[기고] 생성형 AI 도입, 급할수록 돌아가라
미국 트럼프 2기 행정부가 출범한 이후 인공지능(AI)에 대한 규제 완화, 새로운 AI 모델 출현, 미·중 간 AI 패권 경쟁 등 AI 관련 소식이 쏟아지고 있다. AI 발전 속도는 상상 이상으로 급격한 상승 곡선을 그리고 있으며 많은 비즈니스 리더들은 AI 기술에 대해 낙관적인 기대를 내놓고 있다. 동시에 AI 시대에서 뒤쳐지면 안 된다는 위기감도 느낀다. 국내 상황도 마찬가지다. 많은 기업들이 비즈니스 혁신의 기회를 붙잡고 산업을 선도하기 위해 생성형 AI를 필두로 한 AI 기술을 적극적으로 도입하고 있다. 하지만 AI 기술은 도입 선언 후 근시일내 도입이 완료되는 기술이 아니다. 오늘날 치열한 비즈니스 환경 속 기술 도입의 성공을 좌우하는 것은 체계적인 전략의 유무다. 제품 개발부터 시장 확대에 이르기까지 모든 의사결정은 명확한 로드맵 기반으로 이뤄져야 한다. 획기적인 아이디어, 파격적인 신기술이어도 모든 이해관계자가 명확한 목적과 목표를 숙지하지 않는다면 성공적인 결과물을 내지 못하고 흐지부지 된다. 생성형 AI와 같이 급격히 진화하는 기술을 비즈니스에 도입할 때 이는 더욱 중요해진다. 지난해 맥킨지 설문조사에 따르면, 생성형 AI를 정기적으로 사용하는 기업 수가 2023년 대비 약 두 배 증가하면서 보편적인 기술로 자리잡고 있음을 증명했다. 하지만 KPMG가 2023년에 발표한 설문조사에서는 다수 기업이 생성형 AI를 구체적으로 어떻게 도입할지에 대한 명확한 방안이 부족하고, 생성형 AI 도입에 대한 경영진 이해와 전략이 부족해 AI 도입에 어려움을 겪는 것으로 나타났다. 생성형 AI를 어떻게 도입해야 원하는 가치를 창출할 수 있을까. 생성형 AI를 혁신과 생산성을 극적으로 개선하는 특별한 기회라고 인식하는 것만으로는 충분치 않다. 단순 기술 도입으로는 성공을 보장할 수 없으며 명확한 목표, 기대치, 도입 목적이 없으면 구현 과정에서 다양한 어려움에 부딪치게 된다. 해답은 분명하다. AI 기술 도입에 대한 명확한 기준을 세우는 것이다. 어떤 목적을 위해 AI 기술을 도입할 것인지 결정해야 한다. 이를 위한 첫 번째 단계는 전략적 자산을 활용하기 위한 명확한 데이터 전략 수립이다. 데이터 사용을 비즈니스 우선순위에 따라 조정함으로써 기업은 생성형 AI를 통해 워크플로우를 간소화하고 비즈니스에 필수적인 인사이트를 확보할 수 있다. 경영진으로부터 시작되는 '학습 문화' 조성도 중요하다. 경영진이 기업의 AI 전략과 목표를 명확히 전달해야 직원들이 진화하는 AI 기술을 신뢰하면서도 효과적으로 활용할 수 있는 기반이 마련된다. 직원들이 끊임없이 변화하는 AI 활용 방식에 대응할 수 있도록 필수 자원과 역량, 지식을 갖출 수 있는 교육 프로그램을 제공해야 한다. 이를 통해 직원들은 AI 시대에 요구되는 전문성을 지속적으로 갖출 수 있다. 두 번째 단계는 AI 전략을 뒷받침할 수 있는 AI 서비스개발·운영과 통합된 최신 데이터 플랫폼 도입이다. 레거시 인프라는 분산된 구조를 갖고 있어 유용한 데이터가 노후화되고 사일로화된 시스템에 갇히는 경우가 많다. 이는 구조화되지 않은 데이터가 무분별하게 쌓여 병목 현상을 일으키고 AI 모델의 실질적인 인사이트 추출을 방해한다. AI 시스템은 다양한 고품질 데이터를 얼마나 갖고 있는지에 성패가 갈린다. 이런 데이터를 확보할수록 효율적인 운영과 최대치의 IT 투자 수익률로 새로운 비즈니스 기회 창출 가능성이 높아진다. 반면 기술 스택을 현대화하지 않는 기업은 경쟁에서 빠르게 뒤쳐진다. 기존 레거시 시스템에서 벗어나려면 점점 증가하는 AI 기반 데이터 워크로드를 감당할 수 있는 확장 가능하고 안전하며 복원력이 뛰어난 데이터 아키텍처에 투자해야 한다. 실시간 데이터 처리, 저장, 통합 기능을 활용함으로써 기업은 AI의 잠재력을 최대한으로 활용해 특정 작업을 자동화하고 비용을 최적화할 수 있다. 최신 데이터 플랫폼은 데이터 중심 문화를 조성하고, AI 모델에서 얻은 인사이트를 제품 개발, 마케팅 전략, 고객 서비스 전반에 걸쳐 활용할 수 있도록 AI 서비스개발·운영을 통합 지원하는 역할도 수행한다. 데이터 위치가 어디든 직원들이 기업의 모든 데이터를 자유롭게 활용할 수 있기 때문에 모든 환경에서 일관된 데이터 보안과 거버넌스를 유지하고 분석할 수 있다. 데이터 양이 계속 늘어나고 있는 만큼 강력한 데이터 플랫폼을 구현해 AI 모델의 변화하는 요구 사항을 충족하는 것 역시 그 중요성을 더한다. 진정한 하이브리드 데이터플랫폼은 기업으로 하여금 모든 데이터를 AI 활용에 최적화하고, 데이터 기반 의사결정을 가속화해 각 산업에서 경쟁 우위를 확보할 수 있게 도와줄 것이다. 마지막 단계는 데이터 신뢰성을 확보하는 것이다. AI 시스템은 대량의 데이터를 기반으로 작동하기에 데이터에 대한 신뢰를 높이는 것은 AI 솔루션을 도입하려는 모든 기업의 기초 작업이 돼야 한다. 이 부분도 최신 데이터 플랫폼으로 해결할 수 있다. 안전하고 민첩한 플랫폼은 비즈니스 아이디어에서 가치를 추출할 수 있도록 신뢰할 수 있고 원활하게 확장 가능한 인사이트를 제공해 더 빠른 의사결정과 적극적인 데이터 중심 전략을 지원한다. 기업은 AI 이니셔티브의 기초를 구축함으로써 지속적이고 공정한 인사이트를 확보할 수 있다. 궁극적으로 자신감과 명확성을 바탕으로 비즈니스 성공을 이끌어낼 수 있다. AI 기술 트렌드에 뒤쳐질 수 있다는 두려움으로 인해 무조건적인 AI 도입을 서두를 수 있다. 어느 기업이든 예외는 아니다. 하지만 급할수록 돌아가라는 말처럼 AI 기술 도입 시 '명확한 데이터 전략 수립', 'AI 시스템과 통합을 지원하는 최신 데이터 플랫폼 도입', '데이터 신뢰성 확보'라는 세 가지 단계를 숙고해 견고한 AI 기술 도입을 추진하기 바란다.
