생성형 AI에 대한 과도한 기대를 경계하는 목소리가 나오고 있다. 지난 2년간 많은 기업들이 기대했던 만큼 생성형 AI가 즉각적인 영향력을 발휘하지 못했기 때문이다. 이때 ‘현재 편향(Present Bias)’에 다시 주목할 필요가 있다. 단기적인 효용을 과대평가하고 장기적인 가치를 과소평가하는 이 편향은 장기적인 계획의 중요성을 간과하게 만든다. 과연 단기적 이득만으로 진정한 혁신을 이룰 수 있을까?

최근 맥킨지 글로벌 설문조사에 따르면 다양한 산업과 규모의 기업 중 65%가 생성형 AI를 사용하고 있다고 답했는데, 이는 작년 대비 2배 증가한 수치다. 특히 마케팅 분야에서 콘텐츠 생성과 통찰 도출을 도우며 빠르게 도입되고 있으며, 생산 분야 역시 예외는 아니다. 생성형 AI는 공정 과정에서 효율성, 생산성, 유연성을 높이고 있다.

대표적인 활용 사례 중 하나는 기계 유지·보수다. 생성형 AI 기반의 가상 유지·보수 어드바이저는 과거 고장 기록을 분석해 원인을 파악하고, 효율적인 해결책을 제시한다. 또한 시스템 점검을 자동화하고 오류 발생 시 실시간으로 알림을 제공한다. 이를 통해 수작업 처리 시간과 가동 중지 시간은 감소하고 생산성은 향상된다.

품질 관리에서도 생성형 AI는 강력한 도구로 자리 잡고 있다. 이미지 학습을 통해 패턴 인식을 정교화하고, 제품 결함을 신속 정확하게 탐지해 품질을 높인다. 또한 작업자 교육에서도 활용된다. 생성형 AI는 표준 운영 절차를 신속하게 개발하고, 운영 매뉴얼을 분석해 맞춤형 실시간 작업 지침을 제공한다.

인도의 한 의약품 제조업체는 생성형 AI 도입 후 평균 수리 시간(MTTR: Mean Time To Repair)을 40% 단축했으며, 가상현실(VR) 기반 교육 솔루션과 결합해 기술자 온보딩 시간도 40% 줄이는 성과를 거두었다.

그러나 기업이 생산성 향상을 위해 생성형 AI를 도입할 때 두 가지 함정에 빠지지 않도록 주의해야 한다. 첫째, 명확한 비즈니스 목적 없이 기술 도입에만 집중하는 것이다. 기술을 위한 기술 도입이 되지 않도록 기업의 제품이나 솔루션 목표와 긴밀하게 연계시켜야 한다. 둘째, 시행착오를 두려워하지 말아야 한다. 생성형 AI는 리테일이나 은행과 같은 분야에서는 빠르게 생산성을 높이지만 농업이나 제조업 분야에서는 더 오랜 시간이 걸릴 수 있다. 기술 도입 이후에는 잠재적인 영향력이 나타날 때까지 인내가 필요하다.

맥킨지글로벌연구소(McKinsey Global Institute)는 생성형 AI가 제조업 및 공급망에서 약 0.5조에서 1조 달러의 생산성 효과를 창출할 수 있다고 분석했다. 생성형 AI의 가치를 극대화하려면 명확한 전략적 목표와 로드맵을 수립하고, 역량 강화와 변화 관리에 투자해야 한다. 이러한 투자와 성공 사례가 축적되면, 궁극적으로 전체 공급망에도 긍정적인 변화가 확산될 수 있다.

기업들은 ‘현재 편향’에 갇혀 단기적인 변화만을 과대평가하기보다는, 긴 안목으로 다가올 변화를 준비해야 한다. 명확한 비즈니스 가치에 기반한 생성형 AI 로드맵과 기술 및 변화 관리 역량은 장기적 성장을 위한 필수 요소다.

하비에르 델 포소 맥킨지앤드컴퍼니 파트너

김민수 맥킨지앤드컴퍼니 부파트너