DX도 안 끝난 조직이 AX를 외치면 생기는 일 — 변화 피로의 민낯

요즘 회사 회의실에서 "AI 전환"이라는 말이 안 나오는 곳이 있을까요? 그런데 가만히 들여다보면, 정작 지난 수년간 추진했던 디지털 전환(DX)조차 제대로 마무리되지 않은 곳이 태반입니다. 그 위에 AX(AI 전환)를 올리면 어떤 일이 벌어질까요?

DX와 AX, 뭐가 다른가요?

DX(Digital Transformation)는 업무 프로세스와 데이터 인프라를 디지털 기반으로 바꾸는 것입니다. 종이 결재를 전자결재로, 엑셀 관리를 클라우드 DB로, 오프라인 고객 관리를 CRM 시스템으로 바꾸는 일들이죠. AX(AI Transformation)는 그 위에 인공지능을 얹어 의사결정·자동화·예측을 고도화하는 단계입니다.

즉, AX는 DX가 어느 정도 완성된 후에야 제대로 작동할 수 있는 '2층 구조'입니다. 1층(데이터·프로세스 디지털화)이 불완전한데 2층을 올리면 어떻게 될까요?

AI 생성 삽화

현장에서 실제로 일어나는 일들

많은 조직에서 공통적으로 목격되는 패턴이 있습니다.

① "AI 도입"이라는 이름의 과거 반복
데이터가 제대로 정제되지 않은 상태에서 AI 툴을 붙이면, 결국 사람이 수작업으로 데이터를 정리한 뒤 AI에 입력합니다. 디지털 전환 전 엑셀로 하던 일을 'AI 엑셀'로 하는 셈이죠.

② 현장 직원의 변화 피로 누적
"작년엔 DX 교육 받고, 올해는 또 AI 교육"이라는 볼멘소리가 나옵니다. 이전 시스템도 아직 익숙하지 않은데 새 도구가 쌓이면 직원들의 저항감과 소진은 커집니다.

③ 예산 낭비와 성과 측정 불가
DX 투자의 ROI도 검증 안 된 상태에서 AX 예산이 집행됩니다. 무엇이 효과가 있었는지, 무엇이 실패였는지 기준 자체가 없으니 평가도 불가능합니다.

④ "AI 워싱(AI Washing)" 현상
실제로는 기존 규칙 기반 자동화인데 "AI 도입 완료"라는 보도자료를 내는 조직도 적지 않습니다. 외부에는 혁신 기업처럼 보여도 내부는 달라진 게 없습니다.

왜 이런 일이 반복될까요?

가장 큰 이유는 경영진의 "트렌드 추종" 심리입니다. 경쟁사가 AI를 한다니까, 투자자들이 AI를 묻는다니까, 일단 선언부터 하는 구조입니다. 전략보다 시그널이 앞서는 거죠.

또 하나는 변화 관리의 부재입니다. 기술 도입은 의사결정이지만, 조직이 그 기술을 실제로 사용하게 만드는 것은 완전히 다른 일입니다. DX 때도 이 부분이 실패했던 이유가 AX에서도 되풀이됩니다.

AI 생성 삽화

그렇다면 어떻게 접근해야 할까요?

전문가들이 공통적으로 강조하는 것은 "AI를 위한 데이터 기반 먼저"입니다. AI는 고품질 데이터 없이는 의미 있는 결과를 내지 못합니다. 데이터를 수집·정제·통합하는 DX 과제를 먼저 점검하는 것이 순서입니다.

또한 작은 성공 사례를 만드는 것이 중요합니다. 전사 AI 전환을 선언하기보다, 한 부서·한 프로세스에서 실질적인 효과를 검증한 뒤 확대하는 방식이 지속 가능합니다.

마무리하며

AX는 피할 수 없는 흐름입니다. 그러나 DX의 토대 없이 AX를 서두르면, 혁신이 아니라 혼란만 남습니다. 중요한 건 속도가 아니라 순서와 기반입니다. "우리 조직의 DX는 어디까지 왔는가?"라는 질문이, 어쩌면 가장 실용적인 AI 전략의 출발점일 수 있습니다.

 

참고 자료

• McKinsey & Company, "The state of AI in 2024", 2024
• Gartner, "Top Strategic Technology Trends 2025", 2024
• Harvard Business Review, "Why Digital Transformations Fail", 2019
• 정보통신정책연구원(KISDI), "국내 기업 디지털 전환 현황 조사", 2023