한 줄 요약 — 거의 모든 조직이 AI를 쓰지만, 진짜 가치를 본 곳은 100곳 중 6곳뿐이다. 도입은 이미 끝났고, 스케일링과 변혁이 새 게임이 됐다. 그리고 그 게임의 룰은 명백히 다르다 — 효율이 아닌 변혁, 워크플로우 부착이 아닌 재설계, 에이전트의 부분 도입이 아닌 풀가동.
리포트 소개
맥킨지 퀀텀블랙(QuantumBlack)이 2017년부터 매년 발행하는 State of AI는 전 세계 임원 ~2,000명 · 105개국의 응답을 모아 작성하는 가장 인용 빈도 높은 AI 비즈니스 설문이다. 이번 2025년판(2025년 11월 발행)은 "도입 단계는 끝났고, 가치 캡처 단계가 시작됐다"는 메시지를 정량으로 증명한다. 한국 비즈니스 의사결정자에게도 가장 친숙한 외부 데이터 소스 중 하나.
88%
조직이 최소 1개 업무에 AI 사용 (전년 78%)
72%
생성형 AI 사용 (2024년 33%에서 급증)
6%
EBIT 5% 이상 AI 임팩트 = "AI 고성과 기업"
39%
조직만 EBIT 임팩트를 어느 정도 인정
가장 큰 메시지. AI 도입률은 정점에 가까워졌고, 이제 차이를 만드는 건 "어떻게 쓰느냐"다. 맥킨지가 정의한 "AI 고성과 기업"(EBIT의 5% 이상이 AI 기여)은 전체의 6%뿐이고, 이들과 나머지 94%의 격차는 이번 보고서에서 가장 일관되게 드러난다 — 리더십, 워크플로우, 에이전트, 예산, 모든 차원에서.
5대 트렌드
TREND 01
도입 100점, 가치 6점 — 스케일링 격차의 본격화
88% 도입, 72% 생성형 AI 사용. 그러나 EBIT에 5% 이상 임팩트를 인정한 기업은 6%. 도입이 평균이 된 시대에 "도입했다"는 더 이상 자랑이 아니다. 벌었느냐가 새 질문.
2/3 이상 조직이 아직 엔터프라이즈 전반 스케일링 시작 못 함
80%는 기존 프로세스 위에 AI 얹기, 21%만 워크플로우 재설계
맥킨지 추산 경제 잠재 가치: $2.6~4.4조 (연간), 63개 유스케이스
가장 큰 가치 영역: 고객운영 · 마케팅·세일즈 · 소프트웨어 엔지니어링 · R&D
인사이트 — "스케일링 격차"는 이제 마케팅 용어가 아니라 회계 용어다. 도입률 통계로 안심하던 시기는 지났고, 손익계산서에 직접 들어가는 단계로 이행 중.
TREND 02
고성과 6%가 다른 일을 한다 — 4가지 결정적 차이
맥킨지가 정의한 "AI 고성과 기업"이 나머지 94%보다 일관되게 잘하는 4가지가 있다. 이건 운이 아니라 의도다.
차원
고성과 6%
나머지 94%
변혁 의도 (효율 vs 성장·혁신)
3.6배 더 자주 "변혁을 위한 AI"
대부분 "효율을 위한 AI"
워크플로우 재설계
55% 근본 재설계 완료
20%만 재설계
시니어 리더십 오너십
3배 더 강하게 commitment
리더십이 IT에 위임
예산 투입
1/3 이상이 디지털 예산 20%+ AI에
그 비율이 1/6
의미 — 큰 회사가 잘하는 것도, 작은 회사가 잘하는 것도 아니다. "AI를 변혁 도구로 보느냐, 효율 도구로 보느냐"의 차이가 6%와 94%를 가른다. 이건 기술 문제가 아니라 경영 의사결정 문제.
TREND 03
워크플로우 재설계 = 진짜 분기점
대부분 조직이 AI를 기존 프로세스 위에 얹는 방식으로 도입한다. 그런데 맥킨지 데이터는 명확히 말한다 — 워크플로우를 재설계하지 않으면 가치는 잡히지 않는다.
생성형 AI 사용 기업 중 21%만 일부 워크플로우 재설계
나머지 약 80%는 "기존 일하는 방식 위에 AI 부착"
고성과 기업은 2.8배 더 자주 근본 재설계 (55% vs 20%)
맥킨지: "도입 ≠ 가치. 재설계 = 가치"
인사이트 — "AI로 무엇을 할 수 있나"가 아니라 "이 일을 처음부터 다시 설계한다면 어떻게 할까"가 질문이 돼야 한다. 80%가 첫 번째 질문에 머물러 있다.
TREND 04
에이전트 시대 본격 도입, 그러나 한 자릿수
2025년 보고서의 부제 자체가 "Agents, innovation, and transformation". AI 에이전트가 chatbot을 넘어 "행동하는 AI"로 본격 등장했다. 단, 실제 도입률은 아직 거의 모든 비즈니스 기능에서 한 자릿수.
에이전트 스케일링 강세 영역: IT · 지식 관리 · 서비스 운영
고성과 기업은 에이전트 스케일링에 3배 이상 앞서감
전체 기업 평균: 거의 모든 비즈니스 기능에서 에이전트 도입 한 자릿수
맥킨지의 별도 보고서 "Seizing the Agentic AI Advantage"가 동시 발행 — 본 보고서의 연속편
의미 — 에이전트는 "올 것이냐 안 올 것이냐"의 단계를 지났다. 이제는 "얼마나 빨리 어디부터냐"의 단계. 그리고 그 답이 IT·지식 관리·서비스 운영이라는 건, 가장 측정 가능하고 표준화된 영역부터 시작해야 한다는 신호.
TREND 05
신뢰 격차가 새로운 병목
맥킨지가 동시 발행한 State of AI Trust 2026에 따르면, AI가 "잘못 말하는 것"에서 "잘못 행동하는 것"으로 위험의 차원이 바뀌었다. 그리고 거의 모든 조직이 이 변화를 따라가지 못하고 있다.
67% (약 2/3)가 보안·리스크를 agentic AI 스케일링의 최대 장벽으로 지목
책임감 있는 AI(RAI) 성숙도 평균: 2.0(2025) → 2.3(2026)
그러나 strategy·governance·agentic 제어에서 30%만 성숙도 3 이상
가장 빈번한 리스크: 부정확성(hallucination) + 사이버보안
지역별: 아시아·태평양 전체 RAI 성숙도 1위. 산업별: TMT·금융 선도
의미 — 에이전트가 단순한 답을 생성하는 게 아니라 시스템을 가로지르며 행동한다는 것은, 거버넌스가 "결과 검수"에서 "행동 통제"로 진화해야 한다는 뜻. 정책·모니터링·롤백 메커니즘이 거버넌스의 새 3축.
핵심 시사점 5가지
1. "도입했다"는 더 이상 자랑이 아니다. 88%가 도입한 시대에 차이는 가치 캡처에서 난다. 다음 보고 라인은 "AI 도입률"이 아니라 "AI EBIT 기여도"여야 한다.
2. 효율을 목표로 하면 효율만 얻고 끝난다. 고성과 6%는 효율이 아닌 변혁을 목표로 한다. AI 도입 KPI를 "비용 절감 X%"에서 "신규 매출 Y%"로 바꾸는 게 6%로 진입하는 1번 변수.
3. AI는 IT 부서의 일이 아니다. 시니어 리더십 오너십이 격차의 3배 변수. CEO·임원이 AI 비전을 분기마다 발표하느냐가 6%와 94%를 가른다.
4. 에이전트는 IT·지식·서비스부터. 모든 곳에 한 번에 깔지 마라. 가장 측정 가능하고 표준화된 영역에서 시작 → 데이터·거버넌스 학습 → 확장.
5. 거버넌스는 결과 검수가 아니라 행동 통제가 된다. RAI 2.3 시대에 정책·모니터링·롤백 메커니즘 없이 에이전트를 풀면 67%가 보안을 1번 장벽이라 답하는 이유를 직접 체험하게 된다.
🇰🇷 한국 기업에 의미하는 것
한국은 "도입률 통계"에서는 글로벌 평균에 가깝다. 그러나 한국 기업에 특화된 약점이 있다:
EBIT 임팩트 측정 자체가 안 됨 — "AI 썼다"는 보고는 풍부하지만 "AI로 얼마 벌었다"는 보고는 드물다. 39%라는 글로벌 평균도 한국 표본만 보면 더 낮을 가능성 높음.
위계 문화와 에이전트의 충돌 — Trend 02의 "변혁 의도" 격차가 한국에서 더 크게 나타날 가능성. "위에서 시키는 일을 빠르게"가 강한 한국 조직 문화는 워크플로우 재설계의 가장 큰 적.
시니어 리더십 오너십 부재 — 대부분 한국 기업에서 AI는 "디지털 전략실"이나 "IT기획"에 위임됨. CEO가 직접 비전을 말하는 회사는 드물다.
아시아 RAI 1위라는 통계의 함정 — 지역 평균이 1위라고 한국 개별 기업도 그렇다는 뜻은 아님. 한국 RAI 데이터는 별도 검증 필요.
기회 — 그러나 한국이 강한 영역이 정확히 맥킨지가 짚은 에이전트 우선 도입 영역(IT 운영·서비스 운영)이다. 이건 한국 IT 인프라 수준에서 상대적으로 빠르게 따라잡을 수 있는 영역.
비판적으로 봐야 할 부분
이건 컨설팅펌 자료다. 맥킨지의 비즈니스 모델은 "기업 변혁 컨설팅 판매". "스케일링 격차"라는 프레임 자체가 자사 서비스 수요와 직결된다. 통계는 진짜지만 해석은 마케팅일 수 있다.
"AI 고성과 기업" 정의의 자기 강화성 — 맥킨지가 정의하고 맥킨지가 측정한다. "EBIT 5% 이상 임팩트"라는 기준이 어떻게 검증됐는지 별도 외부 감사 없음.
한국·아시아 표본 비중 미공개 — 105개국 ~2,000명 응답이라지만 국가별 표본 분포는 보고서에 명시되지 않음. 한국 응답자 수가 50명일 수도 5명일 수도.
"변혁 vs 효율" 이분법의 함정 — 실제로는 효율과 변혁이 단계적으로 함께 가는 경우가 많다. "효율을 추구하는 게 잘못"이라는 메시지로 단순화될 위험.
다른 컨설팅펌과의 비교 부재 — Deloitte의 State of GenAI(분기 발행), BCG, PwC도 비슷한 설문을 함. 맥킨지 수치만 보면 그림이 일면적일 수 있다.
용어 사전
QuantumBlack — 맥킨지의 AI·고급 분석 전문 사업부. 2015년 인수 이후 맥킨지의 AI 컨설팅 브랜드로 운영. State of AI 보고서의 실제 작성 주체.
EBIT — Earnings Before Interest and Taxes(이자·세금 차감 전 이익). 영업이익 개념. 본 보고서의 "AI 임팩트" 기준 = "EBIT의 X% 이상이 AI 활동으로 귀결".
AI 고성과 기업(AI High Performers) — 맥킨지가 정의한 카테고리. AI 활동이 EBIT의 5% 이상 임팩트를 낳고, 응답자가 "유의미한 가치 창출"이라고 답한 기업.
워크플로우 재설계(Workflow Redesign) — 기존 일하는 방식 위에 AI를 부착하는 것이 아니라, "처음부터 AI 기반으로 일을 재설계"하는 것. 맥킨지 보고서의 가장 자주 인용되는 개념.
RAI (Responsible AI) — 책임감 있는 AI. 안전·공정·투명·거버넌스 등 AI의 사회적 책임 차원. 맥킨지 RAI 성숙도 = 5점 척도.
Agentic AI — 응답에 그치지 않고 도구·시스템을 가로지르며 행동하는 AI. State of AI 2025의 핵심 키워드.