AI 프로젝트 10개 중 4개는 2027년까지 취소됩니다. 그런데 취소 이유가 기술이 아니었어요

가트너가 내놓은 전망입니다. 취소 사유로 꼽은 세 가지가 모두 AI 성능과 상관없는 것들이었어요. 오늘 아침 저희가 겪은 사고도 그중 하나였습니다.

안녕하세요! 유니크굿컴퍼니입니다 🙌

지난 4호 ‘에이전트 매니저’ 편에 답장을 많이 주셨어요. 그중에 이런 문장이 있었습니다.

“담당자까지 정했어요. 그런데 위에서 ‘그래서 이게 얼마 벌어다 주냐’고 물으면 아직 답을 못 하겠습니다.”

오늘 이야기는 정확히 여기서 시작합니다. 4호 마지막에 예고했던 “40%는 왜 취소될까”를 오늘 풀어볼게요.

시작하기 전에 고백을 하나 하고 갈게요. 이 레터를 만드는 저희 자동화도 오늘 아침에 하마터면 멈출 뻔했습니다. 그 이야기는 뒤에 따로 적어뒀어요. 🔑

1. 40%라는 숫자는 어디서 나온 걸까요

가트너가 2025년 6월 25일에 낸 발표입니다. 2027년 말까지 에이전트 AI 프로젝트의 40% 이상이 취소될 것으로 내다봤어요. 취소 사유를 세 가지로 정리했는데, 하나씩 읽어 보면 좀 뜻밖입니다.

세 가지 모두 AI 성능 이야기가 아닙니다. 계약서에 도장을 찍기 전에 사람이 먼저 정했어야 할 것들이에요.

그런데 같은 발표에는 정반대 방향의 숫자도 함께 있어요. 2028년이 되면 일상적인 업무 의사결정의 15% 이상을 에이전트가 스스로 내리고(2024년에는 0%였습니다), 기업용 소프트웨어의 33%에 에이전트가 들어갈 것으로 봤습니다(2024년에는 1%가 채 안 됐고요).

2호에서 소개한 BCG와 MIT 슬론 매니지먼트 리뷰의 조사도 같은 흐름입니다. 임원 2,102명 가운데 35%는 이미 에이전트를 쓰고 있고, 44%는 곧 도입할 계획이라고 답했어요(2025년 11월). 열 곳 중 여덟 곳이 이미 움직이고 있는 셈입니다.

한 회사가 같은 날 “많이 취소될 것”과 “많이 퍼질 것”을 함께 말한 겁니다. 앞뒤가 안 맞는 이야기가 아니에요. 시장은 분명히 커지는데, 지금 시작한 프로젝트 가운데 절반 가까이는 끝을 못 본다는 뜻입니다.

2. 프로젝트가 멈추는 건 AI 성능이 부족해서가 아니었습니다

포브스에 2026년 7월 7일 실린 글에 이 상황을 잘 정리한 문장이 있어요. 로버트 슈체르바가 썼습니다.

“실패한 프로젝트가 무너지는 건 모델이 일을 못 할 만큼 부족해서가 아닙니다. 무엇을 성공으로 볼지도 정하지 않고, 필요한 데이터를 볼 권한도 주지 않고, 일이 틀어졌을 때 어떻게 할지도 정하지 않은 채로 회사가 에이전트를 그냥 풀어놨기 때문입니다.”

같은 글에서 가장 마음에 남은 한 줄은 이거였어요. “데모는 약속이고, 운영은 계약이다.” (A demo is a promise. Production is a contract.)

데모는 잘 됩니다. 잘 되도록 만든 자리니까요. 문제는 그다음입니다. 실제 데이터, 실제 예외 상황, 실제 마감이 기다리고 있죠. 여기서 필요한 건 더 똑똑한 모델이 아니라 사람들끼리 미리 합의해 둔 몇 가지 약속입니다. 무엇을 성공으로 볼지, 잘못 돌아갈 때 누가 멈출지, 틀린 결과가 나가면 어떻게 되돌릴지 같은 것들이요.

3. 시범 도입은 많은데, 실제 이익으로 이어진 건 드뭅니다

MIT NANDA가 2025년에 낸 「The GenAI Divide: State of AI in Business 2025」 이야기를 안 할 수가 없어요. 공개된 도입 사례 300건, 임원 인터뷰 52건, 기업 리더 설문 153명을 분석한 조사인데 결과가 이랬습니다. 생성형 AI 시범 도입의 95%가 눈에 보이는 이익으로 이어지지 않았습니다.

숫자만 보면 겁이 나죠. 그런데 저희가 이 보고서에서 정말 눈여겨본 건 원인이었습니다. 성패를 가른 건 모델 성능이 아니라 그 도구가 쓸수록 배우는가였거든요. 잘된 5%는 쓸수록 그 회사가 일하는 방식을 기억하고 거기에 맞춰 갔고, 나머지는 매번 처음부터 다시 설명해야 하는 도구였습니다.

이 대목은 규모가 크지 않은 조직에는 오히려 반가운 소식이라고 봐요. 승부가 갈리는 곳이 모델 값이 아니라 “우리 회사가 일하는 방식을 얼마나 적어 뒀는가”라는 뜻이니까요. 돈이 아니라 시간을 들이면 되는 일입니다.

4. ‘에이전트’라고 파는 제품이 정말 에이전트일까요

가트너는 같은 발표에서 새로운 말을 하나 만들었습니다. 에이전트 워싱(agent washing). 예전 챗봇이나 자동화 프로그램(RPA)에 이름표만 새로 붙여서 에이전트라고 파는 걸 가리켜요. 수천 개 업체 가운데 실제로 에이전트라고 부를 만한 곳은 130곳 정도로 봤습니다.

우리 회의실에서 쓰는 말로 옮기면 이렇습니다. 제안서에 ‘에이전트’라고 적혀 있어도, 하는 일이 정해진 순서를 그대로 반복하는 것뿐이면 그건 예전부터 있던 자동화예요. 나쁘다는 뜻은 아닙니다. 잘 돌아가는 RPA는 지금도 훌륭하죠. 다만 RPA 값을 내고 RPA를 사는 것과 에이전트 값을 내고 RPA를 사는 것은 완전히 다른 일입니다.

구분하는 데는 질문 두 개면 충분해요.

둘 다 “아니오”라면 이름만 바뀐 겁니다. 영업 담당자가 이 질문에 바로 답하지 못하고 뜸을 들인다면, 그 망설임이 곧 답이에요.

5. 연구실에서 실패하는 지점도 회사와 똑같았습니다

조금 딱딱하지만 재미있는 자료를 하나 붙일게요. UC 버클리와 인테사 산파올로 연구진이 NeurIPS 2025에 낸 「Why Do Multi-Agent LLM Systems Fail?」입니다. 에이전트 여럿이 협업하는 시스템 7종의 실행 기록 1,642건을 전부 뜯어봤어요. 실패율이 41%에서 86.7% 사이였습니다.

흥미로운 건 실패를 분류한 방식이에요. 실패 유형 14가지를 세 갈래로 묶었습니다.

읽으시면서 어디서 본 것 같지 않으셨나요? 2호에서 소개한 MIT·BCG 연구의 결론과 거의 같은 목록입니다. 일하는 순서를 다시 그렸는가, 주고받는 과정을 정해 뒀는가, 확인하는 사람을 두었는가.

연구실에서 성능 시험을 돌리든 회사에서 견적서를 쓰든, 넘어지는 자리가 똑같다는 이야기예요.

하나 더 있습니다. 이 논문에서 어느 시스템의 구조를 딱 한 군데 손봤더니 성공률이 9.4%p 올랐어요. 바꾼 건 “마지막 승인은 누가 한다”를 정한 것 하나였고, 모델은 그대로였습니다.

6. 저희 이야기 — 절차 문서를 만들어 놓고 오늘 아침에 잃어버렸습니다

가트너와 논문 이야기를 했으니, 마지막은 저희 이야기입니다. 오늘 겪은 일을 그대로 적을게요.

4호에서 저희가 자랑을 좀 했습니다. 발행 절차서(런북)를 만들었고, 어느 호에 무엇을 냈는지 적는 발행 기록표를 만들었고, 막혔을 때 조용히 건너뛰지 말라고 못 박았고, 마지막 검수는 사람이 하게 했다고요. 이 네 가지 덕분에 2호·3호 때 같은 사고는 다시 안 난다고 썼죠.

그런데 오늘 아침 6호를 쓰려고 폴더를 열었더니 그 절차서가 없었습니다. 발행 기록표도, 다음에 쓸 주제 목록도요. 서버가 한 번 재시작되면서 작업 폴더가 비워졌는데, 절차서를 그 폴더 안에만 두고 있었던 겁니다.

정리하면 이렇습니다. 저희는 일하는 방식을 문서로 남겼다고 믿었는데, 실제로 한 일은 임시 폴더에 파일을 하나 놓아둔 것이었어요. 4호에서 “에이전트가 따라올 수 있게 일하는 방식을 적어 두라”고 써 놓고, 정작 그 문서를 어디에 보관할지는 정하지 않았던 거죠.

가트너가 꼽은 세 번째 사유, 위험을 관리할 방법이 없어서. 이건 꼭 거창한 보안 사고만 뜻하지 않습니다. 저희에게는 “다음 작업이 무엇을 보고 일할지 아무도 정해 두지 않았다” 정도 크기였고, 그것만으로 6호가 통째로 못 나올 뻔했어요.

두 번째 실수도 있습니다. 5호는 발행한 뒤에 전부 다시 썼어요. 사실이 틀려서가 아니라 문장 때문이었습니다. 제목이 “…강당에서 봤습니다”로 나갔는데, 정작 그 호에서 가장 하고 싶었던 이야기 — 학생이 사건의 주인공이 되어 AI NPC와 대화하며 스스로 사건을 푼다는 것 — 이 제목에 빠져 있었거든요.

저희는 4호에서 “마지막 검수는 사람이 한다”는 규칙을 만들어 뒀습니다. 검수하는 자리는 있었는데 무엇을 통과로 볼지 안 적어 둔 게 문제였어요. 검수한 사람이 사실관계만 확인하고 넘긴 겁니다. 3호에서 “통과 기준을 다섯 줄로 적을 수 있나요”라고 물어 놓고, 정작 저희 검수에는 그 다섯 줄이 없었습니다.

그래서 이번 주에 두 가지를 바꿨어요.

사소해 보이시죠. 그런데 오늘 6호는 이 두 가지 덕분에 나왔습니다.

30초 자가진단 — 우리 프로젝트는 끝까지 갈 수 있을까요

다섯 개 중 세 개 이상에 “그렇다”라고 답하셨다면 걱정하지 않으셔도 됩니다. 하나 이하라도 괜찮아요. 저희도 오늘 아침엔 두 개였거든요 😅

이번 주에 해볼 만한 것 세 가지

7. 마치며 — 성공 기준부터 한 줄로 적어 두세요

4호에서 드린 질문은 “그 에이전트가 오늘 아침 실패했다면, 지금 그걸 알고 계실까요”였습니다. 6호의 질문은 그보다 한 걸음 앞에 있습니다.

그 에이전트가 잘하고 있는지, 무엇을 보고 판단하세요?

40%가 취소되는 이유를 한 줄로 줄이면 이렇습니다. 성공을 정하지 않은 프로젝트는 성공할 수가 없습니다. 잘 돌아가고 있어도 잘 돌아간다는 걸 보여 줄 방법이 없으니, 예산 회의에서 가장 먼저 잘립니다.

앞서 인용한 포브스 글의 마지막 문장을 빌리면 이렇습니다. 2027년까지 살아남는 에이전트는 가장 큰 모델을 쓰는 쪽이 아니라, 자기 일에 숫자가 붙어 있고 멈출 수 있는 사람의 이름이 정해져 있는 쪽입니다. 둘 다 오늘 오후에 적을 수 있는 것들이죠.

다음 호 예고 — ‘에이전트를 도입했다가 사람을 다시 뽑은 회사들’입니다. 2호에서 예고해 놓고 계속 미뤘던 주제인데, 되돌린 회사들에 공통점이 있더라고요. 오늘 이야기와 그대로 이어집니다.

“저희는 이 숫자를 이렇게 정해 봤는데요” 하실 이야기가 있으면 언제든 답장 주세요.

답장 주세요, 진짜로 다 읽고 있습니다 😊

이번 호에서 읽은 원문 3편

우리 프로젝트가 끝까지 갈 수 있을지, 30분이면 같이 점검해 드립니다

지금 돌아가는 자동화와 계획 중인 에이전트를 놓고 성공 기준·담당자·멈추는 조건부터 함께 정리해 드립니다. 회사 규모와 하시는 일만 알려주세요.
유니크굿과 AX 전환 시작하기 → (https://business.realworld.to/edu)

출처

· Gartner, Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 (2025.6.25) — 40% 취소 전망과 사유 셋, 에이전트 워싱과 실제 역량을 갖춘 업체 약 130곳, 2028년 전망(일상 업무 의사결정 15% 이상 · 기업용 소프트웨어 33%)

· MIT NANDA, The GenAI Divide: State of AI in Business 2025 (공개 도입 사례 300건 · 임원 인터뷰 52건 · 기업 리더 설문 153명, 2025)

· Cemri et al., Why Do Multi-Agent LLM Systems Fail?, NeurIPS 2025 Datasets and Benchmarks Track (arXiv:2503.13657) — 프레임워크 7종 실행 기록 1,642건, 실패 모드 14가지 · 3개 범주(44.2% / 32.3% / 23.5%), 구조 조정 후 성공률 +9.4%p

· Forbes, Why 40% Of Agentic AI Projects May Be Canceled By 2027 (Robert J. Szczerba, 2026.7.7)

· BCG × MIT Sloan Management Review, The Emerging Agentic Enterprise (임원 2,102명, 2025.11) — 도입 35% · 도입 예정 44%

· 유니크굿컴퍼니 AX 레터 운영 기록(2026년 8월) — 발행 절차서·기록표 유실 사고와 5호 재작성 사례

· 도표는 원문 수치를 바꾸지 않고 유니크굿 스타일로 다시 그린 것입니다. 조사마다 표본이 다르니 서로 직접 비교하지 마세요.