2020년 이후 코로나19로 가속화된 디지털 전환에 따라 서비스업에서는 AI의 성과가 본격화된 반면, 제조업에서는 성과가 상대적으로 부진한 것으로 나타났다.

대한상공회의소 SGI(지속성장이니셔티브)는 1일 발표한 'AI의 확산과 산업·기업의 성과' 보고서를 통해 2016년 1월부터 2024년 12월까지의 뉴스 데이터를 기반으로 구축한 AI 지수를 활용해 산업생산지수와의 관계를 분석했다.

국내 코로나19 발생 시점인 2020년 1월 전후로 나눠 산업별로 비교한 결과, 제조업 생산과 AI 지수 간 상관계수는 2016~2019년 0.79에서 2020~2024년 0.54로 낮아진 반면, 서비스업 생산의 상관계수는 각각 0.88, 0.93으로 높은 수준을 유지했다.

AI 성과가 기업 차원의 재무 성과에 어떤 차이를 만드는지 확인하기 위해, 보고서는 외부 감사 대상 기업 중 3만2240개 기업들을 대상으로 'AI 관련 기업'과 '비AI 기업'으로 구분해 재무적 특징을 비교했다.

2024년 기준으로 제조업에서는 AI 관련 기업의 전년 대비 매출액 증가율(0.9%)과 순이익 증가율(-2.3%)이 비AI 기업(매출액 1.8%, 순이익 4.6%)보다 낮았으나, 서비스업에서는 AI 관련 기업의 매출액 증가율(5.0%)과 순이익 증가율(18.9%)이 비AI 기업(매출 3.1%, 순이익 3.5%)을 상회했다.

전반적인 재무 안정성은 AI 관련 기업이 비AI 기업에 비해 취약한 것으로 나타났으며, 이러한 경향은 제조업에서 두드러졌다. 제조업에서 AI 관련 기업의 자기자본 대비 부채비율은 99.1%로 비AI 기업(52.9%)에 비해 높았다.

AI 관련 기업은 AI 도입 및 제품 생산을 위한 초기 투자 비용이 크고, 성과가 수익으로 나타나기까지 시차가 존재하기 때문으로 분석된다. 서비스업은 인건비나 마케팅 비용 절감 효과가 비교적 빠른 시일 내에 나타나지만, 제조업은 원자재·에너지 등 투입 비중이 커 초기에 AI 도입의 비용 절감 효과가 제한적일 가능성이 있다.

SGI 민경희 연구위원은 "제조업에서의 AI 도입 효과는 아직까지 매출 증가보다는 불량률 감소 등 간접적인 성과로 나타나고 있을 가능성이 있다"고 말했다.

보고서는 제조업 AI 분야에서 경쟁력을 확보하려면 산업별 특성을 고려한 적극적인 지원이 중요하다고 강조했다. 생산·설비·공급망에서 발생하는 데이터를 축적·활용할 수 있는 플랫폼을 구축하고, 초대형 컴퓨팅 인프라 등을 패키지로 지원해 기업들의 진입 장벽을 낮출 필요가 있다고 밝혔다.

SGI는 "글로벌 민관 협력 플랫폼을 통해 국내 산업 현장의 수요를 반영하고, 글로벌 협력 네트워크를 강화해야 한다"며 "이를 바탕으로 GPU·데이터·인재 등 핵심 인프라 지원 효과를 극대화하는 것이 중요하다"고 말했다.

또한 '국민성장펀드'처럼 공공자금과 민간자본을 결합한 안정적인 자금조달 체계가 필요하다고 지적했다. AI 전환은 막대한 투자를 요구하지만 단기간에 성과가 나타나기 어렵기 때문에 민간 자본만으로는 충분한 투자 유인을 확보하기 어렵다.

SGI 박양수 원장은 "대한상의는 지난달 제조업의 구조적 위기를 돌파하고 AI 전환을 실현하기 위해 산업통상자원부와 함께 제조 AX 얼라이언스를 공동 출범시켰다"며 "제조 AI의 성과가 아직 가시화되지 않았다는 것은 곧 성장 잠재력이 크다는 의미로, 제조 AI 전환에는 시간이 걸리므로 주요국보다 빨리 역량을 집중해 주도권을 선점해야 한다"고 말했다.