지능형 통합 및 자동화 분야의 리더인 부미(Boomi™)가 MIT 테크놀로지 리뷰 인사이트(MIT Technology Review Insights)와 공동으로 작성한 새 보고서 ‘인공지능 전략 수립을 위한 플레이북(A Playbook for Crafting AI Strategy)’을 발간했다.
이 종합적인 연구에는 전 세계 최고 경영진 및 고위 데이터 임원을 대상으로 한 설문조사와 데이터 및 AI 관련 비즈니스 리더들에게 실시한 심층 인터뷰가 포함돼 있다. 이 보고서는 기업 AI의 도입 현황을 조명하고, 혁신이 벌어지고 있는 인공지능 분야의 지형을 탐색하기 위한 실행 가능한 전략을 제시한다.
2030년까지 AI가 전 세계 GDP에 기여하는 액수가 15조7000억달러에 달할 것이라는 PwC의 예측[1] 등과 같이 야심만만한 AI 관련 예측으로 기업들이 고심하는 가운데 파일럿 프로젝트에서 전사적인 배포까지의 여정에는 여전히 주요 장애물들이 남아 있다. 예를 들어 2024년 미국 기업 중 5.4%만이 제품 또는 서비스 생산에 AI를 활용[2]했으며, 이러한 상황은 AI를 효과적으로 활용하기 위한 전략적 및 조직적 전환이 시급하게 필요함을 나타낸다.
보고서의 주요 연구 결과는 다음과 같은 추세와 과제를 강조한다.
· 야심 찬 AI 관련 목표가 쏟아지지만 파일럿을 넘어서 확장한 사례는 거의 없다. 설문조사에 참여한 기업의 95%가 이미 AI를 사용하고 있으며, 99%는 미래에도 사용할 것으로 예상하고 있다. 하지만 파일럿 프로젝트를 넘어서서 졸업한 조직은 거의 없다. 76%의 기업이 겨우 1~3개의 사용 사례에 AI를 배포한 것으로 나타났다. 기업의 절반이 2년 이내에 모든 비즈니스 기능 전반에서 AI를 본격적으로 배포할 것으로 예상하는 만큼 올해는 전사적 AI 기반 구축에 있어 관건이 된다.
· AI 준비도 관련 지출이 크게 증가할 예정이다. 전반적으로 2022년과 2023년의 AI 지출은 대부분의 기업에서 소폭 증가하거나 보합세를 나타냈으며, 넷 중 한 기업만 지출을 4분의 1 이상 늘렸다. 하지만 2024년에는 상황이 바뀔 것으로 보인다. 응답자 10명 중 9명이 데이터 준비도(플랫폼 현대화, 클라우드 마이그레이션, 데이터 품질 포함) 및 전략, 문화 변화, 비즈니스 모델과 같은 인접 영역에 대한 AI 지출을 늘릴 것으로 예상하기 때문이다. 10명 중 4명은 10~24%, 3분의 1은 25~49% 정도 지출을 늘릴 것으로 예상했다.
· 데이터 유동성은 AI 배포에 있어 가장 중요한 속성이다. 다양한 소스의 데이터에 원활하게 액세스하고, 이를 결합하고, 분석하는 기능은 기업들이 관련성 있는 정보를 추출해 특정 비즈니스 시나리오에 효과적으로 적용할 수 있게 해준다. 또한 데이터가 이미 큐레이션돼 현재 작업에 맞춰져 있기 때문에 방대한 데이터 저장소를 샅샅이 뒤질 필요도 없어진다.
· 데이터 품질이 AI 배포의 주요 제한 사항이다. 응답자의 절반은 배포 시 가장 많은 제한을 부과하는 데이터 문제로 데이터 품질을 꼽았다. 특히 데이터가 많고 레거시 IT 인프라에 대한 투자액이 큰 대기업의 경우는 더욱 그렇다. 매출 규모가 100억달러 이상인 기업은 데이터 품질과 데이터 인프라를 동시에 제한 요소로 꼽은 경우가 많았는데, 이는 대규모 데이터 저장소를 관리하는 조직에서 이러한 문제가 훨씬 더 심각함을 시사한다.
· 기업들은 AI에 서두르지 않고 있다. 거의 모든 조직(98%)은 AI를 최초로 사용하는 기업이 되는 것을 기꺼이 포기하더라도 보안을 유지하여 안전하게 AI를 제공하는 쪽을 택하겠다고 응답했다. 응답자의 45%(대기업 응답자의 경우 65% 전체)가 거버넌스, 보안, 개인정보 보호를 AI 배포 속도에 제동을 거는 가장 큰 요인으로 꼽았다.
부미의 최고기술책임자인 매트 맥라티(Matt McLarty)는 “지난 1년간 기업들은 AI의 힘과 잠재력을 이해하게 됐다”며 “올해 이러한 조직들이 소규모 파일럿에서 전사적인 대규모 AI 배포로 전환을 모색하고 있는 중”이라고 전했다.
‘인공지능 전략 수립을 위한 플레이북’은 AI 여정의 다음 단계로 나아가는 데 도움이 될 수 있으며, 다음과 같은 원칙을 지침으로 제시한다.
· 올해는 AI 기반 구축에 있어 중요한 해이다. 조직들이 야심찬 단기 AI 목표를 달성하기 위해 노력하는 중에 올바른 데이터 기반을 갖추는 것이 중요하다는 사실을 깨닫고 있다. 조직은 데이터 품질, 데이터 유동성, IT 인프라에 대한 투자를 두 배로 늘리고 있다.
· 가장 높은 레버리지의 AI 사용 사례는 타깃팅된 사업별 결과를 도출한다. 범용 생성형 AI 사용 사례 구현이 점점 더 간단해지고 있긴 하지만, 이는 경쟁업체와 고객도 똑같이 사용할 수 있다. 가장 가치 있는 사용 사례는 사업에 고유한 경쟁 우위를 창출하는 사례이다.
· 재정적 고려와 파트너십이 핵심이다. 올해는 GPU부터 숙련된 인재, 에너지 소비에 이르기까지 AI의 비용을 계산하고, AI의 ROI를 측정하는 현실적인 접근 방식을 개발해야 한다. AI를 혼자 추진하는 조직은 거의 없기 때문에 올바른 파트너, 공급업체 및 도구에 대한 결정을 내리는 것이 기업 대부분이 맞이할 AI의 미래에 필수가 될 것이다.
· AI 도입 속도는 리스크에 대한 현실적 평가에 따라 조절되고 있다. 조직들이 AI의 악의적인 사용으로 인한 리스크 때문에 조심스러워 하는 것은 당연하며, AI를 확장할 때 선점자가 누리는 장점을 보고 덤비는 것보다 조심하는 게 더 바람직하다는 데 근본적으로 모두 동의하고 있다. 새로운 규제 환경과 AI의 리스크를 완화할 수 있는 방법을 더 잘 이해하게 되면 채택 속도를 높이는 데 도움이 될 것이다.
부미의 최고기술책임자인 매트 맥라티는 “AI 구현을 늦추는 가장 큰 걸림돌은 어디서부터 시작해야 할지 모른다는 점”이라며 “생성형 AI에서 가치를 얻기 위해 생성형 AI를 만드는 방법에 대한 전문가가 될 필요는 없다. 조직이 AI의 혁신적 잠재력을 활용하고자 할 때 이 보고서는 중요한 플레이북 역할을 하여 비즈니스 리더들에게 AI 전략 형성의 복잡성을 뚫고 나가는 길잡이가 되어줄 것”이라고 밝혔다.
