[AI보고서] 30년의 정체, 범인은 기술이 아니다

CONSTRUCTION DX INSIGHT

30년의 정체, 범인은 기술이 아니다

건설 생산성은 왜 멈췄는가 — 데이터 거버넌스와 워크플로우 혁신으로 읽는 하나의 답

멈춘 산업

사람들은 건설업이 낙후됐다고 말한다.

아니다. 건설업은 정체됐다.

낙후는 기술이 없는 상태다. 정체는 기술이 들어와도 움직이지 않는 상태다. 둘은 완전히 다른 병이다. 처방도 다르다.

맥킨지 글로벌 연구소가 계산했다. 지난 20년간 전 세계 건설업의 노동생산성 성장률은 연평균 1%. 같은 기간 세계 경제 전체는 2.8%, 제조업은 3.6% 성장했다. 건설업이 경제 평균만 따라잡아도 부가가치가 1.6조 달러 늘어난다. 세계 인프라 수요의 절반을 채우는 돈이다.

한국은 더 아프다. 한국건설산업연구원에 따르면 건설산업의 부가가치 기준 노동생산성 지수는 2011년 104.1에서 2021년 94.5로 떨어졌다. 같은 기간 전산업 평균은 98.8에서 113.5로 올랐다. 모두가 올라갈 때 건설만 내려갔다. OECD 순위는 22위에서 26위로 밀렸다.

그 30년 동안 현장에는 무엇이 들어왔나. 타워크레인은 커졌다. 장비는 좋아졌다. CAD가 들어왔고, BIM이 들어왔고, 드론이 날았다. 이제는 AI가 들어온다.

기술은 계속 들어왔다. 생산성은 계속 멈춰 있었다.

그렇다면 범인은 기술이 아니다. 업무구조다.

01 · 일회용 조직 — 생산성이 멈춘 진짜 이유

제조업은 왜 3.6%씩 성장했나. 같은 공장에서, 같은 라인으로, 같은 제품을 반복하기 때문이다. 반복은 데이터를 남기고, 데이터는 학습을 낳고, 학습은 생산성을 낳는다.

건설업은 반대다. 매번 다른 땅에서, 다른 설계로, 다른 팀과 짓는다. 프로젝트마다 조직을 새로 만들고, 준공과 동시에 해체한다. 도면도, 노하우도, 실패의 기록도 조직과 함께 흩어진다.

이름을 붙이자. 일회용 조직.

일회용 조직에는 학습이 축적되지 않는다. 20년차 소장의 머릿속에는 쌓이지만, 회사에는 쌓이지 않는다. 소장이 퇴직하면 회사의 생산성도 함께 퇴직한다.

여기서 흔한 반론이 나온다. 건설은 원래 수주산업이고, 원래 일품생산이라 반복이 불가능하다는 것이다.

틀렸다. 건물은 매번 다르지만 업무는 매번 같다. 검측, 기성, 공정회의, 품질서류, 안전점검, 자재검수. 어느 현장이든 매일 반복된다. 건설업에 반복이 없는 게 아니다.

반복은 있다. 그 반복이 데이터로 남지 않을 뿐이다.

검측은 종이에 적히고, 회의는 수첩에 적히고, 판단은 전화로 끝난다. 반복이 기록되지 않으니 학습할 원료가 없다. 원료가 없으니 30년을 반복해도 조직은 한 뼘도 똑똑해지지 않는다. 생산성 정체의 뿌리는 게으름도, 규제도, 기술 부족도 아니다. 업무가 데이터를 남기지 않는 구조, 그 자체다.

02 · 데이터 고아 — AI는 학습하는데 회사는 관리하지 않는다

숫자부터 보자. FMI와 오토데스크의 조사 결과다.

No	지표	수치
1	생성되고도 사용되지 않는 건설 데이터	96%
2	부실 데이터로 인한 글로벌 건설업 손실(2020년 한 해)	1.84조 달러
3	부실 데이터·소통 불량이 원인인 재작업 비중	52%
4	그로 인한 재작업 비용(미국/글로벌, 2018)	313억 / 2,800억 달러
5	정보 검색·오류 수정 등 비생산 업무 시간 비중	근무시간의 35%

건설현장은 데이터 빈곤에 시달리는 게 아니다. 데이터 홍수 속에서 익사하고 있다. 사진, 도면, 공문, 검측서, 회의록이 매일 쏟아진다. 그리고 그중 96%가 그대로 버려진다.

이것도 이름을 붙이자. 데이터 고아.

태어났지만 관리하는 부모가 없는 데이터. 폴더 어딘가에 존재하지만 형식이 제각각이고, 소유자가 없고, 다음 프로젝트로 상속되지 않는 데이터. 건설회사의 서버는 데이터 고아원이다.

역설은 지금부터다. AI의 시대가 왔다. AI는 데이터를 먹고 자라는 기계다. 건설사마다 생성형 AI로 보고서를 요약하고 문서를 검색한다. 그런데 물어보라. 그 보고서가 어떤 형식으로, 어디에, 누구의 책임 아래 축적되고 있는가. 답할 수 있는 회사는 드물다.

이것은 한 산업만의 문제가 아니다. 인포매티카의 2026년 조사에서 조직의 4분의 3이 인정했다. 거버넌스가 AI 도입 속도를 따라가지 못한다고. 건설업은 그 격차가 가장 큰 산업군에 속한다.

결과는 기괴한 비대칭이다. AI는 회사 밖의 데이터로 매일 학습한다. 회사 안의 데이터는 잠들어 있다. 30년치 현장 경험이라는, 돈 주고도 못 사는 학습 원료가 하드디스크에서 화석이 되어 간다.

AI는 학습한다. 회사는 관리하지 않는다. 이 비대칭이 다음 10년의 격차다.

03 · ERP 착시 — 시스템을 사면 해결된다는 착각

여기까지 들으면 경영진은 이렇게 반응한다. 그래서 우리도 시스템을 도입했다고. ERP를 샀고, 그룹웨어를 깔았고, 전자결재를 돌린다고.

그런데 맥킨지의 진단은 차갑다. ERP 전환의 약 70%가 목표 달성에 실패한다. 소프트웨어가 나빠서가 아니다. 깨진 프로세스를 그대로 새 시스템에 옮겨 담았기 때문이다.

이 현상의 이름은 ERP 착시다.

화면이 바뀌면 일이 바뀐 것처럼 보인다. 종이 결재가 전자결재가 되면 혁신처럼 보인다. 하지만 일하는 방식은 그대로다. 현장 기술자는 낮에 일하고, 저녁에 사무실로 돌아와 시스템에 '입력'한다.

입력은 업무가 아니다. 업무의 요약이다. 요약은 원본이 아니다. 그리고 입력은 노동이다. 노동은 회피된다. 회피된 입력은 부실한 데이터가 되고, 부실한 데이터는 아무도 믿지 않는 시스템이 된다. 아무도 믿지 않는 시스템은 다시 종이와 전화로 대체된다. ERP 실패의 순환 고리다.

ERP와 워크플로우는 겉보기에 비슷하다. 본질은 정반대다.

구분	ERP — 결과의 시스템	Workflow — 과정의 시스템
기록 시점	일이 끝난 뒤 사후 입력	일이 진행되는 동안 자동 생성
데이터 성격	요약된 결과 — 집계·정산용	원본 그대로의 과정 — 증거·학습용
입력 주체	사람이 따로 입력(추가 노동)	업무 수행 자체가 곧 기록
누락·왜곡	회피·미화·몰아서 입력	현장·시각·위치가 실시간 고정
AI 학습 가치	낮다 — 맥락이 지워진 숫자	높다 — 맥락이 살아있는 데이터

ERP는 회계를 위해 태어난 시스템이다. 돈의 결과를 집계하는 데는 탁월하다. 그러나 건설 생산성의 병목은 결과 집계가 아니라 과정의 단절에 있다. 결과의 시스템으로 과정의 병을 고칠 수는 없다.

건설 DX의 승부처는 ERP가 아니다. 워크플로우다.

04 · 워크플로우 혁신 — 데이터는 입력하는 게 아니라 남는 것이다

발상을 뒤집어야 한다.

데이터를 만들려 하지 마라. 데이터가 남게 하라.

검측 업무를 디지털 워크플로우로 옮기면 무슨 일이 벌어지는가. 기술자는 태블릿으로 검측을 한다. 그 순간 사진이 남고, 위치가 남고, 시각이 남고, 판정이 남고, 서명이 남는다. 데이터를 입력한 사람은 아무도 없다. 모두 일을 했을 뿐이다.

데이터가 업무의 부산물로 자동 생성되는 구조. 이것이 워크플로우 혁신의 본질이다. 입력이라는 추가 노동이 사라지는 순간 데이터의 양과 질이 동시에 바뀐다. 회피할 이유가 없으니 누락이 사라지고, 현장에서 즉시 생성되니 왜곡이 사라진다.

이제 30년의 정체를 역순으로 해부할 수 있다. 생산성이 멈춘 것은 조직에 학습이 없어서다. 학습이 없는 것은 쓸 만한 데이터가 없어서다. 데이터가 없는 것은 업무가 데이터를 남기지 않는 구조여서다. 그래서 처방은 업무구조, 즉 워크플로우 그 자체다.

거버넌스도 여기서 풀린다. 워크플로우가 표준화되면 데이터 형식이 저절로 표준화된다. 표준화된 데이터는 비로소 관리할 수 있다. 관리되는 데이터만이 AI의 자산이 된다. 그때의 AI는 남의 데이터로 학습한 범용 두뇌가 아니라, 우리 회사 30년의 현장으로 학습한 고유 자산이 된다.

순서가 전부다. 워크플로우가 먼저, 데이터가 다음, 거버넌스가 그 위에, AI는 마지막이다.

대부분의 회사는 정확히 거꾸로 간다. AI부터 사고, 학습시킬 데이터가 없다는 것을 발견하고, 뒤늦게 거버넌스를 말하고, 워크플로우는 끝내 바꾸지 않는다. 그리고 3년 뒤 보고서에 이렇게 쓴다. 우리 업은 특수해서 AI가 맞지 않는다고.

업이 특수한 게 아니다. 순서가 틀렸을 뿐이다.

여기서 거버넌스의 실체도 분명해진다. 거버넌스는 규정집이 아니다. 위원회도 아니다. 세 가지 질문에 답할 수 있는 상태다. 이 데이터는 누구의 것인가. 어떤 형식으로 쌓이는가. 언제까지, 무엇을 위해 보존되는가.

종이와 수첩과 전화로 일하는 회사는 이 질문에 영원히 답할 수 없다. 답할 대상 자체가 없기 때문이다. 워크플로우를 디지털로 옮긴 회사는 답이 이미 시스템 안에 들어 있다. 거버넌스는 만드는 것이 아니라, 워크플로우가 서면 따라오는 것이다.

분쟁의 관점에서 보면 이 차이는 돈으로 환산된다. 공사비 클레임에서 이기는 쪽은 논리가 좋은 쪽이 아니라 기록이 남은 쪽이다. 워크플로우가 남긴 데이터는 평시에는 학습 자산이고, 유사시에는 증거다. 하나의 구조가 생산성과 리스크를 동시에 방어한다.

결론 — 기술을 사는 회사, 구조를 바꾸는 회사

앞으로 건설회사는 두 부류로 갈린다.

기술을 사는 회사는 AI 데모에 감탄하고, 라이선스를 사고, 시범현장 한 곳에 적용하고, 성과 보고서를 만들고, 잊는다. 30년간 CAD와 BIM과 드론에 했던 일을 AI에도 반복한다. 생산성 그래프는 이번에도 움직이지 않을 것이다.

구조를 바꾸는 회사는 다르게 시작한다. 검측 하나, 기성 하나, 회의 하나를 디지털 워크플로우로 옮긴다. 화려하지 않다. 그러나 그 순간부터 데이터가 쌓이기 시작하고, 데이터가 쌓이는 순간부터 조직이 학습하기 시작하고, 조직이 학습하는 순간부터 30년 만에 처음으로 생산성이 움직이기 시작한다.

건설 생산성 정체는 미스터리가 아니었다. 업무가 기록을 남기지 않으니 데이터가 없었고, 데이터가 없으니 학습이 없었고, 학습이 없으니 성장이 없었다. 문제는 하나였고, 답도 하나다.

생산성은 기술에서 나오지 않는다. 구조에서 나온다.

데이터는 입력에서 나오지 않는다. 업무에서 나온다.

그래서 건설 DX는 ERP가 아니라, 워크플로우다.

출처

No	출처	인용 내용
1	McKinsey Global Institute, 「Reinventing Construction」 (2017)	생산성 연 1% vs 경제 2.8%·제조업 3.6%, 기회비용 1.6조 달러
2	Autodesk·FMI, 「Harnessing the Data Advantage」 (2021)	데이터 96% 미사용, 2020년 손실 1.84조 달러
3	FMI·PlanGrid, 「Construction Disconnected」 (2018)	재작업 52% 데이터·소통 기인, 비생산 업무 35%
4	한국건설산업연구원, 「한국 건설산업 생산성 분석」 (2022)	지수 104.1→94.5, 전산업 98.8→113.5, OECD 26위
5	McKinsey & Company, ERP 전환 연구	ERP 전환 약 70% 목표 미달 — 원인은 프로세스 이식
6	Informatica, 「CDO Insights 2026」	조직 75%, AI 대비 거버넌스 지체 인정
7	Autodesk, 「2026 AI Construction Trends」	AI 우선순위, 도입→투명성·거버넌스·데이터 품질로 이동

mckinsey.com/capabilities/operations/our-insights/reinventing-construction-through-a-productivity-revolution · autodesk.com/blogs/construction/autodesk-fmi-study-global-construction-industry-data-strategies · autodesk.com/blogs/construction/construction-disconnected-fmi-report · eiec.kdi.re.kr(한국건설산업연구원 보고서) · informatica.com/blogs/cdo-insights-2026 · autodesk.com/blogs/construction/2026-ai-trends-25-experts-share-insights