“돈 되는 AI vs 돈 먹는 AI” 산업별 생성형 AI 투자수익 비교 분석

GenAI’s ROI Divide: How Leading Industries Innovate While Others Lag

정보산업, 생성형 AI 최고 수익률 달성… 기업의 65%가 매우 긍정적 ROI 보고

생성형 인공지능(GenAI)은 기업의 혁신과 생산성을 높이는 강력한 도구로 자리잡았지만, 모든 산업이 동일한 이점을 누리지는 못하고 있다. 피먼츠 인텔리전스(PYMNTS Intelligence)가 2024년 3월부터 11월까지 진행한 조사에 따르면, 산업별로 생성형 AI 활용 성과에 상당한 차이가 있는 것으로 나타났다.

정보산업은 생성형 AI의 투자수익률(ROI) 측면에서 선두 주자로 자리매김했다. 이 산업의 기업 중 65%가 생성형 AI 도입으로 매우 긍정적인 ROI를 경험했다고 보고했다. 이는 건설업(37%)이나 소매업(17%)과 같은 다른 산업에 비해 월등히 높은 수치다. 정보산업 기업들은 콘텐츠 생성(71%)부터 자동화된 사이버보안 시스템(57%)까지 다양한 고영향 활용 사례에 생성형 AI를 적용하고 있다.

정보산업의 성공 요인은 기존 AI 모델을 넘어 자체 AI 모델을 개발하는 등 맞춤형 접근 방식에 있다. 이 산업의 기업들은 다른 산업보다 49% 더 많이 기성 솔루션을 넘어 진화하고 있으며, 70%가 기존 모델을 기반으로 개발하거나 자체 대규모 언어 모델(LLM)을 구축하고 있다. 이러한 맞춤화를 통해 사이버보안과 같은 고부가가치 영역에서 생성형 AI의 잠재력을 극대화하고 있다.

제조·건설업의 실용적 AI 활용: 생산 프로세스 피드백(56%)과 부정행위 탐지(33%)에 집중

수작업이 많은 산업으로 알려진 제조업과 건설업은 생성형 AI 도입에 있어 주목할 만한 성과를 보이고 있다. 제조업체의 56%는 생산 프로세스에 대한 피드백 생성에 생성형 AI를 활용하고 있다. 건설업체들도 상당수가 제품 혁신을 위해 생성형 AI를 도입했으며, 약 3분의 1은 부정행위나 불일치 식별에 이 기술을 활용하고 있다.

조사에 따르면 제조업체의 59%는 생성형 AI가 제품이나 서비스 혁신에 기여한다고 답했고, 건설업체의 44%도 이에 동의했다. 두 산업 모두 생성형 AI의 주요 이점으로 혁신과 효율성을 꼽았다. 그러나 건설업은 여전히 투자수익 측면에서는 어려움을 겪고 있다. 생성형 AI가 혁신에 기여한다는 응답이 많음에도 불구하고, 매우 긍정적인 ROI를 보고한 건설업체는 37%에 그쳤다. 이는 복잡한 건설 프로젝트에 생성형 AI 솔루션을 확장하거나 기존 워크플로우에 통합하는 것의 어려움을 반영한 것일 수 있다.

반면 제조업체들은 생산 프로세스 최적화에 생성형 AI를 활용하는 방법을 성공적으로 터득한 것으로 보인다. 생산 피드백을 위한 생성형 AI의 대상화된 사용과 혁신 성공은 이 산업의 실용적 접근법의 성공을 강조한다.

소매업의 챗봇 딜레마: 도입률 71%로 높지만 투자효과는 17%에 그쳐

소매업계는 생성형 AI를 적극적으로 도입하고 있으며, 71%의 기업이 고객 응대 챗봇에 이 기술을 활용하고 있다. 고객 참여가 비즈니스 성과에 직접적인 영향을 미치는 소매업에서 챗봇은 서비스 제공을 간소화하고, 고객 상호작용을 개인화하며, 운영 효율성을 높이는 중요한 도구로 자리 잡았다. 그러나 소매업체들은 여전히 범용 도구에 크게 의존하고 있다.

조사에 따르면 61%의 소매업체가 기존의 기본 모델만 사용하고 있으며, 이러한 기성 기술 의존은 그들이 더 혁신적인 ROI를 달성하는 능력을 제한하고 있다. 맞춤화 및 고급 사용 사례, 일반적으로 이러한 ROI를 주도하는 요소들은 여전히 충분히 탐색되지 않고 있다. 비교를 위해, 정보산업과 제조업은 각각 70%와 69%가 기존 모델을 기반으로 구축하거나 독자적인 솔루션을 개발하고 있다. 이러한 맞춤화된 전략은 사이버보안과 생산 최적화와 같은 특정 운영 목표에 생성형 AI 애플리케이션을 맞추어 더 큰 수익을 창출한다.

주목할 만한 점은 조사 대상 소매업체의 100%가 범용 대화형 AI를 사용한다고 보고했으며, 이는 잦은 고객 상호작용 처리에서의 역할을 강조한다. 참여에는 효과적이지만, 이 접근 방식은 더 넓은 전략적 작업을 위해 생성형 AI를 활용하는 다른 산업에서 보이는 혁신적 깊이가 부족하다. 이는 소매업이 챗봇 성공을 넘어 맞춤형 애플리케이션을 탐색할 기회를 강조한다. 개인화된 제품 추천, 동적 가격 책정 또는 공급망 최적화는 더 많은 기업이 매우 긍정적인 ROI를 보고하도록 이끌 수 있다.

AI 예산 전망: 소매업 66%, 금융업 60%가 증액 계획… 낮은 ROI에도 미래 가치 인식

C레벨 임원들은 산업 전반에 걸쳐 생성형 AI의 혁신적 잠재력에 대한 강한 낙관론을 표현했다. 소매업, 교육 및 정보산업의 임원 90% 이상이 생성형 AI가 생산성을 향상시킨다는 데 동의했으며, 많은 이들이 혁신을 가속화한다고 보고했다. 이러한 광범위한 낙관론은 예산 동향에도 반영되었다. 임원들은 7~8년 내에 생성형 AI의 완전한 통합을 예상하고 있으며, 조사 대상 조직의 절반 가까이가 이 목표를 지원하기 위해 예산을 늘릴 계획이다. 정보산업과 제조업 같은 고성과 산업이 ROI를 주도하는 반면, 소매업과 같이 심층 도입에 어려움을 겪는 산업도 생성형 AI 역량에 투자하겠다는 의지를 보여주고 있다.

소매업은 미래 생성형 AI 예산 확대 전망에서 65.9%로 가장 높은 비율을 보였으며, 금융 및 보험(60.0%), 전문 서비스(55.2%)가 그 뒤를 이었다. 상대적으로 낮은 ROI를 보고한 산업도 예산을 늘리려는 의지가 강해, 모든 산업이 생성형 AI의 장기적 가치를 인식하고 있음을 보여준다.

FAQ

Q: 생성형 AI 도입이 가장 성공적인 산업은 어디이며, 그 이유는 무엇인가요?

A: 정보산업이 가장 성공적인 생성형 AI 도입을 보여주고 있으며, 기업의 65%가 매우 긍정적인 ROI를 보고했습니다. 이 성공의 핵심은 맞춤형 AI 모델 개발과 콘텐츠 생성, 사이버보안 등 고영향 영역에 기술을 전략적으로 활용한 것입니다. 정보산업 기업들은 단순히 기성 솔루션을 사용하는 대신 자체 LLM을 구축하거나 기존 모델을 기반으로 개발하는 경향이 49% 더 높습니다.

Q: 소매업은 왜 생성형 AI에서 낮은 ROI를 보이나요?

A: 소매업은 71%의 높은 생성형 AI 챗봇 도입율에도 불구하고 단 17%만이 매우 긍정적인 ROI를 보고했습니다. 주요 원인은 소매업체의 61%가 기본 AI 모델만 사용하고 맞춤화된 솔루션을 개발하지 않고 있기 때문입니다. 고객 응대 챗봇은 유용하지만, 개인화된 제품 추천이나 공급망 최적화와 같은 더 고급화된 맞춤형 AI 응용 프로그램으로 발전하지 못하면 혁신적인 ROI를 달성하기 어렵습니다.

Q: 생성형 AI 도입을 고려하는 기업이 높은 ROI를 달성하기 위해 집중해야 할 부분은 무엇인가요?

A: 높은 ROI를 달성하려면 기업은 맞춤형 생성형 AI 솔루션 개발에 투자해야 합니다. 단순히 기성 AI 모델을 사용하는 대신, 기업 특유의 고가치 영역(제조업의 생산 프로세스 최적화나 정보산업의 사이버보안 등)에 맞춘 솔루션을 구축해야 합니다. 또한 낮은 영향력의 기본 응용 프로그램에서 벗어나 혁신과 효율성을 실질적으로 높일 수 있는 전략적 사용 사례에 집중하는 것이 중요합니다.

해당 기사에서 인용한 리포트 원문은 링크에서 확인할 수 있다.

이미지 출처: PYMNTS

기사는 클로드와 챗GPT를 활용해 작성되었습니다.