핵심 내용
지금은 2020년 2월
여러 연사가 지금을 "2020년 2월"에 비유했습니다(3-4). 코로나 직전, 모든 것이 바뀌기 직전의 그 순간입니다. 12개 세션에서 반복된 합의는 세 가지였습니다. AI 에이전트가 챗봇을 넘어 업무를 자율 완수하는 단계에 진입했고(3-1), 소프트웨어 엔지니어링의 한계비용이 0에 수렴하면서 Build vs Buy의 셈법이 근본적으로 바뀌었으며(3-2), 수직 특화 AI와 범용 AI 사이의 생태계 경쟁이 본격화되었습니다(3-3). Sierra는 34개 언어로 연간 수억 건의 고객 전화를 에이전트가 처리하고, Harvey AI는 창업 3년 반 만에 연매출 2억 달러에 도달했습니다(2-4). Intuit CEO는 7년 전부터 "서비스 기업" 전환을 선언했고, Replit은 자연어 기반 소프트웨어 생성 플랫폼 출시 후 매출이 100배 뛰었습니다. 여기까지는 이미 보도된 풍경입니다.
SW의 종말이 아닌 가치사슬의 재편
SaaS 시가총액이 한 주에 4,000억 달러 빠졌을 때 헤드라인은 "소프트웨어의 종말"이었습니다. Replit CEO 암자드 마샴의 읽기는 달랐습니다 — "Salesforce는 데이터 저장소로 남겠지만, 더 이상 인터페이스가 아닐 수 있다"(4-1). 소프트웨어가 사라지는 게 아니라, 가치의 무게중심이 인터페이스에서 에이전트로 옮겨가고 있습니다. Zillow의 한 제품 매니저 — 엔지니어가 아닙니다 — 는 바이브 코딩으로 구매 전환율을 10% 올려 수천만 달러의 매출을 만들었습니다(4-3). 코드를 쓰는 사람이 달라지면, 소프트웨어 산업의 권력 구조가 달라집니다.
241년 된 BNY Mellon은 이 재편의 실증 사례입니다. 디지털 직원 130명에게 이름을 붙이고 조직도에 올렸습니다 — 전부 'Alive'로 시작합니다(2-3). 에이전트가 업무를 자율 완수하기 시작하면, ERP·CRM·티켓팅 같은 기록 시스템의 존재 이유 자체가 흔들리고(1-2), 엔터프라이즈 소프트웨어 시장의 수조 달러가 재배분됩니다. 전 트위터 CEO 파라그 아그라왈이 창업한 Parallel은 "에이전트가 웹의 주요 사용자가 되는 시대"를 준비하고 있고(4-2), Sierra의 Brett Taylor는 에이전트가 인간보다 체계적이고 예측 가능하기 때문에 규제 당국이 오히려 도입을 "요구"하게 될 수 있다고 전망합니다(4-4).
AX, 방식이 성패를 가른다
하지만 이 전환에서 성과를 내는 조직은 소수입니다. 스탠퍼드의 브린욜프슨이 ADP 급여 데이터를 분석한 결과가 그것을 보여줍니다(2-2). AI 노출도가 높은 직종에서 22~26세 초급 인력의 고용이 16% 줄었습니다. 그런데 같은 직종 안에서도 결과가 갈렸습니다 — AI를 "대체" 용도로 쓴 그룹은 고용이 빠지고, "증강" 용도로 쓴 그룹은 오히려 늘었습니다. 2025년 미국 생산성 증가율 2.7% — 10년 평균의 두 배(2-1) — 는 J-커브의 시작 신호이지만, 그 과실의 배분은 기술이 아니라 활용 방식이 결정합니다.
워크헬릭스가 기업 내부 LLM 사용 로그를 열어보니, 조직 전체 AI 가치의 절반 이상을 소수의 파워 유저가 만들어내고 있었습니다(1-1). 대다수는 번역과 문서 다듬기에 머물렀고, 소수는 LLM과 수 시간 대화하며 수 주일치 전략 보고서를 뽑아냈습니다. "파일럿 연옥"에서 벗어나는 열쇠는 더 좋은 모델이 아니라, 파워 유저의 사용법을 조직 전체로 퍼뜨리는 학습 구조였습니다. BNY Mellon이 MIT 선정 'AI 실질 가치 창출 기업 5%'에 든 비결도 같습니다 — 에이전트 배포 전, 직원 65%에게 최소 10시간 교육부터 시켰습니다. 이 은행의 CTO가 2026년의 단어로 꼽은 "일관성(Coherence)"이 핵심입니다(1-3) — 데이터, 보안 권한, 비즈니스 목표가 정렬되지 않은 조직에 AI를 넣으면, AI는 기존의 혼란을 증폭시킬 뿐입니다. 브린욜프슨의 "튜링 트랩" 경고도 같은 맥락입니다(1-4). AI를 인간의 대체재로 설계하면 임금이 떨어지고, 보완재로 설계하면 올라갑니다. C-Suite의 50% 이상이 만성질환 위험에 노출된 현실에서, 이 전환을 이끌 리더의 에너지 관리 역시 일관성의 한 축입니다.
마지막으로, 12건을 전수 확인했기에 말할 수 있는 것이 있습니다 — 이 자리에서 빠진 이야기들입니다. AI 윤리와 편향, EU AI Act를 비롯한 글로벌 규제 충돌, AI 인프라의 에너지 비용, 중국과의 AI 패권 경쟁, 사이버보안 위협. 기술 낙관이 지배한 자리에서 밀려난 이 다섯 가지가, 다음 사이클의 핵심 변수가 될 가능성이 높습니다.
인사이트 맵
| 공통된 시각 | 새로운 시각 | |
|---|---|---|
| 간과하는 내용 |
Q2. Hidden Evidence | Q1. Blind Spot |
| 주목하는 내용 |
Q3. Common Ground | Q4. Reframing |
Take Away
지금은 "2020년 2월"입니다 — AI 에이전트가 실전에 투입되었고, 소프트웨어의 가치사슬이 인터페이스에서 에이전트로 재편되고 있습니다. 3~5년 뒤 이 시점을 돌아볼 때, 가장 중요했던 선택은 어떤 AI 모델을 도입했느냐가 아니라 조직을 어떻게 재설계했느냐일 수 있습니다. 같은 기술을 대체에 쓴 조직은 고용이 줄고, 증강에 쓴 조직은 오히려 늘었습니다 — AX의 성패는 기술이 아니라 방식이 결정합니다. 지금 논의되지 않는 영역 — AI 윤리·편향, 글로벌 규제 충돌, AI 인프라 에너지 비용, 사이버보안 — 이 다음 사이클의 핵심 변수가 될 가능성이 높습니다.
경영시사점
소프트웨어 한계비용 제로화로 기존 SaaS 벤더의 인터페이스 가치가 급격히 하락하고 있으며(4-1), 한 주에 4,000억 달러의 시가총액이 소실되었습니다. AI 노출도가 높은 직종에서 초급 인력 고용이 16% 감소하고 있어(2-2), 기존 인재 파이프라인과 온보딩 체계의 재설계를 검토할 필요가 있습니다. 파운데이션 모델 제공자(OpenAI, Anthropic)가 사실상 "지구상 모든 비즈니스의 경쟁자"로 부상하면서(3-3), 애플리케이션 레이어 기업들의 차별화 기반이 도전받고 있습니다.
생산성 J-커브가 가시화되면서(2-1), AI 투자의 ROI가 처음으로 거시경제 수준에서 확인되고 있습니다. 성과 기반 가격 모델(outcomes-based pricing)이 벤더-고객 인센티브를 정렬시키는 새로운 비즈니스 모델을 열고 있으며(1-2), 비기술 인력의 바이브 코딩이 제품 매니저 한 명의 작업으로 수천만 달러의 매출 증대를 달성하는 사례가 보고되고 있습니다(4-3). 수직 특화 AI 플랫폼이 도메인 전문성·거버넌스·맥락 엔지니어링으로 범용 AI와 차별화에 성공하고 있으며(2-4), 이 시장은 급속히 확대 중입니다.
① 에이전트 전략 수립 — 기록 시스템 위에 자체 에이전트 레이어를 구축할 것인가, 수직 특화 솔루션을 도입할 것인가(1-2)(4-1). 핵심 역량 영역은 Build, 비핵심은 Buy라는 원칙 하에 포트폴리오를 설계해야 하며, 결정이 늦어질수록 레거시 시스템 위의 에이전트 구축 비용이 증가할 수 있습니다.
② AI 인재 전략 전환 — 파워 유저 발굴과 조직 학습 메커니즘을 구축할 것인가(1-1). 토큰 소비 리더보드 같은 게임화 전략으로 AI 네이티브 전환을 가속하고, 초급 인력 감소에 대비한 새로운 온보딩·재교육 체계를 선제적으로 설계하는 것을 고려할 수 있습니다.
③ 데이터·거버넌스 정렬 — "일관성(Coherence)"을 AI 투자의 선결 조건으로 배치할 것인가(1-3). ERP·CRM·PIM 통합과 마스터 데이터 거버넌스 없이 AI를 도입하면 기존의 혼란이 증폭될 뿐이며, 이 선결 과제의 시간 가치를 고려할 필요가 있습니다.
본 브리프는 WSJ Tech Council 2026 전 세션(12건) 전문 데이터를 5단계로 분석한 결과입니다. ① 전수 스캔 → ② AI 에이전트·SaaS 재편 / 생산성·노동시장 전환 / 기업 전략·Build vs Buy / 인프라·생태계·거버넌스 축 심층 독해 → ③ 교차분석 + Silence Analysis → ④ 인사이트 맵 + Silence Map 배치 → ⑤ 통합 편집. 데이터 소스: wsj2026+techcouncil library, 2026-02-12.
즉각적인 논의가 필요한 토픽
즉각적인 논의가 필요한 토픽 · 주요 보도와 일치하되 현장 데이터로 깊이를 더한 인사이트
AI 에이전트 = 2026년 기업 전략 핵심 키워드
12개 세션 중 10개 이상에서 AI 에이전트가 중심 의제로 논의되었으며, 단순 챗봇을 넘어 자율적으로 업무를 완수하는 에이전트로의 전환이 2026년 기업 전략의 핵심 키워드로 자리잡았다. Sierra는 34개 언어로 연간 수억 건의 전화를 처리하며, Harvey는 법률 문서 검토를, BNY Mellon은 KYC와 펀드 회계를 에이전트가 수행한다. 성과 기반 가격(outcomes-based pricing)이라는 새로운 비즈니스 모델이 등장하여, 에이전트가 실제로 케이스를 해결했을 때만 비용을 청구하는 방식이 확산되고 있다. 이것은 온프레미스→클라우드 SaaS→성과 기반이라는 기술 산업 가격 모델의 세 번째 진화를 의미한다.
소프트웨어 한계비용 0 수렴 → Build vs Buy 재편
복수 세션에서 소프트웨어 엔지니어링의 한계비용이 "거의 0에 수렴"하고 있다는 진단이 반복되었다. 이전에 가장 부족하고 구하기 어려웠던 소프트웨어 엔지니어 리소스의 전략적 중요성이 약화되면서, 오프쇼어링/온쇼어링 논쟁이 시대착오적이 되었다. 기업들의 Build vs Buy 의사결정이 근본적으로 변하고 있으며, COVID-19 때 방어 모드에 있었던 기업들이 AI 시대에는 공격 모드를 펼칠 기회를 얻었다. 10년간 혁신이 정체된 기존 소프트웨어 벤더의 갱신 주기에 직면한 기업들은 자체 개발의 경제성을 재평가하고 있다.
수직 특화 AI vs 범용 AI 생태계 경쟁
OpenAI와 Anthropic이 사실상 "지구상 모든 비즈니스의 경쟁자"로 부상하면서, 수직 특화 AI 플랫폼은 도메인 전문성·거버넌스·맥락 엔지니어링으로 차별화 경쟁을 벌이고 있다. Harvey AI의 Winston은 법률 업무가 단순 IQ나 추론이 아니라 사모펀드 운영, M&A 실행, 계약 협상 같은 도메인 지식이 필수적이라고 강조했다. 범용 에이전트 빌더로 모든 것을 구축하는 것은 자체 CRM이나 ERP를 만드는 것과 같은 비효율이며, IaaS가 SaaS를 대체하지 못했듯이 범용 인프라가 수직 솔루션을 대체하지 못한다는 논리다. 다만 Anthropic이 법률 플러그인을 포함한 Chord 플랫폼을 출시하면서 경쟁 구도는 더욱 긴장되고 있다.
"2020년 2월" — AI는 인류 역사적 전환점
Greylock Partners의 Pat은 Matt Schumer의 논문 "Something Big is Happening"을 인용하며, 현재를 2020년 2월 코로나 직전 상황에 비유했다. 다만 AI는 세 가지 점에서 코로나와 다르다. 영향력이 훨씬 크고, 일시적 파동이 아니라 지속적으로 복합 성장하며, 가장 중요한 것으로 방어가 아닌 공격을 선택할 수 있다. "오늘날 우리가 알고 있는 모든 기술은 AI가 구축될 기반에 불과하다"는 선언은 이것이 기술사가 아닌 인류사의 전환점이라는 인식을 반영한다.
실행에서 주목할 토픽
실행에서 주목할 토픽 · 알려진 사실이지만 현장 데이터가 부여하는 독점적 무게감
생산성 J-커브 가시화: 2.7% = 10년 평균의 2배
역사적으로 전기 같은 주요 기술 혁신은 도입 후 경제 효과가 나타나기까지 20~30년이 걸렸지만, AI의 생산성 J-커브는 훨씬 빠르게 진행되고 있다. 2025년 미국 생산성 증가율은 약 2.7%로 추정되며, 이는 지난 10년간 평균의 약 두 배 수준이다. 2025년 한 해 동안 예상보다 약 40만 개의 일자리가 적게 생성되었는데, 이는 역설적으로 생산성(GDP/노동자 수)의 분모가 감소했음을 의미하며 실질 생산성이 예상보다 높다는 증거다. 직종별·업무별 미시 데이터 분석에서 AI 노출도가 높은 직종과 업무에서 고용 감소 효과가 더 크게 나타나, AI가 생산성 변화의 주요 동인임이 뒷받침된다. 이것은 AI 투자의 ROI가 처음으로 거시경제 수준에서 확인되는 전환점이다.
AI 노출 직종 초급 고용 16%↓ vs 증강 활용 고용↑
ADP와 스탠퍼드 디지털경제연구소의 공동 연구 'Canaries in the Coal Mine'은 AI가 고용에 미치는 영향을 직종·연령·업무 방식별로 세밀하게 분석했다. 코딩·콜센터·영업·행정 등 AI 노출도가 가장 높은 직종에서 22~26세 초급 인력의 고용이 16% 감소한 반면, 경험이 많은 고위 직급은 변화가 없었다. 더 중요한 발견은 프롬프트 사용 패턴 분석에서 나타났다. 업무를 자동화·대체하는 방식으로 AI를 사용한 그룹은 고용 감소가 더 가팔랐지만, 업무를 증강·확장하는 방식으로 사용한 그룹은 오히려 고용이 증가했다. 이 수치는 논문 초판 13%에서 3개월 추가 데이터로 16%로 증가해 추세가 가속화되고 있다. 초급 인력의 급격한 감소는 전통적 경력 사다리 모델의 붕괴를 의미한다.
BNY Mellon 디지털 직원 130명 조직도 통합, KYC 3주→20분
241년 역사의 미국 최고(最古) 은행 BNY Mellon은 전 세계 투자 자산의 5분의 1(일일 59조 달러)을 결제 처리하는 금융 인프라 기업으로, 자체 개발 멀티 에이전트 플랫폼 Eliza를 기반으로 160개 부서별 에이전트를 운영한다. 최종적으로 4개 페르소나 130명의 디지털 직원을 조직도에 공식 등재했으며, 이들은 실제 인간 매니저에게 보고하고 작업 완료 시 이메일이나 Teams로 통지한다. 모든 디지털 직원의 이름은 'Alive...'로 시작하여 조직 내에서 쉽게 식별된다. CEO Robin Vince는 단기 ROI 압박 없이 투자를 승인했으며, KYC 프로세스는 기존 3주에서 20분으로 단축되었으나 이를 외부 지표로 공개하지 않고 내부 메트릭으로 관리한다. 이것은 AI 도입의 가장 진전된 실증 사례 중 하나다.
Harvey AI: 3.5년에 ARR $2억, 보안 사고 0건
Harvey AI는 2022년 설립 후 3년 반 만에 ARR 2억 달러를 달성하며 수직 특화 AI 플랫폼의 성장 가능성을 입증했다. 2025년 8월 ARR 1억 달러에서 몇 개월 만에 두 배로 성장했으며, Sequoia 주도로 110억 달러 기업가치 펀딩을 진행 중이다. 1,000개 이상 고객과 단 한 건의 보안·프라이버시 사고도 없었다는 사실은, "AI 세계에서 3년 반은 영원에 가까운 검증 기간"임을 보여준다. Harvey는 법무법인과 사내 법무팀이 동일 플랫폼에서 협업하는 멀티플레이어 기능, 윤리 장벽(ethical walls), human-in-the-loop 검토 구조를 갖추고 있다. 엔지니어 60명 시절부터 가장 큰 법무법인들과 협업하며 은행급 보안 표준을 충족시킨 전략이 성공의 핵심이다.
의미를 잘 생각해 볼 필요가 있는 토픽
의미를 잘 생각해 볼 필요가 있는 토픽 · 알려진 사실을 다른 프레임으로 재해석
SaaS묵시록 = 인터페이스 가치 이탈(시스템 레코드는 유지)
SaaS 시가총액 4,000억 달러 소실이 "소프트웨어의 종말"로 보도되었지만, 실체는 가치의 파괴가 아닌 가치의 이동이다. Replit CEO 암자드 마샴은 Salesforce가 시스템 레코드로 남더라도 "더 이상 인터페이스가 아닐 수 있고, 더 멍청한 저장소가 될 수 있다"고 진단했다. 중소기업은 바이브 코딩으로 맞춤형 CRM을 직접 구축하고(헤지펀드 CRM ≠ VC CRM), 대기업은 기존 시스템 위에 자체 에이전트와 워크플로우를 쌓으면서 인터페이스 가치가 이탈한다. Salesforce의 생존 전략으로 Palantir식 포워드 디플로이드 엔지니어 모델이 제시되었다. 이것은 라이선스 판매에서 전문 서비스로, 제품 중심에서 플랫폼 중심으로의 전환을 의미한다.
"에이전트를 위한 웹" → 오픈 웹 경제 모델 재편
전 트위터 CEO 파라그 아그라왈이 창업한 Parallel은 "에이전트가 웹의 주요 사용자가 되는 시대"를 위한 인프라를 구축 중이다. 9개월 전 추론 비용의 95%가 챗봇에 사용되었으나, 현재 코딩 에이전트 카테고리만 봐도 절반 이상이 3~5분 장시간 실행 작업에 사용되며 약 5%는 백그라운드 에이전트로 전환되었다. LLM 성능 향상과 인프라 개선이 곱셈 효과를 내며, 에이전트가 콘텐츠를 소비하되 트래픽·가치를 원 출처로 보내지 않으면 퍼블리셔의 인센티브가 사라진다는 근본 문제가 제기되었다. Parallel은 수개월 내 오픈 웹 지속가능성 모델을 공개할 예정이며, Kleiner Perkins 투자사 Profound는 에이전트 기반 SEO를 재정의하고 있다.
비코더의 코딩 = 소프트웨어 가치 사슬 전환
Zillow의 제품 매니저는 비기술 인력임에도 Replit을 활용해 구매 전환율을 10% 개선하여 수천만 달러의 매출 증대를 달성했다. 성공 측정 지표가 코드 라인 수에서 비즈니스 임팩트로 전환되었으며, "에이전트를 루프로 돌릴 수 있기에 코드 양은 더 이상 의미가 없다"는 Replit CEO의 선언은 소프트웨어 산업의 가치 기준 자체가 바뀌고 있음을 보여준다. 마샴은 "JavaScript에서 객체가 null이 아닌지 걱정하지 말고, 훌륭한 제품을 만드는 법을 걱정하라"고 조언하며, 풀스택 엔지니어 역할은 자동화되는 반면 시스템 엔지니어링·제품 기획·사이트 신뢰성 역량은 더욱 중요해진다고 진단했다. 이것은 소프트웨어 창작 주체가 엔지니어에서 조직 전체로 확장되는 구조적 전환이다.
규제 당국이 AI 에이전트 도입을 "요구"할 가능성
Sierra의 Brett Taylor는 AI 에이전트가 인간 운영보다 체계적이고 예측 가능하다는 점에서, 규제 당국이 오히려 에이전트 도입을 요구하기 시작할 수 있다고 전망했다. 의료 분야에서 Sierra는 미국 가구의 50% 이상에 서비스를 제공하며, Sutter Health 같은 의료 제공자와 다수의 은행과 협력하고 있다. 에이전트는 체계적 제어와 가드레일을 둘 수 있어 컴플라이언스 관점에서 인간보다 우수할 수 있다는 논리다. BNY Mellon이 Eliza 플랫폼에 보안을 기본 레이어로 내장한 것도 같은 맥락이며, AI Act·FINRA·GLBA 등 글로벌 AI 규제가 강화되면서 초기부터 거버넌스를 내장한 플랫폼이 규제 대응 비용과 시장 출시 속도에서 경쟁 우위를 갖게 된다.
선견/선수를 위한 토픽
선견/선수를 위한 토픽 · 12개 세션 교차분석으로만 발견 가능한 인사이트
"파일럿 연옥" 탈출 키 = 파워 유저 패턴 복제
기업 내부 LLM 사용 패턴을 분석한 결과, 거의 모든 조직에서 소수의 파워 유저가 전체 AI 가치의 50% 이상을 창출하는 극단적 파워 로 분포가 관찰되었다. 한 대형 보험사에서 대다수 직원은 AI를 번역·문서 다듬기 수준으로 활용한 반면, 소수 파워 유저는 LLM과 수 시간에 걸친 대화형 상호작용으로 수 주일 분량의 마케팅 전략을 수립했다. 10개 이상 파일럿을 운영하면서 측정 가능한 ROI를 달성한 사례가 극소수인 "파일럿 연옥" 상태에서, 탈출의 열쇠는 기술 업그레이드가 아니라 파워 유저의 사용 패턴을 템플릿화하여 조직 전체로 확산시키는 학습 메커니즘이다. 외부 전문가의 베스트 프랙티스보다 동료의 실제 성공 사례가 훨씬 효과적이라는 발견은, AI ROI가 기술 자체보다 조직 내 학습·확산 메커니즘에 더 크게 좌우된다는 것을 보여준다. 이는 한국 대기업의 AI 전사 도입 전략에서 "도입 수"가 아닌 "파워 유저 밀도"를 핵심 KPI로 전환해야 함을 시사한다.
기록 시스템→에이전트 가치 이동 = 수조 달러 재분배
AI 에이전트가 실제 업무를 자율적으로 완수하는 환경에서, ERP·CRM·티켓팅 시스템 등 기록 시스템의 존재 목적이 근본적으로 불분명해지고 있다. Sierra의 에이전트가 전화를 받아 고객 문제를 해결할 때 티켓의 가치는 리포팅 외에는 거의 없으며, 기업이 티켓팅 시스템 대비 에이전트에서 인식하는 가치가 역전되고 있다. 과거 30년간 데이터베이스와 워크플로우, 즉 기록 시스템이 엔터프라이즈 소프트웨어의 "중력"이었다면, 현재는 업무를 수행하는 에이전트가 고유한 가치를 지닌 것으로 재평가되기 시작했다. 시장은 "당신이 Siebel Systems가 될지 Microsoft가 될지 모르기 때문에 증명할 때까지 관망하겠다"는 메시지를 보내고 있다. 기존 벤더들은 전환 비용에 의존하며 가격을 인상하거나, 시스템 위에 에이전트를 구축하는 방향으로 전환해야 하는 기로에 서 있다. 이것은 엔터프라이즈 소프트웨어 시장의 수조 달러 규모 가치 재분배가 진행 중임을 의미한다.
"일관성(Coherence)" 부재가 AI 실패의 진짜 원인
BNY Mellon의 CTO Leanne Cutts는 2026년 키워드로 "일관성(Coherence)"을 제시하며, AI 확산의 핵심 성공 요인이 기술 성능이 아니라 데이터·보안 권한·비즈니스 목표의 정렬이라고 진단했다. 단순히 컴퓨팅 파워나 LLM을 추가 투입해도 성과가 나오지 않으며, "조직에 혼란이 있다면 AI가 그 혼란을 증폭시킬 뿐"이라는 것이다. Sam Altman이 지적한 AI 도입 지연의 핵심 원인도 기술 성능 부족이 아니라 조직 내 데이터 분산, 권한 불일치, 프로세스 혼재 등 "일관성 부재"였다. 금융서비스 기업들은 규제 환경상 데이터와 거버넌스 정렬이 상대적으로 용이해 빠른 성과를 냈지만, 제조·유통 등 데이터 사일로가 심한 산업은 AI 투자 전에 ERP·CRM·PIM 통합과 마스터 데이터 거버넌스 구축이 선결 과제다. 이것은 AI 투자의 ROI가 기술 솔루션이 아니라 조직 설계에 의해 결정된다는 근본적 재인식을 요구한다.
튜링 트랩 → 센타우르 벤치마크로 전환 필요
브린욜프슨은 AI를 인간과 구별 불가능하도록 모방하는 튜링 테스트 접근법을 "튜링 트랩"이라고 명명하며 세 가지 위험을 경고했다. 첫째, 인간 능력을 상한선으로 설정하여 "인간만큼 빨리 걷는 자동차를 만들겠다"는 것만큼 낮은 천장을 스스로 설정한다. 둘째, 직원들에게 "우리 목표는 당신을 대체하는 것"이라는 메시지가 되어 조직 내 AI 도입 저항을 초래한다. 셋째이자 가장 중요한 것으로, 인간의 대체재로 설계된 기술은 임금을 하락시키지만 보완재로 설계된 기술은 임금을 상승시킨다. 브린욜프슨은 AI 단독 성능을 측정하는 블랙박스 벤치마크 대신, 인간-AI 팀이 새로운 문제를 얼마나 잘 해결하는지를 측정하는 "센타우르(Centaur) 벤치마크"를 제안했다. 이것은 더 높은 생산성 천장, 조직의 적극적 수용, 번영의 공유라는 세 가지 목표를 동시에 달성하는 전략적 선택이다.
Silence Map
52건 전수 확인으로 식별한 구조적 부재 — 논의되지 않은 것이 현재 담론의 한계를 규정합니다
| Gap | 기대 의제 | 실제 | 전략적 의미 |
|---|---|---|---|
| 🔴 | AI 윤리·편향·공정성 | 12개 세션 중 중심 의제로 다룬 곳 없음. 인간 대체 우려는 언급하되 알고리즘 편향은 부재 | 기술 낙관의 열기 속에서 규제 리스크의 사각지대가 형성. EU AI Act 시행 시 가장 큰 충격을 받을 영역 |
| 🔴 | 글로벌 AI 규제 충돌 (EU AI Act, 미 행정명령 등) | 규제 당국의 AI "요구" 가능성만 언급(1개 세션). 규제 장벽 분석 부재 | 규제 대응 전략 없이 진행되는 AI 도입이 시장 접근 차단으로 이어질 리스크 |
| 🔴 | AI 인프라 에너지 비용·환경 영향 | 데이터센터·추론 비용의 에너지 소비 논의 완전 부재 | AI 확장의 물리적 한계이자 ESG 리스크. 에너지 비용이 AI 경제성의 숨겨진 변수 |
| ⚠️ | 중국·지정학적 AI 패권 경쟁 | 중국 언급 거의 없음. 미국 중심 시각에서 글로벌 경쟁 구도 분석 부재 | 미-중 AI 디커플링이 가속되면 공급망·인재·데이터 접근에 직접 영향 |
| ⚠️ | 사이버보안·AI 보안 위협 | BNY Mellon의 보안 설계만 부분 논의. AI 에이전트 자체의 보안 위협은 부재 | 에이전트에 광범위한 시스템 접근 권한을 부여하는 트렌드에서 보안 사고 시 영향 극대화 |
References
| No. | 세션명 | 발표자 | Date |
|---|---|---|---|
| [1] | Agents, Humans and the Outlook for Software | Bret Taylor (Sierra CEO) | 2026-02-12 |
| [2] | Erik Brynjolfsson: Productivity is 'much higher' due to AI | Erik Brynjolfsson (Stanford) | 2026-02-12 |
| [3] | Evolve: Creating a 'Resilience' Layer for Leadership | Jack Groppel (HPI) | 2026-02-12 |
| [4] | How Tech Executives are Navigating the Rapid Pace of AI Innovation | Panel | 2026-02-12 |
| [5] | Intuit CEO Sasan Goodarzi on Navigating the 'SaaS Apocalypse' | Sasan Goodarzi (Intuit CEO) | 2026-02-12 |
| [6] | Is the Future of Work Already Here | Erik Brynjolfsson (Stanford) | 2026-02-12 |
| [7] | Scaling AI Agents: Lessons from Early Adopters | Leanne Cutts (BNY CTO) | 2026-02-12 |
| [8] | The 12 Biggest Tech Things in My 12 Years at the Journal | Christopher Mims (WSJ) | 2026-02-12 |
| [9] | The Future of the Internet | Parag Agrawal (Parallel Web Systems) | 2026-02-12 |
| [10] | The Rapid Growth of Vertical AI Applications | Winston Weinberg (Harvey CEO), Pat Grady (Sequoia) | 2026-02-12 |
| [11] | Vibe Shift: How Coding Agents Could Transform Technology | Amjad Masad (Replit CEO) | 2026-02-12 |
| [12] | Why AI is in its 'February 2020' Moment for Business | Panel | 2026-02-12 |