IoT Analytics가 2022년 4분기부터 2026년 1분기까지 기업들이 발표한 생성형·에이전틱 AI 프로젝트 1,533건을 정리했다. 직전 판의 530건에서 크게 늘어난 규모다. 이 중 2025년~2026년 1분기 프로젝트 734건을 기준으로, 기업이 AI를 가장 많이 쓰는 업무 10가지의 순위를 냈다.
- 1~5위: 운영 프로세스 최적화(52.2%), 마케팅 콘텐츠 제작(30.1%), 고객 문의 응대(22.2%), 소프트웨어 개발(16.5%), 운영 보고(13.2%) 순이다. 운영 최적화는 2022~2024년 30%에서 올랐고 그때도 1위였다.
- 6~10위: 협업(11.6%), 고객 이슈 해결(10.8%), 제품·연구 분석(10.4%), 규제 준수(8.4%), 품질 관리(7.6%)가 뒤를 잇는다.
- 에이전틱 AI는 초기 단계: 단일·멀티 에이전트 시스템은 13.4%(단일 11.3%, 멀티 2.0%)로, 2022~2024년의 0.5%에서 늘었다. 비에이전틱 챗봇·어시스턴트는 65.0%에서 60.1%로 줄었지만 여전히 다수다.
- 자율 실행 비중 상승: 정해진 범위에서 여러 단계의 작업을 스스로 수행하는 프로젝트는 2025년 1.1%에서 2026년 1분기 17.8%로 늘었다. 결과물만 내놓는 프로젝트는 59.5%에서 32.2%로 줄었다.
- 산업별 온도차: 생성형 AI는 늦은 다수 단계로 접어드는 중이다. 에이전틱 AI는 기술 기업이 앞서고, 제조를 포함한 다른 산업은 상당수가 파일럿 단계다.
숫자에서 읽히는 흐름은 AI가 문서 작성이나 상담 보조를 넘어 업무 흐름 자체를 개선하는 쪽으로 이동하고 있다는 점이다. 공정 데이터에서 병목을 찾고 설정 변경을 제안하는 일은 센서·설비 데이터를 다루는 IoT 프로젝트와 맞닿아 있다. 10위의 품질 관리도 제조 현장과 가까운 항목이다. 보고서 자동화나 이상 징후 요약처럼 범위가 좁은 업무부터 시험해 보기에 좋다. 원문에는 NielsenIQ가 제품 포장 이미지를 구조화된 상품 데이터로 바꿔 품목 코딩을 자동화한 사례가 실려 있다. 비슷한 반복 업무가 있다면 참고할 만하다.
다만 읽을 때 주의할 점이 있다. 이 집계는 기업이 공개적으로 발표한 프로젝트를 센 것이다. 실제 운영 성과나 성공률과는 별개이고, 발표하기 쉬운 사례가 더 많이 잡혔을 가능성도 있다. 상위 10개 비율의 합이 100%를 넘으니 한 프로젝트가 여러 업무에 걸쳐 집계되는 것으로 보인다. 자율 실행 비중 17.8%는 2026년 1분기 174건에서 나온 값이어서, 저자도 안정된 비율이 아니라 변화의 방향으로 봐야 한다고 밝혔다. 에이전트 도입을 검토한다면 이 수치보다 자사 업무에서 자동 실행해도 되는 범위와 사람이 확인할 지점을 먼저 정하는 편이 현실적이다.
원문: The top 10 enterprise AI applications: What 1,533 real-world projects show (IoT Analytics)