- AI가 스스로 실행하는 시대…책임·성과·신뢰와 거버넌스가 기업 AI 시험대

SAS가 2027년을 ‘AI가 결과로 평가받는 해’로 전망했다. 지난 몇 년간 AI가 기업에서 무엇을 할 수 있는지 보여줬다면 이제는 실제 성과를 내는지 증명해야 한다는 진단이다. AI가 기업 업무에 깊숙이 관여하고 스스로 판단해 실행할 권한까지 갖게 되면서 책임 소재와 가치 증명, 의사결정의 신뢰성이 기업 AI의 주요 시험대로 떠오를 것으로 내다봤다.
빠르게 혁신하면서도 결과를 통제하려면 신뢰와 거버넌스, 사람의 감독을 처음부터 갖춰야 한다는 게 SAS의 설명이다. SAS 리더들은 이를 바탕으로 AI 에이전트의 권한과 책임부터 기업의 AI 투자, 소프트웨어 개발, 의사결정, 시뮬레이션까지 2027년 AI 시장을 좌우할 11개 전망을 제시했다.
CIO, 사람 넘어 AI 에이전트의 접근 권한까지 관리
2027년 최고정보책임자(CIO)는 기업 시스템에 ‘누가’ 접근하는지뿐 아니라 ‘무엇이’ 접근하는지도 관리해야 한다. 현재 기업 IT 환경은 사람 사용자를 중심으로 운영되지만 AI 에이전트가 여러 시스템과 데이터, 업무에 투입되면서 사용자 인증과 접근 권한, 보안, 모니터링 체계도 달라져야 하기 때문이다.
CIO는 에이전트의 접근 범위와 권한, 책임 소재를 명확하게 정하면서 과도한 제약은 피해야 한다. SAS는 에이전트 경쟁의 승자가 가장 많이 도입한 기업이 아니라 에이전트를 믿고 맡길 수 있는 기업이 될 것으로 전망했다.
AI 에이전트, 송금 등 금융 의사결정까지 수행
AI 에이전트의 역할은 쇼핑과 구매를 넘어 사람을 대신해 송금하는 등 중요한 금융 의사결정으로 넓어진다. 고객이 에이전트에 권한을 부여했는지, 실제 행동이 위임 범위 안에 있는지 확인하는 문제도 복잡해질 전망이다.
은행의 사기 방지 범위 역시 개별 거래 검증에 머물지 않는다. 에이전트가 어떤 권한을 갖고 있으며 안전하게 행동하는지까지 확인하면서 사기 방지의 경계를 새롭게 정해야 한다.

소프트웨어 기업, 산업 전문성·제품·실행력으로 구매 가치 증명
AI를 활용해 기업이 필요한 소프트웨어를 직접 만드는 일이 쉬워지면서 ‘만들 것인가, 살 것인가’가 소프트웨어 도입의 주요 선택지로 떠오른다. 이에 따라 소프트웨어 기업도 뛰어난 기술이나 시연만으로 구매 가치를 증명하기 어려워질 것으로 예상했다.
SAS는 2027년 이후 소프트웨어 기업이 산업 전문성과 제품, 실행력 세 가지 모두에서 경쟁력을 보여줘야 한다고 봤다. 산업을 깊이 이해해 고객에게 필요한 것을 먼저 제시하고 복잡해지는 문제를 해결해 눈에 보이는 성과를 내는 기업이 경쟁에서 앞설 것으로 내다봤다.
AI 결과물 늘어도 경영 성과 입증은 별개
기업이 AI로 만드는 콘텐츠와 코드, 분석, 추천은 크게 늘지만 그만큼 실적이 개선됐다는 사실을 증명하지 못하는 ‘AI 생산성의 역설’도 나타날 것으로 예상했다. 문제의 중심이 결과물 생성에서 쏟아지는 결과물을 검토하고 우선순위를 정해 실행하는 일로 옮겨가기 때문이다.
경쟁력은 기존 업무를 더 빠르게 처리하는 기업보다 일하는 방식 자체를 새로 설계하는 기업에 돌아갈 것으로 봤다. AI가 가치가 낮은 결과물을 대량으로 생성하는 상황에서 사람의 판단까지 AI에 맡기는 것은 값비싼 실수로 이어질 수 있다는 진단이다.
CDO, ‘좋은 의사결정’의 기준부터 정의
AI 에이전트 도입이 늘면서 최고데이터책임자(CDO)와 데이터 리더에게는 ‘좋은 의사결정이란 무엇인가’를 정의하는 과제가 주어진다. 조직 곳곳에서 완벽하지 않은 의사결정 승인을 두려워하면서 결정이 늦어지는 ‘의사결정 크리프(Decision Creep)’가 나타날 수 있어서다.
좋은 결정과 나쁜 결정을 모두 대규모로 증폭하는 의사결정 인텔리전스(Decision Intelligence) 플랫폼의 확산도 이러한 변화를 가속한다. 데이터 리더들은 1분기에 권한 위임과 트레이드오프 설정, 직원과 에이전트가 따를 핵심 목표 수립에 집중하고 의사결정 기준도 속도에서 설명 가능성과 윤리성, AI와 사람의 협력으로 옮겨갈 것으로 예상했다.
AI가 흔해질수록 조직의 학습 능력이 경쟁력
지능이 범용화된 시대에는 가장 잘 학습하는 조직이 경쟁 우위를 확보하는 데 유리한 위치에 설 것으로 봤다. 에이전트가 빠르게 움직이고 의사결정 자동화가 늘면서 리스크 관리와 통제를 기본으로 조직의 학습과 혁신까지 살펴야 하기 때문이다.
기업은 AI가 무엇을 결정했는지뿐 아니라 사람이 언제 개입했고 해당 개입이 결과를 개선했는지까지 파악해야 한다. 거버넌스는 AI의 효과를 모니터링하고 허용 범위를 벗어난 행동을 가려내며 조직에 남길 만한 인사이트를 판단하는 역할을 맡는다.
“AI가 했다”는 변명 안 통해…기업 책임 명확히
2027년에는 ‘AI 에이전트를 누가 책임지는가’가 ‘예산을 누가 책임지는가’만큼 기업의 기본적인 질문이 될 것으로 전망했다. AI 에이전트가 행동을 제안하는 단계를 넘어 직접 실행하면 AI 메시지가 곧 기업의 브랜드 메시지가 되기 때문이다.
승인받지 않은 제안이나 지키지 못한 약속, 잘못된 고객 응대 하나가 브랜드 위기로 번질 수 있으며 책임을 AI에 떠넘길 수도 없다. 기업은 에이전트가 단독으로 결정할 일과 사람이 개입할 일, 에이전트를 멈출 권한을 가진 사람을 명확하게 정해야 한다.
AI 투자 재조정…하이퍼스케일러 영향력 확대
2027년에는 AI 붐을 이끌었던 투자도 큰 폭으로 재조정될 것으로 내다봤다. 포모(FOMO)에 따른 AI 투자가 줄어들면서 막대한 데이터센터 비용과 부채를 감당할 실질적인 수익을 증명해야 하는 시점을 맞기 때문이다.
인위적인 매출 부풀리기인 순환거래 등에 대한 감시도 엄격해지면서 기업은 투자한 만큼 가치를 창출하는 분야를 선별하게 된다. 이런 환경에서는 다각화된 사업과 인프라, 고객 기반, 규모를 갖춘 하이퍼스케일러가 다양한 AI 수익원과 재정 여력을 바탕으로 영향력을 넓힐 것으로 예상했다.
AI 경제성, 사용 비용 넘어 의사결정 신뢰까지 평가
기업이 AI 경제성을 판단하는 기준도 달라진다. 2027년에는 단순한 AI 사용 비용을 넘어 신뢰할 수 있는 의사결정을 내리는 데 얼마의 비용이 필요한지 따지기 시작할 것으로 봤다.
대규모로 신뢰할 수 있는 성과를 내려면 모델과 토큰, 서비스뿐 아니라 데이터와 거버넌스, 인프라까지 갖춰야 한다. SAS는 AI 경제성을 제대로 관리하는 기업이 AI 사용량을 실제 비즈니스 가치와 직접 연결할 것으로 전망했다.
AI 에이전트로 직접 앱 제작…API·CLI·MCP 부상
AI 에이전트는 소프트웨어 개발의 문턱도 낮출 것으로 예상했다. 필요한 애플리케이션을 찾아 사용하는 데서 나아가 브라우저에서 자신에게 필요한 앱을 직접 만들어 사용하는 사람이 늘어난다는 전망이다.
앱 개발에 사용하는 API와 명령줄 인터페이스(CLI), 모델 컨텍스트 프로토콜(MCP) 서버도 주목받을 것으로 봤다. 기업에서도 소프트웨어를 직접 만드는 일이 쉬워지면서 ‘직접 만들 것인가, 살 것인가’가 소프트웨어 도입의 주요 질문으로 자리 잡을 전망이다.
시뮬레이션·디지털 트윈, AI가 실패하고 배우는 실험장
시뮬레이션과 디지털 트윈, 합성 데이터는 AI의 결정을 실제 환경에 적용하기 전에 시험하는 무대로 더 많이 활용될 것으로 예상했다. 공장 기계 고장이 작업자에게 미칠 위험을 파악하거나 가상의 의료 환경에서 의료 절차를 시험하고, AI 에이전트가 예상하지 못한 행동을 할 때 금융 시스템의 반응을 점검하는 방식이다.
AI가 스스로 행동하는 범위가 넓어질수록 시뮬레이션은 AI가 현실에 영향을 미치기 전에 실패하고 배우며 다시 시도하는 안전한 공간이 된다. SAS는 가장 비용이 적게 드는 실수가 시뮬레이션 속에서 하는 실수라고 설명했다.
SAS코리아 이중혁 대표이사는 “금융, 공공, 제조, 생명과학 등 규제가 엄격하고 데이터 보안이 중요한 국내 산업 환경에서는 자율적인 AI 에이전트의 신뢰성 확보와 책임성 강화가 무엇보다 중요하다”라며 “SAS는 검증된 산업 전문성과 신뢰할 수 있는 데이터·AI 플랫폼을 바탕으로 국내 기업들이 리스크를 통제하면서 실질적인 경영 혁신을 이룰 수 있도록 적극 지원할 것”이라고 덧붙였다.
#SAS #SAS코리아 #AI #AI에이전트 #에이전틱AI #AI거버넌스 #의사결정인텔리전스 #하이퍼스케일러 #디지털트윈 #합성데이터



