AI 도입 예산, 경영진을 어떻게 설득하나

"AI 예산 받기 어렵지 않아요?"라는 질문을 자주 받지만, 실제로 막히는 지점은 다릅니다. 요즘 경영진은 AI 투자 자체에는 대체로 우호적입니다. 어려운 건 오히려 그다음 — 첫 예산을 쓰고 난 뒤 두 번째 예산을 받는 순간입니다. 이유는 대부분의 조직이 첫 파일럿에서 "성과가 있었는지 없었는지조차 판단할 수 없는" 상태로 끝내기 때문입니다.

AI 예산은 원래 승인받기 쉬운데, 왜 다음 예산이 막히나요?

IBM이 2025년 2~4월 전 세계 33개국·24개 산업 CEO 2,000명을 대상으로 진행해 같은 해 5월 발표한 「CEO 스터디」를 보면, 응답 기업들은 향후 2년간 AI 투자 증가율이 지금의 두 배 이상이 될 것으로 예상하면서도, 지난 몇 년간 AI 이니셔티브 중 기대한 ROI를 실제로 낸 비율은 25%, 전사 규모로 확산에 성공한 비율은 16%에 그쳤다고 답했습니다. (출처: IBM, "CEOs Double Down on AI While Navigating Enterprise Hurdles", 2025-05-06 발표 / 2026-08-05 확인) 즉 "투자는 늘리겠다"와 "지금까지 성과는 별로였다"가 같은 조직 안에서 동시에 나타나는 셈입니다. BCG가 2025년 3월 글로벌 대기업 재무임원 280명 이상을 대상으로 진행해 같은 해 6월 공개한 조사에서도 비슷한 격차가 확인됩니다 — 재무 부문 AI의 median ROI는 10%로, 조직들이 목표로 잡은 20%의 절반 수준이었고, 재무 리더 3명 중 1명은 제한적인 성과만 봤다고 답했습니다. (출처: BCG, "How to Get ROI from AI in the Finance Function", 2025-06-20 발표 / 2026-08-05 확인) 이런 흐름에서 첫 예산은 "다들 하니까", "안 하면 뒤처질까봐"라는 이유로도 비교적 쉽게 열립니다. 하지만 그 돈이 어디로 갔는지, 얼마나 벌었는지를 숫자로 보여주지 못하면 두 번째 요청부터는 심사가 훨씬 깐깐해집니다.

왜 대부분의 AI 파일럿은 성과를 증명하지 못할까요?

MIT 프로젝트 NANDA가 임원 52명 인터뷰, 리더 153명 서베이, 실제 배포 사례 300건 분석을 거쳐 2025년 7월 공개한 「The GenAI Divide」 보고서는 기업들이 이미 300~400억 달러를 생성형 AI에 투자했음에도 파일럿의 95%가 측정 가능한 손익 효과를 내지 못했다고 밝혔습니다. (출처: MIT Project NANDA, "The GenAI Divide: State of AI in Business 2025", 2025-07 발표 / 2026-08-05 확인) 보고서는 원인을 모델 성능이 아니라 조직의 통합 방식에서 찾았습니다 — 업무 프로세스·조직 구조에 AI를 녹여 넣지 못하는 "학습 격차"가 핵심이라는 것입니다. 여기서 경영진 설득에 바로 쓸 수 있는 근거가 하나 나옵니다 — 같은 보고서에서 외부 벤더 도구를 구매하거나 파트너십으로 도입한 프로젝트는 약 67% 확률로 성공한 반면, 사내에서 직접 만든 프로젝트의 성공률은 그 3분의 1 수준에 그쳤습니다. 예산 요청 단계에서 "우리가 직접 만들겠다"보다 "검증된 도구를 사서 좁게 적용해보겠다"는 쪽이 훨씬 승인받기 쉬운 이유입니다.

예산 요청서에 반드시 넣어야 할 3가지는 무엇인가요?

경영진이 예산을 승인할지 말지는 결국 "이 돈이 성과가 있었는지를 우리가 나중에 판단할 수 있는가"에 달려 있습니다. 그래서 요청서 단계에서 아래 세 가지가 빠지면, 승인을 받더라도 두 번째 예산에서 발목을 잡힙니다.

• ① 베이스라인·목표 지표 — 지금 그 업무를 사람이 처리할 때 걸리는 시간·오류율·비용을 파일럿 착수 전에 숫자로 정해둡니다. 베이스라인 없이 시작한 파일럿은 끝난 뒤에 "좋아진 것 같다"는 인상만 남기고 숫자로 증명하지 못합니다. 베이스라인과 확산 기준(scale gate)을 구체적으로 어떻게 설계하는지는 저희가 이전 글 「AI 도입 ROI, 어떻게 측정하나」에서 실무 순서로 정리했습니다.
• ② 좁은 범위 + 구매 우선 — 전사 확산이 아니라 특정 업무 하나에 한정하고, 자체 개발보다 검증된 외부 도구 구매· 파트너십을 우선합니다. 위에서 본 MIT 조사의 67% 대 3분의 1이라는 성공률 격차가 그 근거입니다.
• ③ 실패 조건과 재검토 시점 — "몇 주 안에 어떤 지표가 어느 정도 개선되지 않으면 중단한다"는 기준을 착수 전에 문서로 합의합니다. 상한이 명확한 요청은 무제한 예산 요청보다 승인 부담이 훨씬 적고, 결과가 기대에 못 미치더라도 "실패"가 아니라 "정해진 대로 검증한 결론"이 되어 다음 요청에 대한 신뢰를 지킵니다.

첫 예산은 어디에, 얼마나 배정해야 승인이 쉬울까요?

MIT NANDA 보고서는 조사한 사례 중 가장 뚜렷한 ROI가 나온 영역으로 백오피스 자동화 — 외주(BPO) 대체, 외부 대행 비용 절감, 반복 운영 업무 효율화 — 를 꼽았습니다. 반면 개인용 챗봇·코파일럿처럼 널리 쓰이지만 특정 업무 프로세스에 통합되지 않은 도구는 개인 생산성은 올려도 조직 차원의 손익 효과로 이어지기 어려웠습니다. 첫 예산을 요청할 때는 "AI를 도입한다"는 넓은 표현 대신, 구체적인 업무 프로세스 하나(예: 특정 문서 처리, 특정 응대 업무)를 지목하고 그 업무의 현재 비용 대비 얼마를 절감·개선할 것인지로 범위를 좁히는 편이 승인 확률도, 이후 ROI 증명 가능성도 높습니다.

자주 묻는 질문