나만의 AX가 필요한 이유

AX를 실행하는 기업들이 빠르게 늘어나고 있다.

단순히 비즈니스 모델을 바꾸는 수준을 넘어, 일하는 방식 자체를 AI 중심으로 다시 설계하는 움직임이다.

2023년 초부터 SaaS 멸종론이 언급되며 이런 흐름은 글로벌 SaaS 기업들에서 시작됐다.

지금은 제조업, 전통 서비스업까지 자연스럽게 확산되고 있다.

흥미로운 점은, 그렇다면 AX를 가장 잘한 기업은 어디인가라는 질문에 아직 명확한 성공 사례를 떠올리기 어렵다는 것이다.

이유는 분명하다.

첫째, AX를 통해 개선하려는 지표와 KPI가 명확하지 않은 경우가 많고,

둘째, 성과를 판단하기엔 아직 시간이 충분히 지나지 않았다.

2022년 말 첫 ChatGPT가 등장한 이후 이제 겨우 3년 차에 접어든 상황이다.

대부분의 기업이 혼란을 겪는 이유도 여기 있다.

필요성은 모두 공감하지만, 어떻게 해야 하는지는 모른다.

게다가 자고 일어나면 새로운 모델이 등장하는 상황에서, 압도적인 1등 AI가 아직 존재하지 않는다.

각자 잘하는 영역에 맞춰 모델을 조합해 쓰는 단계다 보니, 뚜렷한 벤치마크 대상 자체가 없다.

AX를 가장 잘 실행하고 있다고 확신할 수 있는 기업을 찾기 힘든 이유다.

그래서 많은 조직이 선택하는 방식은 순차적인 흡수다.

반복 업무 비중이 높고, 데이터 노출 리스크가 낮으며, 내부 data moat을 지킬 수 있는 영역부터 AX를 적용해 나간다.

우리 역시 크게 다르지 않다.

방법을 모를수록 정답은 단순하다. 일단 먼저 써보기 시작해야한다(이젠 학습의 방식도 달라져야한다).

어차피 지금 이 시점에서 누가 가장 잘하는지는 아무도 모른다.

리소스는 넘쳐난다. 다만 제목만 그럴듯하고 실질적인 내용은 비어 있는 컨텐츠가 많다는 점은 분별이 필요하다.

그래서 지금은 혼란의 시기이자, 동시에 기회의 시기다.

각자의 AX에 집중해 차별화를 만들어야 할 타이밍이다.

그 차별화된 역량은 당장 눈에 띄지 않을 수 있다.

하지만 최소한 지금 내가 하고 있는 일이나 사업 영역에서 어떤 LLM이 적합한지,

어떤 조합으로 워크플로우를 설계할 수 있는지,

MCP 기반으로 여러 툴을 어떻게 연결할 수 있는지에 대한 이해는 쌓아가야 한다.

그리고 기술의 발전 방향을 지속적으로 읽어야 한다.

지금 외부에서 쉽게 얻을 수 있는 정보는 대부분 기초적인 수준일 가능성이 높고, 그래서 더 공유해주려고 한다.

다만 앞으로 AI 리터러시가 높아질수록 사람들 간의 격차는 점점 더 벌어질 것이고,

그 격차는 결국 자산과 기회의 격차로 이어질 것이다.

최근 OpenAI는 다보스 세계경제포럼 현장에서 ‘역량 격차 해소(Ending the Capability Overhang)’ 리포트를 발표했다.

이 리포트에 따르면 AI 모델의 지능은 약 7개월마다 두 배씩 성장하고 있지만,

대부분의 사람들은 여전히 2022년 수준의 단순한 질문, 즉 검색 대체 수준에 머물러 있다.

반면 유료 사용자 기준 상위 5%에 속하는 파워 유저들은 일반 사용자보다 AI의 고급 추론 기능을 평균 7배 이상 활용하고 있는 것으로 나타났다.

이제 AI를 단순히 검색을 대체하는 도구로 바라볼 단계는 지났다.

본인만의 날카로운 무기로 만들기 위해, 지금부터 단단히 준비해야 할 시기다.