캡제머니 연구소(Capgemini Research Institute)가 '자동차 제품 개발의 재구상: 기업 간 AI 경쟁에서 우위 확보'라는 제목으로 발표한 최신 보고서에 따르면, 업계 기업들은 에이전틱 AI(Agentic AI) 애플리케이션을 테스트 단계에서 실제 제품 개발 프로세스로 빠르게 전환하고 있습니다. 보고서는 거의 10개 중 7개 기업이 현재 실제 사용 33%, 테스트 단계 35%의 비율로 이 기술을 채택하고 있으며, 향후 몇 년 동안 비핵심 엔지니어링 활동에서의 도입률이 68%에 이를 것으로 예상된다고 밝혔습니다.
이러한 발전은 가시적인 가치를 반영하고 있으며, 임원의 83%는 에이전틱 AI가 엔지니어가 행정 및 조정 업무에 얽매이지 않고 핵심 엔지니어링 업무에 집중할 수 있도록 역량을 부여할 수 있다고 보고 있습니다. 반면, 완전히 고도화된 AI 거버넌스 모델을 보유하고 있다고 답한 기업은 5%를 넘지 않는 미미한 수준에 그쳐, 데이터 품질, 추적 가능성, 직접적인 책임성과 관련된 과제가 여전히 지속되고 있음을 보여줍니다.
성과 격차와 지역별 편차
이 보고서는 12개국의 자동차 부문 고위 임원 800명을 대상으로 한 글로벌 설문조사를 바탕으로 작성되었습니다. 가치를 가장 많이 창출한 기업들은 개발 주기를 17% 단축하고, 엔지니어링 생산성을 19% 향상시켰으며, 시장 출시 시간을 19% 단축하는 데 성공했다고 보고서는 밝혔습니다. 이러한 우위는 기술 자체 덕분만이 아니라, 더욱 탄력적인 데이터 기반과 더 엄격한 운영 및 거버넌스 모델을 갖추고 있기 때문입니다.
지리적 분포 측면에서 미국과 유럽의 시장은 가장 높은 수준의 AI 전략 구현을 기록하고 있으며, 미국의 주문자 상표 부착 생산(OEM) 기업의 53%와 유럽의 46%가 이미 AI 주도 이니셔티브를 적용하고 있습니다. 대조적으로, 중국에 참여한 기업 10개 중 4개사는 여전히 구현 단계에 있다고 밝혔으며, 그곳에서 유사한 전략적 발전을 이룬 기업의 비율은 7%에 불과했습니다.
신뢰와 데이터 장벽이 의미하는 것은?
에이전틱 AI의 사용 범위가 확대됨에 따라 신뢰 수준은 적용 단계에 따라 크게 달라집니다. 초기 연구 및 개념 설계 단계에서는 만족도가 59%로 상승하지만, 엔지니어링 결과와 안전 표준에 직접적인 영향을 미치는 실제 개발 단계에서는 40%로 하락합니다. 또한 보고서는 도로 위 커넥티드 차량의 방대한 데이터를 즉각적인 제품 개선으로 전환하는 것의 어려움을 추가적인 과제로 지적했으며, 기업의 64%는 현재 차량을 수정하는 대신 얻은 교훈을 향후 소프트웨어에 반영하고 있다고 밝혔습니다.