97 도입했으나 여전히 ROI 는? UiPath 리포트로 본 소매업 AI 현실
안녕하세요, IT 전문 블로거입니다. 최근 TechRadar 에서 보도된 UiPath 의 흥미로운 리포트를 만나보게 되었습니다. 우리가 흔히 이야기하는 ‘AI 도입’이라는 말 뒤에는 얼마나 많은 실질적 가치가 숨어 있으며, 또 어떤 함정이 기다리고 있는지 궁금하다면 이 기사를 꼭 읽어보세요. 결론부터 말하면, 대부분의 리테일러 (소매업자) 가 이미 AI 를 도입한 것은 사실입니다. 하지만 도입했다면 당연히 돈이 들어가고, 그 돈에 대한 결과 (ROI) 가 나오지 않는 경우가 많습니다. 왜 그럴까요?
데이터를 보면 정말 충격적인 사실을 발견하게 됩니다. 무려 97% 나나 상당수의 소매업체가 이미 형태의 AI 를 도입했다면, 그중 47% 는 아직 투자 수익률 (ROI) 을 측정하기 위해 기다리고 있죠. 이는 단순한 도입을 넘어, 도입 자체가 성패를 결정하지 않는다는 뜻입니다. 도입했다고 끝이 아니라는 뜻입니다. 가장 중요한 것은 도입 후 어떻게 운영하느냐는 점입니다. 많은 기업들이 AI 를 도입했지만, 이는 문제를 해결하기 위한 사후 대책 수준인 경우가 많습니다.
여러 통계 자료를 살펴보면 2020 년 이후로 AI 를 도입한 기업 중 69% 가 실제 문제가 발생하기 전에 AI 를 미리 준비하여 대응하지 않는다는 것이 드러났습니다. 이는 매우 위험한 접근법입니다. 즉, 이미 매출이 떨어지거나 문제가 발생한 후에야 AI 를 찾아解决问题的 한다는 뜻입니다. 이는 비용을 줄이는 것이 아니라 비용을 더 늘리는 결과를 가져옵니다. 왜 그럴까요? 바로 데이터 가시성 (Visibility) 문제입니다. 42% 의 기업이 여전히 ‘열악한 데이터 가시성’에 어려움을 겪고 있습니다. 데이터가 제대로 정리되어 있지 않다면 AI 는 오히려 노이즈를 만들어낼 수 있습니다.
또한 많은 리더들이 고유의 기술 (Legacy Technology) 을 이유로 속도를 늦춘다고 주장하는 경우도 35% 에 달합니다. 하지만 이는 단순히 시스템을 고른 탓이 아닙니다. 복잡한 기술 스택과 열악한 데이터 품질이 큰 장애물이 된다는 연구 결과가 꾸준히 나오고 있는 와중에서도 이런 주장은 현실을 왜곡하는 것입니다. 기술적인 복잡성 때문에 AI 롤아웃이 지연되고, 재고 정확도가 떨어지면서 의사결체까지 지연됩니다.
여기에 가장 중요한 통계를 하나 더 덧붙여 드리겠습니다. 79% 의 소매업체 운영자가 ‘중요한 운영 결정’을 아직도 수동으로 개입해야 한다고 말하고 있습니다. 이는 AI 라도 AI 라지만, 여전히 사람이 먼저 결정한다는 뜻입니다. 이는 시스템 반응 속도를 늦추고, AI 의 효과를 제한합니다. Retail Director Catherine Frame 이의 지적처럼, 공급망 차질을 탓하는 것이 아니라 ‘완전하지 않거나 낡은 정보 기반에서 결정’을 내리면서 문제를 해결하지 못하는 경우가 많습니다. 데이터 기반으로 결정하려면, 우선 데이터 품질을 높이고 시스템을 통합해야 합니다.
UiPath 를 비롯한 전문가들은 AI 만이 답이라는 접근을 비판하며, ‘운영적 탁월성 (Operational Excellence)’을 달성한 기업이 진정한 성공을 이룰 것이라고 경고합니다. 이는 단순히 AI 툴을 사는 것이 아니라, 데이터를 정제하는 기초 작업부터 하는 것을 의미합니다. AI 는 강력한 도구이지만, 그 위에 세운 건물이 부실하면 아무리 좋은 툴이라 도 의미가 없습니다. 지금 당장 기초를 다져야 합니다. 특히 다가오는 4 분기는 매출 감소와 마진 압박이 심한 시기입니다. 이때 AI 가 제대로 작동하지 않으면 오히려 더 큰 피해가 발생할 수 있습니다.
결론적으로, AI 를 도입하는 것은 기술적 능력의 문제가 아니라 경영자의 데이터 기반 사고 문제입니다. 단순한 도입이 아니라, 운영 시스템의 효율성을 높이는 방향으로 가야 합니다. IT 담당자나 경영진께서는 AI 를 구매하기 전에 기존 시스템을 먼저 가보고, 데이터 품질을 점검해야 합니다. 4 분기가 얼마 남지 않았지만, AI 는 다음 해부터 본격적으로 힘을 발휘할 것입니다. 지금이라도 기초 공사를 시작하는 것이 지름길입니다. 데이터 가시성을 확보하고, 수작업 의존도를 낮추는 것이 바로 성공적인 AI 도입의 핵심 조건임을 기억해 주세요.
이 글은 Latest from TechRadar의 기사를 바탕으로 작성되었습니다.
