생성형 AI 교육 효과를 톡톡히 볼 직무는?
5가지 직무에서의 생성형 AI 활용 양상과 그 효과를 전해드립니다.
Q. AI 교육을 도입하고 싶은데…어떤 직무부터 AI 교육을 시작해야할까?
AI 활용에 대한 중요성이 대두되고 기업 내부에서 AI 교육에 대한 니즈가 커질수록, 보다 효과적인 AI 교육을 진행하기 위해 위와 같은 고민을 하고 계신 HRD 담당자분들이 많으실텐데요. AI 교육을 도입할 때는 비용 절감과 생산성 향상 등 실질적인 효과를 기대할 수 있는 부서를 면밀히 검토하고, 우선순위를 정해 전략적으로 접근하는 것이 중요한 것이죠.
맥킨지의 "The Economic Potential of Generative AI" 리포트는 직무별로 생성형 AI가 가져올 변화를 다루며 이러한 고민에 실질적인 방향을 제시합니다. 이번 아티클에서는 해당 보고서를 기반으로, 생성형 AI로 시너지를 극대화할 수 있는 5가지 직무와 각 직무에서의 활용 방식 및 기대 효과를 살펴보겠습니다.
1. 생성형 AI를 도입해야 하는 직무 5가지와 그 이유
맥킨지는 2040년까지 생성형 AI가 약 6.1조에서 7.9조 달러의 경제적 가치를 창출할 것으로 분석했습니다. 이 금액은 2023년 기준 대한민국 GDP의 약 3~4배에 달하는 규모인데요. 여기서 말하는 경제적 잠재력이란 단순히 AI 자체의 가치뿐만 아니라, 이를 활용해 얻을 수 있는 간접적인 효과까지 포함합니다. 예를 들어, AI를 도입함으로써 생산성이 향상되고, 비용이 절감되며, 수익이 증대되는 등의 효과를 통해 창출되는 가치를 의미하는 것이죠.
그렇다면 이러한 막대한 경제적 잠재력은 어디서 가장 많이 창출될까요?
맥킨지는 총 16가지 직무를 분석했으며, 이 중에서도 단 5가지 직무의 생성형 AI 활용에서 그 경제적 잠재력의 75%가 발생할 것이라고 보고 있습니다. 바로 위 자료에 파랗게 표시되어 있는 1) 고객 운영 2) 마케팅 3) 세일즈 4) 소프트웨어 엔지니어링 5) R&D인데요. 이는 해당 직무에서 AI 도입 시 비용 절감, 생산성 향상, 수익 증대 등의 효과를 가장 극대화할 수 있다는 가능성을 보여줍니다. 따라서 이 5가지 직무부터 생성형 AI를 도입하는 것이 현명한 선택이 될 수 있겠죠.
그렇다면, 생성형 AI가 이들 직무에서 경제적 잠재력을 극대화하는 구체적인 방식은 무엇일까요? 다음으로는 각각의 직무에서 생성형 AI가 어떤 변화를 가져오는지, 그리고 그 효과가 어느 정도인지 살펴보겠습니다.
2. 부서별 생성형 AI 활용 및 효과
- 소프트웨어 엔지니어링
소프트웨어 엔지니어링의 업무 프로세스는 “계획 → 시스템 디자인 → 코딩 → 테스트 → 유지보수”로 세분화됩니다. 모든 프로세스에서 생성형 AI가 기여할 부분이 무궁무진한데요. 현재로서는 특히 코딩 업무에서 생성형 AI가 많이 기여하고 있어요. AI는 코드 초안을 생성하고 오류를 탐지하며, 필요한 코드를 빠르게 기존 데이터 폴더에서 찾아주어 작업 속도를 크게 높일 수 있습니다. 더불어, 마치 코딩 천재 선임이 옆에 붙어있는 것처럼 모르는 코딩 지식이 있으면 바로 질문하고 이에 대한 답을 구할 수 있죠. 이러한 코딩 업무와의 시너지로 인해서 여러 기업들 역시 생성형 AI로 코드 개발을 담당하는 개발자의 업무 효율화를 많이 시도하고 있습니다.
최근 SK 플래닛이“Github Copilot”을 사용했을 때 개발자의 업무 생산성이 얼마나 향상되는지 실험했습니다. GitHub Copilot은 생성형 AI를 기반으로, 개발자가 코드를 작성할 때 자동으로 코드 초안을 제안하고, 오류를 탐지하며, 라이브러리 검색을 지원해 반복 작업을 줄이고 창의적 문제 해결에 집중할 수 있도록 돕는 도구인데요. SK 플래닛의 개발자는 해당 AI 툴을 활용해 기존에 사용하는 개발 언어로 코드를 생성했고, 이로 인해 절약된 시간을 더 많은 코드를 개발하고 개선하는 데 사용했다고 해요.
그 결과, 개발 속도 역시 약 1.7배 개선되었고, 숙련자와 미숙한 개발자 사이의 코드 편차를 줄일 수 있었다고 합니다. 실험 후 만족도 역시 개발자 대상으로 조사했는데, ‘당장 도입해야한다’ 18%, ‘도입했으면 좋겠다’ 68%였다고 해요. 주목할만한 것은 ‘시기상조/도입금지’에 대한 의견은 0%였다는 점입니다. 생성형 AI와 함께 했을 때 향상되는 생산성을 사용하면서 확실하게 발견한 것이죠.
이렇듯, 코딩에서 생성형 AI를 활용하면 소요되는 시간을 대폭 줄일 수 있고, 코드의 질 역시 개선할 수 있습니다. 맥킨지는 코딩 뿐만 아니라, 소프트웨어 엔지니어링 부분의 여러 업무, 가령 테스트 단계에서 테스트 시나리오와 필요 데이터를 만들어주고, 유지보수 시 보다 빠르게 데이터를 처리하여 문제를 진단하는 데 도움을 줄 수 있다고 하죠. 이때, 비용 대비 생산성이 최대 45%까지 개선될 것이라 전망합니다.
- R&D
R&D가 새로운 제품이나 솔루션을 만들기 위해서는 자료 조사 및 분석, 디자인 설계, 가상 시뮬레이션, 그리고 실제 테스트 단계를 거칩니다. 이 모든 업무 프로세스에서 생성형 AI로 변화될 부분이 많이 있죠. 특히, 제품이나 시스템을 실제로 만들기 전에 컴퓨터 안에서 가상의 환경을 만들어 실험하는 가상 시뮬레이션 단계에서 생성형 AI를 활용하면 이 과정이 더 빨라지고 효율적으로 최적화됩니다. 생성형 AI는 여러 설계 아이디어를 자동으로 만들어내고, 각각의 아이디어를 빠르게 분석하여 최적의 설계를 찾아낼 수 있게 도와줍니다. 과거에는 사람이 일일이 설계하여 확인해야 했던 일을 AI가 대신 처리해 주면서 연구자들의 시간과 비용을 크게 절약될 수 있는 것이죠.
미국의 바이오테크 기업 Iambic Therapeutics는 신약 개발 과정에서 생성형 AI의 도움을 받아 암 치료제 후보 IAM1363을 기존보다 훨씬 빠르게 개발할 수 있었습니다. 생성형 AI 도구인 NeuralPLexer를 사용하여 몸속에서 약물 후보가 목표 단백질과 어떻게 결합하는지를 3D로 분석했습니다. 이를 통해 약물의 효과를 더 정확히 예측하여 최적의 결과를 짧은 실험 과정으로 산출할 수 있었죠. 이 덕분에 IAM1363이라는 약물은 기존에는 몇 년씩 걸리던 초기 개발 단계를 24개월 이내에 완료할 수 있었다고 합니다. 암 치료제가 하루 빨리 개발되기만을 바라는 환자들에게 이보다 더 기쁜 소식을 없겠죠.
이처럼 생성형 AI는 가상 시뮬레이션의 비용 절감과 시간 단축에 기여하는데요. 뿐만 아니라, 생성형 AI는 빠른 분석 능력으로 개발 기획 단계부터 실제 테스트 단계까지 전 과정에서 연구자들의 의사 결정을 도와 세상에 혁신을 가져올 제품과 상품을 더 신속하게 세상에 선보이도록 돕습니다. 맥킨지는 이러한 생성형 AI의 사용이 R&D 부서에 확산될 경우, 전체 비용의 10%~15%를 절감하여 생산성을 높여줄 것이라 제시하죠.
- 고객 운영(CS)
일상생활에서 우리가 가장 흔하게 생성형 AI를 접할 수 있는 방법은 챗봇 형태의 AI일텐데요. 생성형 AI의 자연어 처리 능력 덕분에 챗봇이 크게 발달했고, 그 덕분에 지금 소비자는 즉각적이고 맞춤형 답변을 얻을 수 있습니다. 뿐만 아니라 고객의 언어나 지역 상관없이 일관적인 브랜드 톤앤매너를 가질 수 있게 되었죠.
영국의 의료 서비스 예약 및 보험금 청구 서비스 제공업체인 심플리헬스는 생성형 AI 챗봇 서비스를 활용하여 대화형 AI 시스템을 구축했습니다. 이메일 문의에 대해 AI의 지원을 받아 신속하고 정확한 답변을 제공할 수 있게 되었고, 그 결과로 이전까지는 12분이 걸리던 이메일 응대 시간이 1분 30초로 단축되었다고 해요. 이렇게 절약된 시간은 보험금 청구 처리 등 더 복잡하고 가치있는 업무에 활용되어 보험금 지급 기간이 2~3일로 단축되었다고 합니다. 또한, 고객 불만의 84%가 3일 이내에 해결되었다고 하는데, 업계 평균이 46% 라는 점을 고려하면 엄청난 개선이죠.
생성형 AI는 상담원이 직접 고객을 응대할 때에도 큰 도움을 줍니다. 과거에는 상담원이 고객의 질문에 모르는 점이 있으면 상급자를 호출하거나, 방대한 데이터베이스에서 고객의 특징을 찾아 맞춤형 솔루션을 제공하는 데 많은 시간이 소요되었습니다. 그러나 이제 생성형 AI는 고객 데이터를 요약해 고객에게 적합한 답변과 제안을 빠르게 전달할 수 있게 하는 등 실시간으로 전화 연결을 지원합니다. 뿐만 아니라, 고객과의 상호작용 후 에프터케어까지 담당하는데요. 전화 상담이 끝난 후, AI는 대화 내용을 간결히 요약해 상담원에게 전달하고, 필요한 후속 메시지를 고객에게 자동으로 전송합니다. 또한, 대화 내용을 분석해 상담원 맞춤형으로 개선 방안과 인사이트를 제공하여 상담 효율과 서비스 품질을 더욱 향상시키죠.
맥킨지의 한 조사에 따르면 5000명의 CS 팀원을 보유한 회사에서 생성형 AI를 적용했더니 고객 문제 해결 건수가 시간당 14%가 증가했으며, 상담원으로부터 매니저로 연결되는 건수가 25% 하락했다고 합니다. 또한, 주니어 직원의 서비스의 생산성과 퀄리티가 눈에 띄게 향상했다고 해요. 결론적으로, 맥킨지는 AI 도입은 현재 CS를 운영하는데 드는 전체 비용 대비 생산성을 30~40% 향상할 것이라 전망합니다.
- 마케팅
마케팅에서 데이터는 고객 행동과 시장 트렌드를 이해하고, 이를 기반으로 맞춤형 전략을 수립하여 더 높은 효율성과 효과를 달성하는 핵심 자원입니다. 방대한 양의 고객 데이터를 분석하고 인사이트를 찾아야하죠. 생성형 AI가 크게 기여할 수 있는 부분이 바로 이러한 데이터를 활용하는 업무인데요. 방대한 양의 고객 데이터, 특히 정형적인 데이터 뿐만 아니라, 사이트에 달린 고객 리뷰, SNS 반응 등과 같은 비정형 데이터 역시 빠르게 분석할 수 있습니다. 이에 따라 고객 세그먼트와 지역에 맞춘 개인화된 메시지를 빠르게 생성할 수 있게 되었죠. 또한, 다국어 번역과 지역별 맞춤 콘텐츠 제작으로 브랜드 일관성을 유지하며 글로벌 타겟을 공략하기도 수월해졌습니다.
LG전자는 고객 맞춤형 마케팅 강화를 위해 고객 데이터 플랫폼에 생성형 인공지능(AI) 기술을 적극 도입하고 있습니다. 고객 데이터를 분석하고 타겟 마케팅을 수행하여 고객의 행동 데이터와 선호도를 기반으로 한 맞춤형 마케팅 메시지를 보냅니다. 특정 제품에 관심을 보인 고객에게 적시에 관련 정보를 제공하죠. 특히, 생성형 AI의 자연어 처리 능력을 활용해 고객에게 친근하면서도 브랜드 톤을 유지하는 메시지를 자동 생성할 수 있다는 점이 주요 강점으로 작용했습니다.
이러한 기술 덕분에 LG 전자는 구매 전환율을 250% 증가시키는 성과를 거두었다고 해요. 이는 마케팅 메시지가 스팸으로 인식되는 기존의 한계를 극복하며, 고객에게 유용한 정보를 제공하는 데 초점을 맞추고 있습니다. LG전자의 이러한 성과는 생성형 AI가 마케팅에서 얼마나 강력한 도구가 될 수 있는지를 입증하죠.
- 세일즈
생성형 AI는 세일즈에서 고객에 대한 종합적인 프로필을 만들고 이 데이터를 바탕으로 우선적으로 공략해야 하는 잠재 고객의 우선순위를 제안하여 판매 확률을 증사시키는 데 기여합니다. 또한, 실시간으로 고객을 응대할 때 고객 데이터를 바탕으로 세일즈 담당자에게 업셀링을 자연스럽게 유도하는 응대 방안을 제안하죠. 더불어, 판매 후속 조치를 자동화하여 세일즈 담당자의 성과를 높이고 업무 효율화를 가능하게 합니다.
스포티파이 광고 영업팀은 세일즈포스의 생성형 AI CRM 서비스 ‘아인슈타인’을 활용하여 생산성을 개선하고자 했는데요. 세일즈 담당자는 광고주와의 관계를 구축하고, 광고 판매를 촉진하며 광고 캠페인의 효율적인 운영을 담당합니다. 생성형 AI는 광고주의 데이터를 통합 관리하고, 세일즈 파이프라인을 한눈에 확인할 수 있도록 대시보드와 인사이트를 자동적으로 생성해 줍니다. 더불어, 'Opportunity Scoring' 기능은 AI가 거래 성사 가능성이 높은 리드를 우선적으로 분석해 추천함으로써 세일즈 담당자들이 더 빠르고 효과적으로 판매를 진행할 수 있도록 돕습니다. 이러한 생성형 AI 지원 덕분에 세일즈팀의 생산성이 40% 향상되는 효과를 얻을 수 있었다고 합니다.
3. 생성형 AI 교육 시 놓치면 안되는 것
이렇게 생성형 AI를 도입했을 때, 그 높은 경제적 가치 창출이 기대되는 5가지 부서를 소개해드렸습니다. 정리해드린 5가지 직무 중에서도 각 기업의 상황에 맞춰 개선이 필요한 직무를 살펴보고 우선순위를 정해 AI 교육을 도입하는 전략적인 결정을 하시기를 바랍니다.
또한, 생성형 AI 교육 시 놓치면 안되는 것이 있는데요. 본 내용을 통해 같은 생성형 AI의 기능이더라도 직무별로 약간씩 그 실제 활용 양상에 차이가 있다는 점을 확인했죠. 그렇기 때문에, 효과적인 AI 교육을 하기 위해서는 직무별 맞춤형 AI 교육이 필요합니다.
팀스파르타 AI 기업교육은 기업, 산업, 직무별 100% 맞춤형 교육을 진행합니다. 철저한 교육 준비 단계와 밀착 케어로 기업과 직무의 특성과 상황에 맞는 커리큘럽 및 교안을 제공하여, 실무에 바로 활용 가능한 교육을 제공합니다. 이러한 서비스를 제공하는 팀스파르타 기업교육에서 AI 교육에 대한 HRD 여러분의 고민을 덜어드리고자 ‘직무별 AI 커리큘럼’ 자료집을 업로드했습니다.
본 자료집에는 팀스파르타의 직무별 맞춤형 AI 커리큘럼과 교안 예시가 담겨 있어 AI 교육 설계에 도움을 드립니다. 마케팅, 세일즈, 개발 등 본 아티클에서 다룬 주요 직무에 대한 커리큘럼와 함께 공통적으로 필요한 AI 기본 교육과 리더를 위한 AI 교육도 포함하여 보다 폭넓은 인사이트를 제공합니다.
직무별 AI 커리큘럼이 궁금하신 분들은 팀스파르타 기업교육 자료집 사이트에서 무료로 받아보실 수 있습니다. AI 교육이 여러분의 새로운 도약과 변화를 이끄는 시작점이 되기를 진심으로 바랍니다.
AI 시대의 HRD 인사이트를 주기적으로 받고 싶나요?
팀스파르타 뉴스레터는 HRD분들을 위한 AI 인사이트를 전해드립니다.
�팀스파르타 뉴스레터 구독하기
