프롤로그. 127개의 과제와 살아남은 1개
이 프롤로그를 다 읽고 나면 알게 될 것: 왜 AI 프로젝트의 80%가 실패하는가. 그리고 이 책이 그 패턴을 어떻게 해부하는가.
기업에서 AI 프로젝트의 80%가 실패한다. 일반 IT 프로젝트 실패율의 두 배다. 도구는 30년간 바뀌었지만, 실패하는 패턴은 한 번도 바뀌지 않았다.
127개의 리스트
2019년 가을이었다. 서울의 한 대기업 회의실.
디지털 전환 TF1 킥오프 미팅이었다. 임원과 팀장 스무 명 남짓이 모여 있었다. CTO가 슬라이드를 넘겼다.
"AI로 할 수 있는 일을 정리해오라고 했습니다. 각 부서에서 올린 과제가 몇 개인지 아십니까?"
숫자가 떴다. 127개.
회의실이 웅성거렸다. 대단해 보였다.
그런데 이런 리스트는 위험하다. 훑어보면 안다. "고객 문의 자동 응답." "보고서 자동 생성." "재고 예측." "직원 감정 분석." "회의록 요약." 그럴듯하다. 절반은 데이터가 없다. 3분의 1은 담당자가 불분명하다. 나머지 상당수는 IT 부서가 올린 것이다. 기술적으로 해볼 만하다는 판단이었다. 현업은 원하지 않았다.
6개월 뒤, 127개 중 3개가 시작되었다.
12개월 뒤, 1개만 살아남았다.
살아남은 1개도 현업에 안착하지 못했다.
Pilot purgatory2. 시범사업의 연옥이다.
이 장면은 드물지 않다
이런 장면은 드물지 않다. 오히려 보편적이다.
2026년 기준, 88%의 AI 파일럿이 프로덕션에 도달하지 못한다[1]. 글로벌 기업이 2025년 한 해 동안 AI에 투자한 금액은 6,840억 달러다. 그중 5,470억 달러, 약 80%가 측정 가능한 성과를 내지 못했다[2]. 42%의 기업이 2025년에서 2026년 사이에 주요 AI 이니셔티브를 폐기했다. 이유는 같다. ROI를 입증하지 못해서다[3].
한국도 예외가 아니다. 2026년 한경 AX 서밋에서 나온 진단은 이렇다. 기업 AI 도입률 88%. 실제 성과를 보고하는 기업은 39%. 기업 전사 통합에 이른 곳은 7%에 불과하다[4]. 숫자가 말한다. 도입은 했다. 성과는 없다.
가트너는 한 걸음 더 나아간다. 2027년까지 에이전틱 AI3 프로젝트의 40% 이상이 취소될 것이라고 예측한다[5]. 이유는 세 가지다. 비용 폭주. 가치 불명확. 리스크 통제 부재.
30년간 반복된 패턴
도구는 계속 바뀌었다.
통계 모델이 데이터 마이닝이 되었다. 빅데이터가 되었다. 머신러닝이 되었다. 딥러닝이 되었다. 생성형 AI가 되었다. 이제 에이전틱 AI다.
도구는 매번 새로웠다. 실패하는 패턴은 매번 같았다.
기술에서 출발한다. 과제를 나중에 찾는다. 사람을 설득하지 않는다. 성과를 증명하지 못한다. 예산이 줄어든다. 팀이 흩어진다.
30년간 이 패턴이 반복되었다. 데이터 분석 현장을 거쳐 온 실무자들은 이 패턴을 안다. 그러나 아는 것과 깨는 것은 다르다. 왜 깨지지 않는가.
이유가 있다.
이 문제는 기술의 문제가 아니기 때문이다. 경제학의 문제다.
경제학이 답을 갖고 있다
기업이 AI를 도입하는 것은 기술 결정이 아니다. 경제 결정이다. 거래비용4이 줄어들면 기업의 경계가 바뀐다. 대리인5에게 일을 맡기면 정보 비대칭이 생긴다. 인간의 합리성6에는 한계가 있다.
이런 질문은 경영학이나 컴퓨터 과학이 아니라 경제학이 먼저 답했다. 로널드 코즈는 1937년에 기업이 존재하는 이유를 설명했다. 허버트 사이먼은 1957년에 인간이 왜 최적이 아닌 선택을 하는지 밝혔다. 올리버 윌리엄슨은 1985년에 기업이 무엇을 직접 하고 무엇을 외부에 맡길지를 결정하는 변수를 정리했다.
이 책은 AI의 문제를 경제학의 렌즈로 본다.
왜 127개 중 1개만 살아남았는가. 첫 과제를 어떻게 고를 것인가. ROI를 어떻게 증명할 것인가. 조직을 어떻게 바꿀 것인가.
이 질문들에 답하는 것이 이 책의 목적이다.
이 책의 구조
이 책은 네 부분으로 나뉜다.
Part 1은 AI가 철기시대급 범용기술7이라는 진단이다. 증기기관, 전기, 컴퓨터에 이어 다섯 번째 범용기술이 왜 이번에는 다른 속도로 확산되는가를 본다.
Part 2는 기업의 본질이다. 코즈의 거래비용, 윌리엄슨의 자산 특수성, 주인-대리인 이론. AI가 이 오래된 이론들을 어떻게 현실로 바꾸는가를 추적한다. 기계가 거래하는 경제, 자율 상거래의 도래까지.
Part 3은 의사결정이다. 사이먼의 제한된 합리성에서 출발한다. AI가 합리성의 경계를 어떻게 확장하는가. 상관관계와 인과관계의 차이. 분석의 4단계(현황, 원인, 예측, 처방).
Part 4는 전환의 현실이다. 88%의 실험과 19%의 성과 사이의 격차. 첫 과제를 고르는 RAPIDS 프레임워크. Pilot 지옥을 탈출하는 3계층 ROI 모델. 2026년에서 2030년까지의 지도.
시리즈 — 대리인의 시대
이 책은 다섯 권으로 구성된 시리즈의 첫 번째 권이다.
Vol.1 경제. 왜 해야 하는가. Vol.2 인간. 인간은 어디에 서는가. Vol.3 산업. 돈과 권력은 어디로 이동하는가. Vol.4 구축. 어떻게 만드는가. Vol.5 통제. 어떻게 다스리는가.
시리즈 이름은 "대리인의 시대"다.
AI 에이전트는 대리인이다. 경제학에서 대리인은 주인을 대신해 행동하는 존재다. 주인의 이익대로 움직일 수도 있고, 자기 이익을 쫓을 수도 있다. 이 긴장이 기업, 산업, 문명의 형태를 바꾼다.
대리인의 시대가 시작되었다.
127개의 과제 중 1개가 살아남았던 그 회의실에서, 무엇이 잘못되었는가. 어디서부터 시작해야 하는가. 이 책이 그 질문에 답한다.
그런데 이 실패 패턴은 AI만의 문제가 아니다. 증기기관도, 전기도 같은 길을 걸었다. 범용기술은 언제나 그렇게 시작한다.
References
[1] Institute for Project Management, 'Why 88% of Enterprise AI Pilots Never Reach Production', 2026. https://www.institutepm.com/knowledge-hub/why-enterprise-ai-pilots-fail — AI 파일럿의 프로덕션 전환 실패율 분석
[2] Syntes AI, 'AI Project Failure Statistics 2026: Why 85% of Enterprise Initiatives Stall', 2026. https://syntes.ai/ai-project-failure-statistics-2026-why-85-of-enterprise-initiatives-stall/ — 2025년 $684B 투자 대비 $547B 미성과 데이터
[3] Folio3 AI, 'AI Project Failure Rate in 2026: What the Data Shows', 2026. https://www.folio3.ai/blog/ai-project-failure-rate-stats — 42% 기업의 AI 이니셔티브 폐기 데이터
[4] 한경 AX Summit, '한국 기업 AI 도입률 88%, 성과 39%', 2026. — AI 도입-성과 격차 진단. 기업 전사 통합 7%
[5] Gartner, 'Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027', 2025.06. https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027 — 비용, 가치, 리스크 통제 부재로 인한 취소 예측
Footnotes
-
TF — Task Force. 특정 과제를 위해 부서를 초월하여 구성하는 임시 조직. ↩
-
Pilot purgatory — AI 시범사업이 본격 운영으로 전환되지 못하고 반복되는 현상. "시범사업의 연옥." ↩
-
에이전틱 AI(Agentic AI) — 주어진 목표를 달성하기 위해 자율적으로 계획, 판단, 실행하는 AI 시스템. ↩
-
거래비용(Transaction Cost) — 시장에서 거래할 때 발생하는 탐색, 협상, 감시 비용. Coase가 1937년 제시. ↩
-
대리인(Agent) — 다른 사람(주인)을 대신하여 행동하는 존재. 경제학에서는 정보 비대칭과 이해 충돌의 원천. ↩
-
합리성(Rationality) — 주어진 정보와 조건에서 최선의 선택을 하는 능력. 인간의 합리성에는 인지적 한계가 있다. ↩
-
범용기술(General Purpose Technology, GPT) — 경제 전체에 광범위하게 적용되어 생산성을 근본적으로 바꾸는 기술. ↩