WIS2026(World IT Show) 플렉스튜디오 부스를 방문한 1,075명을 대상으로 AI 업무 활용과 생산성에 대한 설문을 진행했습니다. 응답자의 86.5%는 이미 AI를 업무에 활용하고 있었지만, AI를 실제 업무에 활용하는데 보안 및 권한 관리, 정확도 검증, 기존 시스템 연결의 어려움을 겪고 있는 것으로 나타났습니다. 이번 설문을 통해 기업 생산성의 다음 과제는 AI 도입 자체가 아니라, AI를 실제 업무 프로세스와 연결하는 것이라는 결론을 얻을 수 있었습니다.
많은 기업 실무자들이 AI를 업무에 어떻게 활용해야 할지 고민하고 있습니다. AI를 쓰기 시작했지만, 실제 업무 방식이 크게 달라지지는 않았다는 이야기도 현장에서 자주 들립니다. AI를 어디서부터 적용해야 하는지, 채팅 외에 어떤 업무까지 확장할 수 있는지 명확히 알기 어렵기 때문입니다.
그렇다면 기업들은 AI를 업무에 활용하면서 실제로 어떤 경험을 하고 있을까요? 2026년 5월, 플렉스튜디오는 WIS2026 플렉스튜디오 부스를 방문한 1,075명을 대상으로 AI 업무 활용과 생산성에 관한 설문을 진행했습니다. 이번 글에서는 그 결과를 바탕으로 AI 활용의 현실과 앞으로의 방향을 살펴봅니다.
AI는 더 이상 일부 기업만의 혁신이 아닙니다. 이번 설문에서 응답자의 86.5%가 이미 AI를 업무에 활용하고 있다고 답했습니다. 구체적으로는 전사적으로 적극 활용 중이라는 응답이 36.1%, 일부 팀에서 활용 중이라는 응답이 33.1%, 개인 단위로만 활용 중이라는 응답이 17.3%였습니다. 합산하면 응답자 10명 중 거의 9명이 이미 AI를 쓰고 있는 셈입니다.
물론 이 수치는 IT 관심도가 높은 WIS2026 방문객을 대상으로 한 결과이기 때문에 일반 기업 평균보다 높게 나타났을 수 있습니다. 그럼에도 AI가 아직 먼 이야기라는 인식과는 분명히 다른 현실을 보여줍니다. AI는 이미 업무 현장에 들어왔으며 이제 중요한 질문은 ‘AI가 실제 업무 방식를 어떻게 바꾸고 있는가’입니다.
설문조사에서 AI를 어느 단계에서 활용하는지 물어본 결과, 데이터 분석(45.2%), 문서 및 제안서 초안 작성(42.6%), 아이디어 기획(38.7%)이 높은 비중을 차지했습니다. 업무 내용 요약 및 회의록 정리는 32.2%, 코드 작성 및 디버깅은 30.2%로 나타났습니다. 대부분 AI를 통해 업무에 필요한 결과물을 더 빠르게 만드는 데 활용하고 있는 셈입니다.
반면 반복 업무 자동화에 AI를 활용한다는 응답은 26.2%에 그쳤습니다. AI가 자료를 정리하고 문서를 만드는 데는 활용되고 있지만, 다음 업무 단계로 이어지도록 자동화는 상대적으로 덜 확산된 것입니다. 예를 들어 AI가 회의록을 요약해도 곧바로 업무 지시나 승인 요청으로 이어지지 않는다면 담당자는 여전히 후속 작업을 직접 처리해야 합니다. 지금 상황에서 AI는 일부 시간을 줄여주지만, 업무 흐름 자체를 바꾸지는 못합니다.
AI 결과물을 실제 업무에 반영하기 어려운 이유로는 보안 및 권한 관리 이슈(26.4%), 결과 정확도 검증의 필요성(25.5%), 기존 업무 시스템 연결의 어려움(22.9%)이 높게 나타났습니다.
여기서 흥미로운 사실이 하나 있습니다. AI 활용 수준이 높은 조직도 같은 문제에 부딪힌다는 점입니다. 전사적으로 AI를 적극 활용하고 있다고 답한 응답자의 가장 큰 고민은 기존 업무 시스템 연결의 어려움이었습니다. AI를 많이 쓰는 것과 실제 AI를 업무에 반영하는 것은 다른 문제라는 의미로 해석할 수 있습니다. 따라서 앞으로 AI를 도입할 때는 단순히 결과물을 만드는 것에서 끝나면 안됩니다. 누가 검토하고, 어떤 절차로 승인하며 이력을 남길 것인지 등의 새로운 업무 프로세스가 함께 설계되어야 합니다.
AI가 일부 업무를 빠르게 처리해도 실제 업무가 여전히 기존의 비효율적인 방식에 의존하고 있다면 생산성 개선은 제한적입니다. 이번 설문에서도 업무 생산성을 떨어뜨리는 가장 큰 요인으로 엑셀·수기 기반 업무 관리가 꼽혔습니다.
구체적으로는 엑셀·수기 기반 업무 관리가 30.7%로 가장 높았고, 복잡한 승인·보고 절차(27.0%), 중복 입력 및 반복 업무(25.5%), 부서·업무별 데이터 분산(23.1%)이 뒤를 이었습니다. 메신저·이메일 등 여러 채널에 소통이 흩어져 있다는 응답도 21.0%, 기존 시스템과의 연동이 어렵다는 응답도 18.4%로 나타났습니다. 이 문제들은 AI 도입 전에도 있었고 AI를 도입한 이후에도 그대로 남아 있는 문제들입니다.
그렇다면 기업들은 어떤 변화를 원하고 있을까요? 응답자들은 새로운 AI 기능보다 업무와의 연결과 우리회사와의 적합성을 중요하게 생각했습니다.
‘AI 결과물이 실제 업무에 더 잘 활용되려면 무엇이 필요한가요?’라는 질문에서 가장 높은 응답은 기존 업무 시스템과의 연동(51.2%)이었습니다. 이는 2위인 보안 체계 강화(22.5%)의 두 배가 넘는 수치입니다. 이 결과는 기업이 AI를 기존 업무 프로세스 안에서 활용하고 싶어 한다는 점을 직접적으로 보여줍니다.
새로운 업무 시스템 도입 시 가장 중요하게 보는 요소에서도 같은 흐름이 나타났습니다. 응답자들은 회사 업무 방식에 맞는 커스터마이징(25.8%)과 기존 시스템과의 연동(22.6%)을 가장 중요하게 선택했습니다. 두 항목을 합치면 48.4%로, 응답자의 절반 가까이가 회사에 알맞고 기존 환경과 연결되는 시스템을 중요하게 생각하고 있습니다.
앞서 계속 언급했듯 앞으로 기업의 생산성 차이는 AI를 실제 업무 흐름과 얼마나 잘 연결하느냐에서 만들어질 가능성이 큽니다. AI가 만든 결과물을 기존 데이터, 업무 시스템, 승인 체계, 권한 관리, 현장 업무 흐름과 연결해 실제 실행으로 이어지게 만드는 역량이 중요해지고 있습니다.
이번 설문에서는 가장 먼저 시스템화하거나 애플리케이션으로 만들고 싶은 업무도 함께 물었습니다. 가장 높은 응답은 보고·승인 프로세스(20.7%)였고, 생산·현장 관리(14.9%), 영업·고객 관리(14.5%), AS·서비스 관리(11.9%)가 뒤를 이었습니다.
특정 업무 하나에만 수요가 집중되지 않고 여러 업무 영역에서 시스템화에 대한 필요가 나타났다는 점이 중요합니다. 보고와 승인, 생산과 현장 관리, 영업과 고객 관리, AS와 서비스 업무는 모두 여러 담당자 사이에 데이터가 오가며 이력과 권한 관리가 필요한 업무입니다.
여러분은 AI를 어떻게 활용하시나요? 이번 설문 결과는 기업의 AI 도입이 이미 시작됐다는 사실과 AI만으로는 생산성 문제가 해결되지 않는다는 현실을 동시에 보여줍니다. 앞으로 생산성의 격차는 AI를 실제 업무 시스템과 얼마나 잘 연결하는지에서 만들어질 것입니다.
플렉스튜디오는 AI와 업무 시스템 사이의 간격을 로우코드 방식으로 해결합니다. 기존 업무 시스템이나 데이터베이스와 연동되는 맞춤형 애플리케이션을 빠르게 만들고 데이터가 하나의 흐름으로 운영할 수 있도록 지원합니다. 우리 회사 업무 프로세스에 맞는 시스템이 궁금하다면 플렉스튜디오 전문가와 상담해 보세요.
AI 도구를 개인적으로 잘 활용하는 것과 조직의 생산성이 올라가는 것은 다른 문제입니다. AI가 만든 결과물이 별도 시스템에 수동 입력되는 방식이라면 업무 흐름 자체는 바뀌지 않습니다. 생산성이 실질적으로 개선되려면 AI 결과물이 기존 업무 시스템과 연결되어 실제 업무 과정에 자연스럽게 반영되는 구조가 필요합니다.
기존 ERP를 반드시 교체해야 하는 것은 아닙니다. ERP는 유지하면서 필요한 업무 앱을 별도로 개발하고, ERP 데이터와 연동하는 방식이 더 현실적입니다. 예를 들어 업무 승인 앱이나 현장 관리 앱을 새로 만들고 ERP의 재고·생산·주문 데이터와 연결하면 기존 시스템을 유지하면서도 업무 흐름을 확장할 수 있습니다.
기술적으로는 가능합니다. 다만 AI 결과물을 그대로 결재에 올리기보다 담당자가 검토하고 필요한 내용을 수정한 뒤 시스템에 반영하는 흐름이 더 현실적입니다. 이를 위해서는 AI 결과물을 확인하고 수정하는 화면, 승인 요청 기능, 처리 이력이 남는 구조를 업무 시스템 안에 함께 설계해야 합니다.
반복적이고 규칙이 명확한 업무, 또는 여러 담당자가 같은 데이터를 주고받는 업무부터 시작하는 것이 효과적입니다. 이번 설문에서도 기업들이 가장 먼저 시스템화하고 싶다고 꼽은 업무는 보고·승인 프로세스(20.7%), 생산·현장 관리(14.9%), 영업·고객 관리(14.5%) 순이었습니다. 예외 처리가 많거나 담당자의 판단이 자주 필요한 업무는 처음부터 모든 과정을 자동화하기보다 먼저 업무 프로세스를 시스템화하는 방식으로 접근하는 것이 좋습니다.
로우코드 플랫폼의 장점 중 하나는 수정과 운영이 유연하다는 점입니다. 조직 구조나 업무 방식이 바뀔 때마다 코드를 처음부터 다시 작성할 필요 없이 화면 구성과 업무 흐름을 조정해 빠르게 반영할 수 있습니다. 이런 특성 덕분에 로우코드는 한 번 구축하고 끝내는 방식 대신 실제 사용 과정에서 지속적으로 개선해 나가는 업무 시스템에 더 적합합니다.
*블로그 콘텐츠 일부에 생성형 AI가 사용되었습니다.