AI, CEO의 최우선 과제가 된 이유: 기업의 가장 큰 가치 창출 기회에 대한 예측

AI, CEO의 최우선 과제가 된 이유: 기업의 가장 큰 가치 창출 기회에 대한 예측

2025 다보스 세계경제포럼과 그 이후의 통찰

o9 Solutions 공동 창립자이자 CEO 차크리 고테무칼라 (Chakri Gottemukkala)

지난주 다보스에서 열린 세계경제포럼(WEF) 2025에서 저는 다양한 기업 경영진, 정부 관계자, 싱크탱크 전문가, 그리고 최첨단 AI 혁신가들과의 여러 회의에 참석했습니다. 특히 OpenAI의 발전과 다보스 Microsoft 부스에서 Satya Nadella와 그의 연구진이 제시한 연구 내용은 매우 인상적이었습니다.

다보스에서 확인된 AI의 위상

작년 다보스에서는 AI에 대한 기대감이 높았다면, 올해는 AI가 모든 글로벌 대기업 CEO들의 주요 아젠다가 되었음을 확인할 수 있었습니다. CEO들은 AI가 기업의 모든 프로세스와 기능에 걸쳐 중대한 변화와 혁신을 가져올 것이라는 점을 분명히 인지하고 있었습니다.

도입 시기에 대한 약간의 불확실성은 존재하지만, 모든 직원이 모든 프로세스, 기능 및 업무에 있어 AI 활용법을 익히는 것이 필수적인 단계라는 인식이 확산되고 있습니다. 한 CEO는 "모든 직원이 AI에 대한 기본적인 이해를 갖춰야 한다"라고 말했습니다. o9의 CEO로서 수많은 글로벌 기업들의 디지털 혁신의 현장을 직접 보고 있으며, 엔드투엔드 계획 및 의사결정을 혁신하는 Digital Brain 플랫폼을 이끄는 입장에서 저는 AI가 향후 기업 경영 방식에 어떤 영향을 미칠지 몇 가지 예측을 공유하고자 합니다.

인공지능(AI), 기업의 가치 유출의 가장 큰 요인인 '단절된 의사결정' 문제를 해결할 수 있을까?

ChatGPT에 따르면 인간의 뇌는 하루에 25,000~35,000개의 결정을 내린다고 합니다. (ChatGPT가 경쟁자의 능력을 과소평가했을 수도 있겠네요 :-). 

반면, 대규모 제품 포트폴리오를 여러 시장과 다양한 고객층에 판매하고, 이러한 고객의 수요를 충족하기 위해 글로벌 다계층 공급망을 운영하는 글로벌 기업은 실시간으로 수백만 개의 세부적인 의사결정을 내립니다. 이러한 결정에는 공급망, 제품, 영업, 재무, 인사 관련 의사결정뿐만 아니라 단기 및 장기 의사결정, 낮은 가치에서 높은 가치에 이르는 다양한 의사결정이 포함됩니다.

그러나 대규모 기업의 복잡성과 규모를 처리하기 위해 의사결정은 오랫동안 공급망, 상업, 제품, 재무 등 기능별 조직으로 분리되었고, 장기 계획 (Long-range Planning), 연간 계획 (Annual Planning), 전술적 계획 (Tactical Planning), 운영 계획 (Operational Planning), 실시간 계획 및 의사결정 (Real-time Planning & Decision Making) 등 다양한 프로세스로 나뉘어 관리되고 있습니다.

o9은 기업 내 가장 큰 가치 손실은 기능별 및 프로세스별 단절(Silos)에서 비롯됨을 해결하기 위해 설립되었습니다. 이러한 단절(Silos)로 인해 수백만 개의 개별적 의사결정이 지나치게 느려지고, 최적화되지 않거나 동기화가 부족한 상태에서 이루어지며, 그 결과 기업 환경이 더 복잡하고 변동성이 커지는 상황에 적절히 대응하지 못하는 문제가 대두되고 있습니다.

o9의 Digital Brain 플랫폼을 통해 우리는 지난 10년간 엔드투엔드 계획의 획기적인 발전을 이끌어 왔습니다. 우리는 모든 사일로를 하나의 통합 계획 플랫폼에 연결하여 영업, 공급망, 재무 기능을 통합된 계획 프로세스에서 조화롭게 작동하도록 지원합니다. 또한 운영 계획 기간 (향후 며칠, 몇 주)에서 더욱 자동화된 수요 예측, 터치리스 계획, 주문 생성 기능을 제공하며, 전술적(향후 12~18개월) 및 전략적 범위(향후 2~5년, 10년)의 비즈니스 기능 간 통합된 시나리오 계획을 강화합니다. 이러한 접근 방식은 많은 대규모 기업에서 수억 달러 규모의 추가 가치를 창출하는 데 기여하고 있습니다.

그러나 이러한 가치를 창출하는 데에는 한 가지 제약이 있습니다. 바로 문제의 본질적인 복잡성과 대기업의 변화 관리 문제입니다. 솔루션 구현에는 전문적인 컨설팅과 기업 내부의 역량이 필요합니다. 또한, 가치를 창출하려면 새로운 기능 간 통합된 프로세스와 역량을 도입하기 위한 전문적인 리더십이 필수적입니다. 가치를 지속 가능하게 유지하려면 비즈니스 모델과 전략 변화에 맞춰 역량을 지속적으로 발전시킬 수 있는 비즈니스 프로세스와 기술 리소스가 필요합니다.

대규모 기업은 AI로 지식 한계를 극복하고 복잡성을 해결하며 단절된 의사결정을 혁신할 수 있을까?

OpenAI를 비롯한 여러 조직이 주도하는 생성형 AI와 최근의 에이전트형 AI (Agentic AI) 기술 발전, 그리고 기업 내 AI 도입과 관련된 우리의 연구를 통해 저는 확신을 갖게 되었습니다. 대기업 시스템의 규모, 복잡성, 변화 관리 문제를 해결할 수 있는 획기적인 솔루션이 이제 현실로 다가오고 있습니다. 이에 따라 향후 몇 년간 AI가 가져올 변화를 예측해 보고자 합니다.

이러한 예측이 정확할지는 시간이 지나야 알겠지만, 저는 앞으로 3~5년 안에 다양한 방식으로 실현되면서 큰 가치 창출을 이끌어낼 것이라고 믿습니다. CEO와 경영진은 이러한 가능성을 인지하고 전략 및 실행 방안을 점검해야 합니다.

디지털 지식 모델 및 AI Agent기반의 지능형 통합 계획 및 의사결정 플랫폼이 등장할 것입니다. 이는 대기업이 경쟁 우위를 확보하고 가치를 창출하는 가장 중요한 요소가 될 것입니다.

이 플랫폼은 다음과 같은 핵심 특징을 가집니다:

1. 암묵적 지식(Tribal Knowledge)의 대규모 디지털화
기업 내부에 흩어져 있는 데이터와 암묵적 지식이 체계적으로 정리되어 디지털 지식 모델로 전환되고 크게 발전할 것입니다. 기업 간 경쟁은 이제 디지털 지식 모델의 우수성에 의해 결정될 것입니다. 

2. AI Agent의 복잡한 분석 및 실행 역량을 기반으로, 더 유연하고 효과적인 관리 구조가 등장할 것 
디지털 지식 모델에서 구동되는 AI Agent는 더 효율적인 관리 조직이 복잡한 사후 분석을 수행하고, 최적의 의사결정을 도출하며, 전술적 및 전략적 의사결정에서 조직의 정렬을 강화하도록 지원할 것입니다. 단기적인 운영 의사결정은 점점 자동화되고, AI Agent가 시스템 전반에서 동기화된 의사결정과 실행을 주도하게 될 것입니다.

3. 숙련된 AI 에이전트를 통한 신속한 역량 혁신(Capability Innovation)을 통한 비즈니스 전략 강화 
비즈니스 전략의 변화에 맞춰 프로세스를 재구성하고, 새로운 시스템 역량을 개발 및 발전시키는 AI Agent가 가장 큰 차별화 요소가 될 것입니다. 이러한 빠른 혁신을 가능하게 하는 유연한 플랫폼이 핵심이 될 것입니다. 

지난 10년간 o9의 Digital Brain 플랫폼을 통해 모든 계획 및 단절된 의사결정 시스템을 하나의 플랫폼으로 통합하며 큰 가치를 창출해 왔지만, 여전히 해결해야 할 중요한 문제가 남아 있습니다. 바로 "암묵적 지식 (Tribal Knowledge)"입니다.

부서별로 단절된 암묵적 지식이 디지털 지식으로 대규모 전환됩니다

데이터에 따르면 동일한 정보와 시스템 리포트를 활용하더라도 플래너와 관리자의 전문성에 따라 의사결정 결과가 크게 달라지는 것을 확인할 수 있습니다.

즉, 분석을 수행하고 이를 통해 조직이 중요한 결정을 내리도록 설득하는 능력이 일관되지 않다는 것입니다.

특히 o9 Digital Brain과 같은 플랫폼이 없는 기업이라면 이러한 문제는 더욱 심각해질 수 있습니다. 예를 들어, 사업 부문 책임자가 다음과 같은 질문을 한다고 가정해 봅시다. 지난달 특정 시장에서 제품 X의 수요 예측이 빗나간 이유는 무엇인가? 제품 X의 수요를 3분기에 10% 증가시키기 위해 어떤 상업적 조치를 취할 수 있으며, 공급망이 추가적인 수요를 감당할 수 있는가? 추가 비용은 어느 정도인가?

또한, 운영 차원에서 공급망 차질로 인해 리스크가 발생하고 있다면, 다음과 같은 질문이 있을 수 있습니다. 어떤 시장과 고객의 수요가 가장 영향을 받으며, 그 정도는 어느 수준인가? 수요를 배분해야 한다면, 어떤 수요가 더 위험하고 어떤 수요가 더 안정적인가? 리스크를 완화하기 위한 Demand Shaping 옵션은 무엇인가?

이러한 질문에 답하기 위해서는 공급망, 영업, 마케팅, 신제품 개발, 재무 등 다양한 분야의 암묵적 지식을 갖춘 전문가들이 모여야 합니다. 하지만 이들의 전문성과 경험 수준에 따라 적절한 해답을 제때 도출하지 못할 수도 있습니다. 재무 분석이 부족하거나 깊이 있는 인사이트가 부족할 수도 있습니다. 이러한 결과의 편차는 부족한 전문 지식과 경험 때문에 발생하며, AI를 통해 해결할 수 있습니다. 생성형 AI는 전 세계의 모든 문서를 학습하고 디지털화할 수 있음을 입증했습니다. 이렇게 디지털화된 지식은 대규모 언어 모델(LLM)의 성능을 기하급수적으로 향상시키는 것으로 밝혀졌습니다.

그러나 대부분의 기업은 여전히 암묵적 지식에 의존하여 의사 결정을 내리고 있습니다. 이는 암묵지 지식만으로는 기능별 단절 (Silos) 간 연계가 이루어지지 않으며, 담당자의 역할 변경이나 조직 이동의 경우 지식이 사라지거나 단절되는 문제가 발생합니다. 이러한 문제를 해결하기 위해 생성형 AI와 Agentic AI의 강력한 역량을 o9 Knowledge Graph 모델과 같은 기술을 결합하면 분산된 데이터를 체계적으로 정리할 큰 가능성이 열립니다. 이를 통해 암묵적 지식을 디지털 지식으로 변환되며, 이후 의사결정 모델이 이를 활용할 수 있게 됩니다. 

이를 통해 기업 고유의 시장 도메인 지식(제품, 시장, 고객 세그먼트, 수요 예측 민감도 등)과 공급망 도메인 지식(공급업체, 제조 및 물류 자원, 용량, 제약 조건 등)을 디지털화할 수 있습니다.

이 디지털화된 지식은 기업의 일상적인 의사결정을 통해 지속적으로 개선됩니다. AI Agent는 이를 활용해 더 정밀한 분석과 시뮬레이션을 수행할 수 있으며, 자동화된 방식으로 전략적 인사이트를 제공할 수 있습니다.

앞으로 이 주제에 대해 더 자세히 다룰 예정이지만, 우선 모든 CXO에게 다음과 같은 도전 과제를 제시합니다. 향후 2년 이내에 주요 고객 응대, 계획, 공급망, 영업, 제품 혁신 프로세스에서 디지털 혁신의 가속화를 목표로 해야 합니다. 현재 80%가 암묵적 지식에 의존하는 상태에서, 2년 이내에 이 80%를 디지털화하는 도전 과제를 목표로 해야 합니다.

미래 기업 경쟁력은 얼마나 정교한 '디지털 지식 모델'을 기반으로 운영되는지에 달려 있습니다.

AI 에이전트의 정교한 분석 및 실행 역량을 기반으로, 더 유연하고 효과적인 관리 구조가 자리 잡게 될 것입니다.

LLM 기반 생성형 AI와 o9의 'Enterprise Knowledge Graph' 모델을 결합하면 디지털 AI Agent는 경영진이 일반적으로 묻는 세 가지 핵심 질문(3W)을 해결할 수 있을 것입니다: 

1. 계획 대비 실적은 어떠하며, 그 원인은 무엇인가?
2. 어떤 일이 일어날 가능성이 있는가? 현재 상황을 기준으로 한 예상치는 무엇인가?
3. 격차를 해소하거나 계획을 개선하기 위해 어떻게 대응해야 하는가?

AI Agent는 성과 사후 분석(무엇이 발생했으며, 그 이유는 무엇인가?), 기본 예측 및 계획 수립(무엇이 발생할 가능성이 있는가?), 시나리오 분석(계획을 개선하기 위해 어떤 조치를 취할 수 있는가?)을 수행할 수 있습니다. 또한 AI Agent는 기업 내 최고 전문가가 제공하는 것과 같은 수준의 간결하고 객관적인 경영 요약 보고서를 자동 생성하여 조직 내 정렬과 실행 가능성을 높일 수 있습니다.

디지털 AI Agents는 기능 영역을 초월해 더 많은 제품, 시장, 유통 채널 및 공급망 세그먼트를 동시에 관리할 수 있습니다. 따라서 더 효율적이고 간소화된 경영 구조가 필요하게 될 것이며, 이에 대한 우려도 있을 것입니다.

이러한 변화 속에서, CEO는 조직이 AI를 받아들이고 변화에 적응하도록 주도해야 합니다.

올바르게 접근하면 AI를 통한 변화는 매우 긍정적일 수 있습니다. AI는 관리자의 시간을 확보해 더 높은 가치를 창출하는 업무에 집중할 수 있도록 도와줍니다. 예를 들어 시장 리스크와 기회를 종합적으로 분석하고, 비즈니스 전략을 세우고, 신속하게 시장에 영향을 줄 수 있는 실행 조치를 하는 것이 가능해집니다.

이제 미래 경영 시스템의 마지막이자 가장 핵심 요소에 관해 이야기해 보겠습니다.

숙련된 AI Agent 덕분에 역량 혁신(Capability Innovation)이 더욱 빨라질 것이며, 이는 비즈니스 전략을 더욱 효과적으로 실행할 수 있도록 해줄 것입니다.

대기업의 복잡성과 규모, 그리고 사일로(Silo) 현상은 변화를 어렵게 만듭니다. 프로세스, 시스템에 단순한 변화를 일으키고, 조직 전체에 이를 적용하는 것조차 쉽지 않습니다.

따라서 기업이 성장을 위한 새로운 혁신 전략을 실행해야 할 때, 변화에 저항하는 단절(Silos)로 인해 내부 역량을 발전시키는 조직의 능력이 제한됩니다. 과거에는 기업들이 이러한 격차를 메우기 위해 더 많은 인력과 수동 프로세스를 문제에 투입하여 전략을 실행했습니다. 이는 부서 간 단절, 스프레드시트, 특정 담당자만 아는 암묵지, 그리고 가치 유출을 초래합니다. 디지털 및 AI 시대에 비즈니스 환경이 더 경쟁적이고 역동적으로 변함에 따라, 경쟁 우위를 유지하기 위한 혁신적인 전략을 고안하는 경영진의 능력은 필수적입니다.

AI는 코딩 및 시스템 구성과 같은 업무를 더욱 정교하게 수행할 수 있으며 계속해서 새로운 능력을 개발하고 있습니다. LLM 기반 AI Agent는 o9과 같은 유연한 플랫폼을 구성하고 확장하는 데 중요한 역할을 할 것입니다.

장기적으로 비즈니스 전략의 요구에 맞춰 지속적으로 역량을 혁신하는 능력은 기업 리더십을 결정짓는 중요한 차별화 요소가 될 것입니다.

우리는 지금 기업 경영 방식이 혁신적으로 변화하는 전환점에 서 있습니다.

CEO와 경영진에게 간단한 제안을 드립니다. 지금이 바로 시작해야 할 때입니다. 위에서 언급한 특징들을 갖춘 AI 기반 경영 시스템 혁신을 최우선 과제로 삼으십시오. 이는 앞으로 기업 경쟁력과 가치 창출을 좌우할 가장 중요한 요소가 될 것입니다.

Best Regards, 

Chakri Gottemukkala

In a world of volatility, APEX is the answer

The AI-powered operating model that helps enterprises thrive in the VUCA era. The o9 Digital Brain unifies planning, forecasting, and execution — powered by AI.

Learn more