⟪AX 조직, 개념에서 실행까지⟫ 시리즈
③ 모건 스탠리의 AI 전환 성공 비결은?: 글로벌 기업 AX 사례 3가지
조직의 AI 도입, 단순히 AI 툴을 새로 시도하는 것만으로는 충분하지 않습니다.
진짜 중요한 건 조직 전체를 AI 중심으로 재설계하는 AX(AI Transformation)죠. 업무 프로세스, 의사결정 구조, 조직문화까지 AI를 기반으로 혁신해야 비로소 지속 가능한 경쟁력을 확보할 수 있습니다.
그런데 문제는 많은 기업이 AX를 시도하지만, 실질적인 성과로 이어지는 경우는 드물다는 것입니다.
AI 프로젝트 수십 개를 거쳐도 대부분이 실험 단계에 머물거나, AI 도구만 도입하고 업무 방식은 그대로인 경우가 많죠.
그렇다면 실제로 AX에 성공한 기업들은 무엇이 달랐을까요? 글로벌 선도 기업들의 AX 과정을 살펴보면, 성공의 핵심 요인을 명확하게 보실 수 있을 텐데요.그런 의미에서 오늘은 팀스파르타에서 존슨앤존슨, 모건 스탠리, 텔스트라 등 글로벌 기업의 AX 사례 3가지를 분석했습니다. 우리 조직의 AX에 적용 가능한 실질적인 인사이트를 얻어가세요.
존슨앤존슨, 수백 가지 실험 후 핵심 10%에 집중
2022년 챗GPT가 처음 등장한 이후, 기업들은 생성형 AI를 어디서 어떻게 적용해야 할지 고심해 왔습니다. 존슨앤드존슨(Johnson&Johnson, 이하 J&J)을 포함한 많은 기업들은 실험을 장려하는 전략을 펼쳤는데요. 직원들이 AI 기술을 배우고 테스트하며 기업 전반에 걸쳐 더 폭넓게 도입될 수 있는 애플리케이션을 개발하도록 지원하는 것이었습니다.
J&J도 이 같은 전략으로 3년간 수많은 사례를 쌓았습니다. 회사 전반에서 나온 900여 개의 다양한 AI 도입 실험을 추진했죠. 2025년에 이르자, 최고정보책임자(CIO) 짐 스원슨은 그중 상당수가 중복되거나 제대로 작동하지 않았다고 밝혔습니다. AI 도입 가치의 80%를 전체 사례 중 단 10~15%가 창출하고 있었기 때문이죠.
이후 J&J는 과감한 전략 전환을 단행했습니다. 중앙 집중식 AI 관리 위원회를 폐지하고, 각 부서에게 AI 관리 책임을 분산시켰습니다. 이를 통해 중복되는 아이디어를 정리하거나 통합하도록 했고, 효과적인 아이디어에 자원을 우선 배분했죠.
그리하여 현재 J&J는 AI 기반의 신약 개발, 공급망 위험 관리 및 영업 담당자 코칭, 사내 정책·복지 관련 챗봇에만 집중하고 있습니다. 3년간의 광범위한 AI 도입 실험에서 벗어나 보다 집중적인 접근 방식으로 AX 전략을 전환한 것이죠.
J&J의 AX 사례가 주는 인사이트
J&J의 AX 사례는 '적게 골라 깊게 파는' 전략의 중요성을 보여줍니다. 초기에는 광범위한 실험이 필요하지만, 어느 시점에서는 과감하게 선택과 집중을 해야 합니다. 모든 AI 프로젝트가 같은 가치를 창출하지 않으며, 소수의 핵심 사례가 대부분의 성과를 만들어낸다는 것을 기억해야 합니다.
또한 중앙 집중식 관리에서 부서별 책임 분산으로의 전환은, AI 거버넌스가 조직의 AI 성숙도에 따라 진화해야 함을 시사합니다. 초기엔 중앙에서 가이드가 필요하지만, 일정 수준 이상 성숙하면 각 부서가 자율적으로 관리하는 것이 더 효과적일 수 있죠.
모건 스탠리, AI를 기존 업무 흐름에 완전히 통합
모건 스탠리(Morgan Stanley)는 방대한 보고서 라이브러리에서 데이터, 결과, 애널리스트 평가 등을 찾아주는 챗봇 AskResearch를 보유하고 있었는데요.
2024년, 이 챗봇에 오픈AI의 챗GPT를 추가한 AskResearchGPT를 발표했습니다. 이는 기관 증권(Institutional Securities) 분야에서 최초로 선보이는 AI 도입 사례였죠. 새로운 AI 도구로 태어난 이 챗봇은 매년 발행되는 7만 건 이상의 방대한 보고서의 구조화되지 않은 비정형 데이터까지 합성하고, 더욱 심층적인 인사이트를 도출할 수 있습니다.
나아가 특허를 받은 워크플로우 솔루션과 연동하여 모건 스탠리의 직원들은 AskResearchGPT에서 얻은 질의 결과를 단 한 번의 클릭으로 이메일 초안으로 전송할 수 있습니다. 이후 이를 수정 및 맞춤 설정한 후 고객과 공유할 수 있죠. 즉, 리서치 검색 → 인사이트 도출 → 이메일 작성 → 고객 전달이라는 전체 업무 프로세스가 AI 중심으로 재설계된 것입니다.
모건 스탠리는 기존의 업무 흐름 안에 AI 기능을 통합하여 조직의 분석 역량을 더욱 포괄적이고 확장 가능하게 만든 AX 사례입니다. 방대한 리서치 라이브러리에서 데이터를 찾고 요약, 합성하는 업무를 AI로 전환하고, 이를 기존의 AskReasearch 워크플로우에 결합해 현업 동선으로 만들었죠.
모건 스탠리의 AX 사례가 주는 인사이트
모건 스탠리의 AX 사례는 단순히 AI 도구를 하나 더 추가하는 것이 아니라, 업무 프로세스 전체를 AI 중심으로 재설계했다는 점이 핵심입니다.
많은 기업이 AI 도구를 도입하지만, 기존 업무 방식은 그대로 유지하는 실수를 범합니다. 결과적으로 직원들은 AI 도구를 추가 업무로 인식하게 되죠. 반면 모건 스탠리처럼 AI를 기존 워크플로우에 완전히 통합하면, 직원들은 자연스럽게 AI를 활용하게 되고 실질적인 생산성 향상을 누리게 됩니다.
또한 이 사례는 AI 도구 간 연동의 중요성을 보여줍니다. AskResearchGPT와 이메일 작성 툴의 연계처럼, 단일 AI 도구보다는 여러 도구를 유기적으로 연결할 때 AX를 통한 더 큰 가치를 창출할 수 있습니다.
텔스트라, 중앙 거버넌스로 전사 AX 기반 구축
텔스트라(Telstra)는 호주의 대표 통신·기술 기업으로, 네트워크 최적화, 스캠 방지, 고객 이슈 해결, 에너지 절감 등 비즈니스 전반에 AI를 적용하고 있습니다. 텔스트라의 2025년 목표는 핵심 프로세스 전부에 AI를 통합하는 것이었죠.
텔스트라는 전사적인 AX를 위해 중앙에서 먼저 공통된 인프라와 규칙 등의 AI 거버넌스를 구축했습니다. 이는 J&J의 분산형 접근과는 정반대의 전략인데요. 대규모 조직에서 AI를 안전하고 일관되게 확산시키려면 강력한 중앙 거버넌스가 선행되어야 한다고 판단한 것입니다.
특히 AI 리스크 관리가 기업의 경쟁 우위 확보를 위한 핵심 요소라 보고, 책임 있는 AI(Responsible AI) 정책을 마련하고 AI 활용의 리스크와 영향력을 검토하는 크로스펑셔널 팀 'AI 및 데이터 리스크 위원회(Risk Council for AI & Data, RCAID)'를 조직했습니다. 또한 RCAID 상위 조직인 '데이터 및 AI 경영진 위원회(Executive Data & AI Council)'를 구축하여, RCAID 감독 및 전사적인 데이터·AI 사용에 관한 책임을 관할하도록 했죠.
말하자면 텔스트라는 AI 모델 제안 → AI·데이터 리스크 위원회 → 경영진 데이터·AI 위원회 → 감사·리스크 위원회로 이어지는 구조를 통해 조직 내의 크고 작은 AX 사례를 중앙에 계층적으로 보고하고 검토하는 프레임워크를 운영하고 있습니다. 이를 통해 AI 거버넌스를 전사적인 리스크 관리 체계에 통합하여 신속하고 치밀한 AI 감독을 구현하고 있죠.
텔스트라의 AX 사례가 주는 인사이트
텔스트라의 AX 사례는 대규모 조직에서 AI를 전사적으로 확산시킬 때 중앙 거버넌스가 얼마나 중요한지 보여줍니다. J&J가 다량의 실험 후 분산형으로 전환한 것과 달리, 텔스트라는 처음부터 강력한 중앙 통제를 선택했습니다.
이는 조직의 특성에 따라 최적의 AI 거버넌스 모델이 다를 수 있음을 시사합니다. 규제가 엄격한 산업(통신, 금융, 헬스케어 등)이나 리스크 관리가 중요한 조직에서는 텔스트라처럼 중앙 집중식 거버넌스가 더 효과적일 수 있습니다.
또한 텔스트라는 AI 윤리와 책임 있는 AI 활용을 조직 차원에서 체계화했다는 점에서도 주목할 만합니다. AI 도입 속도만큼이나 안전하고 책임 있는 AI 활용 체계를 구축하는 것이 장기적으로 지속 가능한 AX의 핵심입니다.
AX 성공의 두 축, 전략적인 접근과 체계적인 교육입니다
글로벌 선도 기업들의 AX 사례를 살펴보면 공통점이 명확합니다.
첫째, 무분별한 AI 도입이 아닌 선택과 집중입니다. J&J처럼 광범위한 실험 후 핵심 사례에 자원을 집중하거나, 처음부터 전략적으로 우선순위를 정하는 것이 중요합니다.
둘째, AI를 기존 업무 프로세스에 녹여야 합니다. AI 도구를 독립적으로 운영하는 것이 아니라, 모건 스탠리처럼 업무 흐름 자체를 AI 중심으로 재설계할 때 진정한 전환이 일어납니다.
셋째, 조직 특성에 맞는 거버넌스 체계 구축이 필수입니다. 텔스트라처럼 중앙 집중식이든, J&J처럼 분산형이든, 조직의 성숙도와 산업 특성에 맞는 AI 거버넌스가 필요합니다.
하지만 이 모든 AX 사례의 성공 요인 중 가장 근본은 AI를 이해하고 활용할 수 있는 인재입니다. 아무리 뛰어난 AI 전략을 수립해도, 이를 실행할 역량을 갖춘 조직 구성원이 없다면 성공할 수 없습니다.
그리고 이러한 인재는 조직의 교육이 뒷받침 될 때 등장합니다.
스파르타 AI 기업교육은 고객사의 AX 전략에 맞춘 맞춤형 AI 교육으로, 조직 구성원들의 역량을 AI 기반으로 전환시켜 드립니다.
산업 특성, 직무·직급별 니즈는 물론, 임직원 수준에 맞는 레벨별 AI 교육으로 임직원 성장의 로드맵을 설계하고 추진합니다.
본격적인 AX 전, 팀스파르타에서 우리 직원들의 AI 역량 진단부터 시작하세요. 진단 결과에 따라 임직원별로 최적화된 교육 과정을 매칭하여 진행할 때, 현장에서 AI 교육의 성과가 바로 나타납니다.
교육, 가장 탄탄한 AX의 기반을 쌓는 지름길입니다. 우리 조직도 성공적인 AX 사례에 오르고 싶다면, 팀스파르타와 함께 시작하세요.
Share article