AI 참여도 높은 기업의 특징 – 업종·규모·설립 시기

어떤 업종, 규모, 설립 시기의 기업이 AI에 더 진심일까요? AII·SAII 점수를 기준으로 미국 상장사의 AI 참여도 패턴을 분석한 논문 내용을 정리했습니다.

AI 참여도


이전 글에서 AI 참여도 점수(AII/SAII)와 기업의 실제 수익률 간의 관계를 살펴봤습니다. 이번 글에서는 조금 다른 질문을 던져보려 합니다.

AI에 진심인 기업들은 어떤 공통점을 가지고 있을까?

대부분의 기업이 AI를 하고 있다고 말하고 있지만, 실제로 적극적으로 참여하고 있는 기업의 특성에는 일정한 패턴이 있었습니다. 미국 상장사 3,395개를 대상으로 한 이 연구 업종, 기업 규모, 설립 시기 등에 따라 AII 및 SAII 점수가 어떻게 달라지는지를 분석했습니다.


분석 개요

연구진은 AII/SAII 점수를 종속변수로 삼고, 다음과 같은 기업 특성을 독립변수로 회귀분석을 수행했습니다:

  • 업종(Sector): 기술, 금융, 제조, 의료 등

  • 기업 규모(Size): 총자산과 매출 기준 대기업/중소기업 구분

  • 설립 시기(Firm age): 설립된 지 몇 년 된 기업인지

그 결과 AI 참여도에 영향을 주는 몇 가지 뚜렷한 경향이 발견되었습니다.


업종별 차이: 기술·금융 업종이 선도

  • 정보기술(Tech), 커뮤니케이션, 금융 업종의 기업이 평균적으로 AII 점수가 높았습니다.

  • 이들 업종은 AI 기술을 핵심 역량으로 활용할 가능성이 높으며, 보고서 내에서도 전략·리스크·비전 섹션에 AI 관련 언급이 많았습니다.

  • 반면 에너지, 제조업, 소비재 기업은 상대적으로 AI 언급 빈도가 낮은 경향을 보였습니다.


기업 규모: 대기업은 많이, 중소기업은 몰입도 높게

  • AII 점수는 대기업일수록 높은 경향을 보였습니다. R&D 투자 여력, 전략 전담 부서 보유 등 조직적 자원이 풍부하기 때문입니다.

  • 그러나 SAII 점수에서는 중소기업도 충분히 경쟁력 있는 결과를 보였습니다. 규모는 작지만, AI에 집중적으로 투자하거나 사업 모델 자체가 AI 중심인 기업들이 좋은 점수를 받은 것입니다.

  • 즉, 규모가 작더라도 AI에 몰입한 기업은 존재하며, SAII는 그런 기업들을 드러내는 데 유용한 지표입니다.


설립 시기: 젊은 기업일수록 AI 언급 빈도 높음

  • 설립된 지 오래된 전통 기업보다는, 최근 10년 내 창업된 기업일수록 AI 관련 언급 빈도가 높았습니다.

  • 이는 자연스러운 결과입니다. 신생 기업일수록 AI 기반 비즈니스 모델을 처음부터 채택하거나, 기술 기반 스타트업으로 출발했기 때문입니다.

  • 대표적으로 C3.ai, BigBear.ai 등은 AI 중심 기업이며, 보고서 전체가 AI 전략과 기술로 채워져 있었습니다.


투자자 입장에서 시사점

이 분석은 AI 참여도가 단순히 '기술 회사냐 아니냐'의 문제가 아님을 보여줍니다.
금융, 유통, 물류, 보안 등 다양한 산업에서 AI 전략을 본격적으로 추진하고 있습니다.

또한, AII와 SAII는 서로 보완적인 시각을 제공합니다.

  • AII는 AI가 기업 전체 전략에서 얼마나 중요하게 다뤄지는지를 보여주고,

  • SAII는 기업의 규모에 비해 얼마나 AI에 집중하고 있는지를 보여주는 지표입니다.

따라서 투자자 입장에서는 대형 기술 기업뿐 아니라, 중소형 AI 전문기업에도 주목할 필요가 있습니다.
기업의 나이나 업종보다 더 중요한 건, AI에 ‘얼마나 전략적으로 접근하고 있느냐’입니다.


지금까지는 AI 참여도 점수가 '무엇인지', '어떤 기업이 높은지', '수익률과 무슨 관계가 있는지'를 살펴봤습니다.

그렇다면 이제 궁금해집니다.

이 점수를 실제 투자나 정책에 활용할 수 있을까?

다음 글에서는 연구진이 제안한 AII/SAII 점수의 실용적 활용 방법을 소개하려 합니다.
투자자, 기업 실무자, 정책 담당자들이 이 점수를 어떻게 사용할 수 있을지 함께 정리해보겠습니다.


참고 논문

Ante, L., & Saggu, A. (2025).
Quantifying a Firm’s AI Engagement: Constructing an Objective and Scalable Measure from 10-K Filings
논문 원문 보기

댓글 쓰기