르다는 사실입니다.
이는 marketing AI(마케팅 AI)가 효과가 없다는 근거가 아닙니다. 오히려 거버넌스, 워크플로우 재설계, 명확한 책임 구조 없이 도입된 마케팅 AI가 MIT가 "학습 격차(learning gap)"라고 부르는 현상에 빠지기 쉽다는 근거입니다. 데모에서는 인상적으로 보이지만, 실제 캠페인이나 데이터, 승인 프로세스에는 적응하지 못하는 도구들이 바로 여기에 해당합니다.
도입만으로는 이 성과 격차를 설명할 수 없다면, 거버넌스가 점점 더 그 답이 되고 있습니다. 2025년과 2026년에 발표된 여러 연구 - 글로벌 AI 투자 동향 분석을 포함하여 - 는 responsible AI(책임 있는 AI)가 실제로 비즈니스 성과에 어떤 영향을 미치는지 정량화하려는 시도를 이어가고 있으며, 그 수치는 거버넌스를 제약이 아닌 성장 동력으로 재해석할 만큼 큽니다.
PwC는 시스템 다이내믹스 모델을 구축하여, AI 안전장치에 의미 있는 투자를 하는 기업과 산업별 최소 컴플라이언스 요건만 충족하는 기업의 재무 성과를 비교했습니다. 시뮬레이션 결과, 견고한 responsible AI 프로그램을 갖춘 기업은 컴플라이언스 수준에 머무는 기업보다 기업 가치는 최대 4%, 매출은 최대 3.5% 더 높은 것으로 나타났습니다. 이는 AI 관련 사고가 전혀 발생하지 않은 시나리오에서도 동일하게 나타난 결과입니다. PwC는 이를 "신뢰 후광(trust halo)"이라고 설명합니다. 거버넌스는 단순히 하방 리스크를 방지하는 데 그치지 않고, 고객과 직원, 투자자에게 신뢰성을 적극적으로 신호하며, 이것이 누적되어 성과로 이어진다는 것입니다.
PwC의 별도 2025년 Responsible AI Survey는 이 발견에 실행적 층위를 더합니다. 가장 성숙한 "전략적(strategic)" 거버넌스 단계에 있는 기업은 초기 훈련 단계에 있는 조직에 비해 모델 문서화, AI 인벤토리 관리, 우선순위 커뮤니케이션 등 거버넌스 역량을 "실제로 효과적"이라고 평가하는 비율이 약 1.5배에서 2배 더 높았습니다. 응답한 임원의 약 60%는 responsible AI 관행이 ROI와 운영 효율성을 직접적으로 개선한다고 답했으며, 55%는 고객 경험과 혁신 측면에서 개선을 경험했다고 응답했습니다.
Deloitte의 기업 AI 연구는 다른 방법론을 통해 유사한 결론에 도달했습니다. 생성형 AI 도입 과정에서 조직이 취한 100개 이상의 신뢰 관련 행동을 다변량 분석한 결과입니다. 신뢰 기반 설계(trust-by-design) 행동을 다수 실행한 기업은 기대했던 AI 성과의 3분의 2 이상을 실제로 실현했다고 응답할 가능성이 훨씬 높았습니다. 이러한 조치를 취하지 않은 조직과 비교했을 때 나타난 차이입니다.
PwC와 Deloitte 전반에 걸쳐 나타나는 패턴은 일관됩니다. AI compliance(AI 규정 준수)와 AI risk management(AI 리스크 관리)는 단순한 방어적 기능이 아닙니다. 이는 AI 투자가 실제 비즈니스 가치로 전환되는지를 가늠하는 선행 지표로 작용하는 것으로 보입니다.
거버넌스는 다른 어떤 비즈니스 기능보다 마케팅에 더 큰 의미를 갖습니다. 마케팅이 고객 관계에 가장 가까이 위치한 기능이기 때문이며, 현재 AI에 대한 소비자 신뢰는 상당한 압박을 받고 있습니다.
Deloitte의 2025년 Connected Consumer 설문조사는 미국 소비자 약 3,500명을 대상으로 진행되었으며, 디지털 서비스의 이점이 개인정보 우려를 상회한다고 답한 응답자가 절반에도 미치지 못한 것으로 나타났습니다. 이는 Deloitte가 2019년부터 이 질문을 추적한 이래 가장 낮은 수준입니다. 같은 설문조사에서 다음과 같은 결과도 함께 확인되었습니다.
한편 Gartner의 2025년 하반기 소비자 연구는 영국 소비자 1,000명 이상을 대상으로 진행되었으며, 대형 브랜드를 신뢰한다고 응답한 비율은 60%에 그쳐 2021년의 70%에서 하락한 것으로 나타났습니다. Gartner는 이러한 하락의 원인을 사람들에게 충분한 가시성을 제공하지 않는 AI 기반 개인화, 추천, 콘텐츠 시스템의 확산과 직접적으로 연관 짓고 있습니다. 해당 수치는 영국에 한정된 조사 결과이지만, Gartner는 이러한 신뢰 저하 흐름을 AI 기반 탐색 및 구매 경험 전반에서 나타나는 보다 광범위한 패턴으로 설명합니다.
마케팅 조직 입장에서 이는 ethical AI in marketing(마케팅 분야의 윤리적 AI)에 대한 명확한 비즈니스 논거를 제시합니다. 효율성을 높이는 동일한 개인화 및 자동화 역량이 투명성에 대한 요구 수준 또한 함께 끌어올리기 때문입니다. Deloitte의 기술 산업 소비자 대상 연구에 따르면, 혁신성과 데이터 책임성 모두에서 우수하다고 평가한 기업에 대해 소비자는 그렇지 않은 기업 대비 연간 약 62% 더 많이 지출하는 것으로 나타났습니다. 다시 말해, 신뢰는 더 이상 손익계산서 바깥에 있는 부차적인 지표가 아니라 고객 지출에 점점 더 직접적으로 반영되고 있는 요소입니다.
관련 연구들은 고성과 기업과 나머지 기업을 가르는 요인을 크게 두 가지 범주로 일관되게 지목합니다. AI가 기술적으로 어떻게 구축되고 배포되는지, 그리고 그 주변의 조직이 어떻게 구성되어 있는지입니다.
이러한 요인들을 종합하면, 이는 단순한 기술 전략이라기보다 하나의 운영 모델에 가깝습니다. AI governance(AI 거버넌스)는 마케팅 실행과 별도로 존재하는 트랙이 아니라, 그 실행을 가능하게 하는 구조적 전제 조건이라는 것입니다.
강력한 AI 목표를 가진 조직조차 일관되게 다음과 같은 확장상의 장애물에 직면하고 있습니다.
McKinsey, MIT, Gartner, PwC, Deloitte 전반의 연구를 종합해 보면, 마케팅 영역에서 AI 리더와 후발주자를 가르는 반복적인 패턴이 드러납니다.
고성과 조직의 공통적인 특징:
어려움을 겪는 조직의 공통적인 특징:
Deloitte의 설문 데이터는 이러한 격차를 직접적으로 뒷받침합니다. 2024년 하반기 기업 AI 연구에서 생성형 AI 이니셔티브에 대한 ROI를 실제로 추적하고 있다고 응답한 조직은 전체의 약 3분의 1에 불과했습니다. 이는 상당수의 기업이 아직 자사의 AI 투자가 실제로 효과를 내고 있는지에 대한 기본적인 질문에도 답하지 못하고 있으며, 하물며 이를 제대로 거버넌스하는 단계에는 더욱 이르지 못했다는 것을 의미합니다.
이러한 연구 결과를 실무에 적용하기 위해 마케팅 팀이 컴플라이언스 부서로 변모할 필요는 없습니다. 효과적인 AI governance for marketing(마케팅 AI 거버넌스)은 일관되게 적용되는 몇 가지 구조적 원칙으로 요약됩니다.
2025년부터 2026년에 걸쳐 축적된 기업 데이터는 하나의 일관된 이야기를 전합니다. marketing AI(마케팅 AI) 도입은 더 이상 예전과 같은 차별화 요소가 아닙니다. 이제 거의 모든 조직이 이를 보유하고 있기 때문입니다. 소수의 고성과 기업과 여전히 성과를 기다리고 있는 훨씬 더 많은 조직을 가르는 것은, AI가 거버넌스가 갖춰진 재설계된 책임 있는 운영 모델 안에서 배포되었는지, 아니면 단순히 기존 모델 위에 얹혀졌는지에 달려 있습니다.
Responsible AI in marketing(마케팅 분야의 책임 있는 AI)은 이제 AI 성과 그 자체와 점점 더 분리할 수 없는 요소가 되고 있습니다. PwC의 모델링은 "신뢰 후광" 효과를 수치로 제시했고, Deloitte의 데이터는 신뢰 구축 행동을 성과 실현과 직접적으로 연결했습니다. McKinsey의 고성과 기업 연구는 워크플로우 재설계와 경영진의 주도권을 EBIT 성과와 직접적으로 연결 짓고 있으며, Deloitte와 Gartner의 소비자 연구는 한 번 무너진 신뢰를 다시 회복하는 데 상당한 비용이 든다는 사실을 보여줍니다. 다음 투자처를 고민하는 마케팅 리더에게 이 연구들이 공통적으로 제시하는 결론은 명확합니다. AI governance(AI 거버넌스)는 마케팅과 AI의 투자수익률(ROI) 사이를 가로막는 장벽이 아니라, 그 ROI를 실제로 만들어내는 메커니즘이라는 것입니다.
거버넌스를 부차적이고 우선순위가 낮은 트랙으로 취급하는 기업은 앞으로도 측정 가능한 AI 성과를 내지 못하는 대다수 기업의 일부로 남을 가능성이 높습니다. 반면 소유권, 투명성, 측정, 워크플로우 재설계를 AI 전략의 기반으로 삼는 기업은 McKinsey, PwC, MIT가 한목소리로 여전히 상당 부분 미실현 상태라고 지적하는 가치 풀을 선점할 수 있는 위치에 서게 될 것입니다.
Hanna is an industry trend analyst dedicated to tracking the latest advancements and shifts in the market. With a strong background in research and forecasting, she identifies key patterns and emerging opportunities that drive business growth. Hanna’s work helps organizations stay ahead of the curve by providing data-driven insights into evolving industry landscapes.