“생성형 AI가 IT 전략을 바꾼다” 2026 IT 전망 조사 결과

하지만 이 모든 정치·경제적인 변화 속에서도 흔들리지 않는 확산세를 보이는 기술이 있으니, 바로 생성형 AI이다. 생성형 AI는 모든 기술 이슈를 압도하며 빠른 속도로 확산되고 있으며, 기업의 경쟁력과 생산성을 평가하는 기준이 되고 있다. 그만큼 기업과 관련 업계는 물론, 정부 차원의 투자까지 이어지고 있다.

CIO는 국내 기업과 IT 전문가가 2026년의 IT, 특히 생성형 AI를 어떻게 바라보고 준비하는지 확인하기 위해 연례 설문조사를 실시했다. Tech Survey 플랫폼을 통해 2025년 10월 28일부터 11월 18일까지 진행된 이번 설문조사에는 총 884명의 유효 응답자가 참여했다.

기업 규모별로는 직원 수 100~999명의 중견기업이 33.7%로 가장 많았지만, 1,000명 이상의 대기업과 99명 이하 중소기업도 각각 32.8%, 33.5%로 거의 같은 비율로 참여했다. 직급별로는 차·부장급이 49.4%로 가장 많았고, 이사급 이상이 29.1%, 과장급 이하가 16.1%를 차지했다. 다른 조사에 비해 임원급 응답자의 비중이 높고 실무자급 응답자의 비중이 낮았다.

“한국 경제, 위기 넘어 순항할 것” 45.0%가 국내 경제 상황 낙관

한국은행과 KDI는 2026년 한국 경제가 성장률 1.8%의 완만한 회복세를 보일 것으로 전망했다. OECD도 2025년 1%에서 2026년 2.2%로 다소 낙관적인 전망을 내놨다. 잠재 성장률 2% 이하의 저성장 추세가 계속되고 수출 둔화와 내수 부진이 이어지는 속에서도 “버티면서 조금씩 나아지는 정도”의 다소 긍정적인 전망이다.

CIO/ITWorld의 조사에서도 다소 낙관적으로 전망한다는 응답이 39.7%로 가장 많았다. 매우 낙관적이라는 응답 5.3%를 합치면 45.0%에 이른다. 비관적이라는 응답은 30.9%에 그쳤다. 기준이 다르지만, 지난 2024년과 2025년 조사에서는 전체적으로 비관적이라는 응답이 높았던 것과는 확연히 다른 반응이다.

산업군별로는 서비스 산업군의 낙관적 전망이 35.4%로 가장 낮았지만, 2025년의 평균보다 높은 수치이다. 이외에는 유통·운송, IT-SI 산업군이 30% 후반대로 상대적으로 낮았다. 응답 모수가 많은 IT 솔루션 업종과 제조업은 각각 48.9%와 45.5%를 기록하는 등 대다수 산업군의 긍정적인 전망이 40%대를 보였다. 흥미로운 것은 공공기관과 교육 산업군으로, 낙관적이라는 전망이 각각 65.9%와 54.5%를 기록했다. 기업 규모별로는 큰 차이를 보이지 않았다.

IT 예산이 증가했다는 응답은 2024년 조사에서 최저치를 기록한 이후, 2025년에는 감소했다는 응답을 미미한 차이로 앞서는 반전을 보였다. 올해 조사에서는 이 격차가 더 커진 것이다. 이런 예산 증가에 영향을 미친 가장 큰 요소는 AI인 것으로 추정할 수 있다. 2026년에 IT 예산을 중점적으로 투자할 기술 영역을 묻는 질문에 생성형 AI가 압도적으로 높은 응답률을 기록했기 때문이다.

“IT 예산 증가세 뚜렷” 생성형 AI가 투자 견인

챗GPT로 시작된 생성형 AI 열풍은 2024년부터 기업의 주요 투자 기술 1순위로 급부상했다. 2020년대 들어 자동화 추세를 타고 부상했지만, 1순위 기술인 클라우드 컴퓨팅과는 항상 10%p 정도의 격차를 보였다. 그러나 2024년 전망 조사에서 0.2%p 차이로 클라우드를 앞질렀고, 2025년 전망 조사에서는 59.3%로 확실한 선두로 부상했다.

올해 조사에서는 AI를 생성형 AI 및 AI 에이전트와 AI/ML 및 자동화로 나누었는데, 생성형 AI가 63.0%로 1위를 차지해 최근 전 세계를 휩쓸고 있는 생성형 AI 열풍을 다시 한번 확인할 수 있었다. 기존 AI/ML 및 자동화도 40.0%로 3위를 차지했으며, 클라우드 인프라 및 서비스는 41.4%로 전년과 비슷한 응답률을 기록했다. 4위는 사이버 보안 및 데이터 보호로, 37.3%로 여전히 중요한 기술이라는 것을 확인했다.

이외에 데이터 엔지니어링 및 애널리틱스, 지속 가능한 IT, 산업용 IoT 등이 10~15% 정도의 응답률로 중위 기술 그룹을 형성했다. 엣지 컴퓨팅 및 분산 인프라, 차세대 협업 등은 10% 이하의 응답률로 관심도에 비해 주요 투자 기술 영역으로 선택받지는 못했다. 2025년에 적지 않은 관심을 모았던 양자 컴퓨팅과 디지털 자산은 아직은 기업의 주요 투자 기술 영역으로는 편입되지 못했다.

산업군별 특성도 뚜렷했다. 제조업은 생성형 AI나 클라우드를 주요 기술 투자 영역으로 선택한 비율이 평균에 크게 못 미친 반면, 산업용 IoT/스마트 제조는 25.7%로 전체 평균을 견인했다. 금융 산업군과 IT 솔루션 산업군은 생성형 AI와 클라우드 인프라를 주요 기술 투자 영역으로 선택한 비율이 평균보다 높았다.

참고로, 생성형 AI 및 AI 에이전트는 기업 규모가 클수록, 그리고 2026년 IT 예산이 증가한 기업일수록 중요한 기술 투자 영역이라고 응답한 기업이 많았다. 예를 들어, 내년도 IT 예산이 대폭 증가한 기업의 70.5%가 생성형 AI 및 AI 에이전트를 주요 기술 투자 영역으로 선택했다.

전 산업군으로 확산하는 생성형 AI, 고도화 진입한 기업도 30%

생성형 AI가 기업의 IT 예산 증가를 견인한다는 것은 국내 기업의 생성형 AI 활용 현황을 통해서도 유추할 수 있다. 생성형 AI 활용 현황을 묻는 질문에 전사적으로 활용하고 있거나 일부 부서를 중심으로 활용하고 있다는 응답이 53.9%로 절반을 넘었다. 여기에 현재 구현 중이거나 파일럿 단계에 있다는 응답 15.8%를 합치면 70%의 기업이 생성형 AI에 투자하고 있는 셈이다. 생성형 AI 관련 계획이 전혀 없다는 응답은 2.4%에 그쳤다.

특히, 생성형 AI는 일회성 프로젝트로 끝나는 기술 투자가 아니다. 단계적 확산 전략을 취하는 기업도 많고, 전사적으로 도입한 기업도 고도화를 추진하기 때문에 투자는 계속된다. 실제로 생성형 AI 활용 현황을 기준으로 보면, 전사적으로 활용하고 있다는 기업이 생성형 AI 및 AI 에이전트에 투자할 것이라고 응답한 비율이 77.7%로 가장 높다. 여기에 1~2년 내에 구현할 계획인 기업을 고려하면, 이런 추세는 향후 몇 년간 계속될 가능성이 높다.

국내 기업의 생성형 AI 활용 현황은 산업군별로는 큰 차이를 보이지 않았다. 하지만 기업 규모는 명확한 패턴을 보였는데, 기업 규모가 클수록 전사적인 활용 비율이 높은 것으로 나타났다. 이런 기업 규모에 따른 차이는 활용 성숙도와 AI 관련 투자에서도 같은 패턴으로 나타난다.

현재 생성형 AI를 활용하고 있다는 응답자를 대상으로 활용 성숙도를 물었다. 생성형 AI 활용 성숙도를 평가하는 기준은 다양하지만, 업계 전문가들은 기업의 직원 개인이 개인 업무에 활용하는 단계에서 기업의 내부 데이터를 연동하고 자체 데이터로 학습한 전용 LLM을 구축하는 단계로, 그리고 기업의 핵심 프로세스에 통합하는 단계로 확산되는 것으로 보고 있다.

활용 현황에서도 알 수 있듯이, 자사의 생성형 AI 활용 성숙도가 텍스트·요약·콘텐츠 생성 등 개별 업무 효율화 중심의 2단계라는 응답이 42.9%로 가장 많았다. 하지만 내부 데이터를 연계하고 사내 AI 포털을 구축하는 등의 3단계와 전용 LLM이나 AI 어시스턴트를 개발하는 4단계라는 응답도 각각 16.9%, 16.1%로, 고도화 단계로 진입한 기업도 적지 않았다. 5단계와 6단계에 이른 기업은 합쳐서 5.2%에 불과했다.

산업별로는 특히 전문성이 두드러지는 업종에서 활용 성숙도가 높은 기업이 많았다. 자사의 생성형 AI 활용 성숙도가 3단계 이상이라고 답한 비율이 40%를 넘는 산업군은 IT-SI(50.0%), IT-인터넷/전자상거래/플랫폼(48.0%), 미디어(41.7%), 전문 서비스(45.5%), 협회/연구기관(47.8%)이다. IT-통신/방송은 이 중에서도 눈에 띄는데, 무려 72.4%였다.

활용 성숙도는 활용 현황과도 정비례 관계에 있다. 생성형 AI를 전사적으로 활용하고 있는 기업 중 활용 성숙도가 3단계 이상인 기업은 절반이 넘는 56.4%이지만, 일부 부서를 중심으로 활용하고 있는 기업은 31.6%로 격차가 컸다.

“절반 이상의 성공” AI ROI와 예산의 관계성

생성형 AI의 ROI는 MIT가 “95%의 생성형 AI 프로젝트가 의미 있는 비즈니스 결과를 내지 못하고 있다”고 분석한 보고서를 발표하면서 주목을 받았다. 맥킨지와 가트너 등 주요 컨설팅 회사와 리서치 회사도 생성형 AI의 ROI에 대한 회의적인 평가와 위험성을 지적하는 보고서를 발표했다.

이번 조사에서는 “기대만큼의 성과”라는 다소 느슨한 기준으로 질문을 던졌다. 생성형 AI 프로젝트에 착수할 때 기업마다 설정한 목표와 기대치가 달라 응답자의 자기 평가를 기준으로 할 수밖에 없기 때문이다. 이런 이유로 생성형 AI 활용 현황이나 활용 성숙도와의 비교에서 유의미한 패턴을 발견하기 어려웠다.

조사 결과, 국내 기업의 생성형 AI 도입 및 활용은 총 58.3%의 긍정 평가를 기록해 “절반 이상의 성공”이라고 평가할 수 있다. 기대만큼의 성과를 얻었다는 응답이 41.4%로 가장 많았지만, 기대에 다소 못 미치거나 크게 못 미치는 성과를 얻었다는 응답도 각각 38.1%와 3.6%로 40%를 넘었다.

산업군별로는 통신/방송과 금융이 기대만큼 또는 기대 이상의 성과를 얻었다는 응답이 각각 34.5%와 28.6%로 가장 낮았고, 교육과 미디어 산업군이 각각 81.8%와 75.0%로 가장 높았다. 물론 이들 산업군의 응답자 모수가 적기 때문에 관련 산업군 전체의 평가로 보기는 어렵다. 모수가 많은 IT 솔루션 업종과 제조업은 평균에 가까웠다.

좀 더 뚜렷한 패턴을 보이는 비교 항목은 생성형 AI와 내년도 IT 예산이다. 즉, 생성형 AI의 ROI가 높은 기업 중에 내년도 IT 예산을 증액한 기업이 많았다. 예를 들어, 생성형 AI에 대한 투자로 기대를 크게 상회하는 성과를 얻은 기업 중 내년도 IT 예산이 증가한 기업은 무려 71.4%이다. 기대에 다소 못 미치는 성과를 얻은 기업은 이 비율이 32.0%에 불과했다.

같은 맥락에서 AI의 ROI가 좋은 기업은 내년도 기술 투자 항목으로 생성형 AI 및 AI 에이전트를 선택한 비율도 높았다. AI 투자가 IT 예산을 견인한다는 가정이 맞다면, 생성형 AI로 얻는 ROI가 투자에 반영된 것으로 추정할 수 있다.

“AI 전략의 중심은 기술 부서” IT 조직의 역할 재편도 활발

---

생성형 AI가 기업 환경 곳곳으로 확산하면서 기업의 정보 서비스를 책임지는 CIO와 IT 부서는 큰 부담을 안게 됐다. 본질적으로 기업의 AI 활용이 시작되는 곳이 IT이기 때문이다. 기업에 따라 IT 부서의 책임 범위가 인프라와 시스템의 운영에서 전사 AI 및 디지털 전략으로 확장되기도 한다. 또 다른 한편에서 기업이 생성형 AI 도입과 활용을 주도할 별도의 조직을 구성하기도 하며, 초기 생성형 AI의 특성을 살려 현업 부서 중심으로 AI 도입과 활용을 추진하기도 한다. 이 과정에서 기존 IT 부서는 AI 관련 전문 역량을 강화하고 AI를 활용한 IT 운영의 자동화를 추진해야 하는 부담을 안고 있다.

우선 국내 기업에서 AI 도입과 활용을 주도하는 조직을 확인했는데, 이번 조사에서는 여전히 IT 조직이 가장 큰 비중을 차지하고 있는 것으로 나타났다. 생성형 AI 관련 프로젝트의 실행과 운영을 주도하는 직책과 부서를 묻는 질문에 가장 많은 37.5%의 응답자가 CIO/IT 부서라고 답했다. CTO/기술 연구개발 부서가 26.0%, AI 전문 조직 또는 AI 센터가 23.9%로 뒤를 이었다. 상위 3개 부서의 특징은 IT를 기반으로 한다는 점이다. 참고로 CTO/기술 연구개발 부서는 IT 산업군에서는 40%가 넘는 응답률을 기록했다.

IT 조직 외에도 현업 부서를 필두로 경영 기획/전략 부서, 전사 TF, DX 전담 조직 등은 15% 내외의 응답률을 보였다. IT 중심 조직과 협업 부서를 포함한 다른 조직의 비율은 약 9대 5 정도다. 이번 조사에서 개별 기업의 구조적인 상황까지 파악할 수는 없지만, 절반 이상의 기업에서는 IT 중심 부서와 다른 부서가 함께하는 다원적 구조라고 추정할 수 있다. 또 한편으로는 AI가 새로운 IT 서비스를 넘어 기업의 미래 경쟁력을 결정할 요소로 평가되는 상황에서 현업 부서의 참여가 낮다고 평가할 수도 있다.

사실 전담 조직은 기업의 규모에 따라 달라질 수밖에 없는데, 기업의 규모가 클수록 전사 TF나 AI 센터의 비중이 컸고, 앞서 살펴본 것처럼 생성형 AI를 전사적으로 활용하는 기업과 활용 성숙도가 높은 기업도 많았다.

생성형 AI 관련 책임이 커진 만큼 IT 부서의 변화도 적지 않은 것으로 나타났다. 가장 큰 변화는 AI·데이터 역량 강화(46.5%)와 업무 자동화 확대(45.2%)이다. IT 부서가 기업의 AI 도입 및 활용에서 첨병에 서는 만큼 AI 관련 역량을 강화해야 하는 부담이 커졌으며, 그만큼 AI를 적극적으로 활용한다는 것이다. 구조적인 변화도 진행되고 있는데, AI 관련 전담 조직 신설과 IT 부서의 전략적 역할 확대가 각각 37.1%, 31.5%의 높은 응답률을 기록했다.

이번 조사에서는 이 질문에 대해 최대 3가지를 선택해 달라고 요청했는데, 응답 평균치는 약 2.5였다. 그만큼 국내 기업의 IT 부서에 AI로 인한 변화가 활발하게 진행되고 있다는 것을 알 수 있다. 또한 IT 부서의 역량과 업무, 조직까지 전반적인 변화가 일어나고 있다. 특히 전략적 역할 확대와 AI 운영 및 품질 관리 역할 증가(29.1%)는 AI의 확산에 발맞춰 IT 부서가 서비스 데스크에서 비즈니스 파트너로 격상되는 변화로 볼 수 있다.

다만 비즈니스 부서와의 협업 강화와 조직 내 역할 재편은 각각 16.7%, 17.5%에 그쳤는데, 아직은 IT 부서 자체의 변화에 중점을 두는 단계인 것으로 보인다.

---

---

AI 관련 인재 확보에도 매우 적극적인 것으로 나타났다. AI 인재를 확보하기 위한 조처를 묻는 질문에 평균 2.5개의 응답을 기록했는데, 인재 확보를 위해 다각적인 노력을 기울이고 있다고 볼 수 있다.

기업이 가장 많이 선택하는 방법은 역시 내부 인력의 재교육으로 62.6%의 압도적인 응답률을 기록했다. 같은 맥락에서 사내 AI 전문가 양성 프로그램을 신설했다는 응답이 41.8%로 뒤를 이었다. 비전문가의 역량을 확대한다는 응답도 34.8%를 기록했다.

외부 인재에 관심을 두지 않는 것은 아니다. AI 전문 인력을 새로 채용하거나 외부 컨설팅 및 AI 기업과 협업한다는 응답도 각각 38.6%, 31.5%를 기록했다. 하지만 외부에서 AI 인재를 데려오는 것도 녹록지 않은 현실임을 고려하면, 국내 기업의 AI 인재 확보 전략은 기본적으로 외부 충원보다는 “기존 인력 재교육 + 사내 전문가 양성 + AI 도구 활용을 통한 전사 역량 확산”이라고 볼 수 있다.

---

“AI에 대한 조건부 신뢰” 기대와 현실 간의 격차 극복도 과제

생성형 AI가 이미 많은 기업에서 업무용 도구로 활용되고 있지만, 환각이나 편향, 잘못된 정보 생성으로 인한 생성형 AI의 신뢰성은 여전히 큰 위험 요소이다. 생성형 AI 활용이 급속히 확대되는 가운데, 구조적인 오류는 완전히 해결되지 않은 상태이므로 기업의 생성형 AI 활용은 이른바 ‘전략적 회의’가 필요한 시점이다.

이번 조사에서는 사람의 업무 결과만큼 신뢰한다는 응답이 48.3%, 그 이상 신뢰한다는 응답이 13.0%로, 많은 기업에서 실제 업무에 믿고 사용할 만한 도구로 평가되고 있는 것으로 나타났다. 하지만 사람보다 덜 신뢰하거나 전혀 신뢰하지 않는다는 응답도 38.6%로, AI를 사람의 감독이 필수적인 보조 도구로 인식하는 응답자도 적지 않았다.

다행인 것은 양쪽 극단의 응답, 즉 AI의 업무 결과를 완전히 신뢰하거나 전혀 신뢰하지 않는다는 응답은 각각 0.3%, 1.3%로 매우 적었다. 대부분 사용자는 AI를 맹신하지도, 그렇다고 불신하지도 않으며, 부정적인 평가를 하는 사용자도 조건부 신뢰 상태에 있다고 해석할 수 있다.

희망적인 것은 생성형 AI의 활용 성숙도가 높을수록 사람의 업무 결과보다 덜 신뢰한다는 응답이 적다는 점이다. 그렇다고 사람보다 더 신뢰한다는 응답이 늘지는 않고, 사람만큼 신뢰한다는 응답이 55% 내외로 높다. 즉, 생성형 AI가 기업 데이터를 활용하고 워크플로우와 더 밀접하게 통합될수록 신뢰도 역시 좋아진다고 볼 수 있다.

기업이 생성형 AI와 관련해 겪는 문제가 신뢰성만은 아니다. 기술적인 과제를 모두 해결한다고 해도 기업 내에서는 조직 문화나 구조, 업무 관행 등과 충돌할 가능성을 배제할 수 없기 때문이다. 생성형 AI 도입 및 활용 과정에서 겪는 기업 문화 측면의 어려움을 묻는 질문에 1/3의 응답자가 경영진의 AI에 대한 기대와 현실 간 격차를 꼽았다.

경영진과 현장의 괴리는 모든 영역에서 발생하는 문제이지만, 생성형 AI가 비교적 새로운 기술이라는 점, 생성형 AI를 둘러싼 업계의 과대포장이 만연했다는 점에서 격차가 클 가능성이 높다. 여기에 도입한 생성형 AI 기술을 제대로 활용해야 하는 실무진의 역량 부족이 19.8%로 2위를 차지했다는 점에서 경영진이 기대하는 성과와 실제 성과 사이의 격차는 더욱 커질 수 있다.

조직 내에서 비슷한 갈등 요소로 볼 수 있는 명확한 리더십/책임 부서 부재와 불명확한 성과 평가 기준도 각각 13.2%, 11.1%로 뒤를 이었다. 생성형 AI와 관련한 전략적인 목표 설정이나 실제 기업이 보유한 역량, 평가 기준 등에 대한 개선이 필요하다는 것을 알 수 있다.

참고로 기업 문화와 관련된 질문이기 때문에 응답자의 직급에 따라 차이를 보이는 항목도 많다. 이사급 이상에서는 실무진의 활용 역량 부족을 어려움으로 꼽은 응답이 평균보다 많고, 차·부장급에서는 기대치와 현실의 괴리를 꼽은 응답이 더 많다.

한편, 설문조사를 실시할 당시 APEC 개최와 한미 무역 협상 등이 이슈로 떠올랐던 만큼, AI 패권 국가에 대한 설문도 추가했다. 결과는 미국이 57.6%의 압도적인 1위를 차지했지만, 중국이 18.7%로 존재감을 확인할 수 있는 결과를 얻었다. 한국은 홈그라운드의 이점으로 11.8% 기대감을 확인하는 수준의 응답을 기록했지만, 9.8%의 다극화 구도 응답에는 한국도 포함된다는 점에서 무시할 수 없는 응답률을 기록했다.

IT의 변하지 않는 과제 “예산과 사람”

생성형 AI가 모든 IT 이슈를 잠식한 것처럼 보이지만, AI는 AI 자체로만 발전할 수는 없는 기술이다. 많은 기업에서 AI를 구현하기 위해서는 클라우드 컴퓨팅을 도입하거나 인프라를 현대화해야 하고, 새로운 위협에 대응하는 보안 체계도 구축해야 한다. AI 과제가 아니라 IT 전략의 과제인 것이다.

2026년도 국내 기업의 IT 전략의 도전 과제를 묻는 질문에 예산 및 투자 한계가 43.3%로 가장 높은 응답률을 기록했고, AI 및 데이터 인재 부족이 40.0%로 2위를 기록했다. IT 분야의 전통적인 과제, 즉 예산과 사람에서 크게 벗어나지 않는 결과이다.

성과 측정의 불명확성이 세 번째로 높은 응답률을 기록한 것은 주목할 만한 결과이다. 앞선 문항에서 AI의 ROI가 기대에 못 미쳤다는 응답이 40%를 넘었고, 성과 평가 기준이 불명확해 도입에 차질이 생긴다는 우려도 11.1%였다. 실제로 AI 열풍 속에서 FoMO(Fear of Missing Out)라는 용어가 회자될 만큼 기업과 IT의 압박감이 크기 때문에 명확한 성과 기준을 간과하기 쉬운 실정이다. 이에 대한 문제 인식이 좀 더 확대되고 있다는 것을 반증하는 결과로 볼 수 있다.

이런 과제에 대한 해법으로 많은 기업이 정공법을 선택한 것으로 보인다. 예산 부족 문제를 해결할 수 있는 IT 전략은 없다고 해도 과언이 아니다. 하지만 예산 부족을 이유로 디지털 전략을 미룰 수는 없다. 2026년 IT의 도전 과제에 대한 해법으로 생각하고 있는 대원칙이나 추진 방향을 묻는 질문에 AI 중심의 디지털 전환 가속화와 IT 인재 역량 강화와 조직 문화 혁신이라는 응답이 각각 45.2%, 45.1%를 기록했다. 원칙적인 대응이라고 할 수 있다. 도전 과제와 전략 방향의 비율도 일치한다. 보안 및 프라이버시 강화와 시스템 현대화는 각각 17.8%, 16.3%를 기록했다.

주목할 만한 것은 데이터 기반 의사결정 강화와 IT와 비즈니스의 정렬이 각각 25.0%와 15.4%로 비교적 높은 응답률을 기록한 것이다. 이 두 가지 응답은 데이터를 기반으로 한 합리적인 의사결정과 비즈니스 목표와 일치하는 투자 우선순위를 지향한다는 의미이다. AI 구현과 관련해 전방위적 압박을 받고 있는 IT가 초기의 화려한 투자를 벗어나 ROI를 증명할 수 있는 실효성 있는 프로젝트로 무게 중심을 옮기기 시작했다는 긍정적인 변화의 신호로 평가할 수 있다.

마지막으로 응답자 소속 기업의 도입 여부와 관계없이 2026년에 주목을 받으며 확산할 것으로 예상되는 기술을 물었다. 1위는 AI 기반 업무 자동화로, 이미 충분히 관심도가 높은 기술이지만 2026년에는 더욱 확산될 것이라고 답했다. 2위는 피지컬 AI와 로봇이 차지했는데, 40.6%라는 높은 응답률과 함께 제조업이 아닌 다른 산업군에서 더 높은 응답률을 보일 정도로 관심이 많은 것으로 나타났다.

비즈니스 경쟁력의 핵심 축으로 떠오른 생성형 AI

이번 설문 조사 결과에 따르면, 거시 경제 환경에 대한 전망은 여전히 불확실성이 남아 있지만, 절반 가까운 응답자가 국내 경제를 낙관적으로 바라보고 있다. IT 예산 증액 비율이 감소보다 두 배 이상 높게 나타났다. 그 중심에는 생성형 AI를 포함한 AI 투자가 자리하고 있다. 이미 70%에 달하는 기업이 생성형 AI를 도입하거나 도입을 추진 중이고, 내부 데이터 연계와 전용 LLM·AI 어시스턴트 개발 단계로 나아가는 기업도 적지 않다. 이와 함께 IT 부서의 전략적 역할 확대, AI·데이터 역량 강화 등 포괄적인 변화가 진행되고 있다.

그렇다고 장밋빛 전망만 있는 것은 아니다. 예산 및 투자 한계, AI·데이터 인재 부족, 성과 측정 기준의 불명확성, 경영진 기대와 현실의 격차, 책임 조직과 리더십의 모호함 등 풀어야 할 과제도 뚜렷하다. 생성형 AI의 신뢰성 문제와 조직 문화·업무 관행과의 충돌 가능성, 보안과 시스템 현대화, IT와 비즈니스 정렬까지 고려하면 CIO와 IT 조직의 부담은 그 어느 때보다 커지고 있다. 그럼에도 많은 기업이 내부 인력 재교육과 사내 전문가 양성, 데이터 기반 의사결정 강화, AI 중심의 디지털 전환 가속화를 해법으로 선택하고 있다는 점은 주목할 만하다.

2026년 국내 IT와 생성형 AI의 전망은 대체로 ‘밝은 편’이다. 생성형 AI는 전사적 활용과 업무 자동화, 피지컬 AI·로봇 등 새로운 영역으로 더욱 빠르게 확산될 것이며, 이를 선제적으로 활용하는 기업과 그렇지 못한 기업 사이의 격차는 한층 더 벌어질 가능성이 크다. 예산, 사람, 신뢰성, 조직 문화라는 과제는 여전하지만, 이제 디지털 혁신과 AI 혁신을 비즈니스 경쟁력의 핵심으로 전환해야 할 시점이다.
dl-ciokorea@foundryco.com

*본 기사 전문 및 추가 그래프는 CIO코리아가 발간한 2026 IT 전망보고서(링크)에서도 확인할 수 있습니다.