중소기업 AI 도입을 움직이는 네 가지 조건

중소기업 AI 도입을 움직이는 네 가지 조건

중소기업의 AI 도입을 촉진하는 핵심 조건은 연결성, AI 지원 투입요소, 역량, 금융이다. 이 네 요소는 따로 작동하지 않는다. 빠르고 안정적인 인터넷이 있어야 데이터와 컴퓨팅 자원을 활용할 수 있고, 이를 실제 업무에 연결할 역량과 투자 여력이 있어야 AI가 기업 안에 자리 잡는다. 연결성과 금융 접근을 개선하고 양질의 데이터·알고리즘·컴퓨팅에 대한 접근을 확대하며 역량을 강화하면 기업 생산성과 AI 도입을 함께 끌어올리는 이중 배당도 기대할 수 있다.

그러나 모든 중소기업에 같은 처방을 적용할 수는 없다. 필요한 수단은 기업의 디지털 성숙도, AI 적용 범위, 활용 복잡성에 따라 달라진다. 컴퓨팅과 데이터가 많이 필요한 맞춤형 시스템은 초기 투자와 전문 역량을 더 요구할 수 있지만, 즉시 사용할 수 있는 생성형 AI 도구는 다른 준비 조건을 필요로 한다. 따라서 정책과 지원은 네 가지 조건의 상호 보완성과 기업별 활용 사례의 차이를 함께 봐야 한다.

첫 번째 조건, 끊김 없는 연결성

OECD 회원국에서는 광섬유와 5G 같은 미래 대비 기술의 보급이 확대됐다. 2024년 6월 기준 유선 초고속인터넷 가입은 인구 100명당 평균 36건이었다. G7 가운데 전체 유선 가입에서 광섬유가 차지하는 비중은 일본 79%, 프랑스 70%였지만 독일은 12.2%에 그쳤다. 고정 무선 접속은 OECD 전체 유선 가입의 5.1%였으나 미국과 영국에서 전년 대비 각각 39%, 30.4% 증가했다. 인구가 희박한 지역이 많은 캐나다에서는 유선 초고속인터넷의 7%를 차지한다.

이 진전에도 기업 규모에 따른 격차는 줄지 않았다. 2021년부터 2024년까지 OECD의 소기업과 대기업 사이 고속 초고속인터넷 도입률 차이는 약 25%포인트로 유지됐다. 다운로드 100Mbps 이상을 기준으로 보면 소기업 도입률은 2020년 41.86%에서 2024년 59.97%로, 대기업은 69.40%에서 87.59%로 상승했지만 격차는 약 25~28%포인트였다. 빠른 인터넷은 관리 소프트웨어, ICT 자본, 빅데이터 분석의 도입을 촉진하며, 고급 AI의 개발과 운영에 필요한 전문 컴퓨팅 인프라를 뒷받침한다.

지역 격차도 남아 있다. 유선 속도 중앙값은 2019년 4분기 53Mbps에서 2024년 4분기 178Mbps로 3배 이상 늘었지만, 2024년 말 대도시의 유선 다운로드 속도는 도심에서 먼 지역보다 평균 44% 빨랐다. 대도시와 원거리 지역의 모바일 속도 절대 격차도 2019년 5Mbps에서 2024년 45Mbps로 커졌다. 초고속인터넷은 기업의 무역 참여와 규모 확대에 도움을 줄 수 있고, 특히 지식집약 산업의 농촌 기업에 경제적 이득을 가져올 수 있다. 연결성은 단순한 통신 문제가 아니라 AI 준비도의 출발점이다.

두 번째 조건, 데이터·알고리즘·컴퓨팅

디지털 인프라 다음에는 AI 생산함수로 불리는 데이터, 알고리즘, 컴퓨팅이 중요하다. 이는 파운데이션 모델을 직접 훈련하거나 조정하는 기업뿐 아니라 자체 응용을 배치할지 기성 모델을 쓸지 결정하는 중소기업에도 해당한다. 공공·민간 데이터의 접근과 공유를 강화하면 GDP의 1~2.5%에 이르는 사회·경제적 편익을 실현할 수 있다는 OECD 연구도 있다. 한 영역에서 생성된 데이터가 다른 산업에서 추가 가치를 만들 수 있기 때문이다.

문제는 중소기업의 내부 데이터가 바로 AI에 쓸 수 있는 상태가 아닌 경우가 많다는 점이다. 방대한 데이터를 수집하고 준비할 자원이 부족하며, 낮은 품질의 데이터는 준최적 모델로 이어질 수 있다. 데이터 규모가 커지면 관리 역량과 디지털 보안 위험 대응 수요도 함께 늘어난다. 맞춤형 AI를 개발하려는 기업에는 컴퓨팅 접근도 관건이다. 모델이 복잡하고 데이터 기반일수록 더 많은 연산력이 필요하지만, 비용과 보안·프라이버시 우려, 자원 부족이 장벽이 된다. 2024년 캐나다 정부 조사에서는 하이퍼스케일 퍼블릭 클라우드가 가장 일반적인 접근 방식이었고, 스타트업은 고급 GPU의 단기 계약 가용성과 계층화된 가격의 제약을 겪었다.

세 번째 조건, 기술과 판단을 잇는 역량

자원을 효과적으로 쓰려면 적절한 역량이 필요하다. 고숙련 근로자 비중이 높은 기업은 디지털 기술을 도입할 가능성이 더 높고, 소기업에서는 숙련된 최고경영진과 고숙련 중간관리자의 존재가 도입 가능성과 수익에 특히 중요하다. 하지만 G7 4개국 OECD 조사에서 중소기업의 50%는 직원에게 생성형 AI 활용 역량이 부족하다고 답했다. 또 G7 6개국 약 1,000명 대상 조사에서는 50% 이상이 사용법에 대한 지식 부족을 장벽으로 꼽았다. 국가별 비율은 일본 80%, 캐나다 50%, 영국과 독일 40%였다.

AI는 역량 수요를 없애기보다 바꾸고 있다. 캐나다·독일·영국 중소기업에서는 생성형 AI가 역량 수요를 줄였다는 응답보다 늘렸다는 응답이 2배 높았다. 전문 AI 역량을 요구하는 온라인 채용공고는 14개 OECD 회원국에서 2019~2022년 평균 33% 증가했지만 전체 AI 관련 공고의 비중은 1% 미만이었다. 동시에 기술 역량만으로는 충분하지 않다. 미국 상위 AI 고용주의 온라인 공고 중 30% 이상은 관리·리더십 역량을 언급했다. 데이터 분석·해석, 창의성·혁신, 커뮤니케이션·협업, 비판적 사고·문제해결처럼 AI와 함께 일하고 AI가 하지 못하는 일을 담당할 역량이 중요해지고 있다.

훈련은 안전하고 신뢰할 수 있는 활용을 돕지만 아직 흔하지 않다. 생성형 AI를 쓰는 중소기업 가운데 직원이 AI 훈련에 참여한다고 답한 비율은 캐나다 29.4%, 영국 24.0%, 독일 23.2%, 일본 11.3%로 모두 30% 미만이었다. 업무 시간 제약, 직원이 적어 훈련에 보내기 어려운 현실, 높은 1인당 훈련 단가와 인력 유출 우려가 걸림돌이다. AI 전문가 양성뿐 아니라 일반 인력이 응용의 한계를 이해하고 비판적으로 성찰하는 AI 리터러시도 함께 다뤄야 한다.

네 번째 조건, 도입을 지속시키는 금융

금융은 소프트웨어와 하드웨어 구매, 역량 향상, 인재 채용, 조직 변화와 R&D를 가능하게 한다. 그러나 중소기업은 제한된 신용 이력과 담보, 정보 비대칭 등으로 은행 신용 확보에 오래전부터 어려움을 겪었다. 최근에는 글로벌 불확실성, 인플레이션 압력, 통화정책 긴축으로 자금조달 비용이 빠르게 올랐고 중소기업 대출이 급감했다. 다른 금융이 공백을 메우지 못하면서 당면 수요를 위한 소규모 단기 금융의 비중이 커지고 장기 투자 자금은 줄었다.

해법은 신용 접근을 높이는 동시에 금융수단을 다변화하는 것이다. 온라인 플랫폼, 오픈뱅킹, 중개 플랫폼을 통한 대안금융은 소외된 중소기업의 접근을 넓힐 수 있다. AI와 머신러닝 역시 대규모 데이터에서 신용도 신호를 찾고 처리를 자동화해 더 빠르고 포괄적인 평가를 제공할 수 있다. 신용 이력이나 담보가 부족한 스타트업과 여성 소유 기업의 대출 가능성을 높일 여지도 있다. 반면 고수익 기업을 선호하거나 과거 투자 기회에 의존하는 알고리즘은 금융 배제를 심화할 수 있으므로 함께 관리해야 한다.

결국 재정 지원만으로는 충분하지 않다. 표적 훈련, 맞춤형 자문과 컨설팅, 멘토링, 자가진단 도구와 재무계획 자원, 네트워크 접근을 제공하는 온라인 허브가 투자 준비도를 보완해야 한다. 중소기업 AI 확산의 핵심은 네 조건 가운데 하나를 고르는 것이 아니라, 기업의 출발점에 맞춰 연결성에서 역량과 금융까지 이어지는 경로를 만드는 데 있다.

자료 출처

• OECD (2019, 2024, 2025)
• Innovation, Science and Economic Development Canada (2024)

출처: OECD, 본문에 인용된 OECD 조사·분석 및 데이터베이스. 라이선스: CC BY 4.0.