*본 포스팅은 시스코 Jeetu Patel이 작성한 Not Ready For AI? Time To Lay The Groundwork 포스팅을 번역한 글입니다.
최근 발표된 시스코 AI 준비 지수에 따르면, 이런 긴박한 시국임에도 불구하고 기업의 13%만이 AI의 잠재력을 실현할 준비를 하고 있다고 답했습니다. 기업에서 투자하고 있기는 하지만, 절반에 가까운 응답자가 이익이 기대에 미치지 못하는 수준이라고 밝혔습니다. 기업에서 이에 더 잘 대비할 수 있는 방법을 소개합니다.
앞으로 몇 년이 지나면 오직 두 종류의 기업만 남게 될 것입니다. 바로 AI를 도입한 기업과 그렇지 않은 기업이죠.
AI가 지난 몇 년간 소문만 요란하다고 생각하셨다면, 클라우드가 처음 나왔을 때를 떠올려 보세요. 많은 사람이 클라우드에 대한 소문이 지나치게 과장되었다고 생각했습니다. 인터넷도 마찬가지였죠.
사실 진정한 혁신적 움직임이 나타날 때, 단기에는 그 영향력이 과대 평가되는 경향이 있지만 시간이 지나면서 과소 평가되는 경우가 많습니다. 특히, AI 영역이 그렇습니다.
어떤 추산치에 따르면, 최신 언어 모델을 학습시키는 데 2,000억 달러 이상이 투자되었지만 실현되는 글로벌 수익은 그중 1/10에 불과하고 그나마도 몇몇 소수의 기업에서만 발생한다고 합니다.
제가 만났던 어느 한 고객은 AI 시대에서 성공을 거둘 전략을 구체적으로 세워두었습니다. 그 외의 많은 고객들은 아직 구체적인 계획이 없지만 머릿속에 발 빠르게 움직여야 한다는 것만 생각하고 있었습니다.
얼마 전에 시스코에서 최신 AI 준비 지수를 공개했는데, 제가 말씀드린 내용과 거의 일치합니다. 이 설문조사에서 대부분 기업이 AI를 완벽하게 활용할 준비가 안 되어 있고, 작년에 이러한 수준이 하락했다는 결과가 나왔습니다. 이는 당연한 결과라고 생각합니다. AI가 너무 빠르게 혁신되고 있으므로 그 속도를 따라가지 못하면 준비를 제대로 갖추지 못할 수밖에 없습니다. 그럼에도 불구하고, CEO들은 무언가 해야 한다는 압박을 받고 있습니다. 기업의 85%는 18개월 이내에 AI로 가치를 창출해야 한다고 답했습니다.
대부분 기업은 방향성을 정하고 ROI를 기대할 수 있는 영역을 명확히 파악하는 전략이 필요하다는 것을 잘 알고 있습니다. 구체적인 전략을 세운 후 빠르게 행동으로 옮기려면 무엇을 해야 할까요? 몇 가지 방법을 공유해 드리겠습니다.
데이터 센터 준비
AI를 활용하는 데 필요한 처리 성능, 대역폭, 개인정보 보호, 보안, 데이터 거버넌스 및 제어 요구 사항으로 인해 기업에서는 클라우드에서 어떤 워크로드를 실행해야 하고, 프라이빗 데이터 센터에서 어떤 워크로드를 실행해야 할지 깊은 고민에 빠졌습니다. 사실, 많은 기업이 프라이빗 클라우드로 워크로드를 다시 가져오고 있습니다. 그러나 데이터 센터는 아직 준비된 상태가 아닙니다. 지금 당장 GPU 성능을 높이지 않더라도, 데이터 센터 전략에 대해 생각해 보아야 합니다. 현재 워크로드가 최적화되고 에너지 효율적인 인프라에서 실행되고 있나요? 기존 데이터 센터에 AI 기능을 추가할 예정인가요? 아니면 새로운 데이터 센터를 구축할 생각인가요? 어떤 전략을 취하든, 고대역폭, 저지연 연결 요구 사항에 대비하고 있나요? 이러한 질문은 오늘날 모든 기업이 준비 태세를 더욱 철저하게 갖추기 위해 고민해야 할 문제입니다.
근무지 인프라 준비
AI는 캠퍼스, 지사, 가정, 자동차, 공장, 병원, 운동장, 호텔 등을 비롯하여 우리가 일하고 고객과 연결하는 모든 곳에 혁신을 일으킬 것입니다. 지금도 우리의 물리적 세상과 디지털 세상이 점점 융합되고 있습니다. IT, 부동산, 시설 팀들은 센서, 기기, 새로운 전력 솔루션 등 새로운 인프라에 수십억 달러를 투자하여 직원과 고객에게 탁월한 경험을 제공하면서도 데이터와 자동화를 통해 안전성, 에너지 효율성 등 여러 측면을 대대적으로 개선하고 있습니다. 하지만 이건 시작에 불과합니다. 직장에 첨단 로봇, 심지어 휴머노이드가 있는 미래의 세상을 상상해 보세요. 여러분의 직장에는 이 새로운 환경에 맞춰 대역폭과 기기 밀도를 제공하기 위한 네트워크 인프라가 갖춰져 있나요? ‘엣지’에서 추론하여 로봇 장치와 IoT 사용 사례를 지원하는 데 필요한 미래의 컴퓨팅 및 대역폭 요구 사항을 처리할 준비가 되었나요? 인프라에 최신 위협을 방어할 수 있는 보안이 깊이 내장되어 있나요? 이 모든 전략을 지금 당장 고민해야 합니다.
근무지 준비
언어 기반 AI가 가져온 첫 파도는 우리가 정보를 얻고 몇몇 기본 작업을 처리하는 방식을 변화시켰지만, 일자리에 큰 변화를 일으킨 것은 아닙니다. 다음 파도는 그보다 훨씬 혁신적일 것입니다. 중요한 시스템에 액세스할 수 있는 AI 에이전트가 이러한 시스템과 결합되어 정보를 얻고 작업을 자동화하는 에이전트 워크플로 기반 솔루션이 우리의 업무 방식과 직무 수행 방식(예: 직접 작업 수행 여부, 직접 검토 및 승인 여부)에 영향을 미칠 것입니다. 물론, 경우에 따라 AI가 역할을 바꾸기도 할 겁니다. 이제 리더들은 앞으로 이 세상이 어떻게 변화할지 깊이 생각하고 문화에 미치는 영향에서부터 개인정보 보호와 보안에 미치는 영향까지 고려하여 미래에 대비해야 합니다.
AI의 새로운 위협으로부터 보호하기 위한 준비
AI를 새로운 공격 벡터로 사용하는 것과 이러한 공격을 막을 새로운 수단으로 활용하는 것에 대해 많은 관심이 쏠리고 있지만, AI 안전에 대해 좀 더 광범위하게 생각할 필요가 있습니다. 공격을 당하면 가동이 중단되거나 데이터가 손실되던 이전의 시스템과 달리, AI 기반 시스템을 공격하거나 부적절하게 사용하면 훨씬 심각한 파급 효과가 일어날 수 있습니다. 우리는 멀티 클라우드만 사용하던 세상에서 이제 멀티 모델의 시대로 옮겨가고 있으며, 그 결과 공격 표면과 공격으로 인한 잠재적 피해가 훨씬 더 커졌습니다. 백엔드 모델이 손상되어 그 이후에 반환되는 모든 응답에 영향을 미치거나, 예상치 못한 응답으로 인해 에이전트 시스템이 평판을 해치게 하거나, 그보다 심각한 피해를 일으키는 프롬프트 주입 공격이 얼마나 큰 영향을 미칠지 생각해 보세요. 내년에는 AI 안전성이 주목받게 될 것이며, 기업들은 지금부터 새로운 전략을 세워야 한다고 생각합니다.
이러한 기본 요소를 모두 하나로 결합하기가 얼마나 복잡한지 생각해 보면, 아직 많은 기업이 빠르게 움직이지 못하고 작년보다 준비 상태가 덜 되었다고 느끼는 것은 어쩌면 당연한 일입니다. 하지만 전반적인 AI 전략이 구체적으로 갖춰져 있지 않더라도 지금부터 선제적으로 대비하는 것이 안전할 것입니다.
Authors