(10회)혁신분야, 빨리 갈 것인가
안전하게 갈 것인가
네옴시티 사례로 투영해 본 생성 AI의 현재와 도입 방향
세상에 없던 프로젝트, 네옴시티(Neom City) 회의론
최근 사우디 네옴시티에 대한 회의론이 다시 커지고 있다. 월스트리트저널(2024.05.07)은 현실보다 이상에 치우친 절대권력자의 야심 찬 의지, 치밀하지 못한 계획이 불러온 낭비적 시행착오, 세계 최고와 최첨단 구현에 따른 기술적 난관과 막대한 건설비용 등으로 프로젝트 축소가 예상된다고 썼다. 당초 180km에 5000억 달러 예상이 2조 달러가 넘을 것으로 추정되면서 재조정에 들어갔다.
네옴시티 프로젝트가 2017년에 처음 발표되고, 2022년 11월 빈 살만 왕세자 방한 이벤트를 계기로 우리에게도 잘 알려지게 되었다. 석유 중심 산업구조를 다각화하기 위해 인공지능, 사물인터넷(IoT), 로봇공학 등 최신 기술을 도시 인프라와 서비스에 적용하고, 재생 에너지 사용으로 환경 보호와 지속 가능한 개발을 추진한다. 관광, 첨단 산업, 미디어, 생명 과학 등 다양한 분야에서 새로운 경제 기회를 창출하여 전 세계에서 인재와 투자를 유치, 국제적 비즈니스와 혁신 허브가 되겠다는 세계 최대의 미래 건설프로젝트이다. 도시건설의 새로운 패러다임을 만들어 갈 것으로 기대를 모아 왔기에 부러움의 대상이기도 했지만, 투자규모가 크고 이상을 추구한다는 비난과 회의론도 공존하고 있다.
생성 AI의 재설정이 필요한 시점
한편으로 세계적으로 가장 주목 받고 있는 생성 AI에 대해 생각해 보게 된다. Mckinsey(맥킨지)는 2024년 3월 분기별 리포트에서 ‘Generative AI Reset’ 제하에 ‘2024년은 생성 AI의 잠재력을 가치로 전환하기 위해 재구성이 필요하다’고 주장했다. 생성 AI의 과제는 생산성 향상을 통해 수익을 창출하는 방법을 찾는 것으로, 수익 창출 방법에 대한 계획을 미리 정의해야 가치 포착이 수월할 수 있다는 점을 강조하고 있다.
2023년에는 가능성만으로도 관심이 폭발하여, 뒤처지지 않으려 새로운 사업에 진출하거나, 경쟁력 강화를 위해 기존 사업에 접목하려고 열심이었다면, 2024년은 생성 AI의 가치를 입증하는 해가 될 것으로 전문가들은 예상하고 있다. 생성 AI가 어렵고, 투자가 많이 들면서도 조직의 변화가 필수적이어서, 변화 없이 지름길로 가려하면 결과가 실망스러울 가능성이 높다고 한다. 이는 테스트(파일럿) 모델을 시작하는 것은 쉽지만, 파일럿을 확장하고 의미 있는 가치를 창출하려면 실제로 업무 수행 방식 등 광범위한 변화가 필요하기 때문이라는 것에 의견이 일치한다.
생성 AI의 생산성 향상과 3가지 활용법
대부분의 기업은, 기업 고유의 상품이나 서비스에서 실질적인 경쟁 우위를 가지는 것이 중요하며, 생성 AI는 생산성을 높여주는 도구임은 명확하다. 따라서 Tool 사용자(taker)가 될 것인지, 독점 데이터로 사용 가능한 모델의 통합자(shaper), 또는 LLM의 Builder(maker)가 될 것인지를 정해서 선택적으로 접근해야 한다고 맥킨지 컨설팅은 조언한다. 기업은 생산성 향상을 위해 사용자(Taker) 모델을 구현하는 동시에 경쟁 우위를 위한 통합자(shaper)로서 애플리케이션을 구축하는 방식을 권유하고 있다. 생성 AI의 단기적 가치는 사람들의 업무를 더 잘 수행할 수 있도록 돕는 역할이기에, 수익에 가장 큰 영향을 미치는 생산성 향상에 집중해야 한다. 보유한 생성 AI 기술과 능력을 향상하면서, 목표로 하는 생성 AI 모델에 필요한 기술을 명확히 파악하는 것이 우선이다.
네옴시티와 생성 AI 연관성은 전례가 없는 프로젝트
네옴시티 사례를 연관시킨 것은, 업종과 상황이 다름에도 프로젝트를 추진하는 원리와 방식은 유사하기 때문이다. 목표를 설정하고, 프로젝트를 기획할 때 실현가능성을 철저히 검증하고, 추진계획을 수립한다면 시행착오를 줄이고, 예산 범위 내에서 설정한 목표를 달성해 갈 수 있다. 반면에 현실적이지 못한 목표와 치밀하지 않은 계획으로 예기치 못한 문제가 발생하면, 시간과 비용이 증가하고, 특히 매몰비용이 급증하여 프로젝트가 축소되거나, 성과가 반감되어 추진이 어렵게 될 수 있기 때문이다. 특히 전례가 없는 최첨단 프로젝트 성격이라면 리스크가 클 수밖에 없다. 네옴시티는 토목과 건축 베이스이고 생성 AI는 신기술 베이스이기 때문에 내용상으로는 비교가 어렵지만, 개별 기업으로 좁히면 프로젝트 추진에서는 유사성이 있어 언급해 보는 것이다.
성공사례와 실패사례의 갈림길
2022년 11월 OpenAI가 GPT3.5 기반 ChatGPT를 발표하면서 생성 AI에 대한 열풍을 몰고 왔다. 마치 생성 AI가 우리의 일상생활은 물론이고, 산업 전반에 걸쳐 변화와 수익을 창출해 줄 것이라 생각해서였을 것이다. 2023년에는 개인은 물론 기업들도 열정을 가지고 활동과 투자로 생성 AI의 엄청난 잠재적 가치를 포착하려는 시도가 이어졌다. 생성 AI 용도를 크게 생산성과 창의적 아이디어를 향상하는 부문과 새로운 비즈니스를 기획하고 창출하는 부문으로 구분할 수 있다. 성공사례가 많은 부문은 영업이나 마케팅, 고객 응대와 관리, 신약개발과 의료분야, 금융서비스, 디자인이나 음악 등 창작활동이 해당되며, 상당한 성과를 내고 있다. 그러나 새로운 비즈니스를 기획하고 창출하는 부문은 실패사례가 많다. 현장의 불확실성으로 상황에 따른 변수가 많고, 데이터 수집의 한계와 대응할 수 있는 전문인력도 부족하여 추진에 어려움을 겪거나 계획대비 성과가 미진하여 실패하는 경우이다. 첨단산업이나 제조업, 건설업이나 농업 등이 복잡성, 데이터와 솔루션 부족, 기술력과 인력 부족, 비싼 도입 및 운영비용 문제 등으로 적용에 어려움을 겪을 수 있다. 윤리적 문제, 기술적 오류, 민감한 분야에서의 AI 오남용 등으로 공공의 반발, 법적 문제, 엄격한 규제 등으로 인해 추진이나 적용이 난관에 봉착할 수 있기도 하다.
시행착오 예방을 위한 접근방법
생성 AI는 기업의 생산성을 높여 이익을 창출하는 방법을 찾는 것으로, 맥킨지가제시한 생성 AI의 3가지 활용 유형(Tool사용자, 모델 통합자, 모델 Maker) 중에서 무엇을 목표로 할 것인지를 정하는 것이 우선이다. 다음은 목표로 하는 사업 유형에 필요한 기술들을 명확히 하면서, 자신이 가지고 있는 역량을 분석하여 보유 역량은 강화시켜야 한다. 어쩌면 생성 AI는 네옴시티 프로젝트처럼 세상에 없던 기술과 사업모델로 인해 기본계획이 완성되기도 전에 도입하게 되어 과잉 투자되고 있을지도 모른다. 고유 사업에 대한 생산성과 경쟁력 강화에 머무르지 않고, 신규사업을 위한 생성 AI 도입과 확장을 시도하게 되면 잘못된 계획과 필요이상의 기술과 인력, 과잉투자로 기존 사업모델마저도 수익성이 악화될 수 있음에 주의할 필요가 있다.
Deloitte(딜로이트)의 분석에 의하면, 생성 AI는 매우 새롭고 빠르게 발전하므로, 검증된 실적을 보유한 기존 기술보다 이점을 정확하게 추정하는 것이 훨씬 어렵다. 따라서 미래 지향적인 많은 조직은 중요하고 빠르게 변화하는 시장에서 뒤처지지 않으려고 구체적인 ROI 목표 없이 생성 AI를 구현하고 있다. 생성 AI의 혁신적인 잠재력을 지닌 기술의 경우 재무적 투자 수익(ROI)도 중요하지만 혁신, 전략적 포지셔닝, 경쟁 차별화와 같은 가치요인이 더 중요할 수 있기 때문이다.
2023년 10월 온라인설문조사 기업인 해리스(Harris)에 따르면, 생성형 AI가 광범위하게 도입되고 있으나, 효과적으로 사용되지 않고 있으며, 투자 수익(ROI)을 거두기는 더욱 힘든 것으로 나타났다. 72%의 기업이 AI 개념에 대한 직원 교육을 실시했음에도 불구하고, 직원 지식수준이 여전히 걸림돌이라는 조사 결과를 내놓으면서 설문 응답자의 90%가 향후 5년 내 기본 AI 교육이 의무화될 것으로 예상했다. 아직은 많은 기업이 활용 역량이 부족하여, 개인화된 Tool이나 기업의 생산성 향상과 의사경정 지원을 위한 역할에 머무를 수밖에 없으며, 새로운 비즈니스 창출이나 고도의 전문화된 업무에의 활용은 준비가 필요함을 의미한다.
가이드와 나침반이 생기기 시작한 생성 AI
미국은 물론 우리나라를 포함한 전 세계에서 지난 수년 동안 새로운 생성 AI Tool이 1000개 이상 등장하여 성공한 Tool과 실패한 Tool이 분명해지고 있고, 기업들도 성공적으로 생성 AI기술을 도입한 사례와 실패를 경험한 사례가 많이 나오고 있다. 이제는 이러한 사례들이 중요한 가이드가 될 것이며, 절차와 속도조절의 나침반이 될 수 있으므로, 축적되어 가는 사례들을 기업 활동과 생성 AI 기술 접목에 활용해야 할 때이다.
