소비재 분야의 AI 준비도 현황 | Adobe 보고서 | Adobe 한국
View this page in English (US).Continue

보고서

소비재 AI 준비도 현황

소비재 전반에서 반복 가능한 AI 배포를 지원하는 운영 모델 의사결정

브랜드 팀에서 매장까지 AI 연결하기

대부분의 소비재 기업들은 AI에 투자하고 있지만, 파일럿을 반복 가능한 성과로 전환한 곳은 많지 않습니다. 이 보고서는 그 걸림돌이 무엇인지, 그리고 선도 기업들이 어떻게 차별화된 접근 방식을 취하는지 살펴봅니다.

들어가는 글

소비재 포장상품(CPG) 기업들은 브랜드, 소비자, 쇼핑객, 커머스, 고객, 운영 워크플로 등 점점 더 넓은 영역에 걸쳐 인공지능(AI)을 탐색하고 배포하고 있습니다. 이 연구는 이러한 활동을 뒷받침하는 소유권, 거버넌스, 측정, 업무 방식이 동일한 속도로 발전하고 있는지를 살펴봅니다. CPG 리더에게 핵심 질문은 AI를 어디에 적용할 수 있느냐가 아닙니다. 조직이 사용 사례를 평가하고, 배포하고, 학습하는 과정이 반복 가능하고, 책임감 있으며, 상업적 관계에 적합한 방식으로 이루어지고 있는가가 더 중요한 질문입니다.

AI 활동이 확대됨에 따라 각 팀은 서로 다른 속도로 움직일 수 있습니다. 브랜드 및 포트폴리오 리더, 이커머스 및 디지털 미디어 팀, 쇼핑객 및 리테일 미디어 팀, 고객 및 영업 조직, 제품 및 공급망 부서, 데이터 및 기술 팀은 각각 서로 다른 시스템, 데이터, 의사결정 권한, 계획 주기를 기반으로 운영될 수 있습니다. 이러한 차이는 특히 미디어 퍼블리셔, 리테일 파트너, 총판, 마켓플레이스 또는 기타 외부 주체와의 협업이 필요한 사용 사례에서 가시성과 조율을 저해할 수 있습니다.

비즈니스, 데이터, 기술, 법무, 개인정보 보호, 거버넌스, 리스크 팀을 연결하는 많은 프로세스는 더 긴 계획 주기와 순차적인 업무 이관을 전제로 설계되었습니다. AI 이니셔티브를 성공적으로 추진하려면 명확한 의사결정 권한, 적절한 데이터 접근 및 동의 관행, 공유된 측정 기준, 지속적인 인적 감독이 필요합니다. 이러한 기반이 마련되지 않으면 개별 배포 사례는 고립된 상태로 남아 팀, 채널, 사용 사례 전반으로 확장하기가 더욱 어려워질 수 있습니다.

이 보고서는 연구에 참여한 글로벌 크로스인더스트리 선도 그룹에서 더 공통적으로 나타나는 5가지 운영 모델 행동을 살펴봅니다. 소비재 경영진이 자사의 AI 준비도를 평가하고 보다 체계적인 AI 배포를 지원하는 의사결정을 파악할 수 있도록 실질적인 프레임워크를 제공합니다.

Rashi Kacker

소비재 부문 글로벌 산업 전략 총괄, Adobe

리서치 요약

이 보고서는 Adobe의 의뢰로 Incisiv가 수행한 글로벌 리서치를 기반으로 합니다.

임원이 12개 산업과 11개 글로벌 시장에 걸쳐 참여했습니다.

응답자가 소비재 포장상품 기업을 대표했습니다.

실제 활동 중인 CPG 응답자가 AI 도입의 탐색, 파일럿, 배포, 확장, 전환 단계 전반에 걸쳐 분석에 포함되었습니다.

부사장급 이상의 직위를 보유했습니다.

연간 매출 10억 달러 이상의 조직에 재직했습니다.

조사 대상 시장

호주 및 뉴질랜드, 중부 유럽, 인도, 일본, 라틴 아메리카, 중동, 북미, 동남아시아, 한국, 영국 및 아일랜드, 서유럽.

리더 선정 및 점수 산정 방식

이 보고서에서 언급된 342명의 AI 리더는 12개 산업 전반에 걸친 전체 조사 대상 5,633명의 고위 임원에서 도출되었습니다. 이는 CPG 특정 그룹이 아닌 글로벌 산업 전반의 코호트로, CPG 조사 결과를 리더들 사이에서 보다 일반적인 행동과 비교할 수 있는 벤치마크를 제공합니다.

성숙도 측정 방법

각 조직은 6개의 운영 모델 핵심 축을 기준으로 평가되었으며, 각 축은 1~5점 척도로 채점되었습니다. 6개의 점수는 운영 모델 성숙도(OMM) 종합 지수로 통합되었습니다.

전략

명확한 AI 비전을 바탕으로 소유권과 투자 약속을 갖추고 있습니다.

구조
예산 권한을 보유한 전담 AI 소유권입니다.

인력
AI 기반 환경에 맞게 역할과 문화가 진화하고 있습니다.

거버넌스
AI 속도에 맞게 조정된 리스크 프레임워크.

기술
파일럿을 넘어 규모 확장을 위한 인프라를 구축합니다.

워크플로
AI를 실제 업무 방식에 통합합니다.

리더 선정 방법

리더로 선정되기 위해 조직은 두 가지 기준을 충족해야 했습니다. OMM Composite 점수가 3.27을 초과하고, AI 배포의 확장 또는 전환 단계에서 운영되어야 합니다. 두 기준을 모두 적용한 결과, 12개 산업 전반에서 342개 리더 조직이 선정되었으며, 이는 5,323명의 활성 응답자의 6%에 해당합니다.

이 명칭은 측정된 운영 모델 성숙도와 배포 단계를 반영합니다. CPG 리더 코호트를 별도로 식별하거나, 특정 행동이 규모 확장을 직접 야기했음을 증명하거나, 이 보고서에서 설명한 방식이 모든 CPG 조직에 동일한 결과를 가져올 것임을 의미하지 않습니다.

개요

소비재 포장상품 응답자들은 다양한 기능과 워크플로 전반에 걸쳐 AI 활동을 보고하고 있습니다. 조사 결과에 따르면 배포만으로는 반복 가능한 실행에 필요한 소유권, 측정, 부서 간 조정이 자동으로 형성되지 않는 것으로 나타났습니다. 이 보고서는 운영 모델 격차와 글로벌 산업 전반의 리더 코호트에서 더 일반적으로 나타나는 행동 방식을 살펴봅니다.

업계 현황

CPG 응답자의 61%가 정체 구간에 머물고 있습니다.

초기 실험 단계를 넘어섰지만 AI 활동은 여전히 파일럿 및 배포 단계에 집중되어 있습니다. 개별 기능 부서에서는 사용 사례를 배포했을 수 있으나, 팀 전반에 걸친 반복 가능한 실행을 위한 조정은 여전히 제한적입니다. CPG 분야에서 이러한 조정에는 마케팅, 기술, 법무, 개인정보 보호, 보안, 거버넌스, 상업 이해 당사자가 관여될 수 있습니다. 이들 그룹이 서로 다른 우선순위, 시스템, 데이터 권한, 계획 수립 주기로 운영될 경우, 사용 사례를 평가하고 확장하는 것이 더욱 어려워질 수 있습니다.

CPG 응답자의 16%가 명확한 직함과 예산 권한을 갖춘 공식 AI 책임자를 임명했습니다.

다른 경우에는 책임이 여러 부서에 걸쳐 공유되거나, 위원회를 통해 조직되거나, 프로젝트별로 배분되거나, 아예 불명확한 상태로 남기도 합니다. 명확한 의사결정 권한이 없으면 조직은 사용 사례의 우선순위를 정하고, 자원을 배분하며, 적절한 거버넌스를 수립하고, 업무 진행 과정에서 발생하는 부서 간 문제를 해결하기가 더욱 어려워질 수 있습니다.

CPG 응답자의 76%가 비즈니스와 정보기술(IT) 간의 관계를 사일로화, 거래 중심, 또는 자문 방식으로 관리하고 있습니다.

이러한 모델은 요청, 검토, 순차적 인계 방식에 의존할 수 있습니다. AI 업무에는 더욱 긴밀한 협업, 공유된 목표 및 핵심 결과(OKRs), 적합한 데이터와 기술 기반, 그리고 개인정보 보호, 법무, 거버넌스, 보안, 리스크 관련 이해관계자의 지속적인 참여가 필요할 수 있습니다.

리더들의 차별화된 실행 방식

별도의 명시가 없는 한, “리더”는 두 가지 리더 기준을 모두 충족한 조직에 속하는 342명의 응답자로 구성된 글로벌 범산업 코호트를 말합니다. 기준은 운영 모델 성숙도 복합 지수 3.27 초과, 그리고 확장 또는 전환 단계에서의 운영입니다. 이들은 5,323명의 활성 응답자 중 6%를 차지하며, CPG 특정 코호트에 해당하지 않습니다.

실질적인 책임.

리더는 직책과 예산 권한을 갖춘 공식 AI 책임자를 보유할 가능성이 5.8배 높습니다.


첫날부터의 성과 측정.
리더는 배포 전에 투자 수익률(ROI)을 정의할 가능성이 높습니다. 리더 중 44%가 ROI를 종합적으로 측정하는 반면, CPG 응답자는 12%에 그칩니다.

진정한 파트너십.
리더는 협업형 또는 통합형 비즈니스-IT 관계를 통해 업무를 수행할 가능성이 높습니다. 리더의 81%가 이 단계에서 운영하는 반면, CPG 응답자는 24%에 그칩니다.

학습 문화.
리더가 파괴적인 실패 패턴을 보고할 가능성은 1% 미만으로, CPG 응답자의 28%와 큰 차이를 보입니다.

역량 있는 챔피언.
리더의 42%가 내부 챔피언을 발굴하고 역량을 강화하는 것을 측정된 모든 레버 중 가장 영향력 있는 문화적 실천 과제로 꼽았습니다.
이러한 행동 양식은 글로벌 리더 코호트에서 더욱 두드러지게 나타나며, 특정 행동이 규모 확대의 원인임을 입증하는 것은 아닙니다. 2부에서는 각 행동을 더 상세히 분석하고, CPG 임원들에게 갖는 의미를 살펴봅니다.

1부

업계 현황

발견 사항 01 — CPG 응답자 대다수가 Frozen Middle에 머물러 있음

CPG 응답자의 61%가 Frozen Middle에 속합니다. 개별 기능 부서에서는 AI가 활발히 활용되고 있지만, 팀 전반에 걸쳐 반복 가능한 실행을 위한 조율은 여전히 미흡한 상태입니다.

각 도입 단계별 소비재 응답자 비율.

CPG 응답자들은 개별 기능 영역에서 AI 배포가 이루어지고 있다고 보고하지만, 사용 사례를 더 광범위하게 확장하는 데 필요한 협업 체계를 아직 구축하지 못한 경우가 많습니다. 콘텐츠, 소비자 인사이트, 커머스, 쇼핑객, 고객, 카테고리, 운영 워크플로 등은 한 팀 내에서 발전할 수 있지만, 관련된 다른 팀들이 서로 다른 시스템, 의사결정 권한, 데이터 관행, 우선순위를 가지고 운영되는 상황이 발생할 수 있습니다. 이로 인해 개별 영역에서는 의미 있는 활동이 이루어지더라도, 이를 비교하거나 관리하거나 확장할 일관된 방법이 갖춰지지 않을 수 있습니다.

프로즌 미들(Frozen Middle)은 파일럿 또는 배포 단계에 있는 CPG 응답자들을 지칭하는 개념으로, 연구에 따르면 응답자의 61%가 이 그룹에 해당합니다. 이 명칭이 진행이 완전히 멈췄다거나 응답자들이 특정 단계에 얼마나 오래 머물렀는지를 나타내는 것은 아닙니다. 다만 AI가 일부 영역에서는 활발히 운영되고 있는 반면, 여러 팀에 걸쳐 반복 가능한 실행을 위한 운영 모델 관행은 여전히 미흡하다는 점을 보여줍니다.

프로즌 미들(Frozen Middle)을 넘어서기 위해서는 명확한 책임 주체와 합의된 의사결정 권한, 명확히 정의된 역할 및 책임, 적절한 데이터 접근 및 거버넌스 관행, 철저한 법적 검토, 그리고 사용 사례에 관여하는 각 기능 부서 간 공유 측정 지표 마련이 필요할 수 있습니다.

적합한 조합은 조직, 비즈니스 모델, 채널, 총판 및 기타 상업적 파트너와의 관계에 따라 달라질 수 있습니다. 다음 발견 사항에서는 이러한 협업의 핵심 조건 중 하나인 실행 권한을 갖춘 공식적인 책임 체계를 살펴봅니다.

발견 사항 02 — CPG 응답자 6명 중 1명만이 공식 AI 책임자를 지정

CPG 응답자 중 공식적인 AI 책임 체계가 마련된 경우는 많지 않으며, 이는 우선순위 해결, 리소스 배분, 여러 기능 부서에 걸친 AI 업무 조정을 더욱 어렵게 만들 수 있습니다.

소비재 분야의 AI 소유권 모델 분포.

AI 책임 체계에는 브랜드 및 포트폴리오, 커머스, 소비자 및 쇼핑객 경험, 고객 및 영업, 제품, 운영, 데이터, 기술, 법무, 개인정보 보호, 거버넌스, 보안, 리스크 팀이 관여할 수 있습니다. 명확한 의사결정 권한 없이 이러한 그룹들에 책임이 분산되면, 우선순위를 조율하거나 리소스를 배분하거나 사용 사례의 검토 및 배포 과정에서 누가 책임을 지는지 결정하기가 더 어려워질 수 있습니다.

조사에 따르면 CPG 응답자 중 16%만이 공식 직함과 예산 권한을 갖춘 공식 AI 책임자를 두고 있습니다. 이 결과가 모든 조직에 적합한 역할, 보고 체계, 범위를 규정하는 것은 아닙니다. 다만, 응답자 집단에서 공식적인 소유권 체계가 드물다는 사실만큼은 분명히 드러납니다. 이니셔티브가 여러 기능 부서에 걸쳐 있거나 외부 상업적 관계에 의존하는 경우, 단일 팀에 국한된 역할로는 전체 업무를 조율하는 데 필요한 권한이 충분하지 않을 수 있습니다.

파트타임 소유권 체계와 위원회 주도의 책임 구조는 의견 수렴과 감독을 위한 유용한 메커니즘이 될 수 있습니다. 그러나 명확한 위임 권한을 가진 담당자가 없을 경우, 구속력 있는 의사결정이 미결 상태로 남을 수 있습니다. 공식 AI 책임자는 임명 시 해당 범위 내 사용 사례와 관련된 권한, 리소스, 거버넌스 책임이 포함된다면 명확한 책임 소재를 제공할 수 있습니다. 다음 발견 사항은 제안된 사용 사례에서 프로덕션으로 넘어가는 과정의 또 다른 과제, 즉 평가 경로 자체를 살펴봅니다.

발견 03 — CPG AI 사용 사례 요청 100건 중 15건만 프로덕션에 도달

절대적 감소폭이 가장 큰 구간은 첫 번째 전환 단계이며, 단계별 이탈률이 가장 높은 구간은 이후 단계에서 나타납니다.

소비재 분야에서 제안된 AI 이니셔티브 100건당 평균 잔존 건수, 글로벌 평균: 100건당 15건.

CPG AI 사용 사례는 브랜드 콘텐츠, 소비자 및 쇼핑객 참여, 커뮤니케이션, 이커머스, 리테일 미디어, 서비스, 제품, 기술, 생산성, 상업, 공급망 워크플로 등 다양한 영역에 걸쳐 있습니다. 하나의 제안이 여러 시스템, 데이터 소스, 승인 절차, 팀에 의존하는 경우도 있습니다. 따라서 프로덕션 준비 상태는 의사결정 권한, 데이터 관행, 보호 장치, 목표 지표를 얼마나 효과적으로 조율하느냐에 달려 있습니다.

차트를 통해 제안된 사용 사례 중 상당수가 프로덕션 도달 전에 제외된다는 사실을 확인할 수 있습니다. 첫 번째 전환 단계에서 절대적 감소폭이 가장 크고, 이후 단계에서 단계별 이탈률이 가장 높게 나타납니다. 이러한 패턴은 초기 타당성 검토 단계의 문제와 후반 단계의 의존성이 진행을 가로막을 수 있음을 시사합니다. 다만, 특정 요청이 제외된 이유나 특정 기능 부서가 이탈의 원인인지는 이 차트만으로는 알 수 없습니다. 그러나 예상 비즈니스 임팩트와 중요 타임라인 내 리소스 배분이 팀의 우선순위 결정에 주요 요인으로 작용할 가능성이 높습니다.

이는 검토 절차를 건너뛰라는 의미가 아닙니다. 아이디어 구상 단계부터 의도한 결과, 필요한 데이터와 권한, 시스템 소유권, 개인정보 보호·보안·법적·거버넌스 고려 사항, 측정 방식, 비즈니스 영향 평가를 명확히 정의하는 것이 핵심입니다. 이를 통해 관련 팀은 제안된 워크플로의 실현 가능성과 적합성을 보다 명확한 기준으로 평가할 수 있습니다. 다음 항목에서는 비즈니스-IT 관계 모델이 이 과정에 미치는 영향을 살펴봅니다.

발견 04 — 대다수 CPG 응답자, 비즈니스와 IT를 단계적 인계 방식으로 관리

응답자의 76%는 사일로형, 거래 기반 또는 자문형 모델로 관계를 관리하고 있으며, AI 업무가 진행될수록 공동 의사 결정이 제한될 수 있습니다.

소비재 분야의 비즈니스-IT 운영 관계 분포.

CPG에서의 AI 업무는 브랜드, 커머스, 소비자 및 쇼핑객 경험, 고객 및 영업, 데이터, 기술 팀을 연결할 수 있습니다. 또한 개인정보 보호, 법무, 보안, 거버넌스, 리스크 부문의 의견도 반드시 필요합니다. 순차적인 요청과 인계 방식은 사용 사례가 구체화될수록 데이터, 통합, 일정, 측정 관련 문제 해결을 더욱 어렵게 만들 수 있습니다.

조사에 따르면 CPG 응답자의 76%는 제품 중심 모델이 아닌 프로젝트별 접근 방식을 취하며, 사일로형, 거래 기반 또는 자문형 관계 모델로 비즈니스와 IT를 관리합니다. 이러한 모델은 필요한 검토 및 납품 활동을 지원할 수 있지만, 워크플로가 여러 팀에 걸친 반복 작업을 요구할 경우 공동 의사 결정을 제한할 수 있습니다. 이 결과가 모든 조직이 동일한 구조를 갖춰야 한다거나, 관계 방식 하나만으로 배포 결과가 결정된다는 것을 의미하지는 않습니다.

협업 및 통합 모델은 글로벌 리더 코호트에서 더 일반적으로 나타납니다. 공유 목표 및 핵심 결과(OKR)는 비즈니스 팀과 기술 팀이 업무를 정의하고, 보호 장치를 평가하며, 진행 상황을 추적하는 공통 기반을 마련해 줄 수 있습니다. CPG에서는 참여자 구성이 사용 사례와 조직의 상업적 관계를 반영해야 합니다. 다음 항목에서는 AI 이니셔티브를 평가하기에 충분히 이른 시점에 측정 기준이 수립되는지를 살펴봅니다.

발견 05 — CPG 응답자 중 포괄적 AI 측정을 실시하는 경우는 여전히 드뭄

CPG 응답자의 12%만이 투자 수익률(ROI)을 포괄적으로 측정하고 있습니다.

소비재 분야의 ROI 성숙도 분포.

AI가 일상 업무의 일부로 자리잡으면서, CPG 팀은 생성된 콘텐츠, 구축된 오디언스, 완료된 워크플로, 절감된 시간 등의 활동 지표를 추적할 수 있습니다. 이러한 지표는 활용도나 효율성을 보여줄 수 있지만, 소비자, 쇼핑객, 고객, 상업적 또는 운영상의 성과에 미치는 영향을 그 자체만으로는 입증하지 못합니다.

조사에 따르면 CPG 응답자 중 12%만이 ROI를 종합적으로 측정하고 있습니다. 체계적인 평가는 배포 이전부터 시작됩니다. 팀은 의도한 성과를 정의하고, 적절한 기준선을 설정하며, 결과 평가 방식에 사전에 합의해야 합니다. 워크플로가 시장에 적용된 이후에는 수요, 가격, 프로모션, 미디어 활동, 유통 등 다양한 조건이 변화하면서 해당 워크플로의 기여도를 분리해 평가하기가 더욱 어려워질 수 있습니다.

배포 전 측정을 통해 CPG 리더들은 AI 이니셔티브의 지속, 조정 또는 확장 여부를 보다 명확한 근거를 바탕으로 평가할 수 있습니다. 관련 측정 지표는 사용 사례, 활용 가능한 데이터, 그리고 고객 또는 유통 관계에서 조직이 맡고 있는 역할을 반영해야 합니다. 이를 보장된 성과로 제시해서는 안 됩니다. 2부에서는 글로벌 리더 그룹에서 더 일반적으로 나타나는 운영 모델 행동 양식을 살펴봅니다.

파트 2

리더들의 차별화된 실행 방식

리더 행동 01 — 전담 리더 지정으로 AI를 더 효과적으로 확장하기

리더 vs 업계

리더 그룹은 직함과 예산 권한을 갖춘 공식 AI 책임자를 보유할 가능성이 5.8배 더 높습니다. 소비재 분야에서는 조직의 16%만이 AI 책임자를 지정했습니다. 또한 리더 그룹은 비즈니스와 IT를 협력적으로 운영할 가능성이 3.4배, ROI를 종합적으로 측정할 가능성이 3.7배 더 높습니다.

CPG의 AI 업무에는 브랜드, 커머스, 소비자 및 쇼핑객 경험, 고객 및 영업, 제품, 운영, 데이터, 기술 팀이 참여할 수 있습니다. 또한 개인정보 보호, 법무, 보안, 거버넌스, 리스크 분야의 의견도 필요할 수 있습니다. 이처럼 여러 경계를 넘나드는 의사결정이 필요한 상황에서, 비전담 담당자, 위원회, 애드 혹 리더는 우선순위를 조정할 충분한 권한을 갖추지 못할 수 있습니다.

리더 그룹은 직함과 예산 권한을 갖춘 공식 AI 책임자를 보유할 가능성이 5.8배 더 높습니다. 이는 상관관계를 나타낼 뿐, 공식적인 책임자 지정만으로 조직의 AI 확장이 이루어졌다는 증거는 아닙니다. 다만, 글로벌 리더 그룹에서 전담 리더를 지정하는 사례가 더 많다는 점을 보여줍니다. 공식적인 책임자 지정은 조직의 거버넌스와 상업적 관계 내에서 관련 의사결정을 조율하는 명확한 책임 소재를 제공할 수 있습니다.

이 역할에는 특정 직함이나 보고 체계가 반드시 필요하지 않습니다. 역할의 범위는 담당하는 사용 사례를 반영하고, 단일 기능을 넘어서는 권한을 포함해야 합니다. 최고 마케팅 책임자(CMO) 또는 다른 고위 리더가 이 역할을 맡을 수 있습니다. 중요한 것은 임명 시 명확한 권한 부여, 적절한 리소스, 명시된 의사결정 권한, 그리고 법무, 보안, 기술 등 사용 사례에 관여하는 팀들과의 적극적인 협력이 수반되어야 한다는 점입니다. 다음 행동 양식은 배포 전 측정에 대해 살펴봅니다.

리더 행동 02 — AI 사용 사례 시작 전 성공 측정 기준 정의하기

종합적 또는 고급 ROI 프레임워크 보유 비중. 리더 집단: 12개 전체 산업에 걸친 342개 조직.

측정은 배포 이후에 추가되는 것이 아니라, 사용 사례와 함께 설계될 때 가장 효과적입니다. CPG 팀은 브랜드, 소비자 및 쇼핑객 경험, 커머스, 고객 관계, 제품, 운영 등과 관련된 성과를 고려해야 할 수 있습니다. 적절한 측정 기준은 사용 사례, 활용 가능한 데이터, 조직 내 역할, 그리고 외부 파트너와의 관계에 따라 달라집니다.

연구에 따르면 리더 그룹의 44%가 ROI를 종합적으로 측정하는 반면, CPG 응답자는 12%에 그쳤습니다. 이는 상관관계일 뿐, 종합적인 측정이 AI 확장을 직접적으로 유발했다는 증거는 아닙니다. 다만, 성숙한 측정 체계를 갖추는 것이 글로벌 리더 그룹에서 더 일반적임을 보여줍니다. 리더들은 워크플로가 시작되기 전에 목표 성과, 기준선, 평가 방식을 미리 정의할 수 있습니다.

사전 계획이 결과를 보장하거나 기여도 측정의 어려움을 완전히 제거하지는 않습니다. 출시 이후 조건이 변하면 AI 워크플로의 기여를 다른 활동과 분리하기가 더 어려워질 수 있습니다. 측정 기준, 데이터 소스, 책임 소재, 검토 일정을 사전에 정의해 두면 팀이 결과를 보다 명확하게 해석하고, 사용 사례를 조정·지속·확장할지 판단하는 데 명확한 근거를 가질 수 있습니다. 다음 행동 양식은 파트너십이 이 작업을 어떻게 지원하는지 살펴봅니다.

리더 행동 03 — 비즈니스와 IT의 업무 및 평가에 대한 책임 공유하기

공동 책임 = 협력적 + 통합적. 핸즈오프 + 자문형 = 사일로형 + 거래형 + 컨설팅형.

CPG 환경에서 AI 업무를 추진하려면 비즈니스와 IT가 데이터, 기술, 제공, 측정, 보호 장치 등 여러 영역에서 긴밀히 협력해야 합니다. 순차적인 인수인계 방식은 데이터 접근, 통합, 타이밍, 거버넌스와 관련된 문제가 발생할 때 마찰을 초래할 수 있습니다. 자문 관계는 유용한 조언을 제공할 수 있지만, 결과에 대한 공동 책임을 반드시 만들어 내지는 않습니다.

연구에 따르면, 리더의 81%가 협업 또는 통합 수준에서 운영되는 반면, CPG 응답자는 24%에 그쳤습니다. 이는 상관관계를 나타낼 뿐, 관계 모델 자체가 성과 확장을 직접적으로 이끌었다는 증거는 아닙니다. 다만, 긴밀한 비즈니스-IT 관계가 글로벌 리더 그룹에서 더욱 일반적으로 나타난다는 점을 시사합니다. 이러한 모델에서는 관련 팀이 완성된 검토·전달 요청을 받는 대신, 업무가 정의되는 단계부터 직접 기여할 수 있습니다.

공동 책임은 측정과 지속적인 검토를 통해 이어갈 수 있습니다. 공동 목표 및 핵심 결과(OKR)는 비즈니스와 IT가 업무를 정의하고, 문제를 해결하며, 진척을 평가하는 공통 기준이 됩니다. 참여자, 의사결정 권한, 보호 장치는 사용 사례와 조직의 상업적 관계를 반영해야 합니다. 다음 행동에서는 학습 관행이 AI 업무를 장기적으로 어떻게 지원할 수 있는지 살펴봅니다.

리더 행동 04 — 성과 부진을 공동 학습으로 전환하기

AI 업무는 데이터, 워크플로, 평가, 도입, 또는 변화하는 환경으로 인해 기대에 미치지 못할 수 있습니다. CPG 분야에서 하나의 교훈은 브랜드, 커머스, 소비자 및 쇼핑객 경험, 고객 및 영업, 제품, 운영, 데이터, 기술 팀 모두에 영향을 미칠 수 있습니다. 이 교훈이 한 팀 안에만 머문다면, 다른 팀들은 이후 업무에서 동일한 가정을 반복할 수 있습니다.

연구에 따르면, CPG 응답자의 28%가 파괴적인 실패 패턴을 보고한 반면, 리더에서는 1% 미만에 그쳤습니다. 이는 상관관계를 나타낼 뿐, 실패 대응 방식만으로 성과 확장이 이루어졌다는 증거는 아닙니다. 다만, 건설적인 학습 관행이 글로벌 리더 그룹에서 더욱 일반적임을 시사합니다. 이 결과는 책임 있는 검토 기준을 낮추거나 예방 가능한 피해를 수용하는 근거로 해석되어서는 안 됩니다.

학습 문화는 정기적인 운영 검토를 통해 가시화될 수 있습니다. 팀은 무엇이 기대에 미치지 못했는지, 어떤 가정이 뒷받침되지 않았는지, 어떤 보호 장치나 의사결정을 조정해야 하는지, 그리고 다음 사용 사례 전에 무엇을 바꾸어야 하는지 검토할 수 있습니다. 시니어 리더는 성찰을 위한 시간을 마련하고, 유사한 의사결정에 직면한 팀과 관련 학습 내용을 공유해야 합니다. 다음 행동에서는 역량 있는 챔피언의 역할을 살펴봅니다.

리더 행동 05 — 책임감 있는 AI 관행을 동료와 공유하는 실무자 지원하기

Leader* 최다 인용 문화 동인, 전체 12개 산업에 걸친 리더 342명(n=342).

동료가 익숙한 업무에서 AI를 활용하는 모습을 직접 보는 것이 도입을 더 쉽게 이끌 수 있습니다. CPG 분야에서는 브랜드 콘텐츠, 소비자 또는 쇼핑객 참여, 이커머스, 리테일 미디어, 고객 서비스, 제품, 상업적 활동, 또는 운영 워크플로가 이에 해당할 수 있습니다. 이 사례들은 가능한 맥락을 보여주는 것으로, 측정된 성과를 보증하거나 모든 조직이 동일한 방식으로 AI를 활용한다는 것을 의미하지는 않습니다.

연구에 따르면 리더의 42%가 내부 챔피언 발굴 및 역량 강화를 측정된 모든 수단 중 가장 영향력 있는 문화적 행동으로 꼽았습니다. 이는 상관관계를 나타내는 것으로, 챔피언만이 규모 확장의 원인이라는 증거는 아닙니다. 이 관행이 글로벌 리더 집단에서 더 일반적으로 나타남을 보여주는 결과입니다. 챔피언은 동료들이 워크플로를 이해하고, 질문을 발굴하며, 적절한 거버넌스 경계 내에서 학습을 공유하는 데 도움을 줄 수 있습니다.

지원에는 인접 팀과 접근 방식을 공유하기 위한 인정, 시간, 리소스 및 책임이 포함될 수 있습니다. 단, 의사결정 권한, 개인정보 보호, 보안, 법적 검토 또는 기타 검토 요건을 우회해서는 안 됩니다. 조직은 실무자 주도 학습을 지침, 평가 방법, 거버넌스 지원과 결합할 수 있습니다. 이 다섯 가지 행동은 CPG의 AI 준비도를 평가하는 프레임워크를 제공합니다.

CPG의 운영 모델을 구축하는 5가지 실행 방안

이러한 실행 방안은 5가지 리더 행동을 CPG 임원들을 위한 실질적인 다음 단계로 전환합니다. 조직의 비즈니스 모델, 사용 사례, 상업적 관계에 맞게 조정할 수 있습니다.

  1. 부서 간 의사결정 권한을 갖춘 AI 소유자 지정
    범위 내 AI 사용 사례에 대해 명시적 임무, 리소스, 의사결정 권한을 갖춘 시니어 리더를 공식적으로 지정하세요. 관련 참여자에는 브랜드, 커머스, 소비자 및 쇼핑객 경험, 고객 및 영업, 제품, 운영, 데이터, 기술, 리스크 부서가 포함될 수 있습니다. 이 목적은 의사결정이 여러 팀에 걸쳐 이루어질 때 명확한 책임 주체를 만드는 것이지, 기존 거버넌스나 보고 체계를 대체하는 것이 아닙니다.
  2. 배포 전 성과 및 평가 방법 정의
    사용 사례를 승인하기 전에 의도한 성과, 기준선, 관련 데이터와 권한, 평가 방법, 검토 시기를 명확히 정의하세요. 구현, 측정, 보호 장치를 담당하는 부서를 초기 단계부터 참여시키세요. 이를 통해 팀은 워크플로의 실현 가능성, 적절성, 확장 가치를 더 명확하게 판단할 수 있습니다.
  3. 부서 간 사용 사례에 대해 비즈니스와 IT가 공동으로 책임지도록 하세요.
    비즈니스와 IT 간 조율이 필요한 사용 사례에 대해 공동 목표와 핵심 결과를 설정하세요. 작업 시작 시점에 관련 역할, 데이터 관행, 통합 요구 사항, 보호 장치, 에스컬레이션 경로를 사전에 합의하세요. 공동 책임 체계를 통해 팀은 문제 발생 시 즉각적으로 대응할 수 있으며, 개인정보 보호, 보안, 법적 검토, 거버넌스, 리스크 검토도 적절히 유지할 수 있습니다.
  4. 부진한 성과를 공동 학습의 기회로 전환하세요.
    운영 검토에 정기적인 성찰 과정을 포함시키세요. 무엇이 기대에 미치지 못했는지, 어떤 가정이 뒷받침되지 않았는지, 무엇을 변경해야 하는지, 어떤 학습 내용을 공유해야 하는지 면밀히 살펴보세요. 소비자, 쇼핑객, 고객, 직원 또는 상업적 파트너에게 미친 중요한 영향에 대한 책임 있는 검토도 반드시 포함되어야 합니다.
  5. 책임 있는 AI 관행을 공유할 수 있는 실무자를 지원하세요.
    관련 워크플로에서 AI를 활용하는 실무자를 파악하고, 습득한 내용을 체계적으로 공유할 수 있는 기회를 제공하세요. 동료들이 관행을 평가하고 적용할 수 있도록 인정, 시간, 가이드라인, 적절한 지원을 아끼지 마세요. 실무자 주도의 학습은 확립된 의사결정 권한과 검토 요건 내에서 운영되어야 합니다.

결론

CPG의 AI 준비도는 업무 중심의 운영 모델에 달려 있습니다

CPG 응답자들은 개별 기능 전반에 걸쳐 AI 활동을 보고하고 있지만, 조사 결과는 소유권, 측정, 비즈니스-IT 파트너십, 학습, 실무자 지원 측면에서 운영 모델의 격차를 드러내고 있습니다. 글로벌 산업 전반의 Leader 코호트는 운영 모델 성숙도가 높고 배포 단계가 진행된 조직에서 더 보편적으로 나타나는 행동에 대한 벤치마크를 제공합니다. 이는 CPG Leader 그룹을 정의하거나 특정 개별 행동이 규모 확대를 유발했음을 입증하는 것은 아닙니다.

CPG 경영진에게 AI 준비도는 단순히 도구나 사용 사례를 선택하는 문제가 아닙니다. 의사결정 권한, 적절한 데이터 관행, 평가, 협업, 책임 있는 감독의 문제이기도 합니다. 이러한 관행은 조직의 비즈니스 모델, 사용 사례, 그리고 소비자, 쇼핑객, 고객, 직원, 리테일 업체, 총판, 마켓플레이스 및 기타 상업적 파트너의 역할을 반영해야 합니다. 개인정보 보호, 동의, 보안, 법적 검토, 거버넌스, 인적 감독에 관한 고려 사항은 업무 전반에 걸쳐 지속적으로 가시화되어야 합니다.

실질적인 첫걸음으로, 우선순위가 높은 AI 사용 사례를 선정하고 배포 전에 소유권, 목표 성과, 데이터 및 권한, 보호 장치, 측정 방식, 부서 간 책임이 명확히 정의되어 있는지 점검해 보세요. 이 과정을 통해 관련 리더들은 무엇을 변경해야 하는지, 그리고 어디서부터 시작해야 하는지를 명확한 기준으로 파악할 수 있습니다.

Adobe 정보

Adobe는 조직이 강력한 디지털 경험을 창출할 수 있도록 지원합니다. 고객 경험 중심의 제품과 서비스 포트폴리오를 통해 기업들은 모든 상호작용을 맥락에 맞게 파악하고, 각 고객이 지금 이 순간 필요로 하는 것을 이해하며, 고객 충성도를 높이고 성장을 이끄는 디지털 경험을 설계하고 제공할 수 있습니다. 자세한 내용은 adobe.com을 방문하세요.

Incisiv 소개

Incisiv는 10년에 가까운 업계 트렌드 데이터를 1차 리서치, 메시지 아키텍처, 콘텐츠 개발과 결합한 업계 인사이트 및 전략 전문 기업입니다. 기업들이 변화에 효과적으로 대응하고, 솔루션을 평가하며, 성장 기회를 발굴할 수 있도록 지원합니다. 자세한 내용은 incisiv.com을 방문하세요.

추천 리소스

Adobe를 통해 얻을 수 있는 이점을 확인해 보세요.

시작하기