Modern CIOs and tech leaders carry responsibility not only for an organization’s technology but, as key partners, for its entire business success. So having access to readily transferable lessons is critical in order to solve real business challenges, and lead with clarity, confidence, and purpose.

As a jumping off point, I’ve distilled here some of my favourite maxims from different business functions.

Maxim 2: Try to be human

You’re more interesting than you think. Try to be human. I realize this is a tough ask for us classic IT introvert types, but with many interactions now conducted remotely, it’s even more important to find opportunities to meet in person.

Letting people know what makes you tick personally is of more interest than you could probably imagine. Colleagues are interested in you as a whole person, not simply as the person they work with. So don’t be afraid to bring yourself to work, as the phrase goes. This allows others to do the same, and to talk about their own feelings and circumstances.

As an INTP (an introverted, intuitive, thinking, and perceiving type from the Myers-Briggs personality assessment), social events aren’t my natural environment. And we’ve probably all experienced how work and socializing sometimes don’t mix. Is an orchestrated corporate event all that comfortable for anyone? But try to show up and meet people, relax a bit, and have some fun.

Maxim 6: Beware the IT cultural cringe

IT people often prefer to vent about the technology-ignorant business rather than stand up and explain the tech. Instead of declaring something’s bad for the company or a dead-end, they shrug and say the business just doesn’t get it.

No matter how great your strategy is, your plans will fail without a company culture that encourages people to implement it. I know from speaking to other CIOs that a frequent role for them is standing up for IT and defending their teams in a culture where the business blames IT for its failures.

It’s therefore vital to coach your teams to deal on equal terms with their internal business customers. Key to this is talking in business terms, not IT jargon. The reason for not adopting a nonstandard piece of tech is it’ll inflate future company running costs, not that it doesn’t neatly fit the IT estate. So stand up and be counted on a matter of tech principle, and win the debate.

Maxim 8: There are no IT projects, only business projects.

When IT projects fail, it’s often because of a lack of ownership by the business.

The entire purpose of your IT department is to move the organization forward. So any investment must deliver on quantifiable financial targets or defined business objectives. If it doesn’t, move on. This is fundamental. Forgetting to do so is easy when under pressure, as others press you with their own agendas, but dangerous for you and the business.

Everything I’ve learned and seen reinforces this. Without this focus, you’re just an IT supplier taking orders, not the executive IT partner of the business. Question any actions by your team that can’t be linked back to the company’s core objectives.

It all comes down to building relationships based on trust with your business colleagues who recognize that you understand what the business needs and can afford, so challenge projects not owned by the business leaders.

Maxim 10: The CIO as the personification of IT

Be vocal about your team’s successes and be honest about your mistakes. As CIO, you’re the face of the IT function in your organization, and you set the tone for everyone in IT.

Try not to talk about the business and IT as separate entities. You and your team are just as integral to the company as sales, operations, or finance. Always talk about our business needs and what we should do.

Remember, you’re accountable for all the IT. These days, we talk about being authentic, so being honest about your slip-ups, and how you feel about them, is important in establishing your reputation, both internally and externally.

Explain a success to others in the organization and why it worked. Bring out how collaboration between their teams and IT, working to aligned plans and objectives, made good things happen for everyone involved.

Maxim 36: Join up digital and IT

Digital natives need to work together with old techies. Advances of the last decade have been delivered by fast-moving digital startups, financed by deep-pocketed investors. Unsurprisingly, this has spawned organizational impatience with the costs and time taken by traditional or legacy IT functions. This frustration can then translate into setting up a completely separate digital department under a CDO, charged with implementing the new and faster-moving business.

Your current business is built on long-established ways of working, and processes that remain necessary, unless you’re going to build them all a second time for the new digital channel. If not, then new components, including services and products, will have to interface with existing systems, as well as firmly established and mission-critical business processes. So with this dynamic, ensure that both traditional IT and new digital report to you.

Maxim 56: AI is a tech-driven business revolution

AI is the most overhyped bandwagon in technology, more than bitcoin, big data, and augmented and virtual reality. Nevertheless, it’s the most far-reaching tech-driven change since the advent of the internet. In a matter of months, AI and AI agents are doing to white-collar jobs what production line robots did to blue-collar jobs 20 years ago.

AI is transforming the world and we’re just at the beginning of this revolution. So what are you doing about it?

Your challenge as CIO is that AI has cut through to your board and executive leadership like nothing before. Furthermore, all your partners and suppliers are building AI agents into their software and services. Plus, all your best digital innovators in the business, and definitely all your recent grad hires, are using Chat GPT and bespoke AI tools in their day jobs. As CIO, you hold the keys to AI working well by effectively wielding the data in your systems. After all, you and your team are the ones who best understand how the AI works as the means to achieve business value.

기업의 AI 프로젝트가 기대에 못 미쳤다는 평가가 잇따르고 있다. 지금까지 나온 연구 대부분이 같은 결론을 내린다. MIT는 기업의 생성형 AI 프로젝트 중 95%가 실패했다고 분석하기도 했다. 여기서 ‘실패’는 6개월 안에 측정 가능한 재무적 수익을 보여주지 못한 경우를 뜻한다.

문제는 이제 ‘성과 부진’을 눈감아주는 시기가 지났다는 점이다. CEO와 이사회, 투자자들은 AI 투자에서 눈에 보이는 ROI를 요구하고 있다. IT 서비스 기업 킨드릴(Kyndryl)의 보고서에 따르면, 설문에 참여한 3,700명의 고위 경영진·의사결정자 중 61%는 “1년 전보다 지금 AI 투자 ROI를 입증해야 한다는 압박이 더 커졌다”고 답했다. 글로벌 CEO 자문사 테네오(Teneo)의 설문 조사에서도 “AI가 과대광고에서 실행으로 무게 중심이 이동하면서, AI 지출의 ROI를 보여달라는 압박이 커지고 있다”며, 비슷한 흐름을 확인했다. 보고서는 투자자 53%가 ‘6개월 이내의 흑자 ROI’를 기대한다고 밝혔다.

IBM 컨설팅의 글로벌 매니징 파트너 닐 다르는 “CEO와 CIO에게 수익을 내라는 압박이 지속되고, 결국 ‘AI로 회사를 어떻게 더 나아지게 만들 것인가’라는 질문으로 수렴한다”고 설명했다.

성공의 초석은 가치 중심 AI

보험사 뉴욕라이프(New York Life) 산하 뉴욕라이프 그룹 베네핏 솔루션즈의 CIO 맷 마즈는 2026년에도 AI ROI를 낼 수 있다고 자신했다. 핵심은 ‘예상 가치’를 기준으로 배포 우선순위를 정하는 방식이다. 마즈는 “2023년 12월 CEO의 촉구로 AI 여정을 시작했고, 출발점부터 고객·파트너·직원 경험을 끌어올릴 기술·데이터·AI 기업이 되자는 목표를 세웠다. 그래서 처음부터 가치와 ROI가 최우선 기준이었다”라고 밝혔다.

AI 투자 판단도 다른 투자와 동일한 잣대를 적용한다. 운영비 절감, 마진 개선, 매출 성장, 고객 만족, 고객 유지 등 다양한 지표를 보되, 최종적으로는 ‘이익 기여’로 귀결된다는 설명이다. 마즈는 “우리는 손익을 기준으로 투자를 집행하기 때문에 지출에 민감하다”라며, “민첩하게 움직이되, 돈을 낭비하지 않는 것이 중요하다”라고 강조했다.

ROI 중점 전략을 추진하기 위한 실무 방식도 소개했다. 데이터·시스템·역량 측면에서 AI에 대한 준비가 된, 이른바 ‘AI Ready’  영역을 우선 공략하고, 여기서 나온 수익으로 다음 프로젝트를 재투자한다. 또한 AI 시스템을 재사용 가능하게 설계해 이후 프로젝트가 더 빨리 출발하도록 만든다. 마즈는 “막연한 개선을 기대하는 것이 아니라, 현실적인 ROI를 낼 수 있는 과제를 고르기 위한 전략적 접근”이라고 설명했다.

여기에 지속적인 IT 현대화도 중요한 기반으로 꼽았다. 마즈는 “기반을 먼저 구축했기 때문에 AI를 활용할 좋은 위치에 섰다”라며, “AI로 ROI를 내려면 전략적 데이터 관리, 컴퓨팅·애플리케이션 현대화, 클라우드 네이티브 솔루션이 필요하다”라고 말했다. 향후에는 AI로 업무를 재구성하고 핵심 프로세스에 ‘에이전틱 솔루션’을 본격적으로 도입하겠다는 구상도 내놨다. 다만 투자안에 따라 회수 기간은 수년이 걸릴 수 있다고 덧붙였다.

“ROI가 필요하다” 성과 측정 기준도 재정의

하지만, 많은 기업이 ROI가 빨리 나오지 않을 가능성이 더 크다고 생각한다. 테네오의 보고서에 따르면, CEO 84%는 “새 AI 이니셔티브의 수익이 나오는 데 6개월보다 더 오래 걸릴 것”이라고 예상했다.

컨설팅 기업 웨스트몬로(West Monroe)의 CAIO 브렛 그린스타인은 “초기 AI 프로젝트 상당수가 비즈니스와 무관한 실험·학습에 가까웠고, 조직의 목표를 해결하지 못해 없어졌다”라고 진단했다. 실제 과제를 겨냥했더라도 확장에 필요한 데이터·기술 기반이 없거나, 현대화 비용이 예상 ROI보다 커서 무산되는 경우가 많았다는 분석이다. 성과가 있어도 정량화가 어렵거나 ‘조직의 판도를 바꾸기엔’ 너무 작은 개선에 그치기도 했다.

그린스타인은 “웹과 모바일 초기에도 비슷한 일이 있었다. 중요한 지표가 무엇인지 새로 찾아내는 데는 시간이 걸린다”라고 말했다. 다만 챗GPT 등장 이후 3년이 지나며 기업의 이해도가 성숙해졌다고 평가했다. 그린스타인은 “지금은 고객들이 AI의 혁신 가치를 이해하고 ‘새로운 업무 방식’으로 보는 3번째 변화의 물결 속에 있다”라며, “ROI가 나오는 곳은 AI를 혁신으로 보고, 현업과 함께 업무 방식을 다시 설계한다. ROI를 얻으려면 변혁 작업이 필요하다는 걸 아는 조직”이라고 분석했다.

팔로알토 네트웍스의 CIO 미라 라자벨은 AI 과제를 고를 때 ‘속도’, ‘효율’, ‘경험’ 세 가지를 기준으로 삼는다고 밝혔다. 라자벨은 “속도가 핵심”이라며, “더 적은 자원으로 더 많은 일을 할 수 있는가, 경험을 얼마나 개선하는가가 판단 기준”이라고 말했다.

라자벨은 이를 토대로 IT 운영의 90%를 AI로 자동화하는 프로젝트를 추진 중이라고 소개했다. 해당 프로젝트는 2024년 초 자동화 비율 12%에서 2025년 말 기준 75%로 높아졌고, 그 과정에서 IT 운영 비용을 절반으로 줄였다고 전했다.

지표와 목표 수립이 먼저

다르는 AI ROI가 잡히지 않았던 이유로 ‘전략 부재’를 지목했다. 다르는 “어디에 AI를 적용할지 체계적으로 묻기보다, ‘일단 해보자’며 무작정 확산시키는 경우가 있었다”고 지적했다.

하지만 점점 더 많은 최고 경영진이 AI를 ‘대대적 혁신’ 수단이자 자사 비즈니스를 극적으로 전환할 기술로 보기 시작했다. 다르는 “이런 기업은 기능별로 재창조하고, 더 좋고 강하고 저렴하게 혁신하고, 경우에 따라 매출도 성장하고 있다. 2년 전에는 실험과 PoC가 많았지만, 지금은 혁신의 단계로 넘어왔고 성숙한 조직은 12개월 내에 수익을 낼 것을 요구한다”라고 설명했다.

애플 기기 관리 소프트웨어 기업 잼프(Jamf)의 CIO 린 램도 관점 변화를 언급했다. 램은 “그동안은 문제점을 해결하기 위해 AI를 적용했지만, 이제는 일하는 방식 자체를 다시 생각할 목적으로 AI를 사용한다”라며, “진짜 큰 가치는 그 지점에서 나온다”라고 강조했다.

현재 잼프가 우선시하는 AI 이니셔티브도 분명 이렇다. 램은 “2년 전에는 ‘일단 해보자’가 통했지만, 지금은 그 단계를 넘었다. 누군가 잠재 가치의 근거가 없는 제안을 하면, 반대할 것이다. 지금은 이해관계자의 목표를 확인하고, 성과를 측정할 지표를 먼저 세운다”라고 밝혔다. 이어 “AI와 AI 에이전트로 할 수 있는 일의 가능성은 거의 무한해 보이지만, 결국 우리는 비즈니스를 운영한다. 논리적이고 영리하게 의사결정을 해야 한다”라고 덧붙였다.

IT 과제를 AI 혁신의 선순환 자원으로 전환

물론 ROI에 초점을 맞춘 혁신에도 현실적 장애물은 남아 있다. IT 서비스 기업 타타 컨설팅 서비스(Tata Consultancy Services, TCS) 북미 AI·기술 혁신 사업부를 이끄는 제니퍼 페르난데스는 “레거시 기술, 프로세스 부채, 데이터 부채가 AI 확장을 막고 있다”라고 지적하며, “이 부채를 갚지 않으면 AI 야심을 키우기도, 의미 있는 성과를 내기도 어렵다”라고 강조했다.

시스코의 ‘AI 준비도 지표’도 같은 문제를 보여준다. 조사 대상 중 IT 인프라가 ‘AI 대한 준비가 되어 있다”라고 답한 조직은 32%에 그쳤고, 데이터 준비도는 34%, 거버넌스 프로세스 준비도는 23%로 더 낮았다.

페르난데스는 ‘부채를 전략적으로 처리하되, AI로 그 부채를 갚는 방식’을 권했다. AI로 IT를 현대화하면 운영 효율이 올라가고, 더 많은 AI 사용례를 지원할 역량도 함께 커지며, 데이터 계층의 결함도 보완할 수 있다는 것. 이런 개선을 통해 절감한 비용과 역량을 다시 다른 AI 프로젝트에 재투자하면, 현대화 효과 덕분에 후속 프로젝트의 ROI 가능성도 높아진다는 설명이다.

페르난데스는 “최적화를 통해 부채를 줄이고, 단계적으로 구축하면서 변혁을 이어갈 수 있다. CIO가 ‘고쳐야 하니 돈을 달라’고 말하는 대신 ‘AI를 도입해 수익을 만들고, 그 수익으로 다른 혁신에 재투자하겠다’고 말할 수 있다. CIO가 AI를 위한 재원을 만들어주는 셈”이라고 말했다.
dl-ciokorea@foundryco.com

AI initiatives by and large have fallen short of expectations.

That’s the conclusion of most research to date, including MIT’s The GenAI Divide: State of AI in Business 2025, which found a staggering 95% failure rate for enterprise generative AI projects, defined as not having shown measurable financial returns within six months.

Moreover, tolerance for poor returns is running out, as CEOs, boards, and investors are making it clear they want to see demonstrable ROI on AI initiatives.

According to Kyndryl’s 2025 Readiness Report, 61% of the 3,700 senior business leaders and decision-makers surveyed feel more pressure to prove ROI on their AI investments now versus a year ago.

And the Vision 2026 CEO and Investor Outlook Survey, from global CEO advisory firm Teneo, noted a similar trend, writing that “as efforts shift from hype to execution, businesses are under pressure to show ROI from rising AI spend,” noting that 53% of investors expect positive ROI in six months or less.

“There is pressure on CEOs and CIOs to deliver returns, and that pressure is going to continue, and with that pressure is the question, ‘How will you use AI to make the company better?’” says Neil Dhar, global managing partner at IBM Consulting.

Laying the foundation for success

Matt Marze, CIO of New York Life Group Benefit Solutions, is confident he can deliver AI ROI in 2026 because he’s been getting positive returns all along. The key? Pursuing and prioritizing AI deployments based on the anticipated value each will produce.

“We started our AI journey with a call to action in December 2023 by the CEO, and from the start we wanted to be a technology, data, and AI company to drive unparalleled experiences for our customers, partners, and employees. So all along the value question, the ROI was very top of mind,” Marze explains.

Marze and his executive colleagues approach AI investments “the same way we think about all our investments” — that is, considering how they’d impact the company’s earnings plan. “We look at operating expense reduction, margin improvement, top-line revenue growth, customer satisfaction, and client retention, but at the end of the day it boils down to our earnings contribution,” he says.

Marze highlights practices that keeps the organization focused on ROI, such as prioritizing AI initiatives for areas that are AI-ready in terms of available data, systems, and skills; using returns from those to fund subsequent initiatives; and designing AI systems in ways that allow for reusability so that subsequent projects can get off the ground more efficiently.

“We’re doing all that very strategically,” Marze says, explaining that this approach enables the organization to select AI projects where there are realistic expectations for ROI rather than merely hopes for vague improvements.

“We want to be nimble and move with urgency, but we also want to do things the right way. And because we fund our investments out of our P&L, we think about spending. We have that P&L mindset. We don’t like to waste money,” he adds.

Marze also credits the company’s ongoing commitment to modernization as helping ensure AI projects can deliver returns. “We built a foundation, and that put us in a good position to capitalize on AI,” he says. “There is a readiness component to leveraging AI effectively and to driving AI ROI. You have to have strategic data management, modernized computing, modernized apps, and cloud-native solutions to take advantage of AI.”

Marze expects those same disciplines and approaches to continue enabling him to pick AI initiatives that deliver measurable value for the organization as his company looks to reimagine work using AI and to bring full agentic solutions into its core processes.

The payback on the various proposals vary, he notes, and the anticipated timeline for payback for some can be a few years out, but he’s confident that the positive returns will be there.

Moving from elusive to realized ROI

Others are not as confident that their AI projects will deliver ROI — or at least ROI as quickly as some would like. Some 84% of CEOs predict that positive returns from new AI initiatives will take longer than six months to achieve, according to the Teneo report.

Their perspective may be colored by the past few years, when ROI has been elusive for many reasons, say researchers, analysts, and IT execs.

Many early AI initiatives were experiments and learning opportunities with little or no relevance to the business, says Bret Greenstein, CAIO at West Monroe. They often didn’t address the organization’s needs or goals and atrophied as a result. And even when the AI projects did address real pain points or business opportunities, they often failed to deliver value because the data or technology needed to scale wasn’t there or cost more to modernize than the anticipated ROI. And while some delivered modest gains or improved experience, they were either difficult to quantify or small enough to not move the needle.

“If you go back to the early days of the web and mobile, the same thing happened, before people learned there are new metrics that mattered. It just takes time to figure those out,” Greenstein says.

Now, three years after the arrival of ChatGPT and generative AI, the enterprise has matured its understanding of AI’s potential.

“We’re clearly in the third wave where more clients understand the transformational value of AI and that it’s about new ways of working,” Greenstein says. “Those who are getting ROIs are the ones who see it as a transformation and work with the business to rethink what they’re doing and to get people to work differently. They know transformation work is required to see an ROI.”

To ensure AI projects deliver ROI, Palo Alto Networks CIO Meerah Rajavel selects initiatives that deliver velocity (“Speed is the name of the game,” she says), efficiency (“Can I do more with less?”), and improved experience. “This forces us to reimagine experiences and processes, and it absolutely changes the game,” she says.

Rajavel assesses each AI initiative’s success on the outcomes it produces in those categories, noting that her company has adopted that focus all along and continues to use it to determine which AI investments to make.

As a case in point, she cites a current project that uses AI to automate 90% of IT operations — a project that is already delivering gains in velocity, efficiency, and experience. Rajavel says automated IT operations jumped from 12% when the project started in early 2024 to 75% as of late 2025 — an improvement that has halved the costs of IT operations.

Metrics and targets

Many organizations haven’t taken a strategic approach when deciding where to implement AI, which helps explain why AI ROI has been so elusive, says IBM’s Dhar. “Some sprayed and prayed rather than systematically asking, ‘How will the technology make my company better?’” he adds.

But top management teams are increasingly looking at AI “as a way to transform — and to transform their businesses dramatically,” he says. “They’re reinventing all their functions, and they’re transforming functions to make them better, stronger, and cheaper, and in some cases they’re also getting top-line growth. Two years ago, there was a lot of experimentation, proofs of concept; now it is transformation, with the most sophisticated management teams looking for returns within 12 months.”

Linh Lam, CIO of Jamf, had been deploying AI to solve pain points but is now using AI “to rethink how we do things.” She sees those as the opportunities to generate the biggest gains.

“I feel like we’re going to see more and more of that, where the technology forces us to rethink how we’re doing things, and that’s where the real value is,” she says.

That’s certainly the case in terms of the AI initiatives Jamf now prioritizes.

“Two years ago, there was more tolerance to say, ‘Let’s try it.’ Now we’ve moved well beyond that, so if someone is bringing something in and they have no semblance of the potential value except it’s going to make life better, we’re going to push back on that. We’re looking at the goals stakeholders have and setting metrics to measure outcomes,” she says. “I feel like the realm of possibility with what you can do with AI and AI agents almost feels limitless. But you’re still running a business, and you want to make decisions in a logical, smart way. So we have to make sure we’re bringing the right value.”

Turning IT challenges into a virtuous cycle for AI transformation

There are challenges, of course, to getting positive returns on AI initiatives — even when they’re carefully selected for their potential, says Jennifer Fernandes, lead of the AI and technology transformation unit at Tata Consultancy Services in North America.

According to Fernandes, many organizations are stymied by legacy technology, process debt, and data debt that keeps them from being able to scale AI projects and see measurable value.

And they won’t be able to scale their AI ambitions and see impactful returns until they pay off that debt, she adds.

Cisco’s AI Readiness Index found that only 32% of organizations rate their IT infrastructure as being fully AI ready, only 34% rated their data preparedness as such, and just 23% considered their governance processes primed for AI.

Fernandes advises CIOs to tackle that debt strategically and use AI to pay it down. Moreover, using AI to modernize IT will bring efficiencies to IT operations while also building IT’s capacity to support more AI use cases and addressing deficits in the organization’s data layer, she says.

The increased efficiency produces returns that can be reinvested in other AI projects, which will be more likely to produce ROI due to the modernization that resulted from the earlier AI project, Fernandes explains.

Moreover, this self-funding model not only helps build the modern tech stack and data program needed to power AI in IT and other business units but also focuses attention on ROI from the start, helping ensure CIOs and their business peers pursue AI initiatives that generate positive returns.

“You’re generating enough savings to pay down your debt, and you’re building incrementally, you’re transforming as you go,” Fernandes says. “And with this [approach], CIOs don’t have to go and say, ‘Give me money to fix these things.’ Instead they can say, ‘I have this model, and if we bring AI in here, we can generate returns, and we can then reinvest to drive these other transformations. Now the CIO can say, ‘I am generating the funding for AI for you.’”

What ever happened to Digital? The Cloud? Agile? Flattening IT’s org chart? ITIL/ITSM? Or whatever other transformational change was supposed to, well, transform IT but instead petered out into just another disappointing management fad?
There’s no one culprit. But here are a few of the more popular preventable reasons that IT change efforts die on the vine.

Culprit #1: Wrong methodology

Sometimes, the change methodology is, not to put too fine a point on it, a chump’s game. Most reorganizations fall into this category.

Preventing reorganization failures is simple: Don’t reorganize. Recognize that if you want a more effective organization, redrawing the IT org chart is about as promising as the legendary Save-the-Titanic methodology of rearranging its deck chairs.

Culprit #2: Cheaping out

Sometimes the hoped-for change was underbudgeted. Understanding this one might take a history lesson.

Back in the late 1990s IT planners figured out that its data architects’ practice of saving money by only storing the last two digits of any date field had outlived its usefulness and had become lethal in the extremis. Remarkably, addressing this — the Y2K crisis — turned into what just might have been the most successful IT change effort in history.

Which led to the most colossal failure of appreciation in the history of the business world. In any event, in the months following the worldwide success of IT’s Y2K remediation efforts, various groups conducted post-non-mortem analyses to figure out what had, mystifyingly, gone right.

Among the critical success factors, one stood out: Around the world, Y2K remediation efforts weren’t starved for resources. And oh, by the way, the Y2K crisis was neither a hoax nor the result of incompetence. But given our species’ proclivity to assign blame whenever we have the opportunity, there’s little point trying to convince anyone.

But still, we might decide to learn from this success and give our change efforts a chance by giving them enough staff and budget.

Culprit #3: What starts out as a fad stays a fad

Ready for another organizational change killer? Here’s a simple one: They became failed fads because the whole reason for trying them in the first place was that they were a trend someone influential had spotted and promoted. They became fads, that is, because they started out as fads.

Culprit #4: The 7x7x7 challenge

The first three culprits are the easy ones. Or at least, they’re conceptually easy. Increasing project budgets, for example, certainly isn’t easy to do. It’s just easy to understand.

Now comes the hard one — the one where even if you do everything right the hill you’ll have to climb is steep. It’s like this:

Among the factors that make change hard is the need for all participants and stakeholders to have a deep and intuitive understanding of what the change will feel like when they’re living in it.

To understand the challenge, imagine that someone invented a flying car, and for some strange reason IT received the assignment of making a corporate fleet of airborne automotive vehicles real. What would that feel like. Pretty cool, right?

Well …

If you wanted flying cars to succeed, you’d need to give everyone who might drive one of the cars an intuitive feeling of what navigating through heavy traffic would be like.

“Terrifying” is the word that comes to mind. Spotting bikes, motorized scooters, other drivers, and the occasional fearless pedestrian is hard enough in a 2D driving environment. Your company’s drivers would have to spot vehicles above and below, and at all diagonal vectors, too. Even something as seemingly simple as a 3D turn signal gets complicated in a hurry.

Making this change successful would call for more than a souped-up drivers’ education course. You’re going to need future drivers to gain an intuitive sense of what driving in 3D traffic feels like. You’ll need photo- and haptically-realistic simulators.

Which gets us (finally!) to the 7x7x7 challenge.

Think about how you might describe how things are done right now in their pre-change state, as you would to train new employees. That might call for a PowerPoint slide with seven linked boxes on it, seven being the number of items viewers can easily grasp at a glance.

It’s a view that’s easy to grasp, but too superficial to be complete. To be useful, each of those boxes would need more explanation. So, figure you’d have to create explanatory PowerPoint slides for each box in the higher-level slides, with “explanatory” meaning that each of the seven boxes would need seven explanatory boxes of their own. That’s seven by seven: 49 boxes.

The 49-box view of things is more helpful but still oversimplifies the current state by quite a lot. It isn’t until you craft seven-box views for each of these seven boxes to provide enough information — 343 boxes worth in total — to fully describe how things happen now.

That’s the level of depth that the change’s stakeholders will need in order to understand what living inside the change will feel like — for it to be real.

Making a change sticky calls for an equivalent 343-box account of the future state.

And oh, by the way, this has little to do with the essential analysis required to make sure these new 343 boxes deliver the old results, and deliver them better. Living inside them doesn’t make them better.

And “better” won’t happen immediately either. The current way of doing things has, by now, been sanded and varnished to a shine. Even if the new way of doing things would theoretically be an improvement, it won’t be an actual improvement until it’s been sanded and varnished to its own shine.

The 343-box perspective isn’t limited to processes and practices. It describes the process optimization methodologies and frameworks organizations use to design the new 343 boxes; the new organizational chart (the real one, not the oversimplified version that shows only a couple of layers); not to mention the business culture a leader might want to change.

In the end, large-scale changes are hard to nail into place. Sometimes that’s because leaders make easy-to-avoid mistakes. But often it’s because of how difficult it is to help everyone feel what the result is supposed to feel like once the organization tries to make the change real.

See also:

• What agentic AI really means for IT risk management
• How to get the business to love IT — again
• The hidden risk of legacy tech: IT owning the inevitable fallout

기술의 가치에 대한 논쟁이 다시 한번 수면 위로 떠오르고 있다. 이는 저널리스트 니콜라스 카가 하버드 비즈니스 리뷰에 기고한 글에서 “IT는 경쟁적, 전략적인 우위를 거의 제공하지 않는 범용재에 불과하다”라고 선언한 지 약 22년 만의 일이다.

IT 분야에서 일했거나 그 주변에서 경험해 본 사람이라면 이런 논쟁의 흐름이 익숙할 수 있다. 다만 이번에는 광대역 통신이나 ERP 시스템이 아니라 AI와 자동화, 그리고 뒤처질 것을 우려하는 비즈니스 리더들이 논의의 대상이 됐다. 여기에 혁신 기술과 IT, IT 부서를 서로 다른 개념으로 보지 않고 동일시하는 대중적인 인식이 더해지면서 주제는 더욱 혼란스러워졌다.

카의 전제는 기본적으로 타당하다. 기업은 인터넷 연결 속도나 노트북의 성능, 네트워크 자체로 인해 성장하지 않는다. 이런 요소는 어디서나 사용할 수 있는 범용 자산이기 때문이다. 그러나 그의 주장은 필수적인 범용 자산이 없을 경우 기업이 경쟁력을 잃을 수 있다는 점을 충분히 고려하지 않았다. 지난 20년간의 모든 경쟁 우위, 예를 들어 아마존의 공급망이나 에어비앤비의 마켓플레이스는 카가 전략적으로 무의미하다고 치부했던 IT 인프라 위에서 구축됐다.

그럼에도 불구하고, IT 분야의 주요 연구자들은 IT 전문가들이 당연하게 여겨온 인식에 계속해서 문제를 제기해 왔다.

가령 최근 캘리포니아 매니지먼트 리뷰(California Management Review)에 게재된 글에서 학자 조 페퍼드와 마틴 모커는 대부분의 AI 투자가 기대한 만큼의 투자 대비 수익(ROI)을 내지 못할 것이라고 분석했다. 지난 3년간 AI 이니셔티브 가운데 기대에 부합한 사례가 25%에 불과하다는 IBM 연구 결과가 근거로 제시됐다. 이들의 문제 제기는 기술이 아무리 혁신적이더라도 그 자체로 경쟁 우위를 보장하지는 않는다는 카의 견해와 맞닿아 있다. 바꿔 말하면 AI 투자 실패의 실제 원인이 기술 자체에 있지 않을 수 있다는 지적이다. 중요한 것은 책임 소재다. 이들의 관점에서 보면, 진짜 문제는 IT가 아니라 핵심적인 기술 관련 결정을 IT에 떠넘긴 뒤 그 결과를 탓하는 비즈니스 리더십에 있다.

한층 더 깊이 들어가면, 페퍼드는 많은 기업이 ‘IT 운영 모델’과 ‘IT 조직 모델’을 혼동하고 있다고 지적한다. IT 운영 모델은 디지털 자산과 업무 흐름이 비즈니스를 어떻게 움직이는지를 뜻하고, IT 조직 모델은 기술 지식을 가진 인재가 어떻게 구성돼 있는지를 의미한다. 기술 분야 안팎의 많은 사람들은 전략은 비즈니스 부서에서 나오고 실행은 IT 부서의 몫이라고 믿는다. 그러나 오늘날 경쟁을 차별화하는 요소의 약 90%가 소프트웨어와 데이터, 디지털 워크플로우를 통해 구현되고 있다. 카가 2003년에 IT가 범용재로 전락하고 있다고 경고했다면, 페퍼드의 주장은 IT를 오직 범용재로만 취급하는 한 그 이상의 가치를 만들어내기는 어렵다는 것이다.

서로 다른 IT 접근법, 비슷한 결과

이 난제를 제대로 이해하려면 오늘날 기업의 IT 부서가 서로 다른 2개의 평행 세계에 위치해 있다는 점을 인식할 필요가 있다. 하나는 기술의 소유권이 모호한 대기업 환경이다. 대기업에서 흔히 마케팅 부서는 민첩성을 요구하고, 재무 부서는 예측 가능성을 원하며, 운영 부문은 안정성을 중시한다. IT 부서는 이러한 상충된 요구 속에서 혁신적이면서도 리스크를 피해야 하고, 전략적이면서도 비용 효율적이어야 하며, 빠르면서도 안전해야 한다는 요구를 받는다. 여기에 복잡한 의사결정과 벤더 구조, 부서별로 따로 움직이는 인센티브 체계까지 겹치면서, 충분히 합리적인 프로젝트조차도 이해관계 싸움이 이어지는 긴 정치적 과정으로 변해버린다.

그 결과 대기업의 특징은 책임지지 않는 비즈니스 리더십으로 귀결된다. 페퍼드가 비판하는 지점도 바로 여기다. 기술 결정에 대한 책임을 지지 않거나 그럴 의사가 없는 리더를 대신해 문제를 해결할 수 있는 IT 부서는 없다.

두 번째 IT 세계는 중소기업 환경이다. 이곳에는 조직을 지키려고 애쓰는 CIO도 없고, 혁신을 가로막는 CFO도 없으며, 모든 결정을 늦추는 아키텍처 심의 위원회도 존재하지 않는다. 설립자와 소유주가 직접 기술 결정을 내리며, 현금 흐름과 고객 유지, 성장 목표를 누구보다 현실적으로 인식하고 있다. 이들은 가능한 한 많은 업무를 외부에 맡기고, SaaS를 적극적으로 도입하며, 불필요한 IT 관료주의로 인한 부담을 겪지 않는다. 그럼에도 불구하고 ERP 프로젝트는 여전히 실패하고, CRM 도입은 기대에 못 미치며, 시스템 통합은 현실의 복잡성 앞에서 무너진다. 의사결정 주체만 달라졌을 뿐, 문제의 양상은 대기업과 크게 다르지 않다.

정반대의 거버넌스 모델을 가진 두 세계가 같은 결과를 겪고 있다면, 문제의 원인은 IT에 있지 않을 가능성이 커진다. IT가 부족해서가 아니다. 핵심은 IT가 아니라, 조직이 당면한 과제를 해결하는 데 필요한 역량에 접근할 수 있느냐다. 페퍼드의 주장처럼, 그리고 다수의 중소기업이 이미 체감하고 있듯이 네트워크, 단말, 인증 체계, 백업, 사이버보안 등 ‘항상 유지해야 하는’ 제품은 외주화하거나 자동화하고, 표준화하거나 서비스 형태로 소비할 수 있다.

그러나 데이터 전략과 AI 준비도, 디지털 제품 관리, 운영 모델 재설계, 고객 경험 혁신 등 비즈니스 경쟁력과 직결된 역량은 전통적인 IT 영역 안에 자연스럽게 자리 잡기 어렵다. 이는 기술을 이해하는 비즈니스 전략가와 비즈니스를 이해하는 기술자가 함께할 때 비로소 제대로 작동한다.

이 때문에 페퍼드는 기술 지식을 특정 부서에 가둬두는 방식이 아니라, 조직 전반에 내재화해야 한다고 주장했다. 이는 안정성과 보안, 연속성 측면에서는 뛰어난 역량을 지닌 전통적인 IT 전문가들이 혁신 랩을 운영하거나 데이터 과학팀을 이끌고 고객 중심의 디지털 경험을 설계하는 역할을 맡을 때 어려움을 겪는 이유이기도 하다. 서로 다른 성격의 업무이며, 각각 다른 역량과 보상 체계, 운영 모델을 요구한다.

리스크를 높이고 격차를 드러내는 AI

CEO의 기대감에 이끌려, 많은 조직이 AI가 비즈니스를 근본적으로 바꿀 것이라는 믿음으로 서둘러 도입에 나서고 있다. 그러나 IBM 기업가치연구소의 2025년 CEO 조사에 따르면 전체 AI 프로젝트의 60%는 여전히 파일럿 단계에 머물러 있다. 이때 최고데이터책임자는 데이터 품질과 거버넌스, 명확하지 않은 사용례를 주요 걸림돌로 꼽는다. 이런 문제의 원인은 IT가 아니다. 리더십과 전략, 조직 역량의 문제다. 비즈니스 리더가 AI 사용례를 정의하거나 기술 투자를 평가할 역량을 갖추지 못했을 때, 반응은 쉽게 예상할 수 있다. 결정권을 IT에 넘기고, IT가 본래의 방식대로 움직이면 결과에 불만을 제기하는 것이다.

이런 격차를 해소하려면 기업에는 크게 3가지 변화가 필요하다. 이는 IT 부서를 없애자는 이야기가 아니라, IT의 역할과 목적을 다시 정의하는 데 초점을 맞춘다.

1. ‘항상 유지해야 하는’ IT 요소를 유틸리티처럼 다뤄야 한다. 즉, 전기처럼 안정적이고 효율적이며 예측 가능하게 운영돼야 한다. 범용 서비스는 논쟁의 대상이 아니라 관리의 대상이다. 경쟁 우위를 만들어주지는 않지만, 이것이 없으면 비즈니스는 즉시 마비된다.

2. 디지털과 AI 역량은 전통적인 IT 영역 밖에서 구축한다. 애자일 제품팀과 데이터 거버넌스, 분석, 혁신 관련 팀은 비즈니스 모델이 형성되는 지점, 즉 매출, 고객 경험, 운영과 훨씬 가까운 곳에 있어야 한다.

3. 기술 성과에 대한 책임을 비즈니스 리더가 져야 한다. 기술 투자는 곧 비즈니스 투자다. IT 부서에 단순한 프로젝트 수행 과제로 넘길 일이 아니다. 이는 IT 부서를 가치 창출의 공동 설계자가 아닌 공급자로만 규정해 온 잘못된 파트너십 모델을 끝내야 한다는 페퍼드의 주장과 일치한다. 중소기업에서는 이러한 책임 구조가 이미 작동하고 있다. 대기업에서는 이를 새로 만들어야 한다.

물론 이러한 인식 전환이 곧바로 IT 부서의 책임을 줄이지는 않을 것이다. 부실한 프로세스 설계와 취약한 데이터 거버넌스, 비현실적인 기대치, 벤더 관리 실패로 인한 문제에서 IT 부서는 여전히 책임을 떠안게 될 가능성이 크다. IT는 실망이 교차하고 증상이 드러나는 유일한 지점이기 때문에, 근본 원인이 다른 곳에 있더라도 손쉽게 희생양이 될 수 있다.

카가 20여 년 전 주장한 내용처럼 IT 하드웨어와 인프라는 범용재가 됐다. 또한 디지털 가치를 창출하기 위해 IT의 역할을 재고해야 한다는 점에서 페퍼드와 모커의 지적도 타당하다. 그러나 더 근본적인 진실은 기술 자체가 실패하는 것이 아니라, 기업이 기술이 성공할 수 있는 환경을 만들지 못하고 있다는 점이다.
dl-ciokorea@foundryco.com

대부분 CIO는 자신의 역할이 시스템 가동률 같은 운영 지표보다 비즈니스 가치를 제공하는 일이라는 점을 이미 이해하고 있다. 2년마다 새로운 혁신의 기회가 등장하고 있으며, 이제 문제는 IT가 일관되게 가치를 제공할 수 있는지이다.

애자일, 데브옵스, ITSM 프랙티스는 딜리버리 역량과 서비스 역량을 개선하는 것을 목표로 한다. 각 배포가 성공할수록 이해관계자의 기대치는 더 높아진다. 하지만, 가치 제공을 일관되게 유지하기는 쉽지 않으며, 직원 이직 관리, 기대에 못 미치는 기술 파트너 대응, 보안 우선순위 균형, 기술 부채 해결 등의 과제가 산재해 있다.

CIO는 생성형 AI로 비즈니스 가치를 만들어내라는 압박을 받고 있다. 최고 경영진은 실험을 넘어 AI 투자에서 단기적인 ROI와 장기적인 전략적 가치를 기대하고 있다. 필자는 최근 생성형 AI 시대의 IT 조직 재구상과 세계 수준의 IT는 어떤 모습이어야 하는지 제시한 바 있다. 이와 함께 CIO는 IT의 비즈니스 가치를 스스로 죽이는 프랙티스와 행위도 경계해야 한다. 전문가들이 지적하는 ‘하지 말아야 할 일’ 7가지를 정리했다.

1. 빅뱅 방식 배포를 목표로 설정한다

AI에 대한 과대포장은 생성형 AI 역량 제공에 대한 경영진의 기대치를 끌어올렸다. 적지 않은 기업의 경영진이 자율 운영, 고도화한 에이전틱 AI 기능, 개인화된 AI 기반 고객 여정까지 목표로 삼고 있다.

성과가 낮은 IT 부서는 요구가 큰 이해관계자에게 휘둘리기 쉽다. 반면에 제품 기반 IT 부서는 빅뱅 방식 배포를 약속하지 않으며, 실험과 최소기능제품(MVP)을 우선시하고, 점진적으로 개선하는 기능을 애자일 방식으로 제공한다는 원칙을 갖추고 있다.

베린트(Verint)의 고객 AI 혁신 담당 글로벌 부사장 라지 발라순다람은 “디지털 전환 이니셔티브를 계획하고 실행할 때 기업은 작은 규모로 시작해 중단 없이 확장해야 한다”라고 강조했다. 또, “핵심 목표는 몇 년짜리 프로젝트를 기다리기보다 측정 가능한 성과를 빠르게 실현하는 데 있어야 한다”라고 덧붙였다.

권고 사항. 이해관계자를 스프린트 리뷰에 초대하고 자주 브레인스토밍 세션을 자주 진행하며, 애자일 딜리버리 방식으로 더 쉽게 협력관계를 구축할 수 있다.

2. 배포 계획 없이 AI PoC를 추진한다

최상위 SaaS 및 보안 서비스 업체는 워크플로우를 강화하는 AI 에이전트를 출시하고 있다. CIO는 어떤 기능이 가치를 제공하는지, 데이터 품질 개선이 필요한 지점은 어디인지, 롤아웃을 어떻게 확장할지 이해하기 위해 실험이 필요하다.

하지만 많은 IT 부서가 이런 실험에서 최종 사용자와 직접 협업하지 않는다. 전체 배포에 필요한 사항을 담은 애자일 계획을 충분히 공유하지 않는 경우도 많다. 결과는 이해관계자 기대치 미충족 또는 프로덕션까지 도달하지 못한 PoC의 난립으로 이어진다.

에이오닥스(AODocs) 창업자 겸 CEO 스테판 돈제는 “많은 팀이 몇 주 만에 번쩍이는 파일럿을 공개하는 경우가 흔한데, 이는 AI가 단순하고 즉각적이라는 인식을 비즈니스 부서에 심어준다”라고 지적했다. 또, “그 뒤에는 거버넌스가 적용된 데이터 파이프라인 부재, 지식을 최신으로 유지할 계획 부재, 기밀 정보 유출을 막는 통제 부재, 모델 비용 관리 전략 부재 같은 현실을 마주하면서 모든 일이 느려진다”라고 덧붙였다.

파일럿에는 명확한 목표가 필요하며, 팀은 방향 전환이나 부진한 실험의 종료 시점을 고려해야 한다. 성공적으로 목표에 도달한다면, 더 많은 데이터, 사용자, 사용례로 파일럿을 확장하는 방안을 마련해야 한다.

데이터이쿠(Dataiku) AI 전략 책임자 커트 뮈멜은 IT 부서가 파일럿 프로젝트의 성공을 AI 에이전트가 프로덕션에서도 작동한다는 증거로 취급하는 것이 실수라고 지적했다. 뮈멜은 “파일럿은 데이터셋이 작고, 사용자가 관대하며, 문제가 터질 때 인간이 감독하는 등 실제 제약이 없는 환경에서 돌아가기 때문에 성공한다”라고 설명했다.

권고 사항. IT는 PoC의 성공 기준을 정의하는 문서를 이해관계자와 함께 작성하고, 애자일 방법론을 적용해 PoC와 여러 파일럿 단계를 관리해야 한다. 이런 원칙은 이해관계자가 여정에 함께하도록 만들고, 실험이 배포 목표 중 하나라는 점을 명확히 한다.

3. 채택이 아니라 배포에만 집중한다

반복적 배포에 대한 조직의 동의를 확보하는 일은 일관된 비즈니스 가치 제공에 필요하지만 충분조건은 아니다. 너무 많은 데브옵스 및 데이터 사이언스팀이 배포가 일정대로 진행되고 목표 범위를 달성하면 “일을 잘 끝냈다”라고 생각한다. 하지만 이런 인식은 IT의 변화관리 책임을 간과하는 것이며, 특히 AI 역량은 부서 운영 방식을 크게 바꿀 수 있다는 점에서 주의가 필요하다.

사리타사(Saritasa) 창업자 겸 CEO 닉 프로엘리치는 “IT 부서는 숙련도가 높지만 IT 구성원은 구축한 제품의 최종 사용자인 경우가 드물고, 실제 사용자로부터 충분한 피드백을 받는 경우도 드물다”라고 지적했다. 프로엘리치는 “그 결과, 기능적으로 완벽하지만 아무도 쓰지 않는 솔루션이 될 수 있다”라며, “해결책은 단순하다. 최종 사용자를 초기부터 자주 참여시키고 모든 단계에서 피드백을 듣고, 실제 사용자가 잘 쓸 수 있는 솔루션을 구축해야 한다”라고 조언했다.

권고 사항. CIO가 생성형 AI 시대에 애자일 프랙티스를 재점검해야 하는 이유 중 하나는 프로젝트의 ‘완료(done)’ 상태를 다시 정의해 애자일팀이 채택과 변화관리를 기능 수준의 수용 기준에 포함하도록 만들기 위해서다.

4. 비즈니스 부서의 업무 방식을 처방한다

이사회는 CIO가 AI 전략 거버넌스 모델을 이야기하길 기대한다. 이 모델에는 직원이 AI 역량을 어떻게 실험해야 하는지 설명하는 방법이 포함돼야 한다. 거버넌스는 직원이 사용할 수 있는 AI 도구, 접근 가능한 데이터, 실험의 성공·학습·실패를 어디에 보고해야 하는지를 정의해야 한다.

CIO는 아키텍트, 비즈니스 관계 관리자, 애널리스트를 지정해 이런 실험을 함께 진행해야 한다. 하지만 이런 경계 영역을 넘어 비즈니스 부서의 워크플로우를 처방하는 것은 가치를 손상할 수 있는데, IT 부서는 비즈니스 부서의 운영 목표와 워크플로우 예외를 잘 알지 못하는 경우가 많기 때문이다.

시트릭스 부사장 겸 CTO이자 미래학자인 브라이언 매든은 “진짜 변화는 이제 사람의 실제 업무 방식에서 출발하는 상향식 변화이며, 조직이 정한 방식에서 출발하는 변화가 아니다”라고 말한다.

매든은 “직원 스스로 AI 도구를 도입하기 시작한 순간부터 하향식 장기 로드맵 모델은 깨졌지만, 오늘날에도 대부분 기업은 서드파티 AI를 거버넌스 하에 안전하게 사용할 수 있는 경로를 제공하지 않는다”라고 지적했다. 또한, “승인된 경로가 없어도 사람은 어차피 AI 도구를 사용하며, 관리되지 않은 AI 채택은 전략적 가치를 만들지 못한 채 위험만 키운다”라고 경고했다.

권고 사항. CIO는 하향식 전략을 커뮤니케이션해야 하지만, 디지털 전환이 실패하는 1순위 이유는 IT가 운영의 발전에 상향식 참여가 필요하다는 점을 인정하지 않을 때다. IT 부서는 식스시그마 교육을 받은 프로세스 전문가를 지정해 실험의 파트너로 참여시키고, AI 에이전트와 사람이 협업하는 워크플로우 혁신을 안내하는 가이드 역할을 맡겨야 한다.

5. AI 배포 과정에서 기술 부채를 가속화한다

SaaS 서비스의 난립은 많은 IT 부서가 겪는 문제이며, 비즈니스 부서 리더가 도구를 직접 선택하고 섀도우 IT 프랙티스를 키울 때 특히 심해진다. 기업은 AI를 실험해야 하지만, 통제되지 않은 AI 에이전트를 배포하는 행위는 보안과 컴플라이언스 위험이 된다.

IT/보안 통합 플랫폼 회사 이루(Iru)의 최고 기술 전문가 웰던 도드는 “기업은 특정 문제를 해결하려고 여러 AI 도구를 구매하고 있으며, 앞으로 몇 년 동안 이런 확산으로 인해 IT 부서가 관리해야 할 솔루션 업체 수가 지나치게 늘어날 것”이라고 말했다.

IT 아키텍트는 표준으로 이야기하고 확장 가능한 플랫폼 사용을 핵심 전략으로 밀어야 한다. 이해관계자가 기술과 도구를 처방하려는 압박은 언제나 존재하지만, 아키텍트는 상쇄 요소, 신규 플랫폼 지원 비용, 기술 부채 누적 위험을 알려야 한다.

사이버 위험 평가 플랫폼 코버(Kovrr)의 CEO 야키르 골란은 “AI와 데이터 이니셔티브가 자산 가시성과 시스템이 가치를 만들면서 동시에 노출 위험을 키우는 방식에 대한 공유된 관점없이 추진될 때 IT 조직은 잠재적 영향력을 스스로 제한한다”라고 지적했다. 골란은 “효과적인 거버넌스는 어떤 도구가 존재하는지, 어떤 데이터와 상호작용하는지, 장애가 났을 때 어떤 함의가 있는지를 이해하는 데 달려 있다”라고 설명했다.

권고 사항. 비즈니스 조직이 해법을 처방하려고 할 때가 많지만, 목표한 비즈니스 요구사항을 질문으로 확인하는 책임은 IT에 있다. CIO는 IT 리더가 비즈니스 감각, 용기, 인내를 기르도록 도와 이해관계자의 ‘해법 요구’를 행군 명령으로 받아들이지 말고 목표 중심으로 협업하도록 만들어야 한다.

6. 지속적인 지원 없이 일회성 프로젝트를 수용한다

애자일 팀이 아이디어에서 PoC, 프로덕션 배포, 최종 사용자 채택까지 AI를 성공적으로 통과시키더라도 비즈니스 가치 제공은 그때부터 시작인 경우가 많다. 다음 단계는 피드백 수집, 결과 측정, 성공 기준을 충족하기 위한 반복 개선이다.

애자일 팀은 반복을 원하고, 이해관계자는 기술·데이터·AI 역량의 개선을 원한다. 그렇다면 IT 부서는 왜 레거시 애플리케이션이 너무 많고, 기술 부채가 쌓이며, 최종 사용자는 애플리케이션 현대화를 요구하며 좌절하는 것일까?

AI 기반 운영 최적화 플랫폼 회사 옵키(Opkey) CEO 판카지 고엘은 “많은 IT 팀은 구현 이후를 계획하지 않고, 지속적인 최적화에 필요한 예산을 책정하지 않는다. 지속적인 최적화에는 테스트, 사용자 채택, 데이터 거버넌스, 반복 개선이 포함되는데, 이런 요소가 있어야 쓸만한 시스템이 ‘서랍 속 소프트웨어’가 되는 것을 막을 수 있다”라고 말했다. 또, “가장 강력한 혁신은 IT가 ‘기술 배포’에서 ‘비즈니스와 함께 진화하는 동적 최적화 전환 구축’으로 전환할 때 성공한다”라고 강조했다.

권고 사항. 애자일 PMO의 핵심 책임은 부서 리더와 CFO를 대상으로 재무 거버넌스를 강제하는 일이다. 성공적인 배포와 가치 제공으로 이어지는 이니셔티브에는 업그레이드와 기타 라이프사이클 관리에 필요한 지속적인 예산이 필요하다.

7. 학습 시간을 위한 투자가 부족하다

많은 CIO는 교육 과정 배정, 컨퍼런스 참석, 리더 코칭에 배정하는 예산을 갖고 있다. 하지만 학습 프로그램 구독만으로는 충분하지 않으며, 많은 IT 직원은 교육에 시간을 쓰기 어려울 만큼 압박과 시간 제약을 받고 있다. 또한 직원은 새로운 기술을 실험하고 경험하고 가르치면서 평생학습 습관을 기를 시간이 필요하다.

디지털 전환 서비스 회사 바스(VASS)의 수석 기술 전문가 마이클 파이텔은 “성과가 높은 팀은 장기 계획에 학습을 포함해 역량 성장과 혁신이 함께 일어나도록 만든다”라며, “기술 팀에 주 1시간 학습을 요구하고 자격증에 필요한 시험 응시료를 환급하고, 팀원이 배운 내용을 주변에 공유하는 점심 학습 세션에 인센티브를 제공하라”라고 조언했다.

권고 사항. CIO는 IT가 비즈니스 가치를 죽이는 방식뿐 아니라 리더십이 IT 문화를 죽이는 방식도 돌아봐야 한다. 리더는 IT에 130% 가동률을 무기한 강요할 수 없으며, 프로세스 진화를 가능하게 하는 학습 기회와 학습 기간을 만들어야 한다.

IT의 가치를 스스로 손상하지 않으려면, 결론은 CIO가 강력한 거버넌스와 유연한 운영 모델을 도입하고 채택하는 문제로 귀결된다. 또한 CIO는 이해관계자와 파트너십을 맺어 비즈니스 가치를 제공하는 방법을 코칭하는 동시에 거버넌스, 운영 원칙, 협업 책임에서 양보할 수 없는 기준을 세우고 실행해야 한다.
dl-ciokorea@fondryco.com

Most CIOs have got the message that their job is largely about delivering business value, and less about system uptime and other operational metrics. New transformational opportunities emerge every two years, and the question is whether IT is consistently delivering value.

Agile, DevOps, and ITSM practices aim to improve delivery and service capabilities. Each successful deployment raises the bar for stakeholder expectations. Delivering value consistency can be elusive, and common issues include managing employee turnover, addressing technology partners who miss expectations, balancing security priorities, and addressing technical debt.

CIOs are now under fire to deliver business value from gen AI. The C-suite wants more than experiments, and expects short-term ROI and longer-term strategic value from AI investments.

I’ve recently written about rethinking the IT organization in the gen AI era and what world-class IT looks like. CIOs must also look out for the practices and behaviors that kill IT’s value to the business. Experts weighed in on six of them.

1. Targeting big-bang deployments

AI’s hype has raised executive expectations around delivering gen AI capabilities. I’ve heard executives targeting autonomous operations, advanced agentic AI capabilities, and personalized, AI-enabled customer journeys.

Underperforming IT departments can fall prey to demanding stakeholders. Product-based IT departments don’t commit to big-bang deployments and have the discipline to experiment, prioritize minimally viable products (MVPs), and embrace agile delivery of capabilities that improve incrementally.

 “When planning and executing digital transformation initiatives, brands should start small and scale without disruption,” says Raj Balasundaram, global vice president of AI innovations for customers at Verint. “The primary goal should involve realizing measurable outcomes quickly rather than waiting for a multi-year project.”

Recommendation: IT departments will find it easier to partner with their stakeholders on agile delivery by inviting them to sprint reviews and scheduling frequent brainstorming sessions.

2. Championing AI POCs without a deployment plan

Top-tier SaaS and security companies are releasing AI agents to uplift workflows. CIOs need the experiments to understand which capabilities deliver value, where data quality improvements are needed, and how to scale a rollout.

Unfortunately, many IT departments are not working directly with end users on these experiments. Others undercommunicate an agile plan for what’s required for a full deployment. The result can be missing stakeholder expectations or having many POCs that fail to reach production.  

“Too often, teams launch a flashy pilot in a few weeks and accidentally teach the business that AI is simple and instant,” says Stéphan Donzé, founder and CEO of AODocs. “Then everything slows down as they confront reality with no governed data pipelines, no plan to keep knowledge current, no controls to prevent leaks of confidential information, and no strategy for managing model costs.”

Pilots need clear objectives, and teams should consider when to pivot or end floundering experiments. When reaching a successful milestone, IT should have an approach to scale pilots to more data, users, and use cases.

Kurt Muehmel, head of AI strategy at Dataiku, adds that it’s a mistake for IT teams to treat successful pilots as proof their agents will work in production. “Pilots succeed because they operate without real constraints, such as small datasets, forgiving users, and human oversight when things break.”

Recommendation: IT should co-author a vision statement to define the success criteria for any POC, then apply agile to manage the POC and multiple pilot phases. These disciplines ensure stakeholders are part of the journey and convey that experimentation is one of the deployment milestones.

3. Focusing on deployment and not adoption

Achieving buy-in for iterative deployments is necessary to deliver consistent business value, but it’s not sufficient. Too many DevOps and data science teams consider it a “job well done” when deployments are on schedule and achieve the targeted scope. But this fails to recognize IT’s change management responsibilities, especially when AI capabilities can dramatically reshape how departments operate.

“IT teams are highly skilled, but they’re often not the end users of the products they build, and they rarely get enough feedback from those who are,” says Nik Froehlich, founder and CEO of Saritasa. “The result can be perfectly functional solutions that no one actually uses. The fix is simple: Involve end users early and often, listen to their feedback at every stage, and build solutions that truly work for the people using them.

Recommendation: One reason CIOs should review their agile practices in the AI era is to redefine the definition of ‘done’ so that agile teams include adoption and change management as feature-level acceptance criteria.

4. Prescribing the future of work

Boards expect CIOs to communicate an AI strategic governance model, including a charter outlining how employees should experiment with AI capabilities. Governance should define which AI tools employees can use, which data they can access, and where they should report on the successes, learnings, and failures of their experiments.

CIOs should assign architects, business relationship managers, and analysts to collaborate on these experiments. But stepping over the grey line and prescribing departmental workflows can be a value killer, as IT is rarely versed in the operational goals and workflow exceptions.

“Real change is now bottom-up, driven by how people actually work, not by how the organization prescribes they should work,” says Brian Madden, VP, technology officer, and futurist at Citrix. “The top-down, multi-year roadmap model broke the moment workers began adopting AI tools on their own, yet most companies today still don’t provide a safe, governed way for workers to use third-party AI. When there’s no sanctioned path, people use these tools anyway, and unmanaged AI adoption increases risk without delivering strategic value.”

Recommendation: CIOs must communicate a top-down strategy, but the No. 1 reason digital transformations fail is when IT doesn’t recognize that evolving operations require bottom-up participation. IT departments should assign Six-Sigma-trained process experts to partner on experiments and serve as guides in transforming workflows with AI agents and people collaborating.

5. Accelerating technical debt when deploying AI

SaaS sprawl is an issue facing many IT departments, especially when driven by department leaders who select their own tools and foster shadow IT practices. While organizations should be experimenting with AI, deploying rogue AI agents is a security and compliance risk.

Weldon Dodd, distinguished engineer at Iru, says, “Companies today are buying various AI tools to solve specific problems, and over the next few years, this proliferation will result in IT teams having way too many vendors to manage.”

IT architects should communicate standards and promote the use of extendable platforms as key strategies. While there will always be pressure from stakeholders who want to prescribe technologies and tools, architects must communicate tradeoffs, the costs of supporting new platforms, and the risks of accumulating technical debt.

“The IT team curtails its potential impact when its AI and data initiatives are built in a vacuum without asset visibility and a shared view of how systems, such as gen AI, both create value and introduce exposure,” says Yakir Golan, CEO of Kovrr. “Effective governance thus hinges on understanding what tools exist, what data they interact with, and the implications of their failure.”

Recommendation: While business teams often try to prescribe solutions, it’s IT’s responsibility to ask questions and discover the targeted business needs and requirements. CIOs should help IT leaders develop the business acumen, the courage, and the patience to collaborate with stakeholders on goals, rather than accepting solution demands as marching orders.

6. Accepting one-time projects without ongoing support

When agile teams successfully navigate AI from ideas through POCs, production deployments, and end-user adoptions, then they are really just at the start of delivering business value. The next stages require capturing feedback, measuring results, and iteratively making improvements to deliver against the stated success criteria.

Agile teams want to iterate, and stakeholders generally want to see improvements in technology, data, and AI capabilities. So why do IT departments have so many legacy applications, accumulate technical debt, and have frustrated end users seeking application modernization?

“Many IT teams don’t plan beyond implementation and fund continuous optimization, including ongoing testing, user adoption, data governance, and iterative improvement that can turn even capable systems into shelfware,” says Pankaj Goel, CEO and co-founder of Opkey. “The strongest transformations succeed when IT shifts from ‘deploying technology’ to building a dynamic, optimized transformation that evolves with the business.”

Recommendation: A key responsibility of the agile PMO is to enforce financial governance with departmental leaders and the CFO. Initiatives that lead to successful deployments and delivering business require ongoing funding for upgrades and other lifecycle management needs.

7. Underinvesting in time for learning

Many CIOs have a budget for assigning courses, attending conferences, and coaching leaders. But subscribing to learning programs isn’t sufficient, as many IT employees are under pressure and time constraints to commit to training. Additionally, employees need time to develop lifelong learning practices by experimenting, experiencing, and teaching new skills.

“High-performing teams include learning in their long-term plans so skill growth and innovation happen together,” says Michael Pytel, senior technologist at VASS. “Challenge your technical team to spend one hour a week learning, offer reimbursements for the testing fee typically required for certifications, and incentivize lunch and learn sessions where team members share what they learned with those around them.”

Recommendation: CIOs should reflect on ways IT can kill business value, as well as ways leadership can kill IT culture. Leaders can’t push IT to run at 130% capacity indefinitely; they must create learning opportunities and periods to enable process evolution.

CIOs reading this article should recognize that many of the issues I identified boil down to instituting and adopting strong governance and a flexible operating model. Additionally, CIOs must coach their leaders on partnering with stakeholders to deliver business value while enforcing non-negotiables across governance, operating principles, and collaboration responsibilities.  

More than 22 years after journalist Nicholas Carr declared in a controversial Harvard Business Review articlethat IT is a commodity that provides little or no competitive or strategic advantage, the debate over the value of technology is back in the spotlight.

For anyone who has worked in or around IT, it’s a familiar cycle. Only this time it’s fueled not by broadband and ERP systems but by AI, automation, and business leaders who fear being left behind. Opinions today are also muddied by the popular yet mistaken belief that technology, IT, and the IT department are interchangeable and not separate entities.

While Carr’s premise is basically accurate: Companies don’t thrive because of their internet connection, laptop horsepower, or networks, because these are commodities. However, his argument doesn’t consider that companies can also lose their competitive edge without those necessary commodities. Every competitive advantage of the past two decades, from Amazon’s supply chain to Airbnb’s marketplace, was built on top of IT infrastructure that Carr dismissed as strategically irrelevant.

Still, this has not stopped respected thinkers from poking at what many IT professionals consider sacred ground.

In a recent California Management Review article, for example, academics Joe Peppard and Martin Mocker contend that organizations are “safe betting” most AI investments won’t deliver the promised ROI. They point to an IBM study claiming that over the past three years, only 25% of AI initiatives met expectations. Their framing echoes Carr’s opinion that technology, no matter how transformative, won’t guarantee competitive advantage. What’s different today is who is held accountable. In their view, the real shortfall is not with IT but with business leaders who continue to abdicate critical technology decisions to IT, then resent IT for the consequences.

Going a bit deeper, Peppard argues that organizations confuse the IT operating model (how digital assets and workflows run the business) with the IT organizing model (how people with tech knowledge are structured). Many people, both inside and outside tech, believe strategy comes from the business and execution comes from IT, even when 90% of competitive differentiation now is expressed through software, data, and digital workflows. While Carr warned in 2003 that IT was becoming a utility. Peppard points out that treating IT only as a utility ensures it delivers no value beyond utilities.

Distinct IT approaches, similar results

To fully understand this tech conundrum, it is important to realize that IT and tech organizations today essentially exist in two separate but parallel universes. One is populated by large enterprises that struggle with ambiguous technology ownership. Marketing wants agility, finance wants predictability, and operations wants stability. IT is caught in the indistinct crossfire, expected to be innovative yet risk-averse, strategic yet cost-efficient, and fast yet safe. Governance models, vendor complexity, and siloed incentives turn even reasonable initiatives into political marathons.

The result is an enterprise universe whose hallmark is unaccountable business leadership. This is the world Joe Peppard rightly criticizes because no IT department can compensate for leaders who cannot or will not own technology decisions.

In the second IT universe, an SMB world, there are no CIOs defending empires, CFOs blocking innovation, or architecture review committees slowing everything down. Founders and owners make their own technology decisions and are painfully aware of cash flow, customer retention, and growth ambitions. They outsource everything they can, aggressively adopt SaaS options, and do not suffer the slings and arrows of unnecessary IT bureaucracy. And yet, ERP projects still fail, CRM deployments still underdeliver, and integrations still collapse under real-world complexities. The same problems appear, only with different protagonists.

If two universes with opposite governance models experience the same outcomes, the problem can’t be IT. Nor can it be the lack of IT. The heart of the matter is not whether IT exists; it’s whether organizations can access the right capabilities for the job at hand. As Peppard maintains and most SMBs already realize, “keep the lights on” (KLO) commodities like networks, endpoints, identity protocols, backups, and cybersecurity safeguards can be outsourced, automated, standardized, or consumed-as-a-service.

But the capabilities that create business advantage — data strategy, AI readiness, digital product management, operating model redesign, and customer experience transformation — don’t sit naturally inside traditional IT. They require business strategists who understand technology and technologists who understand business.

This is why Peppard calls for embedding tech knowledge throughout the organization, not corralling it into a siloed department. And it’s why traditional IT professionals, who are brilliant at stability, security, and continuity, often struggle when asked to run innovation labs, lead data science teams, or design customer-centric digital experiences. They are different jobs that require different skills, incentives, and operating models.

AI raises the stakes and exposes the gaps

Induced by the enthusiasm of CEOs, many organizations today are rushing into AI in the belief that AI will transform their business. Yet, 60% remain stuck in pilots, according to an IBM Institute for Business Value 2025 CEO study. CDOs cite data quality, governance, and unclear use cases as the primary blockers. None of these are “IT problems.” They are leadership, strategy, and organizational capability problems. When business leaders lack the skills to define AI use cases or evaluate technology investments; the default reaction is predictable: They delegate the decision to IT and complain when IT behaves like IT.

Three shifts are needed to eliminate the disparity, none of which involve getting rid of the IT department, but all involve redefining its purpose:

1. Treat KLO IT as a utility: Operated and considered much like electricity: reliable, efficient, and predictable. Commodity services should be managed, not debated. They provide no advantage, but without them, the business collapses.

2. Build digital and AI capabilities outside traditional IT: Agile product teams, data governance, analytics, and innovation belong where the business model is shaped — much closer to revenue, customer experience, and operations.

3. Make business leaders accountable for technology outcomes: Technology investments are business investments. They should be owned by the business, not assigned to IT as a project delivery exercise. This mirrors Peppard’s call to end the flawed partnership model that positions IT as a supplier instead of a co-architect of value. In SMBs, this accountability already exists. In enterprises, it must be created.

Of course, adopting these changes in attitude don’t guarantee that IT will stop being the department that many people love to hate. IT will still be blamed for failures related to poor process design, weak data governance, unrealistic expectations, and vendor management. It is an easy scapegoat because it is the one place where all these disappointments intersect and where the symptoms become visible, even if the root causes lie elsewhere.

IT hardware and infrastructure are commodities, as Carr maintained in the HBR article more than two decades ago, and Peppard and Mocker are correct in noting that organizing for digital value requires rethinking the role of IT. The underlying truth, however, is that technology doesn’t fail. Rather, organizations fail to build the environment needed to make technology succeed.

많은 CIO가 새해를 맞아 과감한 결심을 세우고 있으며, 이런 포부와 의지는 조직을 변화시키고 기업에서 IT가 제공하는 가치를 보여주는 것을 목표로 한다. CIO가 제시한 목표 상당수가 AI와 관련된 것은 놀랄 일이 아니다. 다만 CIO가 2026년 목표를 세우며 염두에 둔 주제는 AI만이 아니다.

IT 리더가 달성하려는 과제를 파악하기 위해 여러 CIO에게 포부를 공유해달라고 요청했다.

1. AI 결과물의 품질 개선

코그니전트(Cognizant) CIO 닐 라마사미는 최우선 목표로 AI 결과물의 품질을 개선하는 일을 꼽았다. 라마사미는 코그니전트 고유의 맥락을 이해하는 목적형 SLM을 배치해 목표를 달성할 계획이라고 밝혔다.

라마사미는 “180개가 넘는 AI 솔루션을 구현했고, 패턴이 분명해졌다”라며 “LLM은 강력한 범용 지능을 제공하지만, 매우 표적화되고 실행 가능한 결과물을 내려면 우리 도메인에 맞춘 특화 솔루션이 필요하다”라고 강조했다. 또한, “이런 목적형 모델이 IT 서비스 데스크, 재무, HR, 운영, 계약, 법무 전반의 개선을 뒷받침해 단순 제안 사항을 넘어 팀이 즉시 실행할 수 있는 권고안을 제시하게 될 것”이라고 덧붙였다.

코그니전트는 이런 계획을 실현하기 위해 자체 GPU 인프라에 투자하고 있다. 라마사미는 자체 GPU 인프라 투자를 “전략적 선택”이라고 표현하며 “처리 능력을 확보해 비용을 통제하면서 내부에서 모델을 학습시키고, 외부 클라우드 서비스 의존도도 줄일 수 있다”라고 설명했다.

라마사미는 “2026년의 성공은 핵심 기능 전반에서 실행 가능한 산출물을 제공하는 특화 모델 몇 가지를 출시하는 데 달려 있다”라며, “이번 결심은 내부 혁신에 그치지 않고, AI를 영향 중심으로 목적형으로 설계했을 때 무엇이 가능한지 보여주려는 시도”라고 강조했다.

2. 에이전틱 AI 확장

타타 컨설턴시 서비스(Tata Consultancy Services) CIO 자나르단 산타남은 2026년의 가장 큰 목표로 전사 차원의 에이전틱 AI 확장을 제시하며, 에이전트와 앱, 에이전트와 사람의 최적 운영 모델 표준을 세우겠다고 밝혔다.

산타남은 목표 달성이 “업무와 기업 내 대부분 역할을 재정의하는 일”을 수반한다고 짚었다. 또, 연합형 에이전틱 플랫폼 생태계 전반에서 자율성, 컴플라이언스, 책임성을 위한 정책으로 “에이전트 거버넌스”를 확장해야 한다고 강조했다.

3. 에이전틱 인력 관리 역량 확보

IBM 기술 플랫폼 CIO 맷 라이트슨은 2026년의 핵심 목표 가운데 하나로 새롭게 떠오르는 에이전틱 인력 관리 역량을 완성하는 일을 꼽았다. 라이트슨은 이 목표가 “비즈니스 관점에서 성과 지향을 더 강화하는 일” 바로 다음 순위라고 설명했다.

라이트슨은 목표 달성을 위해 에이전트가 어디에 배치됐는지, 무엇을 하고 있는지, 무엇에 접근하는지 파악해야 한다고 밝혔다. 또 에이전트가 기업이 정한 보안·거버넌스 경계 안에서 작동하도록 보장해야 한다. 이는 기업이 실제 직원을 관리하는 방식과 유사하며, 마찬가지로 ID 관리가 핵심이다.

하지만, 에이전틱 인력의 기술적 관리만으로는 충분하지 않다. 라이트슨은 사람 구성원이 에이전트와 함께 일하는 방식도 성공하도록 돕겠다며, “이 목표를 달성하려면 조직 변화가 필요하고, 구성원이 이런 도구를 쓰도록 장려해야 한다”라고 말했다.

라이트슨은 에이전트를 도구일 뿐만 아니라 “팀 동료”로 본다. 물론, 모든 사람이 같은 시각을 공유하지 않는다. 라이트슨은 회의적인 직원을 에이전트와 나란히 일하도록 이끌기 위해 에이전틱 AI의 이점을 보여주겠다는 계획을 밝혔다.

특히, 라이트슨은 “도구 사용을 단순히 의무화하는 방식은 통하지 않는다는 사실을 확인했다”라며, “구성원이 에이전트를 활용할 수 있는 팀 동료로 받아들이도록 유도하려면, 긍정적 효과를 직접 보게 하는 방식이 바람직하다”라고 덧붙였다.

4. “AI가 실제로 도움이 되는지 확인한다”

세일즈포스 CIO 댄 슈미트도 2026년에 AI의 긍정적 효과를 강조하고 싶다고 밝혔다. 슈미트는 “2026년을 내다보면 초점은 단순하다. AI가 실제로 사람이 일을 더 잘하게 돕고, 불필요한 단계나 혼란을 만들지 않도록 하겠다”라고 말했다. 또, “궁극적으로 일의 부담이 가벼워지게 만드는 것이 목표이다. 기술은 사람을 뒷받침해야지, 그 반대가 돼서는 안 된다”라고 강조했다.

쉽지 않은 일이지만, 실행 전략이 있다. 슈미트는 우선 회사의 데이터 기반을 강화하겠다고 밝혔다. 세일즈포스 도움말 사이트에서 AI 에이전트가 서로 충돌하는 답변 2가지를 내놓은 사건을 언급하며 데이터 기반의 중요성을 강조했다.

슈미트는 “첫 대응은 모델이 틀렸다고 가정하는 것이었다. 실제 원인은 데이터와 콘텐츠의 일관성이 더 필요하다는 점이었다”라며, “경험을 통해 어떤 AI 시스템이든 신뢰할 수 있게 작동하려면 깨끗하고 신뢰 가능한 데이터가 얼마나 필수인지 다시 확인했다”라고 설명했다.

AI를 업무 흐름에 직접 녹여 넣는 것도 중요하다. 슈미트는 “사람이 AI를 쓰기 위해 하던 일을 멈춰야 한다면 도입은 멈출 것”이라고 강조했다. 또, “2026년에는 AI 기반 경로가 자연스럽고 직관적이며, 기존 방식보다 더 쉽게 일을 끝낼 수 있게 느껴지도록 만들고 싶다”라고 덧붙였다.

세 번째는 직원이 AI를 자신 있게 쓰도록 지원하는 것이다. 슈미트는 “망설임의 상당 부분은 언제 에이전트에 맡기고 언제 사람이 개입해야 하는지 모르기 때문에 생긴다”라며, “이제 CIO 역할에는 명확한 기준 제시, 적절한 교육, 그리고 간단한 피드백 채널 제공이 포함되며, 구성원이 사용하면서 배울 수 있게 해야 한다”라고 강조했다.

5. “혁신과 인간미”의 균형

금융 서비스 회사 트루스테이지(TruStage) CIO 팻 라위키도 다가올 한 해에 비슷한 포부를 제시했으며, 기술과 혁신을 기술 사용자에 대한 배려와 균형 있게 맞추겠다고 밝혔다. 라위키는 “앞으로 한 해의 우선순위는 팀이 이런 기술을 책임감 있고 자신 있게 사용할 수 있도록 필요한 역량, 맥락, 가드레일을 갖추는 일”이라고 강조했다.

라위키는 “가치가 실제로 더해지는 지점에서는 디지털 도구를 활용하되, 신뢰와 공감을 규정하는 인간적 연결을 지키는 ‘혁신과 인간미’의 균형을 추구하겠다”라며, “기술은 프로세스를 간소화할 수 있지만, 인간의 직관과 판단도 필요하다. 모든 의사결정에서 이 원칙을 이어가겠다”라고 강조했다.

이는 단기적인 목표가 아니다. 라위키는 “조직은 단순히 새 기술을 도입하는 것이 아니라 일이 이뤄지는 방식과 고객이 서비스를 기대하는 방식이 빠르게 바뀌는 전환을 헤쳐 나가고 있다”라며, “이런 전환 여정은 계속되며, CIO 역할은 명확함, 자신감, 공감을 바탕으로 기업이 전환을 통과하도록 안내하는 일”이라고 강조했다.

라위키는 “AI 문해력은 핵심이며, AI가 회사의 모든 역할에 영향을 미칠 것이다. 배포 과정에 교육을 내재화하고 강한 거버넌스를 결합해 구성원이 ‘어떻게’뿐만 아니라 ‘왜’까지 이해하게 만들고 있다”라고 설명했다. 또한, “성공은 직원이 AI를 활용해 수작업을 줄이고 더 나은 의사결정을 내릴 수 있도록 권한을 부여받는 동시에, 모든 고객 접점이 세심하게 처리되도록 보장하는 데 달려 있다”라고 덧붙였다.

6. IT의 가치 전달 역량 강화

FGS 글로벌(FGS Global)의 글로벌 CIO 레베카 개서는 IT 팀의 가치를 전달하는 역량을 더 끌어올리는 일을 2026년 목표 가운데 하나로 꼽았다. IT 성과가 제대로 인정받지 못하는 경우가 많기 때문에 홍보 역량을 다듬어야 한다는 것. 개서는 “IT는 자기 마케팅을 잘 못한다”라고 지적했다.

개서는 IT 업무 업데이트를 발송해도 읽히지 않았던 경험이 있다며, 새해에는 상황을 바꾸겠다는 계획을 내놨다. 우선, 매월 업데이트나 상세 뉴스레터 대신 더 짧은 분량으로 성과를 강조할 계획이다. 개서는 “IT 안에서만 자축했을 성과를 조직 전체에 더 많이 공유해 소통을 열겠다”라고 말했다.

또한, 커뮤니케이션 방식도 사려 깊게 바꿀 계획이다. 개서는 “기술 중심이 아니라 비즈니스 중심으로, 모두가 이해할 수 있도록 적절한 수준의 콘텐츠와 시각 자료를 통해 전달할 것”이라고 설명했다.

개서는 AI 시대의 변화 규모와 속도를 고려할 때 IT 기여가 새로운 업무 방식에 결정적이므로, IT 성과를 전달하는 일이 더 중요해질 것이라고 강조했다.

7. 전사 디지털·AI 문해력 향상

FGS 글로벌의 개서는 조직 전반의 기술·AI 문해력을 높이는 목표도 제시했다. 디지털 역량을 높이면 기술이 빠르게 진화하면서 예상되는 지속적 변화 속에서 구성원이 더 민첩하고 적응력 있게 움직일 수 있다는 것.

개서는 “2026년은 큰 전환의 해가 될 것이며, 변화에 대비하도록 사람을 준비하는 데 집중해야 한다”라고 강조했다. 이를 위해 HR과 협력해 직원에게 맞는 학습 기회를 찾는 등 전통적 전략으로 목표를 추진하겠다고 밝혔다. 또한, IT가 조직 전반의 역량 강화를 돕고 전환 여정의 파트너로 자리매김하기 위해 업무 시간을 조정해 1대1 코칭 세션을 편성하는 등 새로운 접근도 검토하고 있다고 밝혔다.

8. 다른 CIO에게서 더 많이 배우기

워런 레너드는 민간 부문에서 경력을 쌓은 뒤 2025년 초 새 직장으로 옮겨 인디애나주 정보기술국(Indiana Office of Technology)의 주 CIO 겸 기관장이 됐다. 레너드는 IT 서비스를 통합·간소화하고, 지출과 솔루션 업체 계약을 최적화하며, 플랫폼 표준화를 통해 주정부 IT 기능이 자원을 최적으로 활용하도록 돕기 위해 영입됐다.

CIO에게 이런 움직임이 흔한 일상이긴 하지만, 레너드는 공공 부문에는 “다른 전제와 관점”이 있다고 인정했다. 이 때문에 다른 주 CIO에게서 교훈을 얻어 전제 조건과 관련 통찰을 더 깊게 이해하겠다는 계획을 밝혔다.

레너드는 “몇몇 주 CIO를 만나긴 했지만, 더 여러 지역을 돌며 배우고 싶다”라며, “우리 목표와 비슷한 일을 이미 해낸 주가 있고, 그런 주와 보조를 맞추고 싶다. 그런 학습이 큰 도움이 되고, 실패의 길로 들어서지 않게 해줄 수 있다”라고 강조했다.

이미 미국 주 CIO 협회인 NASCIO와 CIO 행사에서 인맥을 만들며 네트워크를 구축하고 있다. CIO가 서로에게 정보와 조언을 구할 수 있다는 점을 모두 알고 있지만, 그렇게 하려면 의도적으로 시간을 내야 한다. 레너드는 새 직책 초반 몇 달 동안 업무가 몰려 “원했던 만큼 다른 CIO를 만날 시간을 내지 못했다. 그래서 다른 CIO에게서 더 배우는 일이 2026년 할 일 목록에 올라 있다”라고 덧붙였다.

9. 다음 변화의 일부가 되기

펜스키 미디어(Penske Media) IT 부문 부사장 카렌 스위프트는 2026년과 그 이후를 바라보며 정확히 무엇이 다가올지는 말할 수 없지만, 기술 주도 전환이 더 이어질 것만은 확실하다고 말했다. 그리고 다가올 변화의 일부가 되는 것을 목표로 삼았다고 밝혔다.

스위프트는 “다음 단계로 나아가고 싶고, 많은 재미가 있을 것”이라며, 지금을 “기술 르네상스”의 시기로 보고 있다고 강조했다. 또한, “속도를 줄이고 싶지 않은 건 조금 미친 일일지도 모르지만, 다음에 무엇이 올지, 그리고 변화에 어떻게 참여할 수 있을지 정말 기대된다”라고 덧붙였다.
dl-ciokorea@foundryco.com