인공지능(AI) 도입과 도전과제​

•Researchscape와 공동으로 실시한 Cloudera 보고서 엔터프라이즈 AI 및 현대 데이터 아키텍처의 현황(The State of Enterprise AI and Modern Data Architecture) 

•기업의 AI 도입 상황과 이 첨단 기술을 현재의 운영에 통합하려고 할 때 여러 문제에 직면, 해결에 중요한 통찰력 시사

AI 도입 현황

상기 보고서에 따르면 설문 조사에 참여한 기업의 88%가 이미 AI를 활용하고 있는 것으로 나타났다. 

IT(92%), 고객 서비스(52%), 마케팅(45%) 분야는 AI를 활용하여 운영을 혁신하고 빠르게 변화하는 경제 환경 속에서 성과를 내고 있다. 이것이 뉴 노멀 시대의 운영이다.

특히 생성형 AI(GenAI) 모델은 인기가 많으며, 응답자의 대부분은 이것을 어느 정도 사용하고 있는 것으로 나타났다. 

GenAI가 많은 언론의 주목을 받고 있지만, 기업이 채택하는 유일한 기술은 아니다. 

기업이 활용하고 있는 또 다른 AI로는 예측, 딥 러닝, 분류 및 지도 학습 어플리케이션이 있는 것으로 조사되었다.

AI 활용의 과제

산업 전반에 걸쳐 경쟁적으로 AI를 채택하고 있지만 AI의 잠재력을 활용하는 데 방해가 되는 여러 문제가 직면해 있어 투자 대비 원하는 결과를 얻지 못할 수 있다.

데이터 보안 및 규정 준수 위험

가장 시급한 해결 과제 중 하나는 데이터 보안 및 규정 준수에 대한 우려이다. 

AI 시스템이 비즈니스 프로세스에 점점 통합됨에 따라 방대한 양의 민감한 데이터를 처리하여야 한다. 

Cloudera 보고서에 의하면 조사기업의 74%가 보안 및 규정 준수 위험이 AI 도입에 과제로 생각하고 있다.

데이터 침해 :​ 

AI 시스템은 민감한 데이터로 분류되는 데이터에 자주 접근하고 처리한다. 

기업은 AI 모델이 안전하고 데이터가 무단 접근으로부터 보호되고 있는지 확인해야 한다.

규정 준수 : 

유럽의 GDPR, 캘리포니아의 CCPA 및 기타 지역 데이터 보호법과 같은 규정을 준수하려면 AI 실행이 복잡해진다. 

기업은 법적 문제를 피하기 위해 이러한 규정을 주의 깊게 파악해야 한다. 

이 문제는 데이터가 여러 부서에 나뉘어져 저장되어 처리될 때 대응하기 어려울 수 있다.

신뢰와 윤리 : 

규정 준수 문제를 넘어 AI 시스템에 대한 신뢰를 구축하는 일도 과제이다. 

AI 의 편향성 여부를 확인하려면 모델이 투명하고 설명할 수 있어야 한다. 

특히 의사 결정이 중대한 결과를 초래할 수 있는 금융 및 의료 등 영역에서 매우 중요하다.

적절한 교육과 인력 부족

또 다른 중요한 과제는 AI 도구를 관리할 숙련된 인력이 부족한 것으로 나타났다. 

보고서에 따르면 기업의 38%가 적절한 교육과 인재 부족으로 어려움을 겪고 있다.

기술 발전과 인력개발 속도의 격차: AI 기술에는 기계 학습, 데이터 사이언스 및 알고리즘 개발과 같은 분야의 전문 지식이 필요하다. 

그러나 AI 혁신의 속도가 이러한 기술을 갖춘 전문가 육성과 가용성을 능가하여 그 격차는 점점 더 커지고 있다.

지속적인 학습: 

인력이 양성되어도 AI의 빠르게 진화하는 특성 때문에 지속적인 학습과 기술 향상이 필수적이다. 

교육 프로그램에 투자가 지체되면 최신 AI 발전에 따라가기 점점 어려워진다.

인력 유지: 

AI 인재에 대한 유치경쟁이 치열하다. 매력적인 인센티브를 제공하는 기술 대기업이나 스타트업이 숙련된 전문가들을 채용하고 있다. 

인재 유지는 특히 기술 대기업이 제공하는 보상 및 성장 기회를 주지 못하는 기업의 경우 해결하기 어려운 과제이다.

AI 도구의 높은 비용

또 다른 주요 우려 사항은 AI 기술 도입에 따른 재정적 부담이다. 

보고서에 따르면 조사기업의 26%가 AI 도구와 관련된 높은 비용을 심각한 과제로 생각하고 있다.

초기 투자 : 

AI 시스템을 구현하려면 하드웨어, 소프트웨어 및 인프라에 대한 상당한 초기 투자 비용이 필요하다. 

AI 모델 훈련을 위한 GPU 구매, AI 소프트웨어에 대한 라이선스 비용, 이러한 시스템을 기존 IT 인프라와 통합하는 비용이 발생한다.

운영 비용 : 

초기 투자 비용 외에 운영 비용도 지속적으로 발생한다. 

데이터 저장, 처리 능력 및 AI 시스템의 지속적인 유지 관리와 관련된 비용이다. 특히 예산이 제한된 기업에 있어 큰 걸림돌이 될 수 있다.

투자 수익률(ROI) 문제: 

특히 ROI가 불확실하거나 구축하는 데 시간이 걸리는 경우 AI 도입 프로젝트 투자를 정당화하는데 어려움이 따른다. 

이러한 투자가 실질적인 비즈니스 성과로 이어질 것이라는 점이 명확하지 않으면 어떤 기업도 AI 도입에 소극적일 수밖에 없다.

도전과제 극복

AI 구현에 있어서 이러한 과제를 해결하기 위해 전략적 접근이 필요하다. 

보안 조치에 대한 투자 : 

AI 시스템의 안전과 규정 준수 확인이 최우선 과제가 되어야 한다. 

효과적이고 신뢰할 수 있는 시스템을 설계하기 위해 AI 윤리 및 데이터 보호 전문가의 협력을 활용하는 방법도 있다.

인재 파이프라인 구축 : 

교육 및 기술 향상 프로그램을 통해 내부 인재 개발에 집중하고 새로운 인재에 접근하기 위해 학술 기관과의 파트너십을 모색한다.

비용 대비 이익 평가 : 

AI에 투자할 때는 비용 대비 이익 분석이 필수적이다. 

AI 도입을 사내에 확장하기 전에 결과가 명확하고 측정 가능한 소규모 파일럿 프로젝트부터 작게 시작하다. 

이를 토대로 AI를 활용하여 경쟁 우위를 확보하고 혁신과 운영 효율성을 높이는 동시에 위험을 효과적으로 관리할 수 있는 더 나은 입지를 확보할 수 있다.

데이터 신뢰성

데이터의 신뢰성이 성공적인 AI 이니셔티브의 기반이다.

조사기업 중 대부분의 응답자가 자사의 데이터를 신뢰하지만, 데이터에의 접근은 또 다른 문제라고 대답했다. 

응답자들은 기업에서 사용할 수 있는 전체 데이터 저장소를 찾거나 접근하는 데 어려움을 겪고 있는 것으로 나타났다. 

그것은 다음과 같은 이유 때문이다.

모순되는 데이터 세트 : 

플랫폼 간에 일관성 없는 데이터는 의사 결정을 복잡하게 만든다.

플랫폼 간 데이터 관리 불능 : 

다양한 시스템에 분산되어 저장된 데이터를 관리하는 데 어려움이 있다.

데이터 볼륨 : 

압도적인 볼륨의 데이터로 인해 관리하는데 문제가 발생한다.

이러한 문제점은 접근 및 거버넌스 기능을 포괄적으로 제공하는 강력한 데이터 관리 시스템의 필요성을 강조하고 있다.

데이터 접근 가능성, 일관성 및 보안을 보장하여 보다 나은 데이터 기반 의사 결정을 내릴 수 있도록 함으로써 이러한 문제를 해결할 수 있다.

AI 도입과 인적 요소

AI 성공의 중요 핵심은 인력의 기술 격차라는 점에 주목할 가치가 있다. 

설문 조사에 따르면 조사기업의 38%가 AI 도구를 효과적으로 관리할 수 있는 적절한 교육과 인재가 부족한 것으로 나타났다.

잘 숙련된 인력을 찾기란 쉽지 않다. 

기존 직원의 기술을 향상하고 교육할 것인지, 아니면 제한된 인재를 확보하기 위해 기술 타사와 경쟁할 것인지 비용적인 면을 고려하여 결정해야 한다. 

IT 리더를 위한 전략적 권장 사항

Cloudera 보고서는 CIO와 CDO를 위해 AI 및 데이터 전략을 최적화하기 위한 실행 가능한 통찰력를 제시하고 있다.

강력하고 확장 가능한 데이터 인프라에 투자: 확장 가능하고 안전한 데이터 아키텍처의 우선 순위를 정하고 AI 이니셔티브를 지원하여 증가하는 데이터 볼륨을 관리한다.

데이터 보안 및 규정 준수 우선 순위: 강력한 보안 조치와 규정 준수 프로토콜을 보장하여 위험을 완화한다.

하이브리드 데이터 아키텍처 채택: 하이브리드 데이터 아키텍처를 활용하여 데이터 관리, 보안 및 접근성을 강화한다.

데이터 기반 조직문화 조성: 데이터 기반 의사 결정과 지속적인 학습을 지원하는 조직 문화를 장려한다.

기업에서 AI 활용이 빠르게 진행되고 있지만 아직 해결해야 할 과제가 많이 남아있다. 

AI 이니셔티브의 성공은 기술 자체뿐만 아니라 데이터의 신뢰성과 이러한 도구 사용을 관리하고 혁신할 수 있는 인력의 준비에 달려 있다. 

AI에 의해 산업이 재편되는 경제 환경 속에서 데이터 아키텍처를 우선시하고 직원의 기술 향상에 투자하는 기업은 AI의 혁신 잠재력을 최대한 활용할 수 있는 아주 유리한 위치를 차지할 것으로 보인다.

참고 | https://www.clouddatainsights.com/report-uncovers-the-realities-of-ai-adoption/?​