“AI 도구 도입하면 끝?” 착각하는 회사들… 구글이 알려주는 AI 도입 성공 전략 7가지

구글 클라우드의 DORA(DevOps Research and Assessment) 팀이 전 세계 100여 개국 기술 전문가 5천여 명을 대상으로 실시한 2025년 연구에서 충격적인 결과가 나왔다. AI 도구 도입률이 95%에 달할 정도로 보편화됐지만, 실제 성과는 조직의 시스템적 역량에 따라 천차만별이라는 것이다. 단순히 AI 도구를 도입하는 것만으로는 기대하는 성과를 얻을 수 없으며, 성공하는 기업들은 특별한 7가지 조직 역량을 갖추고 있다는 사실이 밝혀졌다. DORA는 이를 ‘DORA AI 역량 모델’로 정리해 처음 공개했다.

90% 도입률 달성, 하루 2시간씩 AI와 협업하는 개발자들

구글의 2025 DORA 보고서에 따르면 소프트웨어 개발 전문가들의 AI 사용률이 90%에 달하며, 이는 전년 대비 14% 증가한 수치다. 개발자부터 제품 관리자까지 이 전문가들은 AI를 핵심 업무 흐름에 통합하여 하루 평균 2시간씩 AI와 함께 업무를 수행하고 있다. 이 중 65%가 소프트웨어 개발에서 AI에 ‘상당히 의존’하고 있다고 답했다. 구체적으로는 37%가 ‘적당한 수준’의 의존도를, 20%는 ‘많이’, 8%는 ‘매우 많이’ 의존한다고 응답했다. 이는 AI가 개발 분야에서 광범위하게 채택되고 깊이 뿌리내렸음을 보여주는 강력한 지표다.

그러나 흥미로운 ‘신뢰 역설’이 발견됐다. AI 사용률이 높음에도 불구하고 AI를 ‘매우 신뢰’하거나 ‘많이 신뢰’한다고 답한 응답자는 24%(매우 신뢰 4%, 많이 신뢰 20%)에 불과했다. 반면 30%는 AI를 ‘조금만’ 신뢰하거나(23%) ‘전혀 신뢰하지 않는다'(7%)고 응답했다. 이는 AI가 유용하고 가치 있다고 인식되지만 완전한 신뢰는 받지 못하고 있으며, 인간 판단을 완전히 대체하는 것이 아니라 생산성과 효율성을 높이는 지원 도구로 활용되고 있음을 시사한다.

80%가 체감한 생산성 혁신, 코드 품질도 59% 향상 보고

AI 도입의 실질적 효과는 명확하게 드러났다. 응답자의 80% 이상이 AI로 인해 생산성이 향상되었다고 보고했으며, 59%는 AI가 코드 품질에 긍정적 영향을 미쳤다고 평가했다. 특히 올해 연구에서는 AI 채택이 더 높은 소프트웨어 배포 처리량과 연결되어 있어, 팀들이 더 많은 소프트웨어와 애플리케이션을 출시하고 있다는 긍정적 변화가 확인됐다. 이는 작년 연구 결과와는 정반대의 긍정적 전환을 보여준다.

하지만 AI가 개별 성과를 높이는 반면, 조직에 미치는 영향은 더 복잡한 양상을 보인다. 지속적인 과제는 소프트웨어가 사용자에게 전달되기 전에 의도한 대로 작동하는지 확인하는 것이다. 연구진은 AI가 ‘거울이자 증폭기’ 역할을 한다고 분석했다. 결속력 있는 조직에서는 AI가 효율성을 높이지만, 분열된 조직에서는 기존 약점을 더 부각시킨다는 것이다.

7가지 팀 유형으로 본 AI 도입 성공 패턴

이러한 복잡한 조직적 역학을 더 잘 이해하기 위해, 올해 연구는 단순한 성과 지표를 넘어 7가지 구별되는 팀 원형을 공개했다. 이는 AI 도입에서 성공을 이끄는 요인에 대한 더 깊고 인간 중심적인 관점을 제공한다. ‘조화로운 고성과자’부터 ‘레거시 병목현상’에 갇힌 팀까지, 이러한 프로필들은 성과, 웰빙, 작업 환경 간의 독특한 상호작용을 이해할 수 있도록 조직에 더 풍부한 서사를 제공한다.

AI를 도입할 준비가 된 조직들에는 새로운 도구들이 작업 프로세스 진화를 도울 수 있어, 생산성 향상과 그에 따른 변화 모두로부터 이익을 얻을 수 있다. 하지만 AI 채택만으로는 성공을 보장할 수 없다는 것이 핵심 교훈이다.

첫 번째 역량: 명확하고 소통되는 AI 정책

조직의 AI 사용에 대한 명확한 입장과 이에 대한 체계적인 소통이 AI 효과 증폭의 첫 번째 핵심 요소로 확인됐다. 이는 개발자들이 어떤 AI 도구를 사용할 수 있는지, 어떤 방식으로 활용해야 하는지에 대한 조직의 명확한 지침을 의미한다.

연구에 따르면 AI 정책이 명확한 조직에서는 AI 채택이 개인 효율성과 조직 성과에 미치는 긍정적 영향이 크게 증폭됐다. 또한 일반적으로 AI가 업무 마찰에 미치는 중립적 효과가 마찰을 실제로 감소시키는 긍정적 효과로 전환되는 것으로 나타났다. 한 인터뷰 참가자는 “AI에 대해 아무도 얘기하지 않았다. 다른 팀원들이나 경영진이 어떻게 볼지 확신이 서지 않아 더 일찍 탐색하지 않았다”고 말했다.

두 번째 역량: 건전한 데이터 생태계

조직 내부 데이터 시스템의 전반적 품질을 의미하는 건전한 데이터 생태계는 AI 효과를 좌우하는 핵심 요소다. 이는 내부 데이터의 품질, 접근성, 통합성을 종합적으로 평가하는 개념이다.

건전한 데이터 생태계를 보유한 조직에서는 AI 채택이 조직 성과에 미치는 긍정적 영향이 증폭되는 것으로 확인됐다. 연구진은 “AI 모델의 품질은 학습 데이터의 품질에 달려 있다는 일반적 통념이 조직 차원에서도 적용된다”며 “조직이 고품질의 접근 가능하고 통합된 데이터 생태계를 구축하고 유지하는 데 투자할 때, AI 도입만으로 얻을 수 있는 것보다 훨씬 높은 조직 성과 향상을 얻을 수 있다”고 설명했다.

세 번째 역량: AI 접근 가능한 내부 데이터

AI 도구가 조직의 내부 데이터 소스와 시스템에 연결되는 정도를 나타내는 이 역량은 AI의 실질적 효과를 결정하는 중요한 요소다. 내부 회사 정보에 AI 도구가 접근할 수 있고, 이를 맥락으로 활용할 수 있는 환경을 의미한다.

AI 도구가 내부 데이터에 접근할 수 있는 조직에서는 개인 효율성과 코드 품질 향상 효과가 크게 증가했다. 일반적인 지식으로 훈련된 AI 도구도 개발자가 더 효과적으로 느끼고 고품질 코드를 생성하도록 도움을 주지만, 내부 데이터 소스에 접근할 수 있을 때 그 효과가 훨씬 커진다는 것이다. 한 전문가는 “현재 고객사 대부분이 AI 시스템을 효과적으로 활용할 단계에 있지 않다”며 “데이터가 회사 전체에 분산되어 있고 표준 형식이 없어 생성형 AI가 실제로 활용할 수 있는 형태로 만드는 데 상당한 데이터 엔지니어링 작업이 필요한 상황”이라고 지적했다.

네 번째 역량: 강력한 버전 관리 관행

AI가 코드 생성의 양과 속도를 급격히 증가시키는 상황에서 강력한 버전 관리 관행의 중요성이 더욱 커지고 있다. 이는 빈번한 커밋과 롤백 기능의 적극적 활용을 포함한다.

연구에 따르면 빈번한 커밋을 하는 팀에서 AI의 개인 효율성 향상 효과가 증폭되고, 롤백 기능을 자주 활용하는 팀에서는 AI의 팀 성과 향상 효과가 커지는 것으로 나타났다. 성숙한 버전 관리의 핵심은 ‘심리적 안전망’ 기능이다. 이 안전망은 개발팀이 자신 있게 실험하고 혁신할 수 있도록 하며, 문제가 발생했을 때 쉽게 안정된 상태로 되돌릴 수 있다는 확신을 제공한다.

다섯 번째 역량: 소규모 배치 작업

팀이 변경 사항을 관리 가능한 단위로 나누어 신속하게 테스트하고 평가할 수 있는 정도를 나타내는 소규모 배치 작업은 오랜 기간 DORA가 강조해 온 핵심 역량이다.

소규모 배치 작업을 실천하는 팀에서는 AI 채택이 제품 성과 향상과 마찰 감소에 긍정적 영향을 미쳤다. 흥미롭게도 소규모 배치로 작업하는 팀에서는 AI의 개인 효율성 향상 효과가 다소 줄어드는 것으로 나타났는데, 연구진은 이를 “AI가 주로 대량의 코드를 빠르게 생성하여 개인 효율성 인식을 높이는 방식으로 작동하기 때문”이라고 설명했다. 그러나 개인 효율성보다는 제품 성과와 마찰 감소라는 더 중요한 결과를 가져온다는 점에서 전체적으로 긍정적인 영향을 미친다고 평가했다.

여섯 번째 역량: 사용자 중심 접근법

팀이 주요 애플리케이션이나 서비스의 최종 사용자 경험을 얼마나 중요하게 생각하는지를 나타내는 사용자 중심 접근법은 AI 활용에서 가장 중요한 요소로 확인됐다.

사용자 중심적 팀에서는 AI 채택이 팀 성과에 미치는 긍정적 영향이 크게 증폭되는 반면, 사용자 중심 접근법이 부족한 팀에서는 AI 채택이 오히려 팀 성과에 부정적 영향을 미치는 것으로 나타났다. 연구진은 “사용자 중심 접근법에 대한 투자는 AI 지원 팀의 성과에 중요한 이익을 가져다주지만, 그렇게 하지 않으면 해로울 수 있다”며 “사용자 중심 접근법 없이는 AI 채택이 팀에 도움이 되지 않을 뿐만 아니라 해를 끼칠 수도 있다”고 경고했다.

일곱 번째 역량: 고품질 내부 플랫폼

여러 애플리케이션이나 서비스에서 공유되는 역량 집합을 의미하는 내부 플랫폼의 품질은 AI의 조직 차원 효과를 결정하는 핵심 요소다. 12가지 특성으로 평가되는 고품질 내부 플랫폼은 AI 효과의 전략적 기반 역할을 한다.

연구에 따르면 플랫폼 품질이 낮을 때는 AI 채택이 조직 성과에 거의 영향을 미치지 않지만, 플랫폼 품질이 높을 때는 강력하고 긍정적인 효과를 보였다. 현재 조직의 90%가 플랫폼 엔지니어링을 채택했으며, 76%가 전담 플랫폼 팀을 운영하고 있다. 고품질 플랫폼은 개별 생산성 향상에서 시스템 차원의 조직적 개선으로 AI 효과를 확장시키는 분배 및 거버넌스 계층 역할을 하며, 이런 기반 없이는 AI 채택이 연결되지 않은 개별 최적화에 머무르게 된다.

AI 역량 격차가 만들 기업 생태계의 변화

이번 DORA 연구 결과는 단순한 기술 도입을 넘어서 산업 전반의 경쟁 구도가 재편될 가능성을 시사한다. AI 도구의 보편화로 기술적 진입 장벽이 낮아졌다고 여겨졌지만, 실상은 그 반대일 수 있다. 7가지 조직 역량을 체계적으로 갖춘 기업과 그렇지 못한 기업 간의 격차가 오히려 더 벌어질 전망이다.

이번 DORA 연구 결과를 본 기업들이 가장 궁금해할 것은 “그래서 우리는 뭐부터 해야 하나”일 것이다. 7가지 역량을 모두 갖추는 것은 장기 과제이지만, 가장 먼저 할 일은 사용자 중심 접근법 점검이다. 팀 회의에서 “우리 제품의 최종 사용자는 누구이며, 그들이 진짜 원하는 것이 무엇인가”를 다시 한번 명확히 정의하는 것부터 시작하면 된다. 복잡한 사용자 조사가 아니더라도 기존 고객 피드백을 재검토하고, 개발 과정에서 사용자 관점을 고려하는 습관을 만드는 것만으로도 변화의 출발점이 될 수 있다.

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

Q: 7가지 역량 중 어느 것부터 시작해야 하나?

A: 사용자 중심 접근법이 가장 중요합니다. 연구에 따르면 이 역량이 없으면 AI 채택이 오히려 팀 성과에 해를 끼칠 수 있습니다. 그다음으로는 명확한 AI 정책 수립과 고품질 내부 플랫폼 구축을 권장합니다.

Q: 작은 조직도 모든 역량을 갖춰야 하나?

A: 규모에 맞게 적용하면 됩니다. 대기업처럼 복잡한 시스템을 구축할 필요는 없지만, 명확한 AI 정책, 데이터 정리, 사용자 중심적 사고 등 기본 원칙은 모든 조직에 적용할 수 있습니다.

Q: 이 역량들을 갖추지 못하면 AI를 사용하지 않는 게 나은가?

A: 그렇지 않습니다. 다만 AI 도구만 도입하고 조직 차원의 준비 없이는 기대하는 만큼의 효과를 얻기 어렵다는 것입니다. 점진적으로 이런 역량을 구축해 나가면서 AI 활용도를 높여가는 것이 바람직합니다.

기사에 인용된 리포트 원문은 구글 블로그에서 확인할 수 있다.

리포트명: State of AI-assisted Software Development 2025

이미지 출처: 구글 클라우드

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.