델 “AI 네이티브 전환, 선택 아닌 경쟁의 기본값”…업무 전면 재설계 시점

델 테크놀로지스($DELL)가 인공지능(AI)을 기존 업무에 덧붙이는 수준을 넘어, 기업 운영 전반을 다시 짜는 ‘AI 네이티브’ 전환에 속도를 내고 있다. 제프 클라크 델 테크놀로지스 부회장 겸 최고운영책임자(COO)는 최근 1년간의 거대언어모델 고도화가 기업 AI 도입의 ‘변곡점’을 만들었다고 진단했다.

클라크는 델 테크놀로지스 월드 2026 행사에서 “이전에는 AI에 질문을 던지고, 간단한 조사나 추론을 맡기는 단계였다면 이제는 실제 ‘업무’를 수행하고 있다”고 말했다. 그는 특히 소프트웨어 개발 분야를 예로 들며 “불과 6개월 만에 개발 환경 전체가 바뀌었다”고 강조했다.

기존 프로세스에 AI 얹는 방식으론 한계

델의 설명에 따르면, 기업 AI의 생산성 한계는 기존 절차를 그대로 둔 채 에이전트만 추가할 때 뚜렷하게 드러난다. 실제로 델 내부에서는 50명의 엔지니어가 1년 동안 개발한 에일리언웨어 노트북용 소프트웨어 기능의 약 30%를, AI 엔지니어 2명이 약 1주일 만에 재현한 사례가 나왔다.

당시 개발 속도를 제한한 핵심 변수는 ‘아키텍처 맥락’이었다. 기존 시스템 구조와 설계 의도를 AI 모델에 충분히 제공하지 못해 완성도가 제한됐다는 뜻이다. 클라크는 이 맥락 정보가 모델에 입력되면 전체 기능 구현도 4주 이내에 실제 배포 단계까지 갈 수 있을 것으로 내다봤다.

이는 단순한 생산성 향상 사례를 넘어, 왜 많은 기업이 AI 전환에서 기대만큼 성과를 내지 못할 수 있는지를 보여준다. 클라크는 “기존 프로세스 위에 AI 에이전트를 얹으면 20~40% 수준의 점진적 개선은 가능하다”면서도 “10배, 100배 수준의 생산성 향상을 원한다면 워크플로우 자체를 분해하고 다시 설계해야 한다”고 말했다.

핵심은 ‘워크플로우 재설계’와 데이터 연결

델이 제시한 AI 네이티브 운영 모델의 핵심은 단순 자동화가 아니다. 어떤 업무를 없앨 수 있는지, 어떤 단계에서 사람을 분리할 수 있는지, 어떤 역할을 AI 에이전트가 맡아야 하는지를 처음부터 다시 정의해야 한다는 것이다.

이를 위해서는 선행 조건도 적지 않다. 델은 지난 3년 동안 내부 운영을 실험 무대로 삼아 시스템을 단순화하고, 표준화하고, 자동화하는 작업을 이어왔다. 여기에 여러 데이터 소스를 연결하고, 에이전트형 프레임워크를 구축한 뒤, 이를 전사적으로 확장하는 순서로 기반을 닦았다고 설명했다.

이 같은 접근은 AI 도입이 단순한 정보기술(IT) 프로젝트가 아니라 기업 운영 모델 전체를 바꾸는 일이라는 점을 시사한다. 특히 AI 활용량이 늘어날수록 비용 구조도 인력 중심에서 ‘토큰’ 사용량 중심으로 이동할 수 있다는 점에서, 예산 편성과 투자 기준 자체가 달라질 가능성이 크다.

기업 IT 지출, 인건비에서 ‘토큰 경제’로 이동하나

클라크는 향후 기업의 IT 지출 일부가 인건비에서 AI 토큰 비용으로 옮겨갈 수 있다고 봤다. 이는 생성형 AI와 에이전트형 AI가 확산될수록, 기업이 사람의 노동시간 대신 모델 호출과 연산량에 더 많은 비용을 쓰게 될 수 있다는 의미다.

이른바 ‘토큰 경제’는 이미 AI 인프라 시장에서 중요한 변수로 떠오르고 있다. 어떤 모델에 어떤 작업을 맡길지, 고성능 모델과 경량 모델을 어떻게 배분할지에 따라 비용 효율이 크게 달라질 수 있어서다. 결국 AI 네이티브 기업은 기술 도입뿐 아니라, 토큰 사용 전략까지 포함한 새로운 운영 감각을 갖춰야 한다는 해석이 가능하다.

‘AI 네이티브’ 전환, 더는 미룰 수 없는 과제

클라크는 AI 네이티브를 ‘AI 시대에 태어난 기업’이라는 뜻으로 보지 않는다고 선을 그었다. 중요한 것은 AI를 기업 전반에 적용할 수 있는 운영 체계를 실제로 갖추는 일이라는 설명이다.

그는 “모든 기업은 AI 네이티브 기업이 돼야 한다”며 “지능이라는 효용을 조직 곳곳에 적용할 수 있어야 하며, 이를 먼저 해내는 기업이 각자의 시장에서 우위를 차지하게 될 것”이라고 말했다.

이번 발언은 AI 도입 경쟁이 실험 단계를 지나, 본격적인 운영 혁신 단계로 넘어가고 있음을 보여준다. 시장에서는 앞으로 기업들의 AI 투자가 단순한 챗봇이나 보조 도구를 넘어, 개발·운영·지원 조직 전체의 재설계로 확산될지에 주목하고 있다.