글로벌 무역기업 4곳 중 3곳이 이미 통관 업무에 AI를 투입하고 있다. 그런데 한국 수출기업은 78%가 “AI가 필요하다”고 답하면서도 실제 업무에 적용한 곳은 17%에 그친다. 딜로이트 안진회계법인이 2026년 5월 발표한 인사이트 보고서 「AI 기반 무역통상 업무 혁신 전략: 품목분류·제재관리·원산지 대응의 효율·고도화」는 이 격차가 단순한 기술 도입 속도 차이가 아니라, 관세 전쟁과 공급망 위기 속에서 기업의 생존 능력을 가르는 분기점이 되고 있다고 짚는다. 무역통상 AI 활용은 곧 한국 수출기업이 다음 5년을 어떻게 버틸지를 결정하는 문제다.
인식과 실행의 격차, 글로벌과 국내의 정반대 풍경
무역통상 AI 활용에서 한국 기업과 글로벌 기업 사이에는 인식이 아니라 실행의 격차가 존재한다. 딜로이트가 인용한 한국무역협회(2025) 자료에 따르면 국내 수출기업의 78%가 생성형 AI 도입의 필요성을 체감하고 있다. 그러나 실제로 AI를 업무에 활용하는 비율은 14%, 여기에 자동으로 작업을 수행하는 AI 에이전트 단계까지 합쳐도 17% 수준이다. 나머지 절반 이상은 도입을 검토 중(29%)이거나 제한적으로 시도(40%)하는 단계에 머물러 있다. 같은 시기 세계무역기구(WTO)와 국제상업회의소(ICC)가 조사한 글로벌 무역기업 데이터는 정반대 풍경을 보여준다. 글로벌 무역기업의 75%가 통관 관련 업무에 이미 AI를 활용하고 있으며, 도입한 기업의 90%는 생산성 개선과 시장 확대 같은 가시적 성과를 체감하고 있다. 이 두 숫자 사이의 거리가 바로 한국 수출기업이 직면한 진짜 위기의 크기다.
그림1. 국내 수출기업 중 AI 실무 활용 17%, 도입 검토·시도 단계 69%. 자료: 한국무역협회(2025)·딜로이트 인사이트 재인용
글로벌 대기업이 AI를 가장 먼저 투입한 곳은 컴플라이언스다
글로벌 무역기업(대기업 기준)이 AI를 가장 많이 투입한 영역은 의외로 마케팅이나 영업이 아니라 무역 컴플라이언스 및 규제 점검(18%)이다. 그 뒤를 계약서 분석 및 무역금융 지원(15%), 시장 정보 분석과 커뮤니케이션 업무(각 10%), 사기 탐지 및 리스크 평가(8%)가 잇는다. 가격 전략, 물류 최적화, 수요 예측, 통관 품목분류 같은 영역도 각각 7% 안팎으로 고른 비중을 보인다. 무역 컴플라이언스(Trade Compliance)란 각국의 관세 규정, 수출 통제, 제재 대상 거래처 점검 등 법적 위반을 막기 위한 사전 검토 업무를 말한다. 이 영역에 AI가 가장 먼저 들어간 이유는 단순하다. 트럼프 2기 행정부의 관세 부과, 유럽연합(EU) 탄소국경조정제도(CBAM) 시행, 미국 인플레이션감축법(IRA)과 반도체법(CHIPS Act) 등 자국 우선 법제가 동시다발로 확산되면서, 사람의 경험과 엑셀로는 더 이상 따라갈 수 없는 속도로 규제가 바뀌고 있기 때문이다. 영업정지나 벌금 같은 행정·형사 제재는 물론, 캐치올 규제와 역외적용 강화로 임직원 개인이 형사처벌 대상이 되는 사례도 늘고 있다. 사람이 쥐고 있던 판단의 책임이 너무 무거워졌다는 뜻이다.
HS 코드, 제재, 원산지, 사람 손에서 떠나가는 무역 3대 업무
딜로이트는 AI 적용 가능성이 가장 높은 실무 영역으로 품목분류(HS Code), 제재(Sanction) 관리, 원산지 증명 세 가지를 꼽는다. HS 코드(Harmonized System Code)란 모든 수출입 물품에 부여되는 6~10자리의 국제 통일 분류 번호로, 한 자리만 틀려도 관세율이 달라진다. 기존에는 구성 성분, 함량, 형태, 용도, 완제품 여부 등 판단 요소가 많아 담당자 개인의 경험에 의존할 수밖에 없었고, 세관이 사후에 검증을 나오면 판단 근거가 문서화되지 않아 대응이 어려웠다. AI를 도입하면 관세 법령과 해설서, 과거 분류 이력을 학습한 모델이 코드를 자동 추천하면서 적합도와 신뢰도까지 함께 제시하고, 추천 근거가 자동으로 문서화된다. 제재 관리도 마찬가지다. 거래처 이름이 다소 다르거나 다른 언어 약칭을 써도 AI가 동일 회사임을 식별하고, 영업 담당자의 이메일과 상담 메모에서 신규 거래처를 자동으로 인식해 즉시 점검을 수행한다. 원산지 증명 업무는 자재명세서(BOM), 제조공정설명서, 원가명세서 등 형태가 제각각인 서류를 OCR로 자동 인식해 데이터베이스화하고, 자유무역협정(FTA)별로 다른 세번변경기준(CTC)과 부가가치기준(RVC)을 학습한 AI 엔진이 직접 계산해낸다. 담당자는 고위험 케이스의 최종 판단에만 집중하면 된다. 한 사람의 머리에 의존하던 무역 실무가, 사람이 검수하는 자동화된 흐름으로 옮겨가고 있는 셈이다.
도입 목적이 없는 AI는 비용 낭비, WHY부터 정해야 한다
딜로이트가 강조한 것은 기술 자체가 아니라 도입 의사결정의 순서다. 보고서는 성공적인 AI 도입을 위해 세 가지 질문에 먼저 답해야 한다고 본다. 첫째는 WHY, 무엇을 위해 도입할 것인가다. 비용 절감인지, 생산성 혁신인지, 리스크 통제인지, 신규 성장 확보인지가 명확해야 투자 범위와 우선순위가 정렬된다. 둘째는 WHERE, 어느 곳부터 적용할 것인가다. 모든 영역을 동시에 추진하기보다 빠르게 성과가 나오는 퀵윈(Quick Win) 업무, 반복·수작업 프로세스, 핵심 리스크 업무, 투자수익률(ROI)이 높은 영역부터 시작해야 한다. 셋째는 HOW, 어떻게 도입할 것인가다. 전면 도입(Big Bang)과 단계적 도입(Phased) 중에서, 자체 모델 개발과 외부 솔루션 활용 중에서, 중앙집중형과 현업 주도형 중에서 조직의 규모와 예산, 리스크 허용도에 맞는 방식을 골라야 한다. 보고서는 “목적 없는 AI 도입은 비용 낭비와 조직 혼선으로 이어질 수 있다”고 경고한다. 무역통상처럼 규제와 데이터가 얽힌 영역일수록 전략(Strategy)·거버넌스(Governance)·플랫폼(Platform) 세 축을 동시에 정비해야 성과가 나온다는 진단이다.
FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)
Q1. 무역통상 업무에서 AI는 구체적으로 어떤 일을 대신해 주나요?
A. HS 코드 자동 분류, 제재 대상 거래처 자동 점검, 원산지 증명을 위한 자재명세서 자동 처리와 FTA 기준 자동 계산이 대표적입니다. 사람이 매번 법령과 해설서를 뒤져서 판단하던 작업을, AI가 학습한 데이터를 기반으로 추천해 주고 그 근거까지 자동으로 문서화해 줍니다.
Q2. 우리 회사가 작은 수출기업인데 AI 도입이 가능한가요?
A. 딜로이트 보고서는 모든 영역을 동시에 도입하기보다 반복·수작업이 많거나 리스크가 높은 한두 영역부터 시작할 것을 권합니다. 자체 모델을 개발하지 않더라도 시중에 나와 있는 외부 솔루션을 활용해 단계적으로 도입하는 방식이 중소·중견 기업에 더 적합할 수 있습니다.
Q3. AI를 도입하면 무역 담당자의 일자리가 사라지나요?
A. 보고서가 그리는 그림은 담당자가 사라지는 것이 아니라 담당자의 역할이 바뀌는 모습입니다. AI가 단순 검토와 분류, 자료 취합을 맡고, 사람은 고위험 건의 최종 판단과 전략적 의사결정에 집중하게 됩니다. 글로벌 기업들이 AI 도입 후 90%가 성과를 본 이유도 이 역할 재배치에 있습니다.
기사에 인용된 리포트 원문은 딜로이트 인사이트에서 확인할 수 있다.
리포트명: AI 기반 무역통상 업무 혁신 전략: 품목분류·제재관리·원산지 대응의 효율·고도화 (Deloitte Insights, May 2026)
이미지 출처: AI 생성 콘텐츠
해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.
