최동민
미국 신용평가회사 S&P가 바라본 AI 동향: 2023 Global Trends in AI Report
안녕하세요, ‘렛서’의 최동민입니다. 지난 아티클에서 스탠포드 연구소에서 발표한 <AI Index Report 2023>을 통해 AI의 동향을 한번 살펴보았었는데요, 이번 아티클에서는 세계적인 미국의 신용평가회사 S&P Global에서 2023년 8월에 공개한 <2023 Global Trends in AI Report>에 대해 다루도록 하겠습니다. AI의 현재와 미래를 S&P Global이라는 신용회사에서는 어떻게 바라보고 있는지 살펴보도록 하겠습니다.
해당 리포트에서는 아래의 7가지 키포인트를 이야기하고 있습니다.
AI는 많은 분야와 기관에 걸쳐 가속화되고 있지만, 실제 엔터프라이즈 수준에 도달한 사례는 거의 없다.
AI는 비용 감축을 위한 수단에서 수익을 창출하는 동력으로 변하고 있으며 이를 통해 기존의 시장을 재정의하고 있다.
데이터 관리는 AI의 활용을 억제하는 가장 주요한 요소이다.
AI의 선구자들은 AI의 수요를 감당하기 위해 다양한 배포 환경과 방법을 사용한다.
AI의 에너지 사용과 탄소 배출은 여러 기업에게 지속가능한 목표를 촉구하고 있지만, 이는 클라우드 서비스를 통해 더 나아질 수 있다.
노화된 데이터 인프라와 구조는 AI의 지속가능성에 직접적으로 영향을 미친다.
자체 데이터와 구조를 가지고 있는 기관은 미래에 AI를 이끌게 될 것이다.
몇가지 키포인트의 세부 내용을 들여다 보도록 하겠습니다. 해당 리포트는 약 1,500명의 AI 의사결정자와 프로젝트 리더를 대상의 설문에 기반하고 있습니다. 그중 AI를 실제로 활용하고 있는 응답자를 ‘AI 선구자(pioneer)’, AI 도입을 위해 PoC 단계를 거치고 있는 응답자를 ‘AI 탐험가(explorer)’라고 부르고 있습니다.
1. AI는 많은 분야와 기관에 걸쳐 가속화되고 있지만, 실제 엔터프라이즈 수준에 도달한 사례는 거의 없다.
AI는 이미 많은 기업들에서 활용되고 있으며, 설문자의 69%가 적어도 1개의 이상의 AI를 제품에서 활용해본 적이 있다고 응답했습니다. 즉, 약 70%의 응답자가 ‘AI 선구자'에 속하며 나머지 30%의 응답자가 파일럿 테스트나 PoC를 거치고 있는 ‘AI 탐험가'에 해당합니다.
AI 프로젝트의 규모에 대해서는 약 28%만이 그들의 비즈니스에서 널리 활용되어 엔터프라이즈 레벨에 도달했다고 답하였으며, 약 30%의 응답자는 아직은 작은 규모로만 AI가 적용되고 있지만 앞으로 더욱 중요해질 것으로 예상했습니다.
위 결과를 통해서 이제는 AI의 활용이 더 이상 ‘IT나 데이터 전문가들만의 작은 분야가 아니라 여러 비즈니스 팀들도 도입할 수 있다'는 것을 확인할 수 있습니다.
2. AI는 비용 감축을 위한 수단에서 수익을 창출하는 동력으로 변하고 있으며 이로 인해 시장을 재정의하고 있다.
지금까지의 AI는 새로운 가치를 창출하기 보다는 비용 감축을 위해서 많이 활용되어 왔습니다. 하지만 대다수의 응답자들이 앞으로는 AI가 새로운 수익을 만들어내는 revenue driver로 작동할 것이라고 응답했습니다.
위 결과는 “귀하의 회사에 있어 AI가 이끌어 낼 수 있는 주요 가치는 무엇입니까?”라는 질문에 대한 복수선택 결과입니다. 이중 새로운 가치를 창출해내는 내용은 초록색, 기존의 비용을 감축하는 내용은 빨간색으로 표시되어 있습니다. 많은 응답자들이 초록색에 해당하는 새로운 부가 가치 창출에 더욱 많은 의견을 실었으며, 그중 제품이나 서비스의 퀄리티 향상에 도움이 될 것이라는 응답이 가장 많았습니다.
3. 데이터 관리는 AI의 활용을 억제하는 가장 주요한 요소이다.
기업의 IT와 데이터 구조는 한번도 겪어본 적 없는 AI의 수요에 의해 한계에 부딪히고 있습니다. 이는 GPU의 부족과 같은 하드웨어적인 측면이 아니라 데이터 관리 차원의 문제라고 대부분의 응답자가 말하고 있습니다.
즉, 어떻게 데이터베이스를 저장 및 관리할지와 실시간 스트리밍 데이터를 어떻게 처리할지, 그리고 로그 파일과 AI 학습을 위한 데이터는 어떻게 저장할지에 대한 이슈가 AI 개발 및 활용에 있어 가장 큰 병목이라는 것입니다.
4. ‘AI 선구자’들은 AI의 수요를 감당하기 위해 다양한 배포 환경과 경로를 사용한다.
대폭적으로 증가한 AI 수요를 감당하기 위해 ‘AI 선구자’들은 ‘AI 탐험가'에 비해 평균적으로 더 많은 경로를 활용합니다. 평균적으로 학습을 위해 3.2개의 환경과 추론을 위해 2.5개의 경로를 활용한다고 합니다.
하지만 AWS나 Azure와 같은 클라우드 환경을 통해 더욱 쉽게 AI를 활용할 수 있게 되었으며, AI의 학습과 추론에 클라우드가 가장 주요한 환경으로 자리잡았습니다.
7. 자체 데이터와 구조를 가지고 있는 기관은 미래에 AI를 이끌게 될 것이다.
우선 위 표를 통해서 클라우드 환경이 AI의 학습과 추론 모두에 있어 가장 주요한 환경임을 다시 한번 확인할 수 있습니다.
또한 배포 환경이 굉장히 다양한 것을 통해 자체 데이터 인프라나 환경이 충분히 확보되어 있는 기업에게 AI의 활용과 선점이 더욱 유리하다는 것을 알 수 있습니다.
해당 아티클에서는 S&P라는 신용평가회사가 AI의 현재와 미래를 어떻게 바라보고 있는지를 살펴보았습니다. 다소 뻔하거나 널리 알려진 내용도 많이 포함되어 있었는데 저는 첫번째 키포인트인 엔터프라이즈 레벨까지 도달한 기업의 비율이 생각보다 적다는 것이 인상적이었습니다. 그리고 PoC를 통해 AI 도입을 원하는 니즈는 많다는 것이 눈에 띄었습니다.
다들 AI의 현재와 미래에 대해 어떻게 생각하시나요? 댓글에 자유롭게 의견 달아주시면 감사드리겠습니다.
코로나 이후, 많은 사람들이 오프라인 매장보다는 온라인 쇼핑몰에서 옷을 구매하기 시작했습니다. 그러나 소비자 입장에서는 온라인 쇼핑으로 고른 '옷이 나에게 잘 어울릴까?'하는 걱정이 들기 마련입니다.
해당 서비스는 국내 여러 기업의 ‘AI 프로필’로 널리 알려져있습니다. 주어진 특정 인물의 한장 이상의 사진을 이용하여 해당 인물의 얼굴은 유지한 상태로 다양한 동작과 배경의 이미지를 생성하는 서비스입니다. 
ChatGPT의 등장 이후로 챗봇의 성능이 급격히 향상되었으며 더욱 다양한 분야에서 널리 사용되고 있습니다. OpenAI의 API를 활용하여 원하는 챗봇 서비스에 AI를 연결하고 또한 주어진 서비스에 적합한 입력문을 작성(이를 프롬프트 엔지니어링이라고 합니다.)하여 특정 상황에 적합한 기능 위주로 활용할 수 있습니다. 
인터넷 쇼핑에서 고객의 취향에 알맞는 상품을 개인화하여 추천하고 페이지에 노출하는 것은 굉장히 중요한 일입니다. 하지만 이를 위해 직접 모든 상품의 정보를 태깅하는 과정은 번거로운 과정입니다. 이때 AI를 활용하여 상품의 패턴, 디테일 등 상세 속성 정보를 분석하여 개인화 서비스를 고도화할 수 있습니다.
