AI가 당신의 비즈니스를 고립시킬까? IoT 리더들의 전문가 통찰

Progress의 전략 부사장 마크 트로에스터는 최근 IoT 산업에서 AI의 급속한 채택이 시기상조일 수 있음을 인정했습니다. 노련한 IoT 개발자이자 도구 제공자로서 트로에스터의 관점은 실제 배포 과제에 기반합니다.

프리랜서 IT 작가 Nick Booth도 이 우려를 메아리칩니다. Fuze의 Workforce Futures 보고서를 인용하며, 근로자 40%가 이미 회사에서 AI를 경험하지만 무려 84%가 기계보다 인간과 대화하길 원한다고 지적합니다. 이 간극은 인간 전문 지식의 지속적 가치를 강조합니다.

AI가 인간 지능보다 뒤처지는 이유

AI 시스템은 본질적으로 창작자의 지식 범위로 제한됩니다. 가장 진보된 모델조차 인간 경험의 좁은 조각으로 훈련돼 인간 인지의 깊이를 근사할 뿐, 복제할 수 없습니다. 게다가 인간이 감각, 시각, 능동, 반성, 순차, 전체적 학습 스타일의 스펙트럼을 가진 반면, 머신러닝은 이런 다양성을 완전히 포착할 수 없는 선형적이고 수학적으로 구동되는 프로세스에 의존합니다.

AI는 1차원적인가?

머신러닝은 패턴 인식과 대규모 데이터 처리에 뛰어나지만, 다양한 학습 양식에서 오는 맥락적 뉘앙스가 부족합니다. AI가 인간보다 데이터를 더 빠르게 처리할 수 있지만, 실제 IoT 배포에서 발생하는 복잡하고 종종 비구조적인 과제를 아직 예측할 수 없습니다.

많은 기업이 자동화 서두름 속에서 필수적 인간 접점을 IoT 지원 시스템에서 제거해 모든 이슈를 기계가 처리할 수 있다고 가정했습니다. 트로에스터는 이 '성급한 도약' 접근법이 비즈니스를 취약하게 만들 수 있다고 경고합니다.

간극 메우기: AI 접근성 높이기

한계에도 불구하고 AI는 더 접근 가능해지고 있습니다. 스마트하고 연결된 센서의 급증이 세분화된 데이터를 생성하고, 확장 가능한 플랫폼이 대규모 수집, 저장, 처리를 가능케 합니다. 트로에스터는 데이터 과학 수명주기의 자동화(본질적으로 'AI에 AI 적용')를 게임 체인저로 강조합니다. 모델 훈련과 검증을 자동화함으로써 데이터 과학자는 반복적 작업이 아닌 전략적 분석에 집중해 AI의 가시적 가치를 높일 수 있습니다.

Fuze 연구 데이터에 따르면 근로자 26%가 AI가 직장에 가장 큰 진정한 영향을 미칠 것이라 믿으며, 이는 블록체인 예상 영향의 5배입니다. 한편 IT 전문가의 8%만 AI를 2018년 가장 과대포장된 기술로 보고, 23%는 가상현실을 가장 허세로운 기술로 봅니다.

연구에서 가장 드러나는 통찰은 젊은 세대가 AI 기술에 가장 회의적이라는 점입니다. 이는 다음 물결의 인재가 사려 깊고 인간 중심적 AI 솔루션을 요구할 것이란 고무적 신호입니다.

저자: Nick Booth, 프리랜서 IT 및 통신 작가.