[아이티데일리] 어떤 기술이든 역설은 따르기 마련이다. 생성형 AI는 특히 그 경향이 강하다. 주는 동시에 빼앗기도 한다. 이는 비즈니스와 ICT 경영자들이 조직 내 AI에 관한 결정을 내리는 데 있어 더욱 어렵고 혼란스럽게 만드는 요인이 된다. 거액의 투자가 필요하고, 조직원을 납득시켜야 하며, 자원을 대거 이동 또는 전환할 필요가 있기 때문이다.

정보기술 분야 혁신을 전문적으로 연구하는 조 맥켄드릭이 생성형 AI와 관련, 기업을 비롯한 조직이 생성형 AI를 도입하는 데 따르는 어려움을 ‘7가지 역설’이라는 제목으로 포브스지에 기고했다. 맥켄드릭은 AI, 클라우드 컴퓨팅, 디지털 전환 및 빅데이터 분석 전문가이며, IEEE 주도 엣지 컴퓨팅 국제 컨퍼런스와 클라우드 심포지엄 등에 참가, 주제 발표를 이어가고 있다. 기고글을 요약 소개한다.

1. AI는 노동력을 줄이는 동시에 기술 요건을 늘린다

AI를 사용한 각 기능을 정리하려면, 그것을 위한 기술(스킬)이 필요하다. AI에서는 이것이 최대 과제 중 하나다. 예를 들어 랙스페이스테크놀로지 조사에서는 응답자의 62%가 AI가 지금까지 인간이 수행하던 작업을 대체해 조직 내 인력 감축으로 이어졌다는 데 동의했다. 동시에 67%가 현재 가장 당면한 문제 또는 장애는 AI를 구현하기 위한 기술이 부족하다는 점을 지적하고 있다. 조직에서 AI를 도입하는 것이 그만큼 어렵다는 의미다. AI 도입으로 인력은 대체할 수 있지만 요구되는 지식은 갈수록 많아진다는 의미다.

2. AI 기술 도입은 복잡하지만, 앱 개발을 용이하게 한다

AI 기술을 개발하는 IBM의 왓슨 그룹 조사에 따르면, AI 기술로 가장 이익을 얻는 주체는 기술자 자신이다. 기술자들이 담당하는 운영과 품질 보증이 AI 기술로 자동화돼 더 빠른 애플리케이션 개발과 더 큰 네트워크 최적화가 가능해졌기 때문이다. 이로 인해 수동 작업을 줄이고 오류 확률을 대폭 낮출 수 있다.

이 경우의 AI는 기업과 조직에 긍정적인 영향을 미친다. 네트워크를 비롯한 정보자산의 품질을 제고해 시간과 비용을 대폭 낮춘다. 다만 적절한 AI 기술의 도입과 접목은 대단히 어렵고 복잡한 작업이다.

3. AI는 도입 비용이 비싸지만 IT 비용 관리와 절감에 도움이 된다

예를 들면, 테크놀로지에의 지출을 인텔리전트하게 제어하기 위한 보급 도상의 FinOps(재무 오퍼레이션)는, AI와 기계 학습으로부터의 혜택을 받을 가능성이 높다고 FinOps Foundation의 분석이 예측하고 있다.하지만 동시에 AI 기능을 관리·구축하기 위해서는 FinOps나 기타 비용 절감 노력이 필요할 수도 있다.

4. AI는 작업을 자동화·기계화하지만, 더 큰 창조성을 요구한다

세계경제포럼(WEF)이 발표한 미래 일자리 보고서는 AI로 인해 향후 5년 동안 노동자 기술의 44%가 파괴적인 영향을 받을 것으로 추산하고 있다. 또한 직장에서의 복잡한 문제 해결의 중요성 증대를 반영해 인지 기술의 중요성이 가장 빠르게 높아진다고 보고하고 있다. AI를 응용하고자 하는 분야에 대한 창의적인 아이디어가 어느 때보다 많이 요구된다.

5. AI는 가장 필요로 하는 회사에 도움이 되지 않을 수 있다

일부 기업들은 최신이자 최고의 기술을 도입하기 위해 솔루션이나 관련 컨설팅에 투자하면 큰 성장을 이루어 고객을 만족시킬 수 있다고 생각한다. AI 혜택을 가장 많이 받아야 할 기업이나 조직은 움직임이 느리고 비효율적인 경향이 강하다. 그러나 이런 조직은 역설적으로 AI를 적용하기 어렵다. AI 없이도 성공할 만한 긍정적인 문화를 가진 조직이 오히려 AI 기술 도입을 추진해 성공을 거둔다. AI 기술을 필요로 하는 회사나 조직이 이를 접목하기 어렵다는 점은 투자 결정을 더욱 어렵게 만든다. 거액의 투자가 무위로 돌아갈 수 있기 때문에, 적절한 방향을 찾아 적합한 의사 결정을 내려야 한다.

6. AI는 방대한 데이터 세트를 요구하지만 데이터 관리를 편하게 하다

AI는 최고 품질의 데이터를 대량 필요로 한다. 빅데이터 처리를 통해 AI 성능이 향상되고 정확도가 높아진다. AI는 더 높은 데이터 품질을 보장할 수 있다. AI는 데이터 자원을 대량으로 소비하지만, 분석가가 주도하는 시스템에 필요한 데이터를 파악하고 준비하는 데 도움을 준다.

대량의 데이터를 축적하는 데는 상당한 자금이 소요된다. 대신 AI가 제대로 성능을 발휘하면 생산성과 효율성, 정확성이 크게 향상된다. 결국 경영활동에서 AI 도입 여부는 투자를 수반하는 의사결정이 될 것이다.

7. AI는 지성을 높이지만 기초 작업은 소홀할 수 있다

AI는 양자물리학 문제를 풀 수 있을지 몰라도 가장 단순한 작업을 배우지는 못한다. 카네기멜론대의 한스 피터 모라벡 등이 주창한 ‘모라벡의 패러독스’라는 개념이 그것이다. 모라벡은 컴퓨터에 AI 지능을 넣어 성인을 능가하는 수준의 성능을 발휘하는 것은 쉽지만, 지각이나 이동에 관해 한 살짜리 유아의 능력을 갖도록 하는 것은 오히려 어렵거나 불가능하다고 지적했다.

AI는 많은 비즈니스 문제를 풀고 기회를 포착하는데 매우 유망한 기술이다. 그러나 기업과 조직에 접목하는 작업은 어렵고 당혹스러운 난제가 될 것이라고 맥켄드릭은 강조했다.