기업을 위한 AI 구축 전략, AI를 위한 'AI'가 되지 않으려면
지난달 조 바이든 미국 대통령이 '안전하고 신뢰할 수 있는 인공지능(AI) 개발 및 사용' 행정명령에 서명하면서 AI 규제 필요성이 대두됐다. 기업은 실시간 수집되는 방대한 양의 데이터를 활용해 비즈니스 운영을 개선하고, 성과를 달성하기 위해 총력을 다하고 있다. AI와 머신러닝(ML) 발전은 민첩성, 예측 가능성, 비정형 데이터를 바탕으로 비즈니스 혁신을 가져왔다. 대규모 언어 모델과 GPT 모델을 비롯한 생성형 AI는 직원들의 일상적인 업무에 활용돼 더 큰 비즈니스 가치 창출로 이어졌다.
모든 AI 프로젝트 운영은 시간, 비용, 기술 투자를 수반한다. 2022년 세계 기업은 AI 프로젝트에 458억 달러를 투자한 것으로 나타났다. 골드만삭스에 따르면 생성형 AI로 향후 10년간 세계 GDP가 7%(약 7조달러) 증가하고, 생산성은 1.5% 증가할 것으로 전망된다.
비즈니스 리더는 AI 도입 자체를 위해 AI 솔루션을 도입하지 않도록 주의해야 한다. AI 자체가 목적이 될 경우, AI 관련 이니셔티브 및 프로젝트로 유의미한 성과를 확보하기 어려울 수 있다. 새로운 솔루션에 투자하기 전에 철저한 AI 전략을 수립해 AI 프로젝트와 투자를 통한 비즈니스 가치 창출 확률을 높여야 한다. 기술을 정확히 이해하고 투자해야 비즈니스 문제를 해결할 수 있다.
안타깝게도 많은 기업들이 너무 많은 솔루션을 한 번에 도입하는 우를 범한다. AI는 한 번 도입해 원하는 효과를 얻을 수 있는 단순한 소프트웨어(SW)가 아니다. 최신 AI 솔루션 도입이 능사가 아니라는 뜻이다. AI는 활용하는 데이터에 준해 성능이 향상되므로, 세부 정보가 부족하거나 데이터가 불충분하면 AI 가치를 극대화하기 어렵다. 따라서 최적의 데이터를 확보하고 검증하는 과정을 통해 AI 솔루션 도입 효과가 저해되지 않도록 주의해야 한다.
또 비즈니스 내에서 AI를 적용할 수 있는 애플리케이션이 무수히 많기 때문에 비즈니스 리더가 어디서부터 시작할지 파악하기 어려운 경우가 많다. 가치 사슬 전반에 걸쳐 자동화 기회를 위한 적절한 로드맵을 구성해 AI 인력과 예산 편성에 힘써야 한다.
AI로 수익을 잘 내는 조직은 AI 관련 모범 사례를 기반으로 전략, 데이터, 모델, 툴, 기술 및 인재 등을 원활하게 운영한다. 비즈니스 가치와 직결된 AI 이니셔티브 우선순위를 명확하게 규정하는 계획을 수립해 리소스, 예상 투자 수익률(ROI)을 바탕으로 프로젝트를 운영한다. 오늘날 AI 선두 주자들은 전체 가치 사슬에서 기회를 찾는 것 외에도 자동화와 정책, 역할, 전사적 문화 등과 같은 구조적인 접근을 병행해 더욱 통합적이고 성숙한 AI 구축 및 운영에 힘쓰고 있다. 경영진과 이사회를 비롯한 모든 조직 내 이해관계자는 AI 이점을 경험해 향후 더 큰 규모 AI 개발 및 투자를 진행하는 선순환이 일어날 수 있다.
통합적인 AI 전략은 직원들이 각자의 필요에 맞는 강력한 솔루션을 개발하고 활용할 수 있도록 지원하는 아키텍처 및 모범 사례에 관한 지침을 포함한다. 직원을 위한 AI 교육으로 신기술을 이해하고 비즈니스 전 영역에 걸쳐 AI를 활용할 수 있도록 지원해야 한다. AI 도입은 업무량 감축, 신기술 확보 및 협업 기회 창출 등 다양한 이점을 제공할 뿐 아니라, 직원의 기술 숙련도 향상으로 조직 전반에 걸친 업스킬링으로 이어진다.
매일 다양한 기술이 눈부신 발전을 거듭하는 현 시점에서, 전략적 AI 도입은 어떤 기업도 피해 갈 수 없는 필수 과제다. 하지만 명확한 AI 도입 및 운영 전략 없이는 비즈니스 전반에 걸친 AI 도입 및 확장에 현실적인 어려움이 뒤따른다. 최신 유행하는 AI 솔루션 도입에 급급하기 보다는 경영진과 협력해 AI에 대한 명확한 비전, 투자 전략 및 목표를 수립하고, 직원과 고객 모두를 위한 효율적인 운영이 돼야 한다.
제스 오라일리 유아이패스 아시아 지역 부사장
[전자신문 제공]
한국
일본
중국
지원/혜택
