Capgemini는 생성적 AI의 컨셉 증명이 왜 종종 주목받지 못하는지 탐구합니다.

최근 Capgemini의 연구에 따르면, 모든 산업에서 AI 개념 증명을 실제 운영 솔루션으로 전환하는 데 어려움이 있다고 합니다. Capgemini의 데이터 기반 비즈니스 및 생성 AI 부문 EVP인 스티브 존스(Steve Jones)는 이러한 지연이 디지털 경계, 디지털 직원, 저품질 데이터와 같은 문제에서 기인한다고 설명했습니다.

존스는 “우리는 나쁜 데이터에 너무 익숙해졌습니다. IT 분야에서 가장 널리 퍼진 오해는 데이터 문제를 원본 시스템에서 해결할 것이라는 믿음입니다. 이는 조직이 스스로에게 가지는 잘못된 개념입니다.”라고 강조했습니다. 그는 데이터를 기름에 비유하며, 기름이 사용을 위해 정제되어야 하듯 데이터도 효과적이기 위해 정화되고 정리되어야 한다고 지적했습니다. 2030년까지 비즈니스 결정을 내리는 데 AI가 50% 이상 기여할 것이라는 예측과 함께, 불확실한 데이터로 인한 위험은 상당합니다.

“디지털 직원이 결정을 내리는 데 정제된 데이터를 기다릴 필요는 없습니다. 이는 운영상 비현실적입니다.”라고 존스는 덧붙였습니다. “자율주행차나 물류 창고와 같은 시나리오에서 잘못 관리된 데이터는 용납될 수 없습니다. 조직은 인간 직원뿐만 아니라 팀 내에서 운영되는 AI를 관리하기 위한 체계를 마련해야 합니다.”

존스는 대형 언어 모델(LLM)이 정확한 운영 데이터에 접근하지 못하면 성능이 저하될 수 있다고 언급했습니다. 안타깝게도, 기업은 역사적으로 운영 프로세스와 데이터 관리 전략 사이에 간극을 만들어왔습니다.

AI 도입 도전 과제 해결하기

이 격차를 메우기 위해 조직은 견고한 디지털 운영 모델이 필요합니다. 이는 해결하고자 하는 문제를 명확히 정의하고, 의사 결정을 위한 적합한 데이터 세트를 식별하며, AI가 영향을 미쳐야 할 사항과 그렇지 않은 사항을 결정하는 것입니다.

“무한한 경계 없이 기업의 탄소 발자국을 줄이기 위해 강력한 AI를 배치하면, 아예 핵심 운영을 중단하라는 제안을 할 수 있습니다. 이는 실행 가능한 전략이 아닙니다.”라고 존스는 설명했습니다. “중요한 것은 AI가 비즈니스 목표와 일치하는 미리 정해진 한계 내에서 기능하도록 하는 것입니다.”

모든 운영을 지배하는 단일 AI 시스템으로는 조직이 혜택을 보기 어렵습니다. AI 솔루션은 특정 기능에 맞춤화되어야 합니다. 예를 들어, 채무 추심 봇은 영업 상담 봇과는 다른 규제 아래에서 작동합니다. 많은 조직이 AI의 비즈니스 관리 관점에서 접근하는 중요성을 간과하여 개념 증명을 넘어서기 어려워하고 있습니다.

존스는 “우리는 기술만으로 우리의 문제를 해결할 수 있다는 생각에 집착하고 있으며, 진정한 도입을 위해서는 사람들이 이러한 기술과 소통해야 합니다.”라고 말했습니다. 효과적인 AI 통합을 위해 기업은 운영 및 사이버 위험을 관리하고 책임을 보장하기 위한 세부 모델을 정의해야 합니다.

예를 들어, 영업 상담 봇은 각기 다른 규칙을 가진 여러 하위 봇과 협력할 수 있습니다. 이들의 협력은 상당한 비즈니스 결과를 이끌어낼 수 있지만, 명확한 운영 경계가 없으면 위험이 더욱 커집니다.

“효과적인 통제와 책임이 있어야 이전에 관리할 수 없었던 프로세스를 자동화할 수 있습니다.”라고 존스는 강조했습니다. “이는 단순히 기존 워크플로우에 AI를 삽입하는 것이 아니라 비즈니스 모델을 최적화하는 데 집중해야 한다는 것을 요구합니다.”

AI 확장을 위한 조직 변화 강조하기

“우리는 기술 발전보다 조직 변화를 우선시해야 합니다.”라고 존스는 주장했습니다. “실리콘밸리에서 기술이 빠르게 발전하는 동안, 주요 과제는 비즈니스의 도입과 모델 적응입니다.”

성공을 위해 AI의 구조는 근본적으로 달라야 합니다. 데이터는 디지털 직원이 쉽게 접근할 수 있도록 해야 하며, 단순히 트랜잭션이 발생하는 응용 프로그램의 백엔드에 머물러서는 안 됩니다.

존스는 “개념 증명에서 전체 AI 도입으로의 낮은 전환율은 현재의 데이터 전략이 불충분하기 때문입니다. 디지털 직원은 명확히 정의된 운영 모델을 요구하며, 대부분의 조직이 이러한 변화를 준비하지 못하고 있습니다. 기술을 완전히 이해하지 못할 수도 있는 비즈니스 리더들이 AI를 수용하는 것이 그들의 성공과 AI가 의사 결정에 크게 영향을 미치는 세상에 적응하는 데 중요합니다.”라고 결론지었습니다.