빠른 목차
"AI를 도입했다는 것과 AI로 일하는 방식이 바뀌었다는 것은 다른 이야기다. 도구를 사는 일은 쉽지만 업무와 조직을 바꾸는 일은 훨씬 어렵다." — 한 산업 전문가의 진단
 |
| AI·데이터·클라우드·AX 원스톱 바우처 예산 비중 |
1. 서론: AX(AI 전환)란 무엇인가?
AX(AI Transformation, 인공지능 전환)란 기업과 기관이 인공지능을 업무, 서비스, 조직 운영 전반에 적용해 일하는 방식과 사업 모델을 바꾸는 것을 말한다. 단순히 AI 도구를 몇 개 도입하는 수준을 넘어, 데이터와 업무 흐름, 인력 구조, 성과 평가까지 함께 바꾸는 변화를 가리킨다.
AX는 앞서 널리 쓰이던 DX(디지털 전환)의 다음 단계로 설명되곤 한다. DX가 종이와 수작업을 디지털로 옮기는 데 초점을 맞췄다면, AX는 그렇게 쌓인 데이터를 AI가 분석하고 판단하고 실행하도록 만드는 데 초점을 맞춘다. 이 글에서는 AX의 정의와 DX와의 차이, 국내 기업의 도입 현황과 정부 지원, 투자자가 유의할 점을 정리한다.
2. 정의와 역사적 배경
AX라는 표현은 AI(Artificial Intelligence)와 Transformation의 X(trans-를 줄여 쓰는 관행)를 합쳐 만든 약어로, DX와 같은 방식으로 쓰인다. 한국에서는 생성형 AI가 확산되면서 기업 경영과 정책 논의의 핵심 키워드가 됐다. 정부도 2026년 과학기술정보통신부의 AI 통합 바우처 사업에서 AX 원스톱 바우처를 신설하는 등 정책 용어로 사용하고 있다.
제도 측면에서는 2026년 1월 22일 AI 기본법이 시행됐다. KB 설명에 따르면 이 법은 산업 진흥과 규제를 함께 담고 있고, 에너지·의료·채용·대출 심사 등 10개 분야의 고영향 AI에는 안전 조치를, 생성형 AI 결과물에는 AI 생성 표시를 요구한다. 위반 시 시정명령이나 최대 3,000만원의 과태료가 있지만 최소 1년 이상의 계도 기간이 예정돼 있다. 단순 이용자는 규제 대상이 아니다.
3. 심층 비교 분석
AX를 이해하는 데 필요한 비교를 세 가지 표로 정리한다.
표 1: DX vs AX
| 구분 | DX(디지털 전환) | AX(AI 전환) |
|---|---|---|
| 핵심 목표 | 업무와 정보를 디지털화 | AI로 분석·판단·실행을 자동화하고 고도화 |
| 주요 대상 | 문서, 시스템, 데이터 수집 | 데이터 활용, 업무 프로세스, 의사결정 |
| 조직 변화 | IT 부서 중심 | 전사 업무·인력·평가 체계 변화 필요 |
표 2: 기업 규모·업종별 AI 도입률(팀스파르타 조사)
| 구분 | 항목 | AI 도입률 |
|---|---|---|
| 규모별 | 대기업 | 76% |
| 규모별 | 중견기업 | 50% |
| 규모별 | 중소기업 | 46% |
| 업종별 | IT | 78% |
| 업종별 | 금융·보험 | 70% |
| 업종별 | 제조·생산 | 44% |
표 3: 정부 AI 통합 바우처 구성(2026년)
| 바우처 | 예산 | 과제 수 |
|---|---|---|
| AI 바우처 | 252억 원 | 130개 |
| 데이터 바우처 | 72억 원 | 120개 |
| 클라우드 바우처 | 41억 원 | 60개 |
| AX 원스톱 바우처(신규) | 260억 원 | 20개 |
4. 실전 적용 사례
국내 기업의 AX는 도입과 실행 사이에 큰 간격이 있다. 원티드랩이 2026년 4월 8일 발표한 "2026 AX 인사이트 리포트"(2025년 12월 15일~2026년 1월 5일 온라인 조사, 인사 담당자 130명·직장인 209명)에 따르면 97% 이상의 기업이 3년 내 AX가 사업 환경에 영향을 줄 것으로 보았지만, 전사적으로 AX를 도입한 기업은 5.3%였다. 장애 요인으로는 전문 인력 확보의 어려움(53.1%)과 명확한 전략·로드맵 부재(51.3%)가 꼽혔다. 직장인의 92.1%는 AI를 써 본 적이 있었고, AI 숙련 인재에게 추가 보상을 주겠다는 기업은 77.2%였다.
팀스파르타는 2026년 8월 6일 "2026 기업 AX 벤치마크 리포트"를 발표했다(기업 내 AI 교육 의사결정자 330명 대상). 이에 따르면 AI 도입률은 대기업 76%, 중견기업 50%, 중소기업 46%였고, 업종별로는 IT 78%, 금융·보험 70%, 제조·생산 44%였다. AX 수준 점수는 IT 대기업이 68점으로 가장 높았고 제조·생산 중소기업이 28점으로 가장 낮았다. AI 교육을 한 기업의 82%는 배운 내용을 업무에 적용하는 데 어려움을 겪었다고 답했다.
정부는 2026년 3월 19일 과기정통부가 설명한 AI 통합 바우처 사업에서 총 625억 원(AI 바우처 252억, 데이터 바우처 72억, 클라우드 바우처 41억, AX 원스톱 바우처 260억)을 중소기업과 소상공인 등에 지원하기로 했다. 신규 AX 원스톱 바우처는 AI·데이터·클라우드를 통합 지원하며 과제당 약 13억 원을 투입한다(260억 원 ÷ 20개, 기사 수치와 일치).
두 조사의 수치는 서로 다른 질문이라 직접 비교하면 안 된다. 원티드랩의 5.3%는 전사적 AX 도입이고, 팀스파르타의 76%·50%·46%는 AI 도입률이다. 두 조사 모두 표본 수가 작거나 응답 대상이 제한적이며, 각 기업이 AI 교육·인사 서비스를 판매하는 업체라는 점도 감안해야 한다.
5. 종목 선택과 리스크 관리
- ✔ AX 관련주는 매출 연결 여부를 확인한다: AI를 내세운 테마와 실제 매출·이익 증가는 다르다. 사업보고서에서 AI 관련 매출 비중과 수주 내역을 직접 확인한다.
- ✔ 도입과 실행의 간격을 기억한다: 대부분의 기업이 AI 필요성에는 공감하지만 전사 도입은 일부라는 조사 결과가 있으므로, 시장 규모 전망이 곧바로 실적으로 이어진다고 가정하지 않는다.
- ✔ 정부 지원 규모를 과대 해석하지 않는다: 625억 원은 중소기업과 소상공인 지원 예산이며, 개별 기업의 실적을 보장하지 않는다.
- ✔ 규제와 비용 변수를 본다: AI 기본법에 따른 안전 조치와 표시 의무가 기업 비용이 될 수 있다. 다만 계도 기간이 있어 실제 영향은 시간이 지나며 확인해야 한다. 이 글은 투자 권유가 아니다.
6. 자주 묻는 질문 (FAQ)
Q1: AX란 무엇인가요?
A1: AI Transformation의 약어로, 기업이 AI를 업무와 사업 전반에 적용해 일하는 방식을 바꾸는 것을 뜻합니다.
Q2: DX와 무엇이 다른가요?
A2: DX는 업무와 정보를 디지털화하는 데 초점을 두고, AX는 그 위에서 AI가 분석·판단·실행까지 맡도록 하는 데 초점을 둡니다.
Q3: AI를 도입하면 AX를 한 것인가요?
A3: 아닙니다. 도구를 도입하는 것과 업무·조직·평가 체계를 바꾸는 것은 다르다는 지적이 많습니다.
Q4: 국내 기업의 AX 현황은 어떤가요?
A4: 원티드랩 조사에서는 97% 이상이 영향을 예상했지만 전사 도입은 5.3%였습니다. 팀스파르타 조사에서는 AI 도입률이 대기업 76%, 중소기업 46%였습니다.
Q5: 두 조사 수치가 왜 이렇게 다른가요?
A5: 측정하는 대상이 다릅니다. 5.3%는 전사적 AX 도입이고 76%·46% 등은 AI 도입률입니다.
Q6: AX의 가장 큰 장애물은 무엇인가요?
A6: 원티드랩 조사에서는 전문 인력 확보(53.1%)와 전략·로드맵 부재(51.3%)가 상위로 나왔습니다.
Q7: 정부는 어떤 지원을 하나요?
A7: 2026년 과기정통부 AI 통합 바우처가 625억 원 규모이며 AI·데이터·클라우드 바우처와 AX 원스톱 바우처로 구성됩니다.
Q8: AI 기본법은 모든 AI 사용자에게 적용되나요?
A8: 아닙니다. AI를 개발해 서비스하는 사업자가 대상이며, 단순 이용자는 규제 대상이 아니라고 설명됩니다. 과태료는 최대 3,000만원이며 계도 기간이 예정돼 있습니다.
Q9: AX가 일자리에 영향을 주나요?
A9: 원티드랩 조사에서 응답자의 55.3%가 AI로 인한 인력 재배치나 감축 가능성을 예상했습니다. 다만 표본이 작은 조사입니다.
Q10: 개인 투자자는 AX를 어떻게 봐야 하나요?
A10: AX 확산 속도, 기업의 실제 매출 연결, 비용과 규제 변수를 함께 확인하고, 테마 이름만으로 판단하지 않는 것이 좋습니다.
7. 결론
AX는 AI 도구를 쓰는 데서 그치지 않고 일하는 방식과 조직을 바꾸는 일이다. 국내 조사들은 필요성에 대한 공감이 크지만 실제 전사적 실행은 아직 일부 기업에 머무른다는 점, 그리고 기업 규모와 업종에 따라 격차가 크다는 점을 보여 준다.
정부 지원과 AI 기본법 같은 제도가 방향을 잡아 주고 있지만 성과는 기업별로 갈릴 가능성이 크다. 투자자는 AX라는 이름보다 실제 도입 성과와 매출 연결을 확인하는 습관이 필요하다.
댓글 쓰기