제조 산업에서의 인공지능의 잠재력
금융, IT 등 특정 업종에서만 적극 도입되고 있던 인공지능(이하 AI)이 최근에는 분야를 막론하고 관심을 받고 있다. 급격한 AI 기술의 발전과 다수의 실용화 성공 사례의 출현은 이러한 트렌드를 가속화시킬 것으로 보인다.
선택이 아닌 필수 AI transformation
이는 AI transformation에 성공한 기업과 실패한 기업의 경쟁력 차이가 생각 이상으로 크게 벌어질 수 있다는 것을 의미한다. 더 이상 기업들에게 AI 도입은 선택이 아닌 생존의 문제가 될 것이다.
● 클라우드, 데이터 플랫폼 등 인프라 증가 / AI 기술 발전으로 인한 필요 학습 데이터 감소 / AI 전문 서비스 제공 업체들 증가
AI 도입의 어려움
문제는 위와 같은 리스크를 인지하고 AI를 도입하여도 기업들 간 성과에서 큰 차이를 보인다.
왜 이런 차이가 발생하는 것일까? 다양한 이유가 있겠지만, 근본적으로는 문제 정의 및 도입 방법 그리고 AI 특징에서 유발되는 성능 및 지속 가능성 확보의 어려움을 어떻게 대처하는가에 따라 차이가 발생한다.
올바른 문제 정의 및 도입 방법 선택
첫 번째로는 AI에 대한 잘못된 이해로 실현 가능성이 낮은 Use-case를 선택하거나, 풀려고 하는 문제가 모호한 경우에 문제가 발생한다. 두 번째로는 내재화, 구축 프로젝트 진행, 파트너사 활용 등 AI 도입 방법에 대한 방법론적인 선택이다. 문제나 상황에 따라 적합한 도입 방법은 달라진다.
AI 의 성능 및 지속 가능성 확보
모델뿐만 아니라 머신 러닝 파이프라인이라 불리는 핵심 주기를 구축하고 지속적 관리가 필요한 AI 특징 때문에 다음(그림 2)과 같은 문제가 발생한다.(McKinsey Global Institute, Korea institute for industrial economics and trade) 이 때문에 AI를 효과적으로 도입하기 위해서는 다수의 인재 필요: 모델의 개발, 파이프라인 구축뿐만 아니라 이를 유지하기 위한 인력이 필요하다.
향후 AI 도입의 방향성
위와 같은 이유와 시행착오에서 배운 경험으로 선도사들은 가장 중요하고, 도메인 지식이 깊게 필요한 소수의 영역에만 내재화 역량을 집중시키고, 구체적인 Task(예: OCR, 추천, 검색)는 AI 전문 파트너사와 일하는 방향을 취하는 방식에 맞춰 AI 생태계가 조성되고 있다.
업스테이지의 AI Pack
업스테이지는 구글, 애플, 메타, 아마존, 엔비디아, 네이버, 카카오 등 최고의 전문가 팀과 함께 시장의 변화와 AI의 어려움을 해결할 수 있는 노코드·로코드 기반의 AI 솔루션인 ‘AI Pack’을 제공하고 있다. AI Pack은 AI 모델뿐만 아니라 핵심 주기에 포함되는 업무들도 포함하여 하나의 제품으로 제공하여 소수의 인력으로 AI 도입이 가능하다. 또한, 각 Task의 전문 AI 인력들이 모델 및 솔루션을 최신 기술로 업데이트하는 성능 고도화 서비스를 제공하여 성능 및 지속가능성을 확보해 준다. 현재 OCR, 추천, 검색 솔루션이 있다.
AI Pack은 AI 전공 지식이 없는 1~2명의 개발자로 사용이 가능하다. 기업은 기존처럼 수억에서 수십억 원의 구축 프로젝트가 아닌 솔루션 사용료만을 가지고 AI 도입 및 유지가 가능해진다. 이는 구축 프로젝트 대비 최대 90% 정도 절감된 수준의 비용(TCO)이다. 또한, 업스테이지 자체적으로 개발, 업데이트되는 Pre-trained model을 사용하게 되어 기존 대비 25% 수준의 데이터만 보유하여도 서비스할 수준의 성능을 확보할 수 있다. 업스테이지의 솔루션 사용을 통해 기업은 인적, 내적 역량을 핵심 서비스에만 집중할 수 있게 된다. AI로 풀고자 하는 문제를 잘 정의하고, 올바른 도입 방법과 업스테이지와 같은 AI 전문 파트너사들을 잘 선택하여 성공적으로 AI를 도입하는 기업들에게는 오히려 기회의 시대가 열리고 있다.
