Adobe 2025 AI 및 디지털 트렌드 보고서

대부분은 시범 운영에서 입증 단계로 넘어가는 과정에서 어려움을 겪습니다. 시범 운영 후 결과를 평가하는 단계에 있는 기업(27%)도 있고, 실무 솔루션을 배포해 효과를 평가 중인 기업(27%)도 있습니다. 이처럼 과반이 올바른 방향으로 가는 것은 다행스러운 일입니다.

테스트 단계를 거쳐 측정 가능한 ROI가 나타나는 본격적인 AI 도입 단계로 나아가려면, 조직적 변화와 재정 투자 측면에서 유의미한 조치가 따라야 합니다. 이 과정에서 마케팅 팀의 부담이 커집니다.

테스트 단계를 거쳐 측정 가능한 ROI가 나타나는 본격적인 AI 도입 단계로 나아가려면, 조직적 변화와 재정 투자 측면에서 유의미한 조치가 따라야 합니다. 이 과정에서 마케팅 팀의 부담이 커집니다.

탁월한 경험으로 고객 참여를 유도하는 조직이 15%에 불과한 이유는 이러한 격차로 설명할 수 있습니다. 이를 해결하려면 고객에게 가장 중요한 것을 중심으로 디지털 투자를 진행해 대규모 개인화를 구현해야 합니다.

개인화에 제대로 투자한다면 성과는 확실합니다. 덴마크 통신 기업 Telmore에서는 AI 기반 개인화를 통한 매출이 개인화되지 않은 경험보다 11% 높게 나타났습니다.

Telmore의 CMO인 Frederik Scholten은 다음과 같이 설명합니다.“고객 경험 최적화를 넘어 고객 개개인이 무엇을 원하는지 세심하게 살핍니다. 이를 통해 연관성 높은 제안을 제공하고, 새로운 서비스를 추가하도록 유도하고, 신규 고객을 유치하죠.” Telmore 사례 보기

TSB Bank는 이 격차를 해소함으로써 얻을 수 있는 이점을 입증하고 있습니다. 실제로 실시간 데이터와 최신 고객 활동을 기반으로 대출 상품을 개인화한 결과 모바일 대출 상품 매출이 300% 증가했고, 총 매출 중 인앱 애플리케이션의 비중이 24%에서 75%로 급상승했습니다.

TSB의 CMO Emma Springham은 개인화 격차 해소가 중요한 이유를 다음과 같이 강조합니다. "은행 업무는 본질적으로 개인적이며 고객에게 미치는 영향이 다른 분야보다 훨씬 더 큽니다. 개인화된 디지털 경험은 은행을 믿고 자금 관리를 맡기는 고객과 더욱 깊고 유의미한 관계를 구축하는 데 큰 도움이 됐습니다.” TSB 사례 보기

섹션 4에서 살펴보겠지만, 경영진은 고객 데이터 연결을 가로막는 가장 큰 장애물로 개인정보 보호, 보안 및 거버넌스와 관련한 우려를 지적합니다. 물론 데이터 보호와 투명성은 소비자에게 타협의 대상이 아닙니다. 하지만, 소비자가 높이 평가하는 경험은 실시간 데이터 활용에 달려 있습니다.

경쟁에서 살아남기 위해서는 데이터를 연결하고 통합하는 동시에, 데이터에 안전하게 액세스하고 비즈니스 니즈를 충족할 수 있도록 투자해야 합니다.

조직은 이러한 과제 해결에 나섰습니다. 기술 투자를 이끄는 트렌드에 대한 질문에 고위 경영진의 62%는 특히 워크플로우, 의사 결정 및 초개인화 영역의 AI 및 머신 러닝 발전을 향후 12~24개월 동안 가장 중요한 우선순위로 꼽고 있습니다. 다른 주요 영역으로는 데이터 통합 및 실시간 인사이트(55%)와 보안, 개인정보 보호 및 규정준수 거버넌스 향상(55%)이 있습니다.

이를 실현하려면 통합 툴을 이용하고, 데이터 단절 문제를 해결하고, 팀 협업을 향상해야 합니다.

다행히 지속적인 경제적 압박에도 불구하고 조직은 투자를 늘리고 있습니다. 고위 경영진은 2025년 마케팅 예산이 늘어날 것으로 생각하며, 30%는 10% 이상 크게 늘어날 것이라고 예상하고 있습니다.

마지막 섹션에서는 AI 기반의 성장을 지원하기 위해 조직이 어떻게 진화해야 하는지 자세히 살펴보겠습니다. 이에 앞서 섹션 3에서는 생성형 AI 활용을 통해 생산성을 향상하고, 다양한 이점을 얻고, 지속적으로 개선 및 가치 창출을 하는 방법을 집중적으로 살펴봅니다.

시장을 선도하면서 경쟁력을 유지하기 위해서는 더욱 빨리 뛰어들고 더욱 멀리 나아가야 합니다(그림 8).

활용 사례 탐색과 필요한 예산 확보(둘 다 47%)는 생성형 AI 여정의 초기 단계에 머물러 있다고 답한 고위 경영진이 가장 많이 꼽은 두 가지 과제입니다(그림 9).

AI 도입 여정의 다음 단계로 나아갈수록 당면 과제는 더욱 복잡하고 불명확해집니다. 실무 AI 솔루션을 이용하고 있고, 혁신과 윤리적 가치의 균형을 중시하는 조직은 브랜드 평판을 보호하고 사내 문화의 변화를 관리하는 데 초점을 맞추고 있습니다. 이제 문제는 더 이상 AI 도입 여부가 아니라, 어떻게 효과적이고 책임감 있게 구현할 것인지에 관한 것입니다.

성공적인 AI 도입: 속도와 정밀성

견고한 ROI 프레임워크를 도입한 조직은 빠르게 치고 나가는 반면, 이러한 프레임워크가 없는 조직은 고군분투하게 됩니다. 입증된 AI 솔루션을 사용 중인 기업 중 거의 2/3(64%)는 ROI 측정 프레임워크를 마련했습니다. 이와 반대로 여전히 시범 운영 단계인 조직의 34%만이 ROI를 추적하기 위한 강력한 지표를 개발했습니다(그림 10).

이처럼 기반 구축이 늦어지거나 하지 못한 조직은 경쟁에서 더욱 뒤처집니다. AI를 효과적으로 확대하려면 규정 프레임워크, ROI 추적 및 지표, 변화 관리 프로세스를 동시에 처리해야 합니다. 아래 그림에서 볼 수 있듯이, 미래 지향적인 조직은 실제로 동기화 접근 방식을 채택했습니다.

그러나 AI 도입을 확대한다는 것은 인적 과제를 해결해야 한다는 의미이기도 합니다. 이번 설문조사에 따르면, ROI를 입증한 조직의 52%는 운영 가속화와 광범위한 직원 지원을 위한 조직 문화의 변화 간에 균형을 맞추는 데 어려움을 겪고 있습니다.

그럼에도 낙관적으로 볼 이유는 많습니다. AI는 테스트와 도입 초기 단계에서 이미 성과를 내고 있기 때문입니다(그림 11). 시범 운영 단계인 조직의 거의 과반(48%)과 AI를 배포 중인 조직의 과반(53%)이 팀 생산성이 향상되었다고 답했습니다.

AI를 성공적으로 활용하는 조직은 AI의 혁신적인 잠재력을 경험하고 있습니다. ROI를 입증했다고 답한 조직의 64%는 더 빠른 콘텐츠 제작 및 더 높은 생산성을 꼽았으며, 비슷한 비율로 의사 결정 개선, 전략에 필요한 리소스 확보, 매출 성장을 꼽았습니다.

iHeartMedia의 디자인 허브 부문 부사장인 Eric Perez는 다음과 같이 설명합니다. “모든 것이 빠르게 진행되어야 하는 업계에서 AI는 게임 체인저입니다. 브레인스토밍, 컨셉 개발, 반복 수행 등의 과정을 가속화하고, 품질과 효율성을 떨어뜨리지 않고도 증가하는 수요에 부응할 수 있기 때문입니다.”

속도만큼이나 정밀함도 중요합니다. 이를 동시에 달성하기 위해서는 명확한 우선순위, 목표에 따른 투자, 도입 확대에 집중해야 합니다. 단순히 기술적 진보만이 아니라 여러 팀을 조율하여 리더가 변화에 대응하고 조직 전체의 적응력을 높일 수 있는 역량을 갖출 때 성공할 수 있습니다.

에이전틱 AI로 진화

생성형 AI 기술이 계속 진보하면서 소비자는 더 강력하고 자율적인 적응형 AI 기반의 지원을 요구하고 있습니다. 설문조사 결과에 따르면 응답자의 절반가량이 일정 예약 또는 문제 해결 과정에서 정적인 웹 경험보다는 AI 기반의 어시스턴트를 선호했습니다(그림 13).

실제로 2024년 사이버 먼데이에 챗봇과의 상호 작용을 통한 리테일 사이트 트래픽이 전년동기대비 1,950% 상승했습니다. AI 기술 도입의 급증은 소비자가 ‘에이전틱 AI’, ‘AI 에이전트’ 등 고급 툴을 받아들일 준비가 되었음을 보여줍니다.

에이전틱 AI는 가상 어시스턴트에서 더욱 발전된 기술입니다. 주문 추적, 계정 세부 정보 업데이트 등 단순한 작업을 넘어 스스로 판단하여 가상 제품 체험 제공, 개인화된 추천, 선제적 지원 등 주도적으로 업무를 수행합니다.

자율적인 에이전틱 AI는 효율적인 운영과 세심한 고객 경험을 결합합니다. 이를 통해 기업은 소비자 니즈를 파악하는 것에서 나아가 이를 예측하는 단계로 발돋움하게 됩니다.

특히 젊은 고객층은 이러한 고급 기능에 더 많은 관심을 보입니다. 그림 14를 보면 45세 미만 소비자 중 절반 가량이 자신의 스타일과 과거 구매 내역을 기반으로 장바구니에 선제적으로 상품을 추가해주는 가상 쇼핑 어시스턴트가 등장하면 기꺼이 사용할 것이라고 답했습니다.

AI 운영을 위한 강력한 데이터 기반 구축

데이터는 AI 활용에 필수입니다. 그러나 단절된 시스템, 단절된 팀, 부실한 통합은 데이터 기반의 실시간 개인화를 가로막고 소비자의 신뢰를 무너뜨릴 수 있습니다. 이 때문에 악순환이 생겨납니다. 소비자는 신뢰 없이는 데이터를 공유하지 않는데, AI 발전에는 데이터가 필수이기 때문입니다. 문제는 소비자의 기대가 높다는 점입니다. 소비자의 88%는 책임감 있고 안전한 데이터 처리가 중요하다고 답했고, 60%는 매우 중요하다고 답했습니다.

Adobe Digital Experience의 마케팅 전략, 성과 및 혁신 부문 부사장인 Max Cuellar는 다음과 같이 설명합니다. “AI를 시범 운영할 때, 극소수의 데이터 도메인을 활용하면서 이를 훨씬 광범위한 데이터 전략과 연결하는 방법을 찾는 경우가 많습니다. 하지만 미리 대규모 데이터를 구조화하면 효율성을 높이고, 시너지를 만들고, 데이터 관리 성과를 더 높일 수 있습니다.”

섹션 2에서 본 바와 같이, 경영진은 과감한 조치를 취하고 있습니다. 다수의 경영진이 2025년 기술과 데이터 혁신 예산을 2024년보다 10% 이상 늘릴 계획입니다. 하지만 조직이 분산된 데이터와 통합 문제로 어려움을 겪고 있는 만큼 리소스 할당은 여전한 과제입니다.

그림 15는 이를 잘 보여줍니다. 예를 들어, 조직의 33%는 필수적인 기술과 툴에 대한 예산 부족으로 데이터 연결에 어려움을 겪고 있습니다. AI의 잠재력을 충분히 활용하기 위해서는 필수적인 AI 기술에 대한 투자와 함께 고객 데이터 통합을 우선해야 합니다.

이러한 노력을 더 어렵게 만드는 또 다른 장애물도 있습니다. 분산된 IT 시스템(32%)과 불명확한 데이터 전략(30%)이 발전을 가로막고 있음에도, 조직의 24%는 데이터를 전략적 자산으로 인식하지 못하고 있습니다.

또한 ‘모든 부서에 데이터베이스를 점진적으로 연결하는 방식과 비즈니스에 핵심적인 데이터를 단일 소스로 통합하는 방식 중 자신이 속한 조직에서 활용하고 있는 개인화 및 데이터 접근 방식은 무엇인가’라는 질문에, 고위 경영진의 57%는 점진적 접근 방식이라고 답했고, 43%는 통합 접근 방식을 사용하고 있다고 답했습니다.

점진적 접근 방식은 빠른 성과를 내는 반면, 통합 접근 방식은 시간이 지날수록 이점이 배가됩니다. 연결, 상호 운용성, 확장성을 위해 구축된 통합 플랫폼을 사용하면 AI 기반의 툴을 원하는 애플리케이션에서 자유롭게 사용하고, 초개인화된 경험을 전달하고, 시간이 지나면서 효율성과 효과가 더욱 커지는 혁신의 기반을 마련할 수 있습니다.

섹션 2에서 살펴본 바와 같이 고위 경영진의 과반(55%)이 통합 데이터 에코시스템 구축이 향후 12~24개월의 기술 의사 결정에 영향을 미칠 것이라고 답한 것은 고무적입니다.

긍정적인 측면도 있습니다. 마케팅 경영진의 42%, 기술 경영진의 25%가 고객 경험 팀을 고객 여정에서 책임 지분이 가장 많은 팀으로 인정하고 있다는 점에서 고객 경험 팀을 바라보는 시각이 같음을 알 수 있습니다.

에이전틱 AI가 성공적으로 도입되고 조직의 경계를 넘나드는 복잡한 업무를 처리하게 되면 협업 활성화는 필수가 됩니다. 대규모 개인화를 실현하기 위해서는 다양한 팀의 소통과 시스템 전반의 연계성을 강화해야 합니다.