와 가트너는 2028년까지 다음과 같이 예측합니다. 전 세계 포춘 500대 기업의 평균 상담원 수는 150,000만 명이 넘습니다. 이는 상담원이 생산성 향상의 핵심 동력으로 자리 잡았음을 분명히 보여줍니다. 기업 내 상담원 확산으로 인해 상담원의 효율성을 측정하는 방식 또한 변화하고 있습니다. AI의 가치는 상담원의 생산성보다는 비즈니스 혁신에 얼마나 기여할 수 있는지에 달려 있습니다.

인공지능의 가치는 어떻게 측정해야 할까요?

인공지능의 가치는 일반적으로 생산성 측면에서 측정됩니다. 맥킨지 2026년 설문조사 1,719명의 임원을 대상으로 한 조사에서 80%가 AI가 생산성을 향상시켰다고 답했습니다. 하지만 생산성만이 전부는 아닙니다.

"공장 현장의 기계 엔지니어가 장비 진단보다는 스프레드시트 작업에 더 많은 시간을 쏟고 있을 수도 있습니다."라고 애플리케이션, 데이터 및 AI(미주 지역) 사전 판매 담당 부사장인 해리 머피는 말합니다. Siemens"이러한 프로세스를 운영하는 사람들이 실제로 그들이 급여를 받는 이유에 맞는 일을 하도록 해야 합니다." 다시 말해, 스프레드시트를 자동화하면 엔지니어는 시간을 절약할 수 있습니다.

하지만 한 단계를 빠르게 한다고 해서 전체 과정이 바뀌는 것은 아닙니다. 바로 그 점에서 혁신적인 가치가 창출됩니다.

CIO는 모든 것이 잘 돌아가고 있다고 보고할 수 있지만, CEO가 무엇이 바뀌었는지 물었을 때 아무런 대답도 하지 못할 수 있습니다. 그리고 CEO는 분명히 묻고 있을 겁니다. 가트너의 2026년 전망 469명의 CEO와 고위 임원을 대상으로 한 조사에서 80%가 AI가 운영 방식에 높은 또는 중간 정도의 변화를 가져올 것으로 예상하는 것으로 나타났습니다.

현재 CEO들의 반응은 암울합니다. 맥킨지 설문조사에 참여한 임원 중 단 6%만이 에이전트가 수익에 상당한 영향을 미친다고 답했습니다.

AI 에이전트를 활용하여 어떻게 혁신적인 가치를 창출할 수 있을까요?

에이전트를 통해 혁신적인 가치를 창출하는 것은 양의 문제가 아니라 에이전트의 질에 달려 있습니다. 더 높은 품질의 에이전트 생산 모든 것은 기초부터 시작됩니다. 머피는 1844년에 지어진 집에 살고 있는데, 그 집은 돌로 된 기초를 가지고 있어서 돌이 움직이면서 회반죽에 균열이 생깁니다. "그 균열 위에 회반죽을 덧발라 버리면 아주 만족스러웠을 텐데 말이죠."라고 그는 말합니다. "하지만 근본적인 문제는 여전히 기초에 있습니다."

조직 내에서 이러한 "균열"은 비즈니스 프로세스에서 다양한 방식으로 나타납니다.

• 추적할 수 없는 인수인계
• 쉽게 통합할 수 없는 레거시 시스템
• 고장난 워크플로를 숨기는 수동 해결 방법

머피에 따르면, 사일로 형태로 구축되었거나 단순히 프로세스의 기존 단계를 자동화하도록 설계된 에이전트는 조직이 표면적인 문제를 해결하기 위해 사용하는 임시방편일 뿐입니다. 근본적인 문제를 해결해야 한다는 것입니다.

에이전트를 위한 견고한 기반을 구축하려면 두 가지가 필요합니다. 첫째, 비즈니스 현실을 정확하게 반영하는 맥락화된 데이터, 둘째, 사람과 에이전트가 해당 데이터와 상호 작용할 수 있도록 하는 오케스트레이션 계층입니다. 에이전트가 이러한 현실에 기반을 둘 때 비로소 표면적인 생산성을 넘어 운영 변화를 주도적으로 이끌어낼 수 있습니다.

생산성 vs. 혁신: 챗봇만으로는 충분하지 않았던 이유

생산성 ROI는 작업을 더 빠르게 처리하는 것에 관한 것이고, 혁신적인 가치는 그 작업의 근본적인 원인이 되는 비효율적인 프로세스를 제거하는 것에 관한 것입니다. 예를 들어, 세계적인 현미경 제조업체의 경우, 실험 장비가 현장에서 고장 나면 이를 교체하는 솔루션이 네 가지 시스템에 걸쳐 존재합니다.

1. CRM 기록
2. 제품 카탈로그
3. 서비스 매뉴얼
4. 재료 데이터

현장 엔지니어들은 문제 해결을 위해 네 곳 모두를 오가며 작업했습니다.

명백한 해결책은 서비스 매뉴얼에서 답을 찾아보는 RAG(Retrieved Augmented Generation) 챗봇을 도입하는 것이었습니다. 속도는 빨랐지만, 현장 엔지니어들은 특정 현미경에 맞는 부품이 무엇인지 물어볼 때 여전히 불완전한 답변을 받았습니다. 엔지니어들은 챗봇의 결과를 더 이상 신뢰하지 않게 되었습니다. 결국 광학 장비 제조업체는 이 문제를 임시방편으로 덮어버린 셈입니다.

머피는 "운영상의 변화를 구현할 제품을 찾고 있다면, 잘못된 방향으로 가고 있는 것"이라고 말합니다.

그 회사는 대신 기초를 재건했습니다. 지식 그래프 — ~로 제작됨 그래프 스튜디오 — 네 가지 출처 모두에 걸쳐 있으며, 공통된 특징을 가지고 있습니다. 존재론 검색 과정에서 놓쳤던 관계를 인코딩한 것입니다.

Graph Studio는 심층적인 맥락적 기반을 제공합니다. 하지만 기반만으로는 현장 엔지니어에게 실질적인 도움이 되지 않습니다. 머피의 말처럼 "기반만으로는 살아갈 수 없다"는 것입니다. 그래서 회사는 엔지니어를 위해 앱을 개발했습니다. Mendix에이전트 기반 개발 플랫폼입니다.

Mendix 컨텍스트를 실행 가능한 행동으로 전환합니다. 조직은 이를 사용하여 단일 애플리케이션 내의 워크플로뿐만 아니라 회사가 이미 보유하고 있는 모든 에이전트 및 시스템 전반에 걸쳐 작업을 조정합니다. 오케스트레이션, 통합, 통치 그리고 에이전트 중심 개발은 하나의 통합 개발 환경 내에 존재합니다.

함께, ~의 일부로서 Siemens' Intelligence Center X에이전트 기반 엔터프라이즈 시스템인 Graph Studio 및 Mendix 지식과 실행 사이의 간극을 메우다.

결과적으로 제조업체는 서비스 매뉴얼을 더 빠르게 찾아볼 수 있는 방법(생산성 투자 수익률)을 얻은 것 이상의 성과를 거두었습니다. 데이터 기반을 통합하고 앱을 통해 이를 체계적으로 관리함으로써 현장 엔지니어의 업무 방식을 근본적으로 변화시켰습니다(혁신적인 가치 창출).

혁신적인 AI 가치는 탄탄한 기반에서 비롯됩니다.

만약 여러분의 상담원들이 5명이든, 15명이든, 아니면 150,000만 명이든 간에 각자 고립된 자동화 시스템을 사용하고 있다면, 생산성 향상 효과는 곧 사라질 가능성이 큽니다. 머피의 법칙처럼, "이번 분기에 구축한 상담원은 다음 분기에는 쓸모없어질 수 있습니다." 아무리 석고를 덧발라 보수해도 벽은 계속해서 갈라질 것입니다.

진정한 혁신적 가치는 에이전트 수를 늘리는 데서 오는 것이 아니라, 비즈니스를 정확하게 반영하는 깨끗하고 맥락에 맞는 데이터와 이를 실행하는 오케스트레이션 레이어라는 기반에서 비롯됩니다. 바로 이러한 방식으로 AI를 단순한 생산성 향상 도구에서 CEO가 기대하는 운영 혁신의 핵심 요소로 전환할 수 있습니다.

더 자세히 알아보세요. 프로세스 오케스트레이션 과 Mendix.