원칙. 이 책의 방법론 골격 — 의사결정 트리·게이트·증거 등급 L0~L5·다섯 산식·RACI·자율성 등급 — 은 영속 자산이다. 반면 아래 표의 수치는 모두 집필 시점 기준의 값이다. 시장조사·벤더 설문·규제 일정은 빠르게 낡으므로, 자릿수와 방향이 핵심이고 절대값은 시간이 지나면 교체되어야 한다. 배수·비율을 교체하더라도 그 수치가 받치는 산식·게이트·트리는 그대로 유지된다 — 산식은 유지하고 값만 바꾼다.
수치는 절대값이 아니라 자릿수·방향으로 읽기를 권한다. ‘약 4할’, ‘한 자릿수 %’, ‘상승 방향’ 같은 표기를 쓴 이유다. 인용할 때는 ‘갱신 포인트’ 칸의 최신판으로 교체하고, 측정 방법론(분모 정의 등)이 함께 바뀌었는지 반드시 확인한다.
| 주장 | 수치 | 갱신 포인트 |
|---|---|---|
| 엔터프라이즈 에이전틱 AI가 파일럿에서 프로덕션 오케스트레이션으로 넘어가는 티핑포인트에 진입했다 | 프로덕션 도입 4할대, 파일럿 포함 합산 7할대(다수). 방향은 ‘프로덕션 비중 상승’ | 주요 시장조사기관·벤더 설문의 ‘에이전틱 AI 프로덕션 vs 파일럿’ 도입률 최신 분기 발표 |
| 엔터프라이즈 앱 상당수에 task-specific 에이전트가 임베드된다 | 전망: 가까운 연내 엔터프라이즈 앱의 약 4할에 task-specific 에이전트 임베드(증가 방향) | 애널리스트의 에이전트 임베드 비중 예측치 연간 업데이트 및 실측치 전환 여부 |
| 에이전틱 AI 프로젝트의 상당 비율이 가까운 미래에 실패(중단)할 것으로 예상된다 | 약 4할이 향후 1~2년 내 실패 예상(운영비·보안표면·조직변화 과소평가). 거버넌스 갭은 과반(6할대) | 에이전틱 AI 프로젝트 실패율 전망 갱신 및 실제 실패율·거버넌스 갭 후속 조사. 예상 시점 경과 시 실측치로 교체 |
| AI 도입 의사결정 주도권이 IT 임원에서 사업부(LOB) 리더로 이동했다 | LOB/사업부 리더가 최대 의사결정 그룹(4할대 후반)으로 CIO·CTO(각 3할대 후반) 추월 | 도입 의사결정 주체 설문(LOB vs CIO/CTO 비중) 최신판 — 역전 폭과 순위 유지 여부 |
| 조직 단위 AI 투자에서 측정 가능한 ROI가 보고된다 | 평균 ROI 1.7배대(지역별 편차), 의사결정 가속 6할대 응답. 비용 분모에 토큰·사용량 실비 포함 시 건강한 범위는 2.5–3.5배(평균)·4–6배(상위), 최상위는 5배(500%)+ | ROI 벤치마크 설문의 최신 평균·분포. 분모(토큰/사용량 실비) 포함 여부 등 측정 방법론 변동 동반 확인 |
| 산업별 에이전틱 AI 도입 편차가 크다 | 금융이 상대적 선두(2할대), 제조·리테일 중위(1할대 중반), 헬스케어 후미(1할 미만) | 산업별 도입률 비교 조사 최신판 — 순위·격차 변동 |
| 전통적 생산성 지표(PR/주, LOC, 커밋)는 AI 시대에 신뢰할 수 없다 | 개인 산출은 상승하나 시스템 단위 전달은 정체(PR 리뷰 시간 급증) — 대규모(1만+ 개발자) 연구 기반. 방향은 ‘사용량≠leverage’ | 대규모 개발자 생산성 종단연구(DORA/SPACE 계열, DX 등) 후속판 — 개인↔시스템 전달 괴리 지속 여부 |
| AX 프로그램 실패의 다수는 기술이 아니라 비기술(전략·거버넌스·변화관리) 요인이다 | 실패의 약 4분의 3(7할대 중후반)이 비기술 요인, 기술 결함은 약 2할대 — 한 업계 분석(100여 개 사례 규모) | AI 프로젝트 실패 원인 분해 조사(비기술 vs 기술 비중) 후속판 사례수·비율 갱신 |
| 대다수 기업이 AI 가치를 스케일로 실현하지 못한다 | 가치를 스케일로 실현한 비율 한 자릿수(약 5%), 성숙 단계 도달은 극소수(약 1%) — 한 컨설팅 조사. PoC의 극히 일부만 프로덕션 전환 | AI 성숙도 조사의 ‘스케일 실현·성숙 단계’ 비율 및 PoC → 프로덕션 전환율 최신판 |
| AI 도입에 맞춘 직무·워크플로 재설계가 대부분 이뤄지지 않았다 | 대다수(8할 이상)가 직무 재설계 미실시. 모델 선택 전 엔드투엔드 워크플로를 재설계한 조직의 재무성과 달성 비율은 약 2배(상관) | 인력·조직 재설계 설문(Deloitte/PwC/MS Work Trend Index 계열) 최신판 — 미재설계 비율과 워크플로 재설계-성과 상관 |
| 엔터프라이즈 AI 실패의 큰 비중이 모델이 아니라 ‘harness’(맥락·스키마·상태) 결함에서 온다 | 실패의 과반(6할대)이 Harness Defect(Context Drift·Schema Misalignment·State Degradation). 모델만 최적화 시 수익체감 | 에이전트 신뢰성·실패원인 분해 연구(harness/control-plane 관점) 후속 데이터 — 비중과 분류 체계 변동 |
| 에이전틱 워크로드는 동일 작업당 토큰 소비가 크게 증가한다 | 작업(task)당 토큰 약 5~30배(에이전틱 vs 단발 호출) | 애널리스트의 작업당 토큰 배수 추정 갱신. 모델 효율 개선·캐싱으로 배수 하락 가능 — 산식은 유지하고 배수값만 교체 |
| 엔터프라이즈 AI 예산이 급증하고 다수가 예산을 초과한다 | 평균 AI 예산이 수년 새 수배 증가, 다수(7할대)가 예산 초과. AI 비용관리가 가장 필요한 스킬 1위로 부상 | 비용 운영 연차 보고(State of FinOps 등)의 AI 예산 규모·초과 비율·스킬 우선순위 최신판 |
| 글로벌 에이전틱 AI 시장 규모가 의미 있는 임계를 넘어 성장 중이다 | 시장 규모가 한 자릿수 십억 달러대(약 $9B)를 돌파, 빠른 성장 방향 | 시장 규모 추정치는 기관별 정의차가 크므로 복수 출처 교차 확인 후 최신 연도 값으로 교체. 절대값보다 성장 방향 위주로 인용 |
| AI를 쓰는 조직 대비 종합 거버넌스 프레임워크를 갖춘 조직은 극소수다 | AI 사용은 대다수(9할 가까이)이나 종합 거버넌스 프레임워크 보유는 한 자릿수(약 8%), 통제 완비는 4분의 1 미만 | AI 거버넌스 성숙도 설문 최신판 — 사용률 대비 거버넌스 보유율 격차 추이. 슬롭/Anti-Slop 관련 신규 지표 등장 여부 |
| EU AI Act 고위험 시스템 의무가 곧 시행되며 위반 시 거액 과징금이 부과된다 | 단계 시행 일정(2026-06 기준, EU 집행위 공식 timeline): 이미 시행 • 2024-08: 규정 발효(entry into force) • 2025-02: 금지조항(Art.5)·AI 리터러시 • 2025-08: GPAI(범용모델) 의무·거버넌스 체계(AI Office/Board) 2026 예정 • 2026-08: 투명성 의무(Art.50)(생성형 콘텐츠 기계판독 워터마킹 Art.50(2)는 2026-12로 유예) 2027/2028 예정 • 2027-12: 고위험(Annex III 단독) 의무 • 2028-08: 임베드 고위험(Annex I 규제제품, 의료기기·기계·차량 등) 확인 필요 • Digital Omnibus(2026-05-07 잠정/정치적 합의, 정식 채택·관보 게재 대기): 고위험 Annex III를 2026-08 → 2027-12로, 임베드를 2028-08로 연기. 법적 효력은 관보 게재 후 발생 — ‘잠정 합의 vs 확정 시행’ 구분 과징금 상한은 거액(글로벌 매출의 한 자릿수 % 또는 수천만 유로 중 큰 값) | EU AI Act 공식 시행 일정·고위험 분류·과징금 조항 확정본(EUR-Lex/EU 집행위)으로 교체. 시행일 경과 시 해당 단계를 ‘예정 → 시행’으로 갱신하고, Omnibus 정식 채택(관보 게재) 여부·자국·타지역 유사 규제 추가 |
| 워크포스 구성이 실행전용에서 하이브리드·감독·거버넌스 중심으로 이동한다 | 전망: 실행전용 약 3할이 에이전트 대체, 약 5할은 하이브리드(실행+감독), 약 2할은 전략·창의·거버넌스. 관리 스팬 확대로 순수 관리자 수요 감소 방향 | MS Work Trend Index/McKinsey ‘AI-first 워크포스’ 등 인력 구성 전망의 최신 비율 및 실측 전환 데이터 |
| 프로덕션급 데이터 준비가 미흡한 것이 도입의 큰 병목이다 | 프로덕션급으로 준비된 데이터는 극소수(약 5%). 데이터 리터러시는 중요도 인식(8할대)과 실제 달성(3할 미만) 간 큰 갭, 직원 일부(3할대)가 AI 비협조 | 데이터 준비도·리터러시 갭·직원 수용도 조사 최신판 — 준비율 상승 여부와 리터러시 갭 축소 추이 |