당신이 오늘 마트에서 본 가격표는 사람이 정한 것이 아닐 수 있다. 여러 대의 인공지능(AI)이 수요와 재고, 경쟁사 가격을 실시간으로 따져 가며 서로 절충한 결과다. 글로벌 컨설팅 기업 딜로이트(Deloitte)의 AI 연구소가 2026년 5월 펴낸 'AI 활용서'는 이렇게 6대 산업에 걸친 산업별 AI 활용 사례 86가지를 한자리에 모았다. 핵심은 AI가 질문에 답만 하던 시대를 지나, 스스로 판단하고 행동하는 '직원'으로 바뀌고 있다는 점이다.
그림1. AI 일상 와이드 배너
챗봇을 넘어선 AI, 산업별 AI 활용 사례 86가지
딜로이트 AI 연구소(Deloitte AI Institute)가 2026년 5월 발간한 'AI 활용서'는 소비자, 에너지·자원·산업재, 금융, 정부·공공, 생명과학·헬스케어, 첨단기술·미디어·통신 등 6대 산업에 걸쳐 가장 주목할 만한 86가지 AI 활용 사례를 선별해 정리한 보고서다. 그동안 AI는 사람이 물어보면 답을 주는 도구에 가까웠지만, 이 보고서는 AI가 스스로 일을 처리하는 단계로 넘어가고 있다고 진단한다.
이 변화의 중심에는 '에이전틱 AI(Agentic AI)'가 있다. 에이전틱 AI란 사람이 일일이 지시하지 않아도 목표만 주어지면 스스로 계획을 세우고, 필요한 행동을 직접 실행하며, 다른 AI와 협력해 문제를 풀어 나가는 AI를 말한다. 쉽게 말하면 "재고 좀 관리해 줘"라는 한마디에, 알아서 판매 추이를 살피고 부족한 물건을 주문하고 일정까지 잡아 두는 신입 직원과 비슷하다. 기존 챗봇이 '말동무'였다면, 에이전틱 AI는 '일손'에 가깝다.
지금 자신의 업무를 떠올려 보면 판단이 쉬워진다. 매일 비슷한 자료를 정리하고, 정해진 절차에 따라 서류를 검토하고, 여러 시스템을 오가며 숫자를 맞추는 일이 많다면, 이 보고서가 말하는 변화의 한가운데에 서 있는 셈이다. 딜로이트가 86가지나 되는 사례를 모은 이유도, 이 흐름이 특정 첨단 기업만의 이야기가 아니라 거의 모든 산업에서 동시에 벌어지고 있기 때문이다.
가상 피팅과 AI 자산관리, 일상에 들어온 소비자 금융 AI
소비자와 금융 분야에서 AI는 사람들이 알아채지 못하는 사이 일상 깊숙이 빠르게 들어오고 있다. 딜로이트 보고서는 옷을 직접 입어 보지 않고도 화면 속에서 맞춰 보는 '가상 체험'과 '가상 쇼핑 어시스턴트'를 대표 사례로 꼽았다. 온라인에서 옷을 살 때 "내 체형에 맞을까" 망설여 본 사람이라면 바로 와닿는 장면이다. AI가 체형과 취향을 반영해 어울리는 조합을 보여 주면, 사 놓고 후회해서 되돌려 보내는 반품이 줄고 그만큼 배송과 회수에 드는 비용도 함께 줄어든다.
금융에서는 부유층의 전유물로 여겨지던 자산관리 서비스가 보통 고객에게도 열리고 있다. 보고서가 소개한 '초개인화 금융 자문 및 자산관리'는 고객 한 사람의 소득과 지출, 목표를 분석해 맞춤형 조언을 제공하는 방식이다. 과거에는 자산이 많은 고객만 전담 직원의 상담을 받을 수 있었지만, AI는 수많은 일반 고객에게도 비슷한 수준의 분석을 동시에 제공할 수 있다. 여기에 '가상 은행 경험'까지 더해지면, 한밤중에 궁금한 점이 생겨도 영업시간을 기다릴 필요 없이 즉시 상담을 받을 수 있다.
이 사례들의 공통점은 '나도 이미 쓰고 있을지 모른다'는 데 있다. 쇼핑 앱이 추천해 주는 상품, 은행 앱이 보내는 맞춤 알림, 가격이 시시각각 바뀌는 항공권 화면 뒤편에서도 이런 AI가 점점 더 많은 역할을 맡아 가고 있다. 변화가 눈에 띄지 않을 뿐, 소비자가 체감하는 편리함의 상당 부분이 AI의 손을 거친 결과인 셈이다.
병원 진단과 공장 정비를 맡은 산업 현장의 AI
전문가의 영역으로 여겨지던 병원과 공장, 정부 행정에서도 AI가 핵심 업무를 나눠 맡기 시작했다. 딜로이트 보고서가 생명과학·헬스케어 분야 첫 사례로 제시한 것은 '멀티모달 진단 및 임상 의사결정 지원'이다. 여기서 멀티모달(Multimodal)이란 영상, 검사 수치, 진료 기록, 유전 정보처럼 서로 형태가 다른 데이터를 한꺼번에 묶어 해석하는 방식을 말한다. 예를 들어 영상을 보는 AI가 CT에서 폐 결절을 발견하면, 다른 AI가 그 환자의 흡연 이력과 검사 결과를 연결해 조직 검사 같은 다음 단계 치료를 제안하는 식이다. 의료진이 시간에 쫓겨 놓칠 수 있는 단서를 AI가 미리 모아 주는 셈이다.
공장에서는 '예측정비'가 대표 사례다. AI가 설비에 붙은 사물인터넷(IoT) 센서로 진동과 온도, 압력을 24시간 지켜보다가, 베어링 진동이 평소 기준치를 넘어서면 고장이 나기 전에 미리 경고를 보낸다. 기계가 갑자기 멈춰 생산이 중단되는 사고를, 미리 계획된 점검으로 바꿔 주는 것이다. 자동차가 큰 고장이 나기 전에 정비소가 부품 교체 시점을 알려 주는 상황을 공장 전체로 확장했다고 보면 이해가 쉽다.
정부 행정에도 변화가 닿았다. 보고서가 소개한 '복지 수급 자격 판정 고도화'는 실업 급여나 보육 지원처럼 복잡한 신청 절차를 AI가 대화하듯 안내하는 방식이다. 디지털 기기에 익숙하지 않아 복잡한 신청서 앞에서 포기하던 사람도, AI가 질문을 쉽게 풀어 설명하고 빠진 서류를 짚어 주면 한결 수월하게 혜택을 받을 수 있다. 부모님이 관공서 서류 작성에 어려움을 겪는 모습을 본 적이 있다면, 이 변화가 누구에게 가장 도움이 될지 짐작할 수 있다.
여러 AI가 팀처럼 협업하는 에이전틱 AI의 작동 원리
에이전틱 AI의 진짜 핵심은 똑똑한 AI 한 대가 아니라, 역할이 다른 여러 AI가 한 팀처럼 협업한다는 데 있다. 앞서 언급한 마트 가격표가 좋은 예다. 딜로이트가 소비자 부문 첫 사례로 꼽은 '동적 가격 책정 및 재고 최적화'에서는 수요를 내다보는 에이전트, 가격을 정하는 에이전트, 할인을 설계하는 에이전트, 재고를 관리하는 에이전트가 각자 맡은 일을 하면서 서로 정보를 주고받는다. 수요 예측 에이전트가 "곧 수요가 몰린다"고 신호를 보내면 가격 에이전트는 가격을 올리고, 프로모션 에이전트는 할인 시점을 뒤로 미룬다. 반대로 물건이 남아돌면 가격을 내리고 특정 지역에 맞춤 할인을 건다. 사람으로 치면 여러 부서가 회의실에 모여 절충안을 협상하는 과정이 AI들 사이에서 자동으로 벌어지는 것이다.
금융에서도 같은 원리가 작동한다. 보고서가 든 예를 보면, 사이버 보안을 맡은 AI가 계정 침해를 감지하는 순간 거래를 감시하는 다른 AI에게 그 사실을 알리고, 그 계정에 대한 감시 수준을 끌어올린다. 한 AI가 발견한 위험 신호가 곧바로 다른 AI의 행동으로 이어지는 구조다. 이렇게 역할이 나뉜 AI들이 정보를 공유하며 함께 움직이기 때문에, 사람 여러 명이 각자 자료를 들여다보고 뒤늦게 종합하던 방식보다 훨씬 빠르고 촘촘하게 일이 처리된다.
이 협업 구조가 만들어 내는 효과는 속도에서 가장 뚜렷하게 드러난다. 딜로이트는 'AI 기반 제품 설계' 사례에서, AI가 시장 분석부터 디지털 시제품 제작까지 맡으면 신제품 개발 기간이 기존 수개월에서 수주 단위로 짧아질 수 있다고 봤다. 개발이 몇 달 빨라진다는 것은 단순한 시간 단축에 그치지 않는다. 경쟁사보다 먼저 제품을 내놓아 시장을 선점하고, 유행이 식기 전에 기회를 잡을 수 있다는 뜻이어서, 이런 차이가 쌓이면 기업의 실적 자체가 달라진다.
신뢰할 수 있는 AI와 인간 감독이라는 과제
딜로이트가 86가지 사례 전반에서 빠뜨리지 않고 강조한 것은 '신뢰할 수 있는 AI(Trustworthy AI)'다. 이는 AI를 도입할 때 공정성과 비편향성, 견고성과 신뢰성, 투명성과 설명 가능성, 안전과 보안, 책임성과 책무성, 개인정보보호라는 여섯 가지 기준을 갖춰야 한다는 원칙이다. 특히 보고서는 거의 모든 사례에서 "최종 책임은 사람에게 있다"는 점과, 위험하거나 모호한 상황에서는 사람이 다시 판단하도록 넘기는 '인간 검토(Human-in-the-loop)' 절차를 함께 제시했다.
이유는 분명하다. 병원에서 AI의 진단이 틀리거나, 금융에서 AI가 왜 그런 결정을 내렸는지 설명하지 못한다면, 그 피해는 고스란히 사람에게 돌아간다. 그래서 보고서는 AI가 "왜 이렇게 판단했는지"를 사람이 검증할 수 있어야 하고, 그 근거를 명확히 남겨야 한다고 거듭 강조한다. AI에게 일을 맡기는 만큼, 그 일을 감독하고 책임지는 사람의 역할도 함께 커지는 셈이다.
그렇다면 AI가 사람의 일자리를 대신하게 될까. 이 보고서는 그 질문에 직접 답하지 않는다. 다만 반복적이고 단순한 업무는 AI가 맡고, 사람은 전략적 판단이나 고객 응대처럼 더 높은 가치를 만드는 일에 집중하게 될 가능성을 여러 사례에서 내비친다. 일자리가 사라지기보다 일의 성격이 바뀌는 쪽에 가깝다는 해석도 가능하지만, 이 변화가 산업과 직무마다 어떻게 나타날지는 좀 더 두고 볼 필요가 있다. 분명한 것은, AI가 무엇을 할 수 있는지를 아는 것만큼이나 무엇을 사람이 쥐고 있어야 하는지를 정하는 일이 중요해졌다는 점이다.
FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)
Q. 에이전틱 AI는 기존 챗봇과 무엇이 다른가요?
챗봇은 사람이 물어본 질문에 답을 주는 도구입니다. 반면 에이전틱 AI는 목표만 주어지면 스스로 계획을 세우고, 필요한 행동을 직접 실행하며, 다른 AI와 협력해 일을 처리합니다. 답을 주는 '말동무'에서 일을 대신하는 '일손'으로 한 단계 나아간 것입니다.
Q. 딜로이트 'AI 활용서'는 어떤 산업을 다루나요?
소비자, 에너지·자원·산업재, 금융, 정부·공공, 생명과학·헬스케어, 첨단기술·미디어·통신 등 6대 산업을 다룹니다. 각 산업별로 가격 책정, 진단, 정비, 복지 행정 등 86가지 AI 활용 사례를 구체적으로 소개합니다.
Q. AI가 사람의 일자리를 모두 대체하나요?
보고서는 그렇게 단정하지 않습니다. 반복적인 업무는 AI가 맡고 사람은 전략적 판단과 감독에 집중하는 방향을 제시하며, 거의 모든 사례에서 최종 책임은 사람에게 있다고 강조합니다. 일이 사라지기보다 일하는 방식이 바뀌는 흐름에 가깝습니다.
기사에 인용된 리포트 원문은 딜로이트(Deloitte)에서 확인할 수 있다.
리포트명: AI 활용서: 6대 산업별 AI 도입 가치 분석 (딜로이트 AI 연구소, 2026년 5월)
해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.
■ 이 기사는 AI 전문 매체 ‘AI 매터스’와 제휴를 통해 제공됩니다. (☞ 기사 원문 바로가기)
AI 리포터 (Aireporter@etnews.com)
