GenAI로 비즈니스 운영 혁신: 전략 먼저, 확장 나중

일상 업무 초자동화든 제품 및 서비스 강화든, 기업들은 경쟁 우위를 확보하기 위해 생성형 인공지능(GenAI)을 점점 더 적극적으로 도입하고 있습니다. 하지만 GenAI를 성공적으로 구현하는 것은 말처럼 쉽지 않습니다. 명확한 전략과 비즈니스 니즈 및 데이터 요구사항에 대한 깊은 이해가 필요합니다.

기업이 스스로에게 가장 먼저 물어야 할 질문은 조직의 어느 영역이 GenAI로부터 가장 큰 혜택을 볼 것인가입니다. 초기 GenAI 프로젝트는 마케팅이나 HR 부서의 효율성 향상 같은 내부 운영 개선에 초점을 맞춰야 할까요? 아니면 콜센터 최적화나 기업의 전반적인 디지털 입지 강화 같은 고객 대면 영역에 초점을 맞춰야 할까요?

어떤 사용 사례든 첫 단계로서 GenAI는 복잡한 비즈니스 프로세스와 워크플로를 최적화하고 간소화하는 데 매우 효과적일 수 있습니다. 의료, 기술, 제조, 소매 같은 산업에서는 여러 부서와 기관에 걸쳐 복잡한 절차가 있습니다. 기업들은 이제 AI 콘텐츠 생성, 분석, 요약이 팀 간 인수인계를 자동화하고 타임라인과 산출물을 가속화할 수 있는 지점을 식별하기 시작했습니다.

우리가 협력하는 한 고객, 병원의 방사선 예약을 관리하는 대형 의료 제공업체는 AI로 엄청난 효율성 향상을 이루었습니다. 단일 방사선 예약에는 의사, 장비, 환자 가용성 등 수십 가지 매개변수 평가가 필요하며, 이전에는 평균 8~10분이 소요되었습니다. GenAI를 사용하여 모든 데이터 포인트를 신속하게 분석함으로써 이 제공업체는 예약 시간을 단 2~3분으로 단축했습니다. 이는 큰 변화입니다. 대량 제공업체의 경우 예약당 몇 분만 단축해도 연간 수백만 달러의 비용 절감으로 이어집니다.

하지만 현실은 대부분의 조직이 GenAI로 뛰기 전에 걷는 법을 배워야 한다는 것입니다. 10여 년 전, 컨설팅 기업 맥킨지는 혁신 단계를 세 가지 지평으로 나누었습니다. 첫 번째는 초기 1~2년간 발생하는 점진적 혁신으로, 기존 제품, 서비스, 프로세스의 점진적 개선이나 최적화를 포함합니다. 두 번째 지평은 향후 2~5년간 발생하는 새로운 확장 탐색과 발견입니다. 세 번째 지평은 일반적으로 5~10년 후에 완전히 새로운 비즈니스 모델이나 이전에 존재하지 않았던 시장 기회를 구상하고 창출하는 것입니다.

이 혁신 지평이 여전히 유효하다고 믿지만, GenAI 시대에는 그 기간이 크게 단축될 것입니다. 실제로 IDC의 최근 보고서에 따르면, AI 배포의 92%가 12개월 이하 소요되며, 조직은 평균 14개월 내에 투자 수익을 실현하고 있습니다.

참고: GenAI 애플리케이션에서 가치의 레이어 도출

비즈니스를 위한 GenAI 모범 활용 5단계

GenAI의 잠재적 혜택은 크지만, 기술을 성공적으로 운영하고 확장하려면 명확한 목표를 가진 실용적 접근이 필요합니다. GenAI 롤아웃에서 긍정적인 결과를 얻기 위한 다섯 단계를 소개합니다.

1: AI 정확성 보장

기업이 직면한 중요한 과제는 AI 생성 출력의 정확성과 신뢰성을 검증하는 것입니다. ChatGPT 같은 대부분의 AI 모델은 콘텐츠가 부정확하거나 틀릴 수 있다는 면책 조항을 달고 나옵니다. 그래서 기업은 여전히 인간이 루프에 참여하여 AI 출력의 정확성을 검토하고 검증해야 합니다.

좋은 소식은 인간이 AI 생성 콘텐츠를 평가하고, 정확한 것과 부정확한 것에 대한 피드백을 제공하며, 모델을 지속적으로 미세 조정할 수 있는 새로운 도구들이 시장에 나오고 있다는 것입니다. GenAI가 비즈니스 워크플로 전반에서 운영화됨에 따라 신뢰와 책임을 구축하기 위해 일정 수준의 인간 감독이 필수적입니다.

2: 비즈니스 케이스 정량화

또 다른 핵심 고려사항은 ROI입니다. 기존 자동화나 기존 워크플로로 할 수 있는 일을 AI로 하는 데 에너지를 쏟아야 하는지 살펴봐야 합니다. 더 단순한 방식으로 달성할 수 있는 것을 달성하기 위해 얼마나 많은 돈을 쓰고 있습니까?

재무적 ROI 외에도 기업은 AI를 콘텐츠 생성, 분석 및 기타 작업에 사용할 때의 잠재적 시간 절약을 매핑해야 합니다. AI로 콘텐츠를 생성하고 분석한다면 수작업 대비 몇 시간을 절약할 수 있을까요? 해당 비즈니스 프로세스의 총 시간 단축은 얼마입니까? 그런 다음 그 시간 절약을 비용 절감으로 매핑할 수 있습니다. AI로 프로세스를 간소화하여 달성하는 시간과 비용 절감은 설득력 있는 동인이 될 수 있습니다. 그러나 이러한 절감액은 사용 사례와 도메인에 따라 크게 달라질 수 있습니다.

3: 경험 있는 파트너 찾기

지난 18개월간 GenAI의 급속한 진화는 당연히 혼란을 야기했습니다. 초기에 사내에서 맞춤형 모델을 구축한다는 이야기가 있었습니다. 하지만 그건 자체 모바일 앱 플랫폼을 만드는 것과 비슷합니다. 대부분의 기업에게 명백하게 지나치게 복잡하고 비용이 많이 드는 일입니다.

대부분의 조직에게 더 현명한 접근은 개념 증명(POV) 프로젝트를 실행하는 것입니다. 기술 자체를 검증하는 개념 증명(PoC)과 달리, POV는 특정 사용 사례에 GenAI를 활용하여 비즈니스가 얻을 수 있는 구체적 가치를 입증합니다. 이 모델들이 작동한다는 이미 입증된 것을 증명하는 데 얽매이지 마십시오. 대신 그 가치를 여러분의 운영에 입증하는 데 집중하십시오.

효과적인 POV를 실행하려면 Microsoft, Google, AWS 같은 검증된 플랫폼을 바탕으로 깊은 GenAI 도메인 지식을 가진 파트너와 IT 서비스 제공업체의 전문성을 활용하십시오. 이 전문가들은 다른 고객을 위한 유사한 솔루션 구현 경험을 가져옵니다.

4: 데이터 품질 우선시

훌륭한 GenAI 결과의 열쇠는 데이터 준비입니다. 훈련 과정 자체가 아니라 데이터의 품질, 가용성, 조직, 거버넌스가 전부입니다. 결론적으로 데이터 품질이 낮거나 사용할 수 없으면 AI로 성공을 거두는 것은 불가능합니다.

많은 CXO는 대규모 언어 모델이 일반적으로 인터넷 데이터로 사전 훈련된다는 점을 고려할 때 GenAI가 자사 데이터와 어떻게 효과적으로 작동할 수 있는지 회의적입니다. 이 개념은 신비화 해제가 필요합니다. 데이터가 올바르게 구조화되어 있는 한 AI 모델은 조직의 데이터에서도 잘 작동할 수 있습니다. 중요한 부분은 고품질의 잘 조직된 데이터를 준비해두는 것입니다.

5: AI 가드레일 구현

GenAI는 예측 불가능할 수 있습니다. 편향을 강화하고, 프라이버시를 위협하며, 비윤리적 결정으로 이어질 수 있습니다. 이는 광범위한 채택을 가로막는 가장 강력한 장애물 중 하나입니다. 하지만 윤리적 고려사항, 데이터 편향, 유사 이슈를 신중하게 다루면 극복할 수 있습니다. 예를 들어, 널리 논의되는 의도치 않은 원치 않는 발언 문제가 있습니다. 이제 혐오, 폭력, 자해 관련 발언을 제어하고 필터링하는 수단을 제공하는 도구들이 있습니다. 이러한 도구는 중추적이며 사용자에게 자신감을 심어줄 것입니다.

특히 Microsoft, Google, AWS 같은 주요 기술 벤더와 많은 스타트업이 가드레일이 이미 마련된 GenAI 솔루션 배포를 돕는 도구와 애드온을 개발하고 있습니다. 이러한 기술의 목표는 사용자가 편향된 출력 필터링과 유해 콘텐츠 차단에 대해 덜 걱정하게 하는 것입니다. 그 작업은 보이지 않는 곳에서 처리됩니다. 하지만 AI 안전 도구는 아직 초기 단계입니다. GenAI를 활용하려는 모든 기업에게 강력한 가드레일 구현에는 상당한 노력이 필요할 것입니다.

참고: 유행어를 넘어: GenAI에 대한 더 깊은 살펴보기

최종 요점

GenAI는 이제 실시간으로 비즈니스를 변화시키고 있습니다. 탑승하지 않는 조직은 뒤처질 것입니다. 하지만 GenAI를 수용하려는 기업은 도약하기 전에 보고 계획해야 합니다. 이 다섯 단계를 따르고 최신 트렌드와 모범 사례를 계속 업데이트함으로써 기업은 더 큰 혁신, 효율성, 성장을 주도하는 GenAI의 변혁적 잠재력을 발휘할 수 있습니다.