※ 제휴 링크 공시: 이 글에는 제휴 마케팅 링크가 포함되어 있습니다. 아래 요금제 비교 섹션의 Claude 요금제·Enterprise 링크가 이에 해당하며, 해당 링크를 통해 구매·계약이 발생할 경우 필자가 수수료를 받습니다. 수수료 지급 여부는 본문의 평가·비교 내용에 영향을 주지 않으며, 비교 대상 중 ChatGPT·Microsoft 365 Copilot·Google Workspace 링크는 제휴 관계가 없는 공식 페이지 직접 링크입니다.
※ 가격 고지: 본문의 모든 가격은 2026년 7월 20일 확인 기준이며, 벤더 정책에 따라 예고 없이 변경될 수 있습니다. 계약 전 반드시 각 공식 요금 페이지에서 재확인하시기 바랍니다. 원화 환산액은 1 USD ≈ 1,490원(2026년 7월 중순 환율대) 기준의 참고치이며, 실제 청구액은 결제일 환율·부가세·카드 수수료에 따라 달라집니다.
마지막 메시지가 작년에 멈춘 채널
한 번 열어보시라. 사내 메신저 검색창에 ai 세 글자를 치면 나오는 그 채널. 이름은 아마 #ai-도입-tf 쯤일 것이고, 상단에는 킥오프 발표 자료가 아직 고정돼 있고, 마지막 메시지는 “다들 계정 발급받으셨죠?“에서 멈춰 있다. 날짜는 열 달 전.
그런데 계정은 살아 있다. 청구서도 매달 정확한 날짜에 도착한다. 재무팀이 보는 엑셀에서 그 줄은 여전히 ‘전사 AI 전환’이라는 이름을 달고 있다.
이게 지금 대부분 회사에서 벌어지는 일이다. 그리고 이건 모델이 멍청해서 생긴 문제가 아니다.
Gartner는 2027년 말까지 에이전틱 AI 프로젝트의 40% 이상이 취소될 것이라고 전망했다. 사유는 셋 — 비용 급증, 불명확한 사업 가치, 미흡한 리스크 통제. 어느 하나도 “성능이 부족해서"가 아니다. 전부 배치(deployment) 문제다. (Gartner 보도자료, 2025-06-25)
그래서 이 글은 하나만 주장한다.
AI 에이전트의 승부는 어떤 모델을 고르느냐가 아니라, 그 모델을 조직의 어느 지점에 어떤 검증 장치와 함께 꽂느냐에서 갈린다.
모델 벤치마크 비교표를 들여다보는 시간은, 미안하지만 거의 전부 소음이다.
먼저: 이 글이 쓰는 데이터의 나이
핵심 근거인 Gartner 전망은 2025년 6월 25일 발표본이다. 2026년 7월 기준 약 13개월 된 자료이고, 이후 공개 보도자료로 갱신되지 않았다. 그래서 오래된 예측 하나에 기대는 대신, 발표 이후 나온 실측 자료와 대조하는 방식을 택했다.
| 자료 | 발행 시점 | 성격 | 이 글에서의 역할 |
|---|---|---|---|
| Gartner 에이전틱 AI 전망 | 2025-06 | 예측 | 실패율·에이전트 워싱의 프레임 |
| McKinsey State of AI 2025 | 2025-11 (조사 2025-06~07) | 실측 서베이(1,993명/105개국) | 실험 대 스케일링 격차의 실제 수치 |
| Forbes 분석 기사 | 2026-03 | 위 서베이 해석 | 기능 단위 10% 미만이라는 재확인 |
| 국내 규제·시장 자료 | 2026 상반기 | 제도·시장 | 한국 기업 적용 조건 |
결론부터 말하면 13개월 전 예측의 방향은 이후 실측으로 반박되지 않았다. “성능이 아니라 배치가 병목"이라는 진단은 오히려 더 선명해졌다. 다만 “40%“라는 숫자 자체는 검증된 실적이 아니라 여전히 예측치라는 점은 분명히 해둔다.
62%가 실험하고, 23%만 살아남는다
McKinsey의 State of AI 2025는 이 간극을 잔인할 만큼 또렷하게 찍어놨다. 조직의 62%가 AI 에이전트를 최소한 실험 중이지만(스케일링 23% + 실험 시작 39%), 어딘가에서 실제 스케일링 단계까지 간 곳은 **23%**다.
출처: McKinsey & Company, “The state of AI in 2025: Agents, innovation, and transformation”, 2025년 11월 / 전문 PDF — 조사 기간 2025년 6월 25일~7월 29일, 105개국 1,993명 응답.
더 아픈 건 다음 숫자다. 마케팅·재무·고객지원·개발… 업무 기능 단위로 쪼개면 에이전트를 스케일링 중이라는 응답이 10%를 넘는 기능이 단 하나도 없었다.
출처: Josipa Majic Predin, “Roughly 10% Of Enterprise Functions Use AI Agents, McKinsey Finds”, Forbes, 2026년 3월 22일.
23%를 번역하면 이렇다. “우리 회사 어딘가 한 팀은 잘 쓰고 있다.” 그리고 그 한 팀은 십중팔구 개발팀이거나, 유난히 열정적인 팀장 한 명이 밀어붙인 부서다. 조직 전체 지도 위에서 보면 여전히 점 하나다. 이름은 전사 도입인데 실체는 전사 라이선스 구매 + 국소 활용.
파일럿은 쉽다. 잘하는 사람에게 잘 맞는 일을 골라 주는 게 파일럿이니까. 스케일링은 다르다. 평범한 사람이, 비 오는 화요일 오후 세 시에, 아무도 안 볼 때 그걸 켜게 만드는 일이다. 이 둘은 이름만 이어질 뿐 완전히 다른 종목이다.
에이전트 워싱: 수천 대 130
시장에서 “AI 에이전트"라는 단어는 이미 반쯤 죽었다. Gartner는 스스로를 에이전틱 AI 벤더라 부르는 수천 개 업체 중 실제 역량을 갖춘 곳을 약 130개로 추정했다. 나머지는 기존 챗봇과 RPA에 새 스티커를 붙인 것 — 이른바 에이전트 워싱이다. (Gartner, 2025-06-25)
데모 자리에서 스티커를 벗겨내는 방법은 의외로 단순하다. 질문 하나면 된다.
“이 에이전트가 예상하지 못한 상황을 만나면 어떻게 됩니까?”
챗봇은 시나리오 밖에서 무너지고, RPA는 버튼 좌표가 3픽셀 밀리면 그 자리에 선다. 진짜 에이전트는 계획을 세우고, 도구를 골라 쓰고, 실패하면 다시 시도하고, 그래도 안 되면 못 하겠다고 보고한다.
마지막 항목이 핵심이다. 모르는 걸 아는 척하는 시스템은 자동화가 아니라 부채다. 이자는 나중에, 고객 앞에서 청구된다.
벤더 검증 비용이 만만치 않다는 것도 인정하자. 130 대 수천이라는 비율은 뒤집으면 이런 뜻이다 — PoC 한 번에 몇 주씩 태우는 조직 대부분이 지금 헛발질 중이다.
고성과 조직에서만 보이는 변수: 65% vs 23%
그럼 살아남은 쪽은 뭘 다르게 했나. McKinsey 조사에서 가장 크게 벌어진 항목은 모델도, 예산도, 인재도 아니었다.
‘휴먼 인 더 루프’ 검증 프로세스를 정의한 비율 — 고성과 기업 65%, 나머지 23%. (McKinsey State of AI 2025)
여기서 브레이크를 한 번 밟자. 이건 관찰 서베이이고 65 대 23은 상관관계다. “검증을 정의해서 고성과가 됐다"는 인과는 이 데이터만으로 확정할 수 없다. 반대 방향(성과가 나서 여유가 생겼고 그래서 거버넌스를 정비했다)도, 제3의 변수(경영진 관여도, 데이터 성숙도, 조직 규모)가 둘 다를 끌어올렸을 가능성도 살아 있다. 실제로 같은 보고서는 중앙집중 거버넌스·경영진 감독·엄격한 산출물 검증을 묶음으로 제시한다. 단일 레버가 아니라 패키지에 가깝다.
그런데도 실무자가 이 숫자를 주목할 이유가 있다. 셋 중 이게 압도적으로 싸다. 경영진 관여도를 높이거나 데이터 성숙도를 끌어올리는 건 분기 단위 프로젝트지만, “이 워크플로에서 사람이 언제 개입하는가"는 회의 한 번과 A4 한 장이면 문서화된다. 인과가 입증되지 않아도, 시도 비용이 0에 수렴하는 개입은 먼저 해볼 값어치가 있다.
직관에는 여전히 반한다. 사람이 중간에 끼면 자동화의 이점이 깎이는 것 아닌가? 논리를 따라가면 오히려 반대다 ****. 검증 지점이 명확한 조직만이 에이전트에게 더 위험한 일을 맡길 수 있다. 언제 사람이 보는지 아무도 모르는 조직에서는, 불안한 담당자가 결국 모든 산출물을 처음부터 다시 읽는다. 그게 두 달쯤 반복되면 결론은 늘 똑같다. “이럴 거면 내가 하는 게 빠르다.” 이 문단은 필자의 해석이며 조사 결과의 인과 주장이 아니다.
같은 보고서에서 응답자의 51%가 AI 관련 사고(incident)를 경험했다는 대목도 나란히 놓고 읽어야 한다. 병목은 “AI가 못 해서"가 아니라 “맡겨도 되는지 판단할 장치가 없어서"에 훨씬 가깝다.
기업용 4대 옵션 — 무엇을 어디에 꽂을 것인가
“기업 AI 에이전트 전략"을 검색한 사람에게 필요한 건 제품 소개가 아니라 선택 기준이다. 2026년 7월 현재 한국 기업이 현실적으로 저울에 올리는 건 넷이다.
가격 비교 (2026년 7월 20일 확인 기준)
| 구분 | 대표 요금(연간 약정) | 원화 환산(참고) | 최소 좌석 | 가격 공개 여부 |
|---|---|---|---|---|
| Claude Team (Standard) | 좌석당 월 $20 (월간 $25) | 약 3.0만 원 | 2~150명 | 공개 |
| Claude Team (Premium) | 좌석당 월 $100 (월간 $125) | 약 14.9만 원 | 2~150명 | 공개 |
| Claude Enterprise | 좌석 요금 + API 요율 기반 사용량 과금 | — | 영업 협의 | 비공개(영업 문의) |
| ChatGPT Business | 좌석당 월 $20 (월간 $25) | 약 3.0만 원 | 2명 | 공개 |
| ChatGPT Enterprise | 업계 보도 기준 좌석당 월 $60 내외 **** | 약 8.9만 원 **** | 보도 기준 150석·연 약정 **** | 비공개(개별 협상) |
| Microsoft 365 Copilot | 좌석당 월 $21 (월간 $25) | 약 3.1만 원 | 없음 | 공개 |
| Gemini for Workspace | Business Standard 좌석당 월 $14에 포함 | 약 2.1만 원 | 없음 | 공개 |
| └ AI Expanded Access 애드온 | 좌석당 월 $20 내외 | 약 3.0만 원 | 없음 | 공개 |
출처: Claude 요금제 · Anthropic Enterprise 플랜 · ChatGPT Business/Enterprise 요금 · Microsoft 365 Copilot 요금 · Google Workspace 요금
이 표를 읽을 때 반드시 붙여 읽을 세 가지.
첫째, Claude 요금 수치는 이 글 작성 시점에 공식 페이지를 직접 재확인하지 못했다. 참조 시점의 공개 정보를 옮긴 것이며, Pro는 연간 결제 시 월 $17(연 $200 선불)·월간 $20, Max는 월 $100부터로 안내돼 있었다. Enterprise 좌석 단가는 공개 확인이 되지 않아 금액을 비워뒀다. 계약 검토 시에는 반드시 공식 페이지 또는 영업 담당으로 확인하라.
둘째, ChatGPT Enterprise의 $60·150석은 벤더 공식 발표가 아니라 업계 보도·재판매사 추정치다 ****. OpenAI는 Enterprise 정가를 공개하지 않고 건별로 협상한다.
셋째, 애드온 가격은 총비용이 아니다. Copilot은 M365 라이선스가 깔려 있어야 작동하므로, 업계에서는 실질 좌석 총액을 애드온 단가의 2~3배로 잡는 경우가 많다 ****. Gemini의 “포함"도 마찬가지로 Workspace 상위 플랜이라는 바닥재 위에 얹힌 말이다. 표시가는 빙산의 물 위 부분이다.
각 옵션의 강점과 약점
Claude (Team / Enterprise)
- 강점: 긴 컨텍스트. Enterprise 플랜은 100만 토큰 컨텍스트 윈도우를 전면에 내세운다. 리포지토리 하나, 계약서 뭉치 하나를 통째로 던져 놓고 일을 시키는 용례에 잘 맞는다. SSO·SCIM·감사 로그·도메인 캡처·지출 통제 같은 거버넌스가 붙는다.
- 약점: Enterprise 가격 비공개 + 좌석 요금 위에 사용량 과금이 얹히는 구조라 예산 예측이 넷 중 가장 어렵다. 오피스 스위트를 자체 보유하지 않아 문서·메일·캘린더에 붙이려면 통합 작업이 별도로 든다. 국내 리전·계약 조건은 개별 협의 사항이다.
ChatGPT (Business / Enterprise)
- 강점: 학습 곡선이 가장 낮다. 신입도 이미 써봤다. Business 티어가 2석부터라 소규모 파일럿의 출발이 가볍다.
- 약점: Enterprise 정가 비공개 + 대규모 최소 좌석·연 약정(보도 기준 ****)이라, 파일럿 성과 없이 Enterprise로 직행하면 협상 테이블에 빈손으로 앉게 된다. Business와 Enterprise 사이의 기능·거버넌스 격차가 커서 “중간"이 얇다.
Microsoft 365 Copilot
- 강점: 이미 M365를 쓰는 조직에서 마찰이 가장 적다. 메일·문서·팀즈 권한 모델을 기존 테넌트 그대로 따른다. 2025년 12월 1일 좌석당 $30 → $21 인하로 가격 경쟁력도 붙었다.
- 약점: 기반 라이선스를 포함한 실질 총비용이 표시가보다 훨씬 크다. M365 밖 업무(비-MS 저장소, 자체 개발 시스템)로 갈수록 이점이 얇아진다. 그리고 권한 설정이 느슨한 조직에서는 부작용이 구체적이다 — 신입이 무심코 던진 질문에 인사팀 폴더의 연봉 테이블이 요약돼 돌아오는 식이다. 도입 전 권한 정리는 옵션이 아니라 선행 공정이다.
Gemini for Workspace
- 강점: Business Standard 이상에 포함돼 추가 좌석 비용이 0인 구간이 있다. 이미 Workspace를 쓴다면 수요를 공짜로 측정할 수 있는 가장 저렴한 출발선이다.
- 약점: 사용량 한도가 플랜에 묶여 있어 본격적으로 쓰기 시작하면 애드온(AI Expanded Access, 좌석당 월 $20 내외)이 필요해진다. 즉 “무료 포함"은 탐색 단계까지의 이야기다. Workspace 밖 시스템 연동에서는 Copilot이 M365에서 갖는 것과 같은 홈그라운드 이점이 없다.
선택 기준을 한 줄씩
- 이미 M365 표준 → Copilot부터. 통합 비용이 0에 가깝다.
- 이미 Workspace 표준 → Gemini부터. 추가 비용 없이 수요를 잰다.
- 긴 문서·코드베이스를 통째로 다루는 워크플로가 핵심 → Claude Team으로 소수 팀 검증 후 Enterprise 협상.
- 범용 어시스턴트 보급률이 급하고 사용자 저항을 낮춰야 함 → ChatGPT Business.
그리고 하나만 더. 넷을 동시에 깔지 마라. 그건 비교가 아니라 비용 분산이고, 끝에는 아무 데이터도 남지 않는다. 하나를 기본값으로 못 박고, 그 기본값이 명백히 못 하는 워크플로에만 두 번째를 붙인다.
한국 기업이 추가로 계산해야 하는 것들
위 비교는 글로벌 조건이다. 국내에서는 계산기에 줄이 더 붙는다.
1) 망분리 — 2026년에 문이 조금 열렸다
금융권에서 망분리 규제는 오랫동안 클라우드 AI 도입의 사실상 봉인이었다. 그 봉인이 최근 움직였다. 2026년 4월 20일부터 전자금융감독규정 개정으로 금융보안원 보안성 평가를 통과한 SaaS에 한해 내부 업무망 이용이 공식 허용됐고, 금융당국은 하반기 업무보고에서 망분리 전면 해제 추진과 디지털금융안전법 제정 방침을 밝혔다.
다만 조건부다. 고유식별정보·신용정보 처리는 예외로 남고, 반기별 정보보호 통제 평가와 정보보호위원회 보고 의무가 따라붙는다. **“이제 되네"가 아니라 “이 절차를 통과하면 되네”**다. 금융·공공이라면 벤더 선정보다 보안성 평가 대상 여부와 일정이 먼저 잡혀야 한다.
참고: 디지털데일리, “금융권 망분리 전면 해제 추진…AI·클라우드 활용 문턱 낮춘다”, 2026-07-15 · ZDNet Korea, “금융권 AI 도입 막던 망분리 규제 완화…SaaS업계 ‘화색’”, 2026-04-20
2) 개인정보보호법 — 안내서는 이미 나와 있다
개인정보보호위원회는 「생성형 인공지능(AI) 개발·활용을 위한 개인정보 처리 안내서」(2025년 8월) 로 개발·활용 단계별 내부 관리체계, CPO 중심 거버넌스, 개발·보안 부서 협업 체계를 제시했다. 2026년 5월에는 이용자용 가이드도 나왔다.
실무 번역은 한 문장이다. 에이전트가 사내 문서를 읽는 순간, 그 문서에 든 개인정보의 처리 근거를 설명할 수 있어야 한다. 고객 티켓·인사 기록·계약서에 붙일 계획이라면 법무·CPO 검토를 벤더 PoC보다 먼저 걸어라. 순서를 바꾸면, 잘 굴러가던 PoC를 결과 보고 다음 날 전면 재설계하게 된다.
참고: 개인정보보호위원회 안내서
3) 국내 도입 현실 — 이미 앞서간 곳들
국내 사례는 생각보다 쌓여 있다.
- LG: 사내 생성형 AI ‘챗엑사원’을 그룹 사무직 8만 명 이상이 사용 중이고, LG CNS의 AI 에이전트 플랫폼이 그룹사를 넘어 공공·금융으로 확장 중이다. LG디스플레이는 사내 공통 업무에 에이전트 플랫폼을 적용해 생산성 효과를 보고했다.
- 삼성SDS: 기업형 플랫폼 ‘패브릭스’가 복수 에이전트 협업으로 복잡한 업무를 처리하는 방향으로 진화 중이고, ‘브리티 코파일럿’이 회의·업무 지원 기능을 순차 확장하고 있다.
- SK AX: 조선·금융 등 산업 특화 에이전틱 AI로 방향을 잡고 HD한국조선해양 등과 산업 AX 공동 과제를 진행 중이다.
숫자로 보면 격차도 뚜렷하다. 대한상공회의소 경제연구원 조사에 따르면 생성형 AI 단순 활용률은 대기업 66.5%, 중소기업 52.7%로 13.8%p 차이였는데, 조직 지원체계와 개인의 프롬프트 역량을 통제하면 격차가 약 4%p로 축소됐다. 그리고 **AI 도입 로드맵이 없다는 응답이 중소기업 70.4%, 대기업 54.4%**였다.
이 두 숫자를 나란히 놓으면 위로가 된다. 격차의 대부분은 회사 규모가 아니라 조직 환경과 교육에서 온다. 좌석 수가 적어서 못 하는 게 아니다. 로드맵이 없어서 못 하고 있는 것이고, 로드맵은 예산이 아니라 결정으로 만든다.
참고: 경향신문, “대기업·중기 ‘AI 활용’ 격차, 생산성 격차로 이어질 우려”, 2026-06-10 ·(https://www.deloitte.com/kr/ko/issues/generative-ai/state-of-ai-in-enterprise.html)
4) 한국어 품질 — 정직하게 말하면
여기서는 단정하지 않겠다. 네 제품 모두 한국어를 실무 수준으로 처리하며, 동일 조건에서 이들을 직접 비교한 공신력 있는 최신 한국어 벤치마크는 2026년 7월 현재 공개적으로 정립돼 있지 않다. “어느 게 한국어를 제일 잘한다"는 주장은 대개 프롬프트 몇 개에서 얻은 인상이다.
대신 검증 가능한 방법이 있다. 자사 실제 문서 20~30건으로 자체 평가셋을 만들어라. 사내 약어, 직급 호칭, 계약서 특유의 문투, 고객 문의에 섞인 반말과 오타까지 그대로. 30건이면 반나절이면 만들어지고, 어떤 벤더 벤치마크보다 당신 조직에 정확하다.
특히 이건 점수로 절대 안 잡힌다 — 화난 고객에게 보낼 사과문 초안에서, 그 모델이 고르는 존대의 온도. “불편을 드려 죄송합니다"와 “번거로우셨을 텐데 정말 죄송합니다” 사이의 그 한 뼘. 그 한 뼘이 고객 대면 자동화의 성패를 가른다.
그래서 어디에 꽂을 것인가 — 배치의 세 가지 결정
첫째, 업무가 아니라 워크플로를 고른다. McKinsey가 반복해 짚는 건 파일럿이 아닌 워크플로 재설계가 EBIT 임팩트로 이어진다는 것이다. “회의록 요약"은 업무다. “고객 이슈 접수 → 분류 → 1차 응답 초안 → 담당자 배정 → 종결 리포트"는 워크플로다. 앞의 것은 개인 생산성으로 흩어져 증발하고, 뒤의 것만 손익계산서에 자국을 남긴다.
둘째, 실패해도 되는 지점에서 시작한다. 초안 작성, 1차 분류, 코드 리뷰 제안, 문서 검색 — 사람이 마지막에 손대는 자리다. 승인·결제·외부 발송처럼 되돌릴 수 없는 지점은 나중이다. Gartner는 2028년까지 일상 업무 의사결정의 최소 15%가 에이전트로 자율 수행될 것으로 봤는데(2024년 0%), 뒤집으면 나머지 85%는 여전히 사람 손에 있다는 뜻이다. (같은 발표에서 2028년까지 엔터프라이즈 소프트웨어의 33%가 에이전틱 AI를 포함할 것으로도 전망했다 — 2024년 1% 미만.) (Gartner, 2025-06-25)
셋째, 컨텍스트를 주지 않으면 아무 일도 일어나지 않는다. 사내 문서, 코드베이스, 과거 티켓을 못 읽는 에이전트는 똑똑한 인턴의 첫날 오전이다. 학벌은 훌륭하고, 우리 회사에 대해 아는 건 홈페이지 회사소개뿐이다. Claude Enterprise가 100만 토큰 컨텍스트를, Copilot이 M365 그래프 연동을, Gemini가 Workspace 통합을 앞세우는 이유가 전부 여기 있다. 그리고 그 접근권을 통제하는 SSO·SCIM·감사 로그·지출 통제는 부가 기능이 아니라 앞서 말한 “검증 장치"의 인프라 버전이다.
90일 파일럿 설계서
“워크플로를 종이에 그려보라"는 조언은 시작점일 뿐이다. 그다음에 뭘 하는지 적는다.
Day 0~14: 범위 확정과 사전 게이트
워크플로 1개만 고른다. 아래 4개를 모두 만족해야 한다.
- 월 100회 이상 반복 발생 (측정 표본이 확보된다)
- 현재 소요 시간이 로그·티켓 시스템에 남아 있다 (베이스라인이 있다)
- 산출물이 사람의 최종 확인을 거친 뒤 외부로 나간다 (되돌릴 수 있다)
- 담당 팀장이 파일럿 실패를 개인 평가와 분리해 받기로 합의했다
4번을 우습게 보지 마라. 실패가 인사고과에 꽂히는 순간, 그 파일럿은 반드시 성공한 것으로 보고된다. 그리고 아무도 그 결과를 다시 꺼내지 않는다.
보안·법무 사전 체크리스트 (전부 통과 전 데이터 투입 금지):
- 이 워크플로의 데이터에 개인정보·고유식별정보·신용정보가 포함되는가? 포함 시 처리 근거는?
- 데이터가 국외로 이전되는가? 고지·동의 요건은 충족되는가?
- 벤더의 학습 데이터 사용 옵트아웃이 계약서에 명시되는가?
- 데이터 보존 기간과 삭제 요청 절차가 문서화돼 있는가?
- 감사 로그가 남는가? 누가 무엇을 조회했는지 사후 추적되는가?
- 금융·공공이라면: 망분리 요건 및 보안성 평가 대상 여부를 확인했는가?
- 사고 시 대응 절차(누가, 몇 시간 내, 누구에게)가 정해졌는가?
- CPO 또는 개인정보 담당 부서의 서면 검토 의견을 받았는가?
베이스라인 측정 (14일, 에이전트 투입 전에 반드시). 이 2주를 건너뛰면 90일 뒤 어떤 성과 주장도 증명할 수 없다. “체감상 빨라졌다"는 예산 심의에서 0점짜리 문장이다.
Day 15~75: 운영과 측정
지표는 4개면 충분하다.
| 지표 | 정의 | 목표 예시 |
|---|---|---|
| 처리 리드타임 | 접수→종결 중앙값(평균 아님) | 베이스라인 대비 −30% |
| 사람 개입률 | 산출물 중 사람이 실질 수정한 비율 | 60% → 30% |
| 1차 정확도 | 사람이 수정 없이 통과시킨 비율 | 40% → 70% |
| 건당 총비용 | (좌석료 + 사용량 과금) ÷ 처리 건수 | 인건비 환산 대비 −50% |
평균 대신 중앙값인 이유는 명확하다. 에이전트가 쉬운 건 100개를 3초에 처리하고 어려운 건 5개를 방치해도 평균은 아름다워진다. 그리고 그 방치된 5건이 다음 분기 고객 이탈 리스트에 오른다.
주간 리뷰 1회, 30분. 안건은 셋뿐이다 — 이번 주 실패 사례 3건, 그 실패가 사람 개입 지점에서 걸러졌는지, 다음 주에 바꿀 것 하나.
사용량 로그를 매주 뽑아라. 특히 사용량 과금 구조(Claude Enterprise 등)를 검토 중이라면, 이 로그가 3개월 뒤 협상 테이블에서 당신이 쥔 유일한 무기다.
Day 76~90: 판정과 협상 자료화
킬 기준을 파일럿 시작 전에 못 박아라. “괜찮아 보인다"는 판정이 아니다. 예: “처리 리드타임 −20% 미달, 또는 건당 총비용이 기존 인건비 환산의 70%를 넘으면 종료한다.”
킬 기준 없는 파일럿은 끝나지 않는다. 그냥 좀비가 된다. 아무도 죽었다고 선언하지 않아서 청구서만 계속 걸어 다니는 상태 — 이 글 맨 앞의 그 채널 말이다. Gartner가 말한 40%의 상당수가 이 좀비들이다.
협상 자료 패키지 (Enterprise 견적 요청 시 첨부):
- 90일 실사용 토큰/요청량 로그 (일별, 피크 포함)
- 좌석당 실사용률 — “50석 샀는데 12명만 씀"이 협상에서 가장 센 카드다
- 확장 시 예상 사용량 시나리오 3개 (보수/기본/공격)
- 경쟁 옵션 견적 최소 2개 — 위 비교표의 나머지 셋 중 둘
- 요구 조건 명세: 데이터 학습 배제, 국내 리전 또는 처리 위치, 감사 로그 보존 기간, SLA, 사용량 상한(cap) 설정 가능 여부
5번의 마지막 항목에 형광펜을 그어라. 사용량 과금 계약에 상한 조항이 없으면, 도입이 성공할수록 비용이 통제 불능으로 간다. Gartner가 취소 사유 1번으로 “비용 급증"을 꼽은 구조가 정확히 이것이다. 좌석 라이선스 시대의 예산 감각 — 사람 수만큼 내면 끝 — 은 여기서 정면으로 깨진다. 에이전트는 잘 쓰일수록 비싸진다.
현실적인 순서. 소수 팀을 Team/Business급으로 3개월 굴리며 실제 소비 패턴을 측정하고, 그 숫자를 들고 Enterprise 협상에 들어간다. 측정 없이 전사 계약부터 하는 건 40% 취소 통계에 이름을 올리는 가장 빠른 길이다.
한 문장으로
AI 에이전트는 도구 문제가 아니라 인력 배치 문제다.
어떤 모델이 더 똑똑한지 비교하는 데 쓴 시간보다, “이 워크플로의 어느 지점에서 사람이 확인하고 넘어갈 것인가"를 정하는 데 쓴 시간이 성과와 함께 간다. 65 대 23은 인과의 증명이 아니라 가장 싼 값에 시험해볼 수 있는 유력한 단서다.
오늘 당장 할 수 있는 가장 값싼 실험은 이것이다. 팀에서 가장 지루하고 반복적인 워크플로 하나를 A4에 그린 뒤, 사람이 반드시 봐야 하는 칸에 동그라미를 쳐라. 동그라미가 셋 이하면 자동화할 준비가 된 것이고, 열 개면 자동화가 아니라 워크플로 자체가 아직 정리되지 않은 것이다. 그리고 그 종이를 위 90일 설계서의 Day 0 문서로 그대로 쓰면 된다. 모델 선택은 그다음이다.
라이선스는 계약서에 서명하는 순간 시작된다. 생산성은 누군가 화요일 오후에 그걸 실제로 켜는 순간 시작된다. 그 사이의 거리가 이 글 전체다.
참고 자료
- Gartner, “Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027” (2025-06-25)
- McKinsey & Company, “The state of AI in 2025: Agents, innovation, and transformation” (2025-11) —(https://www.mckinsey.com/~/media/mckinsey/business%20functions/quantumblack/our%20insights/the%20state%20of%20ai/november%202025/the-state-of-ai-2025-agents-innovation_cmyk-v1.pdf)
- Josipa Majic Predin, “Roughly 10% Of Enterprise Functions Use AI Agents, McKinsey Finds”, Forbes (2026-03-22)
- 개인정보보호위원회, 「생성형 인공지능(AI) 개발·활용을 위한 개인정보 처리 안내서」 (2025-08)
- 디지털데일리, “금융권 망분리 전면 해제 추진…AI·클라우드 활용 문턱 낮춘다” (2026-07-15)
- ZDNet Korea, “금융권 AI 도입 막던 망분리 규제 완화…SaaS업계 ‘화색’” (2026-04-20)
- 경향신문, “대기업·중기 ‘AI 활용’ 격차, 생산성 격차로 이어질 우려” (2026-06-10)
- 요금 페이지: Claude · Anthropic Enterprise · OpenAI Business · Microsoft 365 Copilot · Google Workspace