“그 뜻이 아닌데?” IT 업계에서 가장 자주 오용되는 유행어 12가지

거의 해마다 새로운 기술 용어가 쏟아진다. 지난 20년만 돌아봐도 스마트폰, 클라우드, 증강현실, 메타버스, 컨테이너화, 봇 같은 표현이 일상어에 자연스럽게 스며들었다. 일부 용어는 비교적 이해하기 쉽고 정의도 분명하다. 대표적인 예가 스마트폰이다. 오늘날 스마트폰을 작은 컴퓨터로 인식하지 못하는 사람을 찾기는 어렵다. 폴더폰이나 다이얼식 전화기와 혼동하는 경우도 사실상 없다.

반면 이해하기 까다로운 용어도 많다. 디지털 트윈이 무엇인지, 가상현실과 메타버스의 차이가 무엇인지 IT 밖의 동료들에게 물어보면 금세 알 수 있다. 명확하게 설명하기가 생각보다 쉽지 않다. 업계 스스로도 이런 혼란을 키운 측면이 있다. 기술 용어는 대개 직관적이지 않다. ‘클라우드’라는 표현부터가 그렇다. 같은 용어를 두고 전문가 사이에서도 정의가 엇갈리는 경우도 적지 않다.

이런 배경 속에서 비즈니스 현장에서는 용어의 오용과 남용이 반복되고 있다. 뒤처지지 않으려는 불안감 때문에, 충분히 이해하지 못한 최신 기술을 입에 올리며 트렌드를 따라가고 있음을 보여주려는 경우가 많기 때문이다. 기술 전문가도 예외는 아니다.

그 결과 기술 용어는 본래 의미를 잃어가고 있다. 잘못 차용되고 부정확하게 쓰이고 과도하게 남발되면서 소통과 협업, 나아가 비즈니스와 IT의 정렬까지 흔들고 있다는 지적이다.

CIO.com은 정기적으로 기술 리더를 대상으로 가장 자주 오용되는 용어를 조사해왔다. IT 리더들이 꼽은 현재의 대표적인 오용 유행어는 다음과 같다.

1. 디지털 트랜스포메이션

‘디지털 트랜스포메이션’은 수 년째 이 목록의 최상단을 지키는 표현이다. 여러 해에 걸쳐 가장 많은 응답자가 지목한 용어이기도 하다. IT는 물론 비즈니스 전반에서 크고 작은 거의 모든 변화를 ‘트랜스포메이션’이라고 부르는 분위기를 감안하면 놀라운 일도 아니다.

컨설팅 기업 BTE 파트너스(BTE Partners)의 CIO 겸 CISO 수 버가모는 “‘디지털 트랜스포메이션’은 의미가 너무 많고, 결국 마케팅 수사에 가까운 경우가 대부분”이라며, “매우 영리한 표현이긴 하지만 사실상 거의 모든 솔루션 업체가 제품을 팔기 위해 써온 말이고, 기술 업계에 과도한 기대만 키웠다. 이 표현 자체에는 실질적인 내용이 없고, 마케팅이 팔고 싶은 거의 모든 것을 뜻할 수 있다”라고 지적했다.

이 흔한 유행어를 바라보는 시각은 많은 IT 리더가 비슷하다. 분석 소프트웨어 기업 FICO의 CIO 겸 최고 고객 책임자 마이크 트케이는 “모두가 디지털 트랜스포메이션을 말하지만, 실제로는 비즈니스 운영 방식을 근본적으로 바꾸는 것이 아니라 종이 기반 프로세스를 디지털화하는 수준을 가리키는 경우가 너무 많다. 핵심은 ‘트랜스포메이션’인데 그 부분이 빠져 있다”고 말했다.

이런 오해가 실제 문제로 이어진다. 트케이는 “현업 책임자가 디지털 트랜스포메이션을 단순한 기술 교체로 받아들이는 순간이 있다. 하지만 그런 접근은 큰 기회를 놓치는 일이다. 프로세스를 근본적으로 다시 보고 회사를 어떻게 운영할지 다시 고민하고, 더 높은 효율과 더 나은 성과, 더 큰 가치를 만들어낼 기회를 놓치게 된다”라고 지적했다.

2.  AI/ML, 그리고 ‘지능’

2위는 사실상 AI 관련 용어 전체가 공동으로 차지했다. AI, 머신러닝, 그리고 디지털 지능을 둘러싼 거의 모든 표현이 여기에 포함된다. 기술 리더들은 이 용어들이 실제로 무엇을 뜻하는지에 대한 전반적인 혼선이 크다고 말한다. 지금은 자동화나 단순 알고리즘과 관련된 거의 모든 것을 ‘AI’라고 부르는 경우가 많다는 것이다.

이처럼 광범위한 알고리즘 기술을 뭉뚱그려 AI라고 부르면서, 오히려 진짜 AI가 가진 변혁적 잠재력을 희석시킬 수 있다는 지적도 나온다. 버가모는 “요즘 가장 좋아하는 오용 유행어를 꼽자면 단연 ‘AI’”라며, “어디에나 AI가 붙고, 누구나 이 흐름에 올라타고 싶어 한다”고 말했다. 이어 “AI는 이미 오래전부터 존재해왔고 이제야 비로소 제대로 평가받기 시작했다. 세상이 봇에 지배당할 것이라고는 생각하지 않지만, 한 가지는 분명하다. 진짜 AI는 누구나 어떤 일을 조금 더 잘할 수 있도록 도와주는 매우 의미 있는 작업을 수행할 수 있다”라고 말했다.

3. 책임 있는 AI

AI 관련 표현 가운데 이 목록에 오른 또 다른 용어가 ‘책임 있는 AI’다. 트케이는 이 표현이 지나치게 좁은 의미로 사용되는 경우가 많다며, 그 오해가 결국 조직에 부담으로 돌아올 수 있다고 지적했다.

트케이는 “너무 많은 사람들이 책임 있는 AI를 데이터 보호 차원으로만 한정해서 이해한다. 하지만 책임 있는 AI에는 설명 가능한 AI, 감사 가능한 AI, 윤리적 AI 등 훨씬 더 중요한 요소가 많다”고 말했다. 이어 “책임 있는 AI를 말하면서 실제로는 데이터 보호와 데이터 유출만 이야기하는 경우가 많다. 물론 그것도 중요하지만, 편향이나 환각, 설명 가능성, 감사 가능성을 함께 다루지 않으면 실제 리스크가 발생할 수 있다”라고 경고했다.

4. 에이전틱 AI와 에이전트

IT 서비스 기업 서덜랜드(Sutherland)의 CIO 겸 최고 디지털 책임자 더그 길버트는 많은 사람들이 에이전틱 AI와 AI 에이전트를 마치 다른 모든 형태의 AI를 대체하는 기술처럼 받아들이고 있다고 지적했다. 길버트는 “‘에이전틱을 할 건데 왜 생성형 AI를 해야 하느냐’는 질문을 자주 받는다”라며, 자신이 종종 “각 개념이 실제로 무엇을 뜻하는지 현실 점검을 해주는 역할”을 하게 된다고 말했다.

미국 피닉스대학의 CIO 제이미 스미스도 같은 문제를 짚었다. 스미스는 “최근 등장한 유행어 가운데 오해되거나 잘못 쓰이는 표현으로는 ‘에이전트’ 혹은 ‘에이전틱’이 있다”라며, “대개 가상 챗봇이나 어떤 행동이나 작업을 수행하는 모든 AI를 통칭하는 말처럼 혼동된다”고 말했다. 이어 “지금의 진정한 에이전틱 시스템의 핵심은 자율성과 목표 지향적 행동”이라며, “신뢰가 높아질수록 자율성이 커지고, 최적화해야 할 목표가 주어질 때 더 나은 성과를 낸다. 이런 특성이 없다면 그것은 진정한 에이전틱 시스템이 아니라 단지 AI 작업자일 뿐”이라고 설명했다.

5. AI 환각

길버트는 ‘환각’이라는 표현도 비슷한 방식으로 과도하게 사용되고 있다고 봤다. 실제로는 여러 유형의 AI 문제를 모두 환각으로 몰아가는 경향이 있다는 것이다. 길버트는 “AI에서 발생하는 거의 모든 오류가 환각으로 치부된다”라며, “하지만 실제 원인은 데이터 문제일 수도 있고, 모델 문제일 수도 있으며, 프롬프트를 정확하게 만들지 못한 결과일 수도 있고, 데이터 편향 때문일 수도 있다”라고 지적했다.

6. LLM

법률·정보 서비스 기업 월터스 클루워(Wolters Kluwer)의 수석 부사장 겸 CIO 마크 셔우드는 이 표현을 두고 일종의 의미론적 문제를 제기했다. 셔우드는 “모두가 모델이 크다는 사실은 안다. 그리고 해마다 더 커지고 있다”라며, “그러니 그냥 언어 모델이라고 부르면 된다. LM이라고 부르면 된다”고 말했다. 다만 ‘대형’이라는 수식어가 특히 거슬리는 개인적 성향이 반영된 측면도 있다고 인정했다.

셔우드 개인의 취향처럼 들릴 수 있지만, 어떤 모델을 ‘대형’이라고 부를 것인지는 점점 더 중요한 비즈니스 이슈가 될 수 있다. 조직 입장에서는 필요한 업무를 수행하기 위해 어느 정도 규모의 언어 모델이 필요한지, 일부 업무에는 소형 언어 모델이 더 적합한지, 대형과 소형을 누가 어떤 기준으로 구분하는지 판단해야 하기 때문이다.

7. 제로 트러스트

셔우드는 제로 트러스트 역시 다소 오해를 부르는 표현이라고 봤다. 셔우드는 “아무것도 신뢰하지 않는다는 의미처럼 들리지만 실제로는 그렇지 않다”라며, “제로 트러스트라기보다 지정된 신뢰에 가깝다. 결국 신뢰할 대상을 선택해둔 것이기 때문이다. 신뢰의 수준 자체가 사라진 것은 아니다”라고 말했다.

버가모도 제로 트러스트를 문제적 용어로 꼽았지만, 이유는 조금 달랐다. 실제로 제공할 수 있는 것보다 더 많은 것을 보장하는 표현처럼 들린다는 점이다. 버가모는 “제로 트러스트는 개념이지 아키텍처도, 제품도 아니다. 물론 제로 트러스트를 지원하는 제품은 있다. 예를 들어, 다중인증 같은 제품을 도입할 때마다 제로 트러스트 개념의 일부가 구현되지만, 그렇다고 전체 환경의 보안이 보장되는 것은 아니다”라고 지적했다. 이어 “진정한 의미의 ‘검증 후 신뢰’는 다층적 접근에서 출발한다”라며, “보안 제품과 보안 관행을 함께 적용해 환경을 더 견고하게 만들어야 한다”라고 덧붙였다.

8. 기술 부채

‘기술 부채’라는 표현은 실제 기술 부채만큼이나 IT 부서를 오랫동안 괴롭혀온 말이다. 문제는 이 용어가 IT 안팎에서 사람마다 다른 뜻으로 쓰인다는 점이다. 어떤 사람은 속도를 위해 의도적으로 미완성 코드를 배포한 뒤 나중에 수정하기로 한 상황을 기술 부채라고 본다. 또 다른 사람은 레거시 시스템 자체나 그 유지 비용을 가리키는 말로 쓴다.

컨설팅 기업 사이벨리스 컨설팅(Cybellis Consulting)의 설립자이자 펜스키 미디어(Penske Media) 전 IT 부사장 캐런 스위프트는 “이론적으로 기술 부채는 미뤄둔 유지보수나 아키텍처 지름길이 누적되며 발생한 비용을 뜻한다. 하지만 현실에서는 핵심 시스템에 대한 구조적인 투자 부족이나 투자 중단을 가리는 완곡한 표현으로 쓰이는 경우가 많다”라고 지적했다. 이어 “기업이 2020년 전후로 클라우드와 SaaS 아키텍처로 빠르게 이동하면서 많은 레거시 시스템이 후순위로 밀렸고, 그 결과 실제 운영과 보안 리스크가 커졌다. 기술 부채’는 시스템이 낡고 취약하다는 사실을 직접 인정하는 것보다 듣기 좋은 표현이고, 현업 실무자보다는 경영진과 재무 조직이 더 자주 쓰는 말”이라고 분석했다.

9. 혁신

오래전부터 널리 쓰여온, 비교적 의미가 분명한 단어마저 현대 비즈니스 환경에서는 오용된다는 지적이 나왔다.

스위프트는 “혁신은 종종 책임, 확장성, 측정 가능한 성과로 이어지는 명확한 경로 없이 단순한 실험을 의미하는 말처럼 사용된다”라며, “특히 ‘AI 혁신’ 같은 표현과 결합할 때 이런 현상이 더 두드러진다. 이제는 AI와 조금이라도 관련된 거의 모든 활동을 포괄하는 말이 되어버렸다”라고 말했다.

10. 자동화

‘혁신’만 문제가 아니다. 자동화 역시 비슷한 방식으로 잘못 쓰이고 있다는 지적이다. 스위프트는 “‘자동화’는 종종 스크립팅이나 RPA를 설명하는 말로 쓰이지만, 엔드 투 엔드 프로세스 재설계나 변화관리, 지속 가능한 효율 향상에는 충분한 관심이 쏠리지 않는다”라며, “비즈니스 프로세스를 다시 설계하지 않은 자동화는 기존 비효율을 더 빠르게 돌릴 뿐”이라고 설명했다.

11. 포스트 퀀텀 컴퓨팅

앞서 LLM에서 ‘대형’이라는 표현에 문제를 제기했던 것처럼, 이번에는 ‘포스트’라는 단어에 문제가 있다.

셔우드는 “‘포스트 퀀텀 컴퓨팅’은 마치 어떤 사건처럼 들린다. Y2K 같은 느낌이다. 특정한 날이 오면 갑자기 시작되는 것처럼 보이지만 실제로는 아주 천천히 스며드는 변화가 될 것”이라고 말했다. 이어 “물론 포스트 퀀텀 컴퓨팅이라는 시대는 오겠지만, 그 경계를 어디에 그어야 할지는 모르겠다. 모두가 접근할 수 있을 때인지, 일부만 가능할 때인지도 불분명하다. 결국 양자 컴퓨팅은 갑작스럽게 폭발하듯 등장하지 않을 것이고, 점진적으로 확산할 것이며, 그것이 도래했다고 말할 시점도 정의하기 어려울 것”이라고 내다봤다.

12. 비즈니스

마지막 항목은 IT 조직이 자신을 어떻게 바라보는지, 그리고 조직 전체가 IT를 어떻게 인식하는지와 맞닿아 있다.

스미스는 “엄밀한 의미의 유행어는 아닐 수 있지만 가장 자주 잘못 쓰이는 표현 중 하나가 ‘비즈니스’이다. 특히 ‘고객’과 ‘비즈니스’를 같은 뜻으로 쓰는 경우가 그렇다”라고 말했다. 이어 “지금 시점에서 비즈니스와 기술을 분리 가능한 두 영역으로 생각하는 것 자체가 잘못이다. 비즈니스를 고객으로, 기술 조직을 그 고객을 지원하는 컨설턴트로 보는 시각은 실제 최종 고객·소비자에게 디지털 경험과 솔루션을 제공하는 속도를 떨어뜨리는 추상화를 만든다”라고 지적했다. 또 “특히 AI 발전이 빨라지는 상황에서 기술과 비즈니스는 혁신, 효율, 성과를 함께 이끄는 분리 불가능한 파트너”라고 강조했다.
dl-ciokorea@foundryco.com