AI 에이전트 파일럿을 돌리고 있는 기업, 78%입니다. 그중 실제로 프로덕션 규모로 운영 중인 곳은 14%예요. 78개를 시작해서 11개만 살아남는다는 뜻이고, 나머지 67개는 어딘가에서 멈춰 있어요.
Accenture가 조사한 수치는 더 단순합니다. 리더 100명 중 32명만이 "회사 전체에서 AI가 지속적으로 성과를 내고 있다"고 답했어요. 이게 기술 문제라면 고치면 됩니다. 근데 Accenture의 진단은 달라요. 기술 문제가 아니라 배포 방법론의 문제라는 거예요.
파일럿이 왜 죽는 건데?
2026년 5월, Knowledge 2026 컨퍼런스에서 ServiceNow와 Accenture가 함께 발표한 내용이 흥미로운 건 새 기술을 내놓은 게 아니었기 때문이에요. 그들이 내놓은 건 방법론이었거든요.
이름은 Forward Deployed Engineering (FDE) 프로그램. 원래 이 모델을 처음 만든 건 Palantir였어요. 2010년대 초, 정보기관 고객들이 "원하는 게 뭔지" 말을 못 하는 상황에서 Palantir가 생각해낸 방법이 엔지니어를 고객사 내부에 배치하는 거였어요. 외부에서 요구사항을 받아다 만드는 게 아니라, 현장에 있으면서 실제 제약 안에서 직접 만드는 방식이에요.
이 모델이 2026년에 AI 업계 전체로 번지고 있어요. Anthropic은 이 방식으로 $15억짜리 조인트벤처를 만들었고, OpenAI도 $100억 규모로 같은 방향을 가고 있어요. ServiceNow + Accenture의 FDE 프로그램도 그 흐름 안에 있어요.
Digital Applied의 2026년 3월 조사(650명 엔터프라이즈 기술 리더 대상)에서 파일럿이 프로덕션에 도달하지 못하는 원인을 정리했어요.
- 레거시 시스템 연동 복잡성
63%가 꼽은 1순위. AI는 만들었는데, 기존 ERP나 CRM에 붙이는 게 생각보다 훨씬 복잡해요. - 실사용 시 출력 품질 저하
58%. 테스트 환경에서는 잘 됐는데, 실제 엣지 케이스에서 무너지는 패턴이 반복돼요. - 모니터링 인프라 부재
54%. 에이전트가 무슨 결정을 내리는지 추적하는 시스템 자체가 없는 경우가 많아요. - 조직 내 책임 소재 불명확
49%. "이건 누구 담당이야?"가 해결 안 된 채로 배포가 진행돼요. - 도메인 학습 데이터 부족
41%. 일반 모델로 만든 에이전트가 우리 회사의 특수 상황을 처리 못 해요.
이 5가지의 공통점이 있어요. 전부 기술 문제가 아니라 배포 과정의 문제예요. AI 자체는 작동해요. 근데 '우리 회사 현실'에 맞게 붙이는 과정이 없으면 파일럿에서 멈춰요.
현장에 들어가면 뭐가 달라지는 건데?
FDE 모델의 핵심은 단순해요. 엔지니어가 고객사 내부에 들어가서, 실제 업무 시스템 안에서 에이전트를 만들고 가동시켜요. ServiceNow AI Platform 위에서요.
| 기존 방식 | FDE 방식 | |
|---|---|---|
| 개발 위치 | 벤더 오피스에서 원격 개발 | 고객사 내부에 임베드 |
| 요구사항 파악 | 문서·회의로 스펙 전달 | 현장 관찰 + 실시간 반영 |
| 검증 환경 | 시뮬레이션 또는 샘플 데이터 | 실제 프로덕션 데이터 |
| 배포 목표 | 파일럿 완성 | 첫 빌드부터 전사 확산 설계 |
| 거버넌스 | 별도 관리 시스템 | AI Control Tower 통합 관리 |
ServiceNow SVP John Aisien이 이렇게 설명했어요: "우리 팀은 고객 환경에 있으면서 ServiceNow와 서드파티 구성요소를 구현하고 가치 지표를 직접 입증합니다." 가치를 증명하고 나서 배포가 시작되는 게 아니라, 배포하면서 동시에 가치를 만들어가는 구조예요.
중심에는 AI Control Tower가 있어요. ServiceNow가 Knowledge 2026에서 재정의한 이 시스템은 에이전트의 성능 추적, 거버넌스, 보안, 비용 측정을 한 곳에서 처리해요. ServiceNow 자체가 이 시스템으로 2025년 누적 5억 달러 AI 가치를 확인했고, Rolls-Royce는 직원 12,000명에게 배포해 5,000시간 절감, 54% 요청 자동처리를 달성했어요.
FDE 프로그램이 제공하는 것
ServiceNow + Accenture 고객은 300개 이상의 사전 구축된 AI 에이전트 스킬과 워크플로우에 즉시 접근할 수 있어요. 직접 다 만들 필요 없이, 이미 검증된 에이전트를 우리 환경에 맞게 조정하는 방식이에요.
Accenture의 Ram Ramalingam이 핵심을 딱 짚었어요: "고객들이 묻는 건 AI에 투자해야 하느냐가 아닙니다. 엔터프라이즈 규모에서 어떻게 작동하게 하느냐죠." 이미 모두가 파일럿은 하고 있어요. 싸움터는 배포예요.
핵심만 정리: FDE 방식으로 시작하는 법
- 파일럿 재진단
현재 멈춰있는 AI 파일럿이 있다면, 5가지 원인(연동, 품질, 모니터링, 책임, 데이터) 중 어디서 막혔는지 먼저 짚어요. 기술 문제인지 조직 문제인지에 따라 접근이 달라져요. - 처음부터 전사 배포를 설계
파일럿을 "성공적인 파일럿"으로 끝낼 게 아니라, 처음 설계할 때부터 전사에 어떻게 깔 것인가를 함께 고려해요. 배포 범위가 달라지면 아키텍처 자체가 달라져요. - 거버넌스 인프라 선착공
에이전트가 뭘 결정하는지 추적하는 시스템(모니터링, 감사 로그, 성과 지표)을 에이전트 배포 전에 먼저 만들어요. 사후에 붙이려 하면 훨씬 복잡해져요. - 책임 소재 명문화
각 AI 에이전트에 대해 "이 에이전트의 오너는 누구인가"를 문서로 정해요. 모니터링 이상 신호가 왔을 때 누가 대응하는지 사전 정의가 없으면, 에이전트가 꺼져요. - 임베드 방식 파트너십 검토
ServiceNow + Accenture FDE 프로그램처럼, 외부 전문가가 우리 환경 안에서 함께 만드는 방식을 고려해요. 원격 컨설팅보다 현장 임베드가 파일럿-프로덕션 갭을 좁히는 데 효과적이에요.
