AI로 개인 생산성이 높아졌다고 답한 응답자는 맥킨지 2026년 조사에서 10명 중 8명이었지만, AI가 영업이익에 기여했다고 응답한 기업은 37%였다. 씽킹AI 서광덕 한국 지사장이 20일 서울 강남구 섬유센터에서 열린 ‘ThinkingAI Summit Seoul 2026(TAS 2026)’ 첫 발표에서 이 수치를 인용했다. 에이전틱 AI 플랫폼 기업 씽킹AI가 주최한 이 행사는 4년째 열리는 ThinkingAI Summit의 이번 회차이며, 주제는 ‘Agentic Growth’였다.
행사에서는 금융, 게임, 콘텐츠, 데이터 분석 등 여러 산업의 실무자가 참여한 7개 세션이 진행됐다. AI를 업무에 적용한 기업들이 겪은 변화와, 이를 조직 생산성과 사업 성과로 연결하기 위해 필요한 것을 다루는 자리였다. 행사장에는 씽킹AI의 Agentic Engine(시맨틱 레이어 기반 AI 에이전트 플랫폼) 체험 데모 부스도 마련됐다.
조사 수치로 본 도입과 성과의 차이
서광덕 지사장은 ‘AI가 빨라졌는데, 왜 비즈니스는 아직 느린가’를 주제로 발표했다. AI 도입은 늘었지만 기업의 수익성 개선은 별개의 문제이며, 업무 구조부터 바꿔야 한다는 문제 제기였다.
서 지사장은 앞의 맥킨지 조사와 함께 MIT NANDA의 2025년 분석도 인용했다. 이 분석에 따르면 기업의 생성형 AI 파일럿 프로젝트 가운데 95%가 측정 가능한 손익 개선 효과를 내지 못했다.
서 지사장은 구축, 지속 운영, 수익화의 세 단계에서 원인을 짚었다. 씽킹AI는 해법으로 감지·분석·판단·실행·결과 검증을 하나로 잇는 흐름인 그로스 루프(Growth Loop)를 제시했다.
기존 방식에서는 데이터를 요청한 뒤 여러 부서가 협의하고, 분석 이후 업무가 분리된다. 반면 AI 에이전트는 감지부터 실행, 결과 확인까지 수행한다. 서 지사장은 게임 서비스의 일간활성이용자(DAU)가 갑자기 줄어드는 가상 상황을 들어, AI 에이전트가 이상 징후를 감지하고 원인을 추적해 대응안을 내면 담당자의 승인을 받아 실행하고 결과까지 확인하는 방식을 설명했다. 이렇게 하면 분석과 의사결정 사이의 대기 시간을 줄일 수 있다는 것이다.
데이터 분석과 개발 현장의 사례
넥스트증권은 AI 에이전트로 데이터 플랫폼을 구축한 사례를 발표했다. 서동진 AI 데이터플랫폼팀 팀장은 AI가 생성한 코드를 충분히 이해하지 못하거나 작동 여부만 확인하고 넘어갔을 때 문제가 발생했다고 말했다. 넥스트증권은 이 문제를 해결하기 위해 개발 결과와 의도, 대안, 판단, 시행착오를 기록하는 마스터 레포 체계를 마련했다.
넥스트증권의 하루 평균 병합된 코드 변경 요청(PR)은 8월 1.4건에서 10월 14.6건으로 늘었다. 서 팀장은 이 수치가 생산성 10배 향상을 뜻하지는 않는다고 선을 그었다.
언더독스 강민석 공동창업자는 평균 경력 18년의 6인이 개발·서비스하는 게임 ‘Polaris: Crown Legacy’ 사례를 소개했다. AI 에이전트를 결합해 분석 시간을 줄였고, 이용자 행동 분석부터 개선안 확정까지 3일이 걸렸다. 이탈한 고과금 이용자는 게임 내 전투에서 전투력의 46%를 잃은 것으로 분석됐고, 이를 바탕으로 ‘신전’ 콘텐츠를 기획했다. 운영 DB 접근과 최종 코드 반영 권한은 제한했다.
실험·마케팅·게임 개발의 속도
클래스101 하길우 제품전략팀 리드는 분석가 2명과 함께 AI 데이터 분석 환경을 구축한 경험을 전했다. 핵심 설정 작업에는 3~4일이 걸렸다. 자연어 질문 기반 분석 환경을 통해 실험으로 학습 결과를 얻는 시간이 발표 자료 기준 3일에서 1일로 줄었다. 하 리드는 공통 지표 기준이 필요하다고 지적했다.
씽킹AI 이승주 세일즈 디렉터는 장바구니 이탈 고객 분석을 CRM 캠페인 실행까지 연결하는 것이 중요하다고 발표했다. 광고·행동·주문 데이터를 통합 활용하는 건강기능식품 자사몰 어니스트리가 사례로 거론됐다. 게임 ‘화이트아웃 서바이벌’은 직원의 60% 이상이 분석가를 거치지 않고 직접 데이터를 분석해 업무에 적용하는 사례로 소개됐다.
블루홀 스튜디오 이승현 Seed팀 디렉터는 75점짜리 빌드를 먼저 만드는 방식을 개발의 핵심으로 제시했다. 블루홀 스튜디오는 기획 문서를 쓰고 검토와 승인을 거친 뒤 구현해서야 재미나 사용성 문제를 발견하는 경우가 많다는 점에서, 플레이 가능한 결과물을 빠르게 만들어 시험하고 수정하는 방식을 택했다. 역할과 작업 기준에 따라 AI 에이전트 388개를 구성했다. 신규 무기 하나를 추가하는 기간은 20일에서 1일로, 신규 몬스터 추가 작업은 약 244시간에서 6시간으로 줄었다. 두 수치는 경과 시간을 비교한 것으로, 실제 인력 투입 시간은 아니다.
에이전트 운영과 사람의 책임
원스토어 전준영 게임사업TF 본부장은 리더 에이전트가 업무를 배분하되 계약과 주요 의사결정의 최종 승인은 사람에게 두는 구조를 소개했다. ‘빌더조쉬’로 활동하는 조슈아앤컴퍼니 김승권 대표는 구성원 6명의 조직에서 마케팅·영업·상품·운영 등에 반복 실행형 에이전트 11개를 투입했다고 밝혔다. 각 사업부는 독립 운영하며 손익을 책임진다.
씽킹AI 고채영 마케팅 이사가 진행한 마지막 대담에서는 AI에 어디까지 맡길지, 승인과 개입, 최종 책임을 업무 설계 단계에서 정해야 한다는 과제가 공통으로 다뤄졌다.
행사장 데모 부스에서는 참석자들이 Agentic Engine을 직접 체험할 수 있었다.