AI에 돈만 쏟는다고 이기지 않는다, 매킨지가 글로벌 17곳에서 찾은 진짜 승자 공식

AI에 가장 많은 예산을 붓는 기업이 AI 경쟁에서 앞설 것 같지만, 매킨지(McKinsey)의 분석은 정반대를 가리켰다. 매킨지가 기업 성과관리 업체 서비스웨어(Serviceware)와 함께 글로벌 대기업 17곳의 기술 예산을 뜯어본 결과, AI 시대의 승패를 가른 것은 새 기술에 돈을 쓰는 것 자체가 아니라 그 돈을 시스템 유지비를 줄여 마련했느냐였다. 여기서 핵심 개념인 ‘AI 시대 IT 예산 배분’이란, 시스템을 그대로 유지하는 데 드는 ‘런(Run)’ 비용과 새 역량을 더해 성장을 만드는 ‘체인지(Change)’ 투자 사이에서 한정된 예산을 어떻게 나누느냐의 문제를 말한다. 이 균형을 어떻게 잡느냐에 따라 같은 돈을 쓰고도 어떤 기업은 AI로 앞서가고, 어떤 기업은 제자리걸음을 한다.

글로벌 기업 17곳을 가른 4가지 IT 유형

매킨지가 2026년 3월 30일 발표한 보고서 ‘리캘리브레이팅 테크놀로지 버짓 포 디 AI 에라(Recalibrating technology budgets for the AI era)’는 기업의 기술 지출을 두 축으로 나눠 4가지 유형으로 분류했다. 두 축이란 매출 대비 유지비 비중을 뜻하는 ‘런 인텐시티(Run intensity, 유지 집약도)’와 전체 IT 예산 중 새 역량에 쓰는 ‘체인지 투자(Change investment)’ 비중이다. 여기서 런(Run)이란 이미 쓰고 있는 시스템을 멈추지 않고 돌아가게 만드는 유지·보수 비용이고, 체인지(Change)란 클라우드 이전이나 자동화처럼 새로운 능력을 더해 매출을 키우는 투자를 말한다. 이 분석은 자동차·항공·반도체 등 첨단산업과 은행, 소매, 에너지, 헬스케어, 물류에 걸친 글로벌 대기업 17곳의 실제 지출 데이터를 바탕으로 했다. 매킨지의 레안드로 산토스(Leandro Santos), 토마스 엘스너(Thomas Elsner), 이샨 샤르마(Ishaan Sharma)는 이 가운데 ‘신중한 현대화 기업(Deliberate modernizers)’이 기술 투자에서 가장 큰 가치를 뽑아낸다고 짚었다.

체인지에 37% 쓴 승자와 34% 쓰고도 휘청인 패자

네 유형의 예산 배분 수치를 보면 흥미로운 역설이 드러난다. 가장 앞서가는 ‘신중한 현대화 기업’은 IT 예산의 37%를 체인지에, 63%를 런에 썼다. 반대로 ‘린 운영 기업(Lean operators)’은 체인지 13%, 런 87%로 새 투자에 가장 인색했고, ‘헤비 IT 유지 기업(Heavy IT sustainers)’은 체인지 20%, 런 80%로 돈을 많이 쓰면서도 대부분을 시스템 유지에 묶어뒀다. 주목할 곳은 ‘버거운 전환 기업(Strained transformers)’이다. 이들은 체인지에 34%를 투입해 승자인 신중한 현대화 기업(37%)과 거의 차이가 없는데도 ‘버거운(Strained)’이라는 이름이 붙었다. 새 기술에 비슷한 돈을 쓰고도 한쪽은 앞서가고 한쪽은 휘청이는 것이다. 겉으로는 체인지 비중이 비슷해 보이지만, 유지비와 복잡성의 차이가 수년간 쌓이면 한쪽은 AI를 매끄럽게 올리고 다른 쪽은 복잡성에 발목 잡히는 전혀 다른 결과로 벌어진다.

그림1. 신중한 현대화 기업의 전 기술 영역 체인지 우선 투자. (출처: McKinsey)

유지비를 20% 낮추면 AI 예산이 생긴다

승자와 패자를 가른 진짜 이유는 유지비를 줄여 확보한 여유 예산에 있다. 신중한 현대화 기업은 인프라 유지에 들어가는 예산 비중을 다른 기업보다 최소 20% 낮게 유지한다. 비슷한 돈을 체인지에 쓰더라도, 한쪽은 줄어든 유지비 덕에 클라우드 이전과 자동화, AI를 키우는 데 필요한 플랫폼에 진짜 투자를 할 수 있고, 다른 쪽은 복잡하게 얽힌 시스템을 떠받치느라 돈이 새어 나간다. 이들이 유지비를 낮출 수 있는 비결은 표준화된 플랫폼을 쓰고, 재사용을 전제로 서비스를 설계해 애플리케이션 구조를 단순하게 유지하는 데 있다. 새 기능을 기존 시스템 위에 계속 쌓는 대신 낡은 시스템을 아예 교체하는 방식이라, 시간이 갈수록 ‘기술 부채(Technical debt)’, 즉 급하게 만든 낡은 시스템을 떠받치느라 누적되는 보이지 않는 비용이 줄고 유지비도 함께 내려간다. 버거운 전환 기업이 휘청인 이유도 여기서 나온다. 정리되지 않은 복잡성 때문에 유지비가 높게 유지된 상태에서 AI를 얹으니, AI가 성장 동력이 아니라 운영 부담을 더하는 짐이 되어버린 것이다.

기존 플랫폼에 AI를 심어야 복잡성이 늘지 않는다

AI를 도입하려는 기업이 가장 먼저 점검할 것은 새 모델이 아니라 기반 시스템의 상태다. 매킨지는 이미 현대화된 기술 기반을 갖춘 기업일수록 시스템 복잡성을 키우지 않으면서 AI를 통합하기에 유리하다고 분석했다. 단, 조건이 있다. AI를 기존 플랫폼 안에 심어야지, 별도의 ‘병렬 스택(Parallel stack)’, 즉 기존 시스템과 따로 노는 또 하나의 시스템 더미로 붙이면 안 된다는 것이다. 예를 들어 두 회사가 똑같이 생성형 AI 도입에 예산을 배정해도, 표준 플랫폼 위에 AI 기능을 얹은 회사는 운영 부담이 거의 늘지 않는 반면, 낡은 시스템을 그대로 두고 AI를 별도로 붙인 회사는 관리할 시스템이 하나 더 늘어 유지비가 다시 부풀어 오른다. 매킨지는 신중한 현대화 기업의 기준선으로 전체 예산의 최소 3분의 1 이상을 체인지에 배정하고 나머지를 런에 쓰는 배분을 제시했다. 자신의 회사가 새 기술에 쓰는 돈은 많은데 성과가 더디다면, 유지비부터 줄였는지 돌아볼 필요가 있다.

돈의 크기가 아니라 기반의 정리: AI 투자에 앞서 던질 질문

이번 분석이 던지는 시사점은 AI 경쟁이 예산 규모 싸움이 아니라 기반 정리 싸움일 가능성이 있다는 점이다. 새 기술에 비슷한 금액을 쓰고도 결과가 갈린다는 데이터는, AI 도입 자체보다 그것을 받칠 시스템이 얼마나 단순하게 정리되어 있는지가 더 중요할 수 있음을 시사한다. 다만 이번 조사는 글로벌 대기업 17곳을 대상으로 한 분석인 만큼, 규모가 작은 기업이나 다른 산업에 그대로 적용될지는 두고 볼 필요가 있다. 또한 유지비를 낮추는 일은 표준화와 시스템 교체라는 적지 않은 초기 비용과 시간을 요구하기 때문에, 단기적으로는 오히려 부담이 될 수도 있다. 보고서가 제시한 데이터는 ‘유지비를 먼저 정리한 기업이 AI 투자에서 더 큰 여유를 얻었다’는 상관관계를 보여주며, 이를 어떻게 받아들이고 자신의 조직에 적용할지는 결국 각 기업의 판단에 달려 있다.

FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)

Q. 런(Run)과 체인지(Change)가 정확히 무슨 뜻인가요?
런은 이미 쓰고 있는 IT 시스템을 멈추지 않고 돌아가게 유지하는 데 드는 비용을 말합니다. 체인지는 클라우드 이전이나 자동화, AI 도입처럼 새로운 능력을 더해 회사의 성장을 만드는 투자를 뜻합니다. 두 가지 사이에서 한정된 예산을 어떻게 나누느냐가 이번 보고서의 핵심 주제입니다.

Q. 우리 회사는 어떤 유형인지 어떻게 알 수 있나요?
매출 대비 유지비가 얼마나 큰지(유지 집약도), 그리고 전체 IT 예산에서 새 기술 투자가 차지하는 비중이 얼마인지 두 가지를 따져보면 됩니다. 유지비 비중이 높고 새 투자 비중이 낮다면 헤비 IT 유지 기업에, 둘 다 균형을 잘 잡았다면 신중한 현대화 기업에 가깝습니다.

Q. AI를 도입하려는데 가장 먼저 무엇을 해야 하나요?
새 AI 모델을 고르기 전에 기존 시스템이 얼마나 단순하게 정리되어 있는지부터 점검하는 것이 좋습니다. 매킨지는 AI를 기존 플랫폼 안에 통합해야 하며, 기존 시스템과 따로 노는 별도 시스템으로 붙이면 오히려 유지비가 늘어난다고 조언합니다.

기사에 인용된 리포트 원문은 매킨지(McKinsey & Company)에서 확인할 수 있다.
리포트명: Recalibrating technology budgets for the AI era (2026년 3월 30일) / Balancing tech budgets in the AI era (2026년 6월 3일)
이미지 출처: AI 생성 콘텐츠, McKinsey
해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.