기업들의 AI 도입 현황과 미래 전망 보고서… 2025년 AI 활용 전략은?

AI in 2025: current initiatives and challenges in large enterprises

기술 중심에서 비즈니스 연계로: AI 거버넌스의 진화

프랑스의 글로벌 경영 컨설팅 회사 웨이브스톤(Wavestone)이 발표한 보고서에 따르면, 2023년 초중반의 “기술 주도” 열풍 이후, 기업들의 AI 접근 방식이 실용적인 방향으로 변화했음을 알 수 있다. 기업들은 AI/데이터 부서를 중심으로 AI 전문성을 전파하고 도입을 지원하며 비즈니스 부서의 권한을 강화하는 AI/생성형 AI 기업 우수성 센터(CoE)를 설립하는 추세다. 이러한 CoE는 비즈니스 부서가 기술적 측면과 조직 전반의 AI 통합을 자체적으로 처리할 수 있을 만큼 성숙해지면 단계적으로 축소될 것으로 전망된다.

생성형 AI 도입 격차: 주간 사용시간 최대 230분 vs 최소 8분

기업의 생성형 AI 도입은 큰 격차를 보이고 있다. 웨이브스톤의 조사에 따르면 생성형 AI 도구 주간 사용 시간은 상위 10%가 230분인 반면 하위 25%는 8분에 그쳤다. 특히 활성 사용자의 생성형 AI 도구 사용 시간은 1년 동안 49% 증가했다. 이는 기업 내 AI 도입 수준의 양극화를 보여준다.

단순하고 반복적인 작업을 AI에 위임하는 것의 인지적 영향이 상당할 수 있다. 더 높은 부가가치 작업에 인간의 노력을 집중하는 것이 목표지만, 이러한 작업들은 정신적으로 더 많은 부담을 줄 수 있다. 또한 신입 직원들이 기본 업무를 배우는 것이 중요한 기술 습득 과정인데, AI에 이런 작업들이 위임되면 어떻게 업무의 노하우를 배울 수 있을지가 새로운 과제로 대두되고 있다.

AI in 2025 current initiatives and challenges in large enterprises

데이터 품질이 AI 성공 좌우: 기업 AI 구현의 핵심 과제

적절한 측정 기준 없이 AI/생성형 AI 프로젝트를 시작하면 성공 요인 파악과 성과 품질 평가가 어렵다. 특히 생성형 AI는 주로 생산성 최적화를 다루기 때문에 시간 절약을 금전적 가치로 환산하기가 쉽지 않다. “좋은 결과가 무엇인지”에 대한 명확한 기준이 부족해 90년대 후반 인터넷 초창기와 같은 ‘시험과 학습’ 접근방식이 필요한 상황이다.

시그나(Cigna)의 국제보건부문 최고데이터책임자 람 쿠마르는 “AI 솔루션의 성과는 데이터 품질에 직접적으로 비례한다”고 강조했다. 기업들은 중앙 집중식 플랫폼과 별도의 파이프라인을 통해 데이터 품질 관리에 주력하고 있으며, MLOps와 LLMOps를 도입해 AI 시스템의 확장성과 신뢰성을 높이고 있다.

AI 보안 정책 도입률 64%: 기업의 AI 리스크 대응 현황

웨이브스톤의 AI 사이버 벤치마크 2025에 따르면, 기업의 64%가 AI 보안 정책을 도입했으며, 71%가 AI 특정 위험에 대응하기 위해 보안 프로세스를 조정했다. 43%의 기업은 AI 공급업체에 대한 제3자 평가 방법론을 적용하고 있다. 특히 생성형 AI의 보편화로 인한 제3자 플랫폼 의존도 증가는 새로운 보안 과제로 대두되고 있다.

환경 영향과 윤리적 과제: SLM 도입으로 친환경 AI 구현

기업들은 핵심 가치를 지키기 위해 윤리적 AI 가이드라인을 개발하고, 일자리 영향 평가, 포용성 작업, 편향성과 개인정보 보호 등을 다루기 시작했다. AI 시스템의 의사결정 투명성과 인적 감독의 중요성이 강조되고 있으며, 생성형 AI 콘텐츠의 지적재산권 문제는 앞으로 수년간 법정에서 다뤄질 것으로 예상된다.

기업들은 생성형 AI의 에너지 및 수자원 소비 문제를 해결하기 위해 Small Language Models(SLM)을 도입하고 있다. 또한 프로젝트 초기 단계부터 환경 영향을 측정하고, AI 요청 전 탄소발자국 추정치를 표시하는 등 실질적인 대응책을 마련하고 있다.

AI 인재 확보 전쟁: 학계-산업계 협력으로 인재 육성

대부분의 기업에서 비즈니스 의사결정자들의 AI 이해도가 낮은 것으로 나타났다. 이들은 AI와 그 영향에 대한 기본적 이해가 부족해 임원 교육, 부서 간 태스크포스 구성, AI 중심 워크숍 참여 등을 통해 이를 보완하고 있다. AI 기술의 빠른 진화로 인해 기업 직원들은 새로운 AI 방법론에 적응하기 위한 지속적인 학습이 필요하다.

로레알의 뷰티테크 프로그램 디렉터는 “유명 학술 기관과의 협력, 인력의 업스킬링과 리스킬링, 최첨단 AI 플랫폼 구축이 AI 인재 확보의 핵심”이라고 강조했다. 기업들은 장학금, 연구 보조금, 인턴십 기회 제공을 통해 전 세계의 우수한 학생과 연구원을 유치하고 있다.

글로벌 AI 투자 격차: 미국 625억 유로 vs EU·영국 90억 유로

21세기는 디지털 기술을 둘러싼 글로벌 경쟁이 치열한 시대다. 특히 AI 분야에서는 미국과 중국이 주도권을 잡고 있다. 2024 AI 인덱스 보고서에 따르면, 2023년 AI 민간 투자는 미국(625억 유로), EU·영국(90억 유로), 중국(73억 유로) 순이다.

중국의 딥시크-R1 모델이 미국의 대규모 이니셔티브인 ‘스타게이트’ 발표 직후 공개된 것은 AI 분야의 ‘스푸트니크 모멘트’로 평가받고 있다. 두 강대국은 자국의 기술 기업들을 통해 소프트파워와 하드파워를 확장하고 있으며, 이는 여러 산업의 미래를 재편할 것으로 전망된다. 현재 AI 시장은 대부분 미국과 중국 기업들이 장악하고 있으며, 이들은 자국의 영향력을 확대하는 동시에 세계의 디지털 인프라를 형성하고 있다.

유럽 데이터 스페이스: 산업 협력의 새로운 모델

기업들은 경쟁 우위를 강화하고 국가의 주권을 강화하기 위해 새로운 형태의 협력을 모색하고 있다. 유럽 데이터 스페이스는 동일 부문, 동일 지역 내 기업들이 조화롭고 신뢰할 수 있는 프레임워크 내에서 데이터를 교환하여 고영향 경제 서비스를 창출하는 산업 협력의 사례다. 데이터 스페이스 구축에는 공통 목표에 대한 합의, 지속 가능한 경제 모델, 일반 이익 미션과 장기적 경제 생존력을 보장하기 위한 공공-민간 혼합 거버넌스가 필요하다.

오픈소스 AI: 혁신과 포용성의 새로운 동력

전문가들 사이에서 논쟁이 있지만, 오픈소스 AI 모델은 혁신의 촉매제이자 주권 강화 수단으로 폭넓게 인식되고 있다. 이는 투명성, 개방성, 접근성을 촉진하며, AI를 “공통 인프라”로 민주화하는 데 기여하고 있다.

현재 양극화된 세계에서 글로벌 AI 거버넌스를 실행하기는 어려울 수 있지만, 이는 국가와 민간의 이해관계를 조율하고 기술 발전의 혜택이 다수에게 돌아가도록 하는 데 필수적이다. 특히 오픈소스 AI 모델은 최신 기술을 모든 이에게 제공함으로써 혁신과 포용성을 촉진하는 핵심 수단이 되고 있다.

전기, 자동차 산업, 금융 분야에서 성공적인 글로벌 거버넌스를 구축한 것처럼, AI 분야에서도 이러한 체계 구축이 가능할 것으로 전망된다. 이를 통해 주요 이슈들을 다룰 수 있는 표준과 메커니즘을 확립할 수 있을 것이다.

해당 기사에 인용된 리포트 원문은 링크에서 확인 가능하다.

기사는 클로드 3.5 Sonnet과 챗GPT를 활용해 작성되었습니다.