[이번 주 AI가 던진 미래의 신호] AI가 산업의 운영 원리와 경쟁력을 바꾸기 시작하다   이번 주 발표된 규제와 기업 사례, 글로벌 보고서는 AI의 성능보다 조직을 어떻게 운영하고, 고객을 어떻게 연결하며, 전문성을 어떻게 축적할 것인가가 새로운 경쟁력으로 부상하고 있음을 보여주었습니다.   EU는 AI Act를 본격적으로 집행하며 AI를 개발하는 방식 자체를 변화시키기 시작했습니다. 이제 AI는 출시 이후 규제를 검토하는 대상이 아니라, 설계 단계부터 신뢰와 책임을 내재화해야 하는 기술이 되고 있습니다. 레킷(Reckitt)에서 AI는 수천 개 매장에서 매장 데이터를 분석하고 마케팅과 영업의 행동 우선 순위를 결정해 주고 있습니다.   McKinsey 역시 AI 시대 기업의 경쟁력은 뛰어난 전문가를 많이 확보하는 것이 아니라, 다음 세대 전문가를 지속적으로 성장시키는 시스템을 구축하는 능력에 달려 있다고 강조합니다. 교육 전문가는 꼭 읽고 대응 전략을 구상하시기 바랍니다.   이번 호에서는 이러한 변화를 'AI 경쟁의 기준이 성능에서 운영으로 이동하고 있다'는 관점에서 살펴보고, 기업이 지금 무엇을 준비해야 하는지 함께 살펴보고자 합니다.   미래학자 이경상 책임교수 godo@kaist.ac.kr   "© 2026 [남다른 미래의 창]. All rights reserved. 본 자료의 저작권은 [남다른 미래의 창]에게 있습니다. 저작권자의 명시적 동의 없이 본 자료의 전부 또는 일부를 편집, 복제, 배포, 전송하는 행위는 저작권법에 의해 엄격히 금지되며 법적 처벌을 받을 수 있습니다."

 

Future Signal

EU의 AI 규제는 선언을 넘어 실제 집행 단계에 들어갔다.

대표 뉴스 · EU AI Act, 8월 2일부터 본격적인 집행 시작  · 생성형 AI와 고객접점의 투명성 의무 시행  · AI 생성 콘텐츠 식별 및 Content Credentials 요구 확대  · 범용 AI(GPAI) 모델에 대한 감독 권한 강화  · EU 회원국, AI 규제 샌드박스 구축 본격화

 

 

지난 8월 2일 EU AI Act가 본격적인 집행 단계에 들어가면서 AI 산업은 중요한 전환점을 맞이했다. 그동안 AI 규제는 원칙과 가이드라인을 제시하는 수준에 머물렀다면, 이제는 기업의 제품과 서비스, 생성형 AI 콘텐츠, 고객 접점, 범용 AI 모델 운영을 실제로 감독하고 제재하는 단계로 이동하고 있다. EU 시장에서 서비스를 제공하거나 EU 시민에게 영향을 미치는 AI라면 개발 국가와 관계없이 적용 대상이 될 수 있다는 점에서 이번 변화는 유럽만의 이슈가 아니라 글로벌 AI 기업 모두가 대응해야 할 새로운 기준이 되고 있다.

 

이번 집행이 의미하는 변화는 단순히 규제가 강화됐다는 데 있지 않다. AI를 개발하는 방식 자체가 바뀌기 시작했다는 점이다. 앞으로 기업은 서비스를 출시한 뒤 법무 부서가 사후 검토하는 방식에서 벗어나, AI 모델 선정, 데이터 활용, 인간의 감독, 고객 고지, 사고 대응까지 제품 설계 단계부터 반영하는 '컴플라이언스 바이 디자인(Compliance by Design)' 체계를 갖춰야 한다. 또한 AI 상담 서비스는 이용자가 AI와 대화하고 있음을 명확히 알려야 하며, AI가 생성한 이미지와 영상에는 출처와 생성 이력을 증명하는 콘텐츠 자격증명(Content Credentials) 기술이 새로운 표준으로 자리 잡기 시작하고 있다.

 

컴플라이언스 바이 디자인(Compliance by Design)은 기업이 제품, 서비스, 또는 업무 프로세스를 처음 기획하고 설계하는 단계부터 법적 규제와 준법 기준을 미리 반영하는 전략으로, 문제가 생긴 뒤 고치는 사후 대응 방식이 아니라, 설계 자체에 규정 준수를 의무화하는 전략이다.

 

산업 생태계도 함께 변화하고 있다. AI 경쟁은 더 뛰어난 모델을 만드는 데서 끝나지 않고 AI 거버넌스, AI 감사(AI Audit), 콘텐츠 인증, 위험관리, 규제 대응이라는 새로운 시장을 만들어 내고 있다. AI 모델 공급기업 역시 성능뿐 아니라 위험평가, 사고 공개, 외부 감사, 안전관리 역량까지 평가받게 될 가능성이 높다. GDPR이 개인정보 보호 산업을 새롭게 성장시켰듯, EU AI Act는 AI 운영과 신뢰를 중심으로 한 새로운 산업 생태계를 형성하는 출발점이 될 것으로 예상된다.

 

미래학자의 Insight

앞으로 AI 경쟁력은 '얼마나 뛰어난 AI를 만들었는가'보다 '얼마나 책임 있게 운영하는가'에서 결정될 가능성이 높다. AI는 기술 경쟁의 시대를 넘어 신뢰와 책임을 운영하는 시대로 진입하고 있다. 기업은 지금부터 조직이 사용하는 AI를 전수 조사하고, 모델·데이터·위험등급·책임부서·인간 감독자를 연결한 AI 자산대장(AI Inventory) 과 거버넌스 체계를 구축해야 한다. 앞으로 이러한 준비 수준이 글로벌 시장 진출과 기업 경쟁력을 좌우하는 핵심 기준이 될 것이다.

 

 

 

[AX 성공 사례] Reckitt, 

매장 데이터를 AI 실행체계로 바꿔 판매를 최대 6% 높이다

 

Reckitt(레킷)은 영국에 본사를 둔 세계적인 소비재 기업이다. 특히 건강(Health)·위생(Hygiene)·생활용품 분야의 강한 글로벌 브랜드를 보유하고 있다. 2025년 기준 3만5천 명이 넘는 직원이 근무하고 있으며, 주요 시장은 선진국과 신흥국에 걸쳐 있다. 한국에서는 데톨, 라이솔, 스트랩실 등이 유명하다.

 

Reckitt는 전형적인 AI 기업이 아닙니다. 오히려 전통적인 글로벌 소비재 회사가 AI를 실제 영업현장에 적용하는 사례라는 점이 중요하다.

 

소비재 기업에게 가장 중요한 문제 중 하나는 본사가 아무리 정교하게 판매전략을 세워도 실제 매장에서는 제품이 품절되거나, 잘못 진열되거나, 프로모션이 제대로 집행되지 않는다는 것입니다. Reckitt가 AI를 적용한 지점은 바로 이 ‘마지막 접접’이다.

 

예를 들어 AI가 수많은 매장의 판매·재고·진열·프로모션 데이터를 분석해서 현장 영업사원에게 “오늘 A마트부터 방문하십시오. 라이솔 제품이 품절될 가능성이 높습니다. B마트에서는 데톨 진열 위치가 기준과 다릅니다.” 와 같은 구체적인 행동 우선순위를 알려주는 방식이다.

 

AI는 수백만 개의 신호를 분석해 어느 매장을 먼저 방문하고, 어느 상품의 재고나 진열을 바로잡아야 하는지를 추천한다. 과거 사람이 한 건을 분석하는 데 최대 4일이 걸리던 작업을 수천 개 매장과 상품에 대해 영업일 시작 전에 수행할 수 있게 되었다. 

 

핵심 성과

미국 매장의 진열 준수율은 약 50~55%에서 70% 이상으로 향상됐다. 품절 문제 식별률은 2.5%에서 1.5%로 낮아졌고, 매출은 미국 등 현대식 유통시장에서는 약 2%, 브라질 등 전통 유통시장에서는 5~6% 증가했다. 일부 매장의 현장 점검항목도 40개에서 15개의 핵심과제로 줄었다. 

 

산업 생태계 시사점

소비재기업과 유통기업의 경쟁력은 본사의 수요예측 정확도뿐 아니라 수천 개 매장에서 AI의 권고를 얼마나 빠르게 실행할 수 있는가에 따라 달라질 것이다. 매장 직원, 외부 판촉업체와 유통 파트너를 연결하는 실행 플랫폼이 새로운 경쟁요소가 된다.

 

[핵심 보고서]  McKinsey Quarterly (2026.7.14)

AI 시대의 전문성 구축: 다음 세대 전문가는 누가 키울 것인가?

Building expertise in the age of AI: Who trains the next generation?

 

생성형 AI는 단순히 업무를 자동화하는 수준을 넘어 조직이 전문가를 양성하는 방식까지 바꾸고 있다. 지금까지 기업은 신입사원이 반복적인 실무를 경험하고 선배의 코칭을 받으며 전문성을 축적하는 도제식(Apprenticeship) 구조를 통해 인재를 육성해 왔다. 그러나 AI가 자료 조사, 문서 작성, 분석, 코딩과 같은 초급 업무를 빠르게 수행하기 시작하면서 이러한 성장 경로가 흔들리고 있다.

 

맥킨지는 이제 기업이 고민해야 할 질문은 'AI를 어떻게 도입할 것인가'가 아니라 'AI 시대에 다음 세대 전문가를 어떻게 양성할 것인가'라고 강조한다. 앞으로 기업의 경쟁력은 뛰어난 AI를 보유하는 것이 아니라 전문성을 지속적으로 축적하고 전승하는 시스템을 얼마나 효과적으로 구축하느냐에 달려 있다는 것이다.

 

AI 시대의 전문성은 개인의 경험이 아니라 조직 차원의 시스템으로 구축되어야 한다.

첫째, 전문성을 조직의 자산으로 전환해야 한다. 숙련자의 노하우와 의사결정 과정을 AI와 결합해 누구나 활용할 수 있는 지식으로 축적해야 한다.

둘째, 업무와 학습이 동시에 이루어지는 환경을 구축해야 한다. AI는 단순히 업무를 대신하는 도구가 아니라 실시간으로 피드백을 제공하고 전문성을 축적하는 학습 파트너가 되어야 한다.

셋째, 관리자의 역할이 변화한다. 반복 업무를 관리하는 감독자에서 벗어나 AI를 활용해 직원의 판단력과 문제 해결 능력을 키우는 코치와 멘토의 역할이 더욱 중요해진다. 결국 AI는 전문가를 대체하는 기술이 아니라 조직의 전문성을 더 빠르게 축적하고 확산시키는 플랫폼으로 활용되어야 한다.

 

기업들은 AI 활용 교육을 확대하는 데 그쳐서는 안 된다. 전문성을 축적하고 전승하는 체계 자체를 AI 시대에 맞게 재설계해야 한다. 채용은 지식의 양보다 학습 능력과 판단력을 평가하는 방향으로 바뀌어야 하며, 교육은 AI 사용법이 아니라 AI와 협업하며 문제를 해결하는 역량을 키우는 방향으로 전환되어야 한다. 또한 조직의 경험과 노하우를 AI와 연결해 다음 세대가 지속적으로 활용할 수 있는 지식 자산으로 축적하는 체계를 마련해야 한다.

 

AI 시대의 경쟁력은 뛰어난 전문가를 많이 확보하는 것 보다 다음 세대 전문가를 지속적으로 성장시키는 시스템을 얼마나 효과적으로 구축하느냐가 기업의 새로운 경쟁력이 될 것이다.

 

[지방정부티비유=미래학자 이경상]