대·중소기업 AI 격차 2년 새 10배…‘업무 내장형 AI’가 대안 될까 작성일 07-24 44 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">데이터 연결·기존 업무도구 활용한 단계적 전환 주목</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="KU3jqlCECd"> <figure class="figure_frm origin_fig" contents-hash="048142dd2719ee11c4dfa0d0b92ea15cdb49f60353b0161adaeda2b4d89b41be" dmcf-pid="9u0ABShDle" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/24/552796-pzfp7fF/20260724103326185peyy.jpg" data-org-width="640" dmcf-mid="bnvxXANdCJ" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/24/552796-pzfp7fF/20260724103326185peyy.jpg" width="658"></p> </figure> <p contents-hash="a7cb2046bf540c7816c1197520f1a79d3365ad36ac8730677a58e87e23f14854" dmcf-pid="27pcbvlwlR" dmcf-ptype="general">[디지털데일리 이안나기자] 인공지능(AI)이 기업 경쟁력 판도를 바꾸면서 대기업과 중소기업 간 ‘AI 격차’가 새로운 시장 과제로 부상하고 있다. 중소기업 AI 도입도 늘고 있지만 대기업의 투자와 전환 속도가 훨씬 빨라지면서 기업 규모에 따른 생산성과 실행력 차이가 더욱 벌어질 수 있다는 우려가 나온다.</p> <p contents-hash="c94efece7a484f2d3e55dece0e28841d9a59b7c4e27ea7c2e8b917aca01fb98d" dmcf-pid="VzUkKTSrlM" dmcf-ptype="general">24일 관련 업계에 따르면 글로벌 기업용 소프트웨어 시장에서는 고객관리와 영업, 협업 등 기존 업무 플랫폼 안에 AI 에이전트를 탑재하는 ‘업무 내장형 AI’ 경쟁이 본격화하고 있다. 세일즈포스를 비롯한 기업용 소프트웨어 업체들은 대규모 AI 인프라나 전문 개발조직을 두기 어려운 중소·중견기업도 기존 업무 환경에서 AI를 활용할 수 있도록 진입 장벽을 낮추고 있다.</p> <p contents-hash="a5b28cfcb8fcfec783a3e223d500b097a70a96e340a2a191ec00fa0df06ca0be" dmcf-pid="fquE9yvmWx" dmcf-ptype="general">과학기술정책연구원(STEPI)이 2025년 한국기업혁신조사와 중소기업혁신조사를 분석한 결과, 서비스업 대기업과 중소기업 간 AI 도입률 격차는 2023년 4.7%포인트에서 2025년 45.7%포인트로 확대됐다. 대기업의 AI 도입률은 같은 기간 5.6%에서 52.4%로 급증한 반면 중소기업은 0.9%에서 5.6%로 증가하는 데 그쳤다.</p> <p contents-hash="690edba0d444be79b6a502d05d7811ce3038190dae370bbefdbf8031095cbbb6" dmcf-pid="4B7D2WTsyQ" dmcf-ptype="general">격차의 배경에는 인력과 데이터, 비용, 전략 부족이 복합적으로 자리 잡고 있다. 중소 서비스기업의 89.3%는 디지털 전환을 담당하는 별도 인력이나 조직이 없었고 자체 전담 인력을 보유한 기업은 1.1%에 불과했다. 디지털 기술을 도입하지 않은 기업의 62.2%는 ‘비즈니스 특성상 필요하지 않다’고 답했다. 정부 지원제도 활용률도 20.7%, 기술지원 활용률은 8.6%에 머물렀다.</p> <p contents-hash="40fb4b241fa9cf1179317a9a97fdedd956e101c8643d79f0a519d9f6c4b76db6" dmcf-pid="8bzwVYyOvP" dmcf-ptype="general">STEPI는 이러한 격차가 데이터와 생산성, 시장 지배력의 차이로 확대될 수 있다고 진단했다. 공급자·도입 중심 지원에서 벗어나 실제 활용과 성과를 중심으로 지원체계를 바꾸고 업종별 저비용 디지털 전환 패키지와 공동 인재풀, 데이터·테스트베드 개방 등을 마련해야 한다고 제언했다.</p> <p contents-hash="0f64d8a5fd9635c18c31fca7cf39e111a9a19e460b58abdea5b627e8f02116f7" dmcf-pid="6KqrfGWIh6" dmcf-ptype="general">한 SW업계 관계자는 “기존 ERP는 시스템을 구축해 사용하면 됐지만 AI 전환은 무엇을 분석하고 어디에 활용할지, 누가 운영할지까지 먼저 설계해야 한다”며 “중소기업 현장에서는 전문인력과 데이터 부족, 기존 시스템과의 연계 문제가 동시에 나타나고 있다”고 말했다.</p> <p contents-hash="90f062586600170d8dbfd932e99185af09e774010612492ad12390c8ae993340" dmcf-pid="PndZabqFC8" dmcf-ptype="general">이처럼 인력과 데이터 기반이 부족한 중소기업에는 대기업처럼 대규모 시스템을 자체 구축하는 방식이 현실적인 해법이 되기 어렵다. 대신 영업·마케팅·고객 서비스 등 적용 범위가 명확한 업무부터 성과를 확인하고 활용 영역을 넓혀가는 접근이 필요하다.</p> <p contents-hash="7daa26056901eafd794c8a62b65eea8aa429303a728756b29468c1ebbe767a08" dmcf-pid="QLJ5NKB3T4" dmcf-ptype="general">이에 시장에서는 대규모 인프라나 전문 개발조직 없이 기존 업무 환경에 투입할 수 있는 ‘업무 밀착형 AI 에이전트’가 주목받고 있다. 거대한 AI 모델을 직접 개발하거나 보유하기보다 반복적인 실무에 즉시 활용할 수 있는 턴키 방식으로 도입 비용과 운영 부담을 낮추는 것이다.</p> <p contents-hash="3d7efa2bacd042dab892dbb9204b1a9a6981f252339998aaff4186267c46ade7" dmcf-pid="xoi1j9b0Tf" dmcf-ptype="general">세일즈포스는 서비스 클라우드에 축적된 고객·영업 데이터와 협업 플랫폼 슬랙의 업무 맥락을 자율형 AI 에이전트 ‘에이전트포스’와 연결하는 방식을 제시하고 있다. 실무자가 여러 시스템을 오가지 않아도 AI 에이전트가 기존 플랫폼에 축적된 정보를 바탕으로 업무를 지원하도록 하는 구조다.</p> <p contents-hash="b75d3c4452b51e9ad80329e9ea167a5c985c06cf92f3e2f1cf9200fbe2bc94b0" dmcf-pid="ytZLpsrNyV" dmcf-ptype="general">세일즈포스가 전 세계 테크 산업 리더들을 대상으로 실시한 ‘테크 트렌드 보고서’에서 응답자의 90%는 주요 사업 우선순위를 달성하는 데 AI가 필수적이라고 답했다. 반면 62%는 ‘연결되지 않은 데이터 소스’를 AI 도입의 가장 큰 장벽으로 지목했다. AI 활용에 대한 수요는 높지만 데이터 통합 등 실제 도입을 위한 기반은 여전히 부족하다는 의미다.</p> <p contents-hash="328e2c43f5e34746597a0f1070fccc80d43befb9209e6c206d9cfb4d06532a1c" dmcf-pid="WF5oUOmjS2" dmcf-ptype="general">영업 정보와 고객 문의가 엑셀, 이메일, 개인 메신저 등에 분산돼 있으면 AI가 불완전한 정보를 바탕으로 업무를 처리할 가능성이 커진다. 중소기업은 거대한 데이터 웨어하우스를 새로 구축하기보다 영업·서비스·협업 데이터를 하나의 흐름으로 연결해 AI가 활용할 수 있는 기반부터 마련하는 접근이 현실적이다.</p> <p contents-hash="cdc3394d8f1709cb5c55547048b0522bded87f9ba34fa2f259e51f07ca4d7285" dmcf-pid="Y31guIsAW9" dmcf-ptype="general">결제시스템 설치·관리 전문기업 신신엠앤씨는 이러한 데이터 통합에 나선 사례다. 전국 20만 가맹점을 대상으로 카드단말기와 POS, 키오스크, 테이블오더 등을 제공하는 신신엠앤씨는 세일즈포스 서비스 클라우드와 슬랙을 기반으로 고객 문의 이력과 현장 커뮤니케이션, 내부 협업 데이터를 하나의 업무 흐름으로 연결했다.</p> <p contents-hash="6002dbbb0b5f569964cad0c414e7fc5446d61fe50894c5b758a5ddea5d7cc591" dmcf-pid="G0ta7COchK" dmcf-ptype="general">그 결과 월별 부재 콜이 77.6% 감소했으며 이전에는 놓치기 쉬웠던 인바운드 문의도 실제 영업 기회로 관리할 수 있게 됐다. 고객 유입 경로와 계약 전환 흐름을 데이터로 파악하면서 제한된 인력으로 고객 응대와 영업 운영의 효율을 함께 높였다.</p> <p contents-hash="6c735587e679fa0c5aa491a18fc900d3e69dd77201f947f8470757e552fe2ab8" dmcf-pid="HpFNzhIkyb" dmcf-ptype="general">이처럼 데이터 기반을 갖춘 뒤에는 현업 구성원의 기술 적응이라는 또 다른 과제가 남는다. 인력이 부족하고 업무 속도가 빠른 중소기업에서는 솔루션 사용법이 복잡하거나 여러 화면을 오가야 하면 현장에서 외면받기 쉽다.</p> <p contents-hash="bac7edb92b5c25b093e59e4e0dfaed8fff3861e57f9cb900451bff298cf3c253" dmcf-pid="XU3jqlCEhB" dmcf-ptype="general">세일즈포스는 슬랙을 사람과 AI 에이전트, 비즈니스 데이터가 같은 맥락에서 연결되는 ‘에이전틱 업무 운영체제’로 확장하고 있다. 구성원이 매일 사용하는 대화창에서 에이전트포스를 통해 영업 기회를 요약하고, 고객 이메일 초안을 작성하거나 데이터를 분석·시각화하도록 지원하는 방식이다.</p> <p contents-hash="0d74397510591bd3c670c834510838ada57e7c8ab788368bdc1c0c030110355b" dmcf-pid="Zx6Tdp3GWq" dmcf-ptype="general">중소·중견기업은 기존 인프라를 전면 교체하지 않고 익숙한 업무 흐름 안에 AI를 결합할 수 있다. 다만 도입에 앞서 데이터의 정확성과 접근 권한을 정비하고, AI가 수행할 업무와 사람이 최종 판단할 영역을 구분해야 한다.</p> <p contents-hash="252d25eafff3dc98f0030eec1cc855164de775439aed3f5824eec517c3560bfb" dmcf-pid="5MPyJU0HTz" dmcf-ptype="general">또 다른 SW업계 관계자는 “조직 규모가 작다고 고객 경험의 품질과 타협할 필요는 없다”며 “중소기업의 AI 도입은 단순한 소프트웨어 구매가 아니라 업무 방식과 데이터 흐름을 재설계하고 새로운 실행 역량을 확보하는 과정이 될 것”이라고 말했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 AMD 생태계 합류 넘어 'AI 파트너사'로 발돋움한 국내 기업 3사 07-24 다음 오라클, 美 국방부와 10년간 약 10조원 계약…SW 조달 통합 07-24 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
