지난 몇 년간 생성형 AI가 크게 주목받으면서 기업 활동에 생성형 AI 도입은 일상이 되었습니다. 하지만 모든 기업의 AI 도입이 성공적이기만 한 것은 아닌데요. 왜 어떤 기업은 성공적으로 AI를 도입하여 생산성과 효율성 향상을 달성하고, 또 어떤 기업은 시간과 비용만 낭비하고 변화가 없는 걸까요?
오늘은 기업의 생성형 AI 도입 실태와 도입 실패 원인을 알아보고, 성공적인 AI 도입을 위해 고려해야 하는 사항을 알려드리겠습니다.
1. AI 도입 기업의 80% 이상 실패해
출처: RAND Corporation
미국의 대표적 싱크탱크인 랜드 연구소(RAND Corporation)가 발표한 보고서에 따르면, AI를 도입한 기업의 80% 이상이 도입에 실패하며, 이는 다른 IT 프로젝트 실패율의 두 배에 달한다고 합니다.
연구소는 기업의 AI 도입 실패 주요 원인으로 아래 다섯 가지를 지적했어요.
1) AI로 해결할 문제에 대한 담당자의 이해도 부족
2) AI 모델을 효과적으로 훈련하는 데 필요한 데이터 부족
3) 문제 해결이 아니라 최신 기술 도입에 집중
4) 데이터 관리와 AI 모델 배포 등에 필요한 인프라 부족
5) AI가 해결하기에 너무 어려운 문제에 기술 적용
국내 기업의 AI 도입 실태 역시 크게 다르지 않습니다. 기업의 AI 도입은 점점 늘어나는 추세이지만, 시스템을 유지하는 데에 어려움을 겪거나 도입조차 하지 못하는 기업이 상당수인데요.
대한상공회의소와 산업연구원이 공동으로 실시한 ‘국내 기업 AI 기술 활용 실태 조사’에 따르면, AI 기술을 활용하지 않는 기업 중 상당수가 기술 및 IT 인프라 부족(34.6%)을 이유로 응답했어요.
2. AI 도입 시 고려 사항 5
그렇다면 AI를 도입하려는 기업은 어떤 점을 고려해야 할까요?
1️⃣ 문제 정의 및 AI 도입 목적 설정
출처: freepik
아직까지 기업의 AI 기술 도입은 초기 단계이므로 AI로 무엇을 할지 기획 단계부터 명확하게 정의하는 것이 중요합니다. AI로 어떤 문제를 해결해야 하는지 협의하고, AI 도입 목적이 비용 절감인지 정확도 개선인지 목표를 설정해야 합니다.
비용절감이 우선 순위라면 챗GPT와 같은 오픈소스 기반의 생성형AI 서비스를 활용해도 되지만, 만약 데이터 보안이 중요한 기업이라면 낮은 구축 비용보다는 보안과 효율성을 우선으로 고려해야 합니다.
또한 구성원이 AI 도입의 의도와 목적을 정확하게 이해하도록 해야 하며, 충분한 의사소통을 기반으로 프로젝트를 진행해야 합니다.
2️⃣ 보유 중인 데이터 파악 및 확보
출처: freepik
AI 도입으로 비용 절감과 생산성 향상을 이루고 싶다면 양질의 데이터 확보가 우선시되어야 합니다.
예를 들어, 이커머스 기업은 지난 몇 년간의 판매 데이터와 고객 구매 히스토리, 자사와 경쟁사의 판매 가격과 프로모션 정보, 계절에 따른 트렌드 등에 대한 다양한 변수를 파악해야 합니다.
이렇게 확보한 데이터는 AI 모델이 적절히 활용할 수 있도록 전처리 과정을 거쳐야 하는데요. 이때 각 산업의 특성과 AI 도입 목적을 고려해야 합니다.
3️⃣ 문제를 해결할 수 있는 AI 모델 선택
출처: freepik
AI 모델을 도입할 때는 기술이 아닌 문제에 집중해야 합니다. 기업이 해결해야 하는 문제에 집중하지 않고 다른 기업이 사용하는 모델을 그대로 따라 하거나 최신 기술이라는 점만 믿고 도입하면 성공적인 프로젝트를 진행할 수 없습니다.
특히 기업이 속한 산업에 알맞은 AI 모델인지, 기술 발전과 시장 변화에 따라 유연하게 확장하고 적용할 수 있는지를 고려해야 합니다. 확장성과 유연성을 고려해야 빠르게 변화하는 시장에서 지속적으로 AI를 활용할 수 있습니다.
AI 기술 도입은 일회성 대규모 프로젝트가 아니라 지속적으로 운영하고 관리해야 하는 전략적 프로젝트라는 점을 인식하는 것이 중요해요.
4️⃣ AI 리터러시 강화 및 조직 역량 강화
출처: freepik
AI 기술 도입은 전문가 몇 명 영입으로 해결되는 단기 프로젝트가 아닙니다. 조직 전반에 걸쳐 구성원들의 AI 리터러시를 높이고, 구성원들이 각자 분야에서 AI 기술을 활용해 더 높은 부가 가치를 창출할 수 있도록 지원하는 것이 중요합니다.
다양한 AI 기술을 활용하는 AI 오케스트레이션 능력이 향후 기업 활동에 중요한 지표가 될 것이라고 설명한 적이 있는데요. 다양한 교육과 사내 커뮤니티 등을 통해 구성원들이 AI 활용 경험을 축적하고 AI 오케스트레이션 역량을 강화할 수 있도록 지원하고, 구성원의 AI 활용 능력이 자연스럽게 기업 활동에 반영될 수 있도록 해야 합니다.
5️⃣ AI 성능에 지나친 기대 지양
출처: freepik
AI 기술에 지나치게 기대하거나 의지하는 것은 지양해야 합니다. AI는 기업 활동에 도움을 주는 시스템이라는 점을 이해하고, 현실적인 목표에 기반해 AI 기술을 도입해야 하는데요.
처음부터 완벽한 자동화 시스템을 구축하려고 하기보다는 산업 특성과 개선이 필요한 업무를 고려해 부분적으로 도입하는 것이 현실적인 접근 방법일 수 있습니다. 특히 AI 도입에 필요한 데이터가 충분히 쌓여 있지 않은 기업이라면, AI 시스템을 순차적으로 도입하면서 유의미한 데이터를 축적하고 활용도를 높일 수 있습니다.
지금까지 살펴본 것처럼 기업의 AI 기술 도입에 중요한 것은 기술 자체가 아니라 어떤 문제를 어떻게 해결할지에 집중하는 것입니다. 특히 AI 기술에 대한 전문적인 지식과 경험을 바탕으로 문제에 접근하는 것이 중요한데요. 대부분의 기업이 인력과 인프라 부족을 AI 도입의 어려움으로 꼽는 만큼, 전문가의 컨설팅이 필수입니다.
다빈치는 AI를 포함해 전 분야 IT 제작 및 컨설팅을 제공하는 개발 조직입니다. 단순히 AI 기술을 도입하는 것이 아니라 기업이 가진 문제에 집중해 적절한 AI 기술과 시스템 도입을 지원합니다.
다빈치와 함께한 기업들은 활발한 소통과 기업의 CTO처럼 적극적으로 일하는 태도를 다빈치의 강점으로 꼽습니다. AI 도입이 고민이라면, 지금 다빈치에 무료 컨설팅을 문의해 보세요!
