기업들의 AI 활용, 생성형 AI와 클라우드 기술이 주도

금융 서비스와 통신 분야의 기업들이 인공지능(AI) 기술을 적극적으로 도입하고 있는 것으로 나타났다. 특히 생성형 AI(GenAI)와 클라우드 기술이 기업의 경쟁력 확보에 중요한 역할을 하고 있으며, 이를 통한 데이터 분석과 의사결정 과정의 개선이 주목받고 있다. 엑스페리언(Experian)이 포레스터 컨설팅(Forrester Consulting)과 함께 진행한 ‘2024 비즈니스 인사이트 보고서’에 따르면, 기업들은 AI 기술을 통해 고객 경험 개선과 비용 절감, 그리고 리스크 관리 강화 등의 효과를 기대하고 있다.

기업들은 생성형 AI를 경쟁 우위 확보의 핵심 요소로 인식하고 있다. 조사에 참여한 기술 리더의 70%가 이미 생성형 AI를 효과적으로 활용하고 있다고 답했으며, 68%는 산업 내 경쟁 우위가 AI를 얼마나 잘 활용하느냐에 달려있다고 믿고 있다. 생성형 AI의 주요 활용 분야로는 대체 데이터 소스 분석(62%), 모델 모니터링(58%), 합성 데이터 생성(51%) 등이 꼽혔다.

특히 신용 위험 평가 분야에서 생성형 AI의 활용이 두드러지고 있다. AI를 통해 비정형 대체 데이터를 분석하여 더 정확한 예측 모델을 구축하고, AI 모델 모니터링 어시스턴트를 활용해 모델 드리프트를 진단하고 개선 사항을 제안받는 등 다양한 방식으로 AI 기술이 적용되고 있다. 또한 합성 데이터 생성을 통해 불균형하거나 부족한 데이터셋을 보완하는 방법도 주목받고 있다.

기업들은 클라우드 기반 분석 도구에 대한 투자를 확대하고 있다. 기술 리더의 71%가 신용 의사결정 소프트웨어를 호스팅하는 데 있어 클라우드의 이점이 위험보다 크다고 동의했다. 클라우드 기술은 비용 절감, 효율성 향상, 속도 개선, 확장성, 보안 강화 등의 이점을 제공하고 있다.

데이터 및 분석 리더들의 최우선 투자 분야로는 클라우드 기반 분석 도구(55%)와 새로운 대체 데이터 소스(55%)가 꼽혔다. 이는 AI/ML 기능을 더욱 잘 활용하고, 예측 모델의 정확도를 높이기 위한 노력의 일환으로 볼 수 있다. 또한 데이터 레이크나 단일 플랫폼으로 분산된 데이터셋을 통합하는 것도 주요 전략적 초점 중 하나로 나타났다.

AI 기술의 도입으로 의사결정 자동화와 모델 개발 프로세스가 가속화되고 있다. 그러나 아직 완전한 자동화까지는 갈 길이 멀어 보인다. 조사에 따르면 광범위하게 자동화된 신용 위험 평가 시스템을 갖춘 기업은 32%에 불과했으며, 39%의 기업은 여전히 일반적인 소비자 대출 신청을 승인하는 데 하루 이상이 걸린다고 응답했다.

모델 개발 및 배포 시간 단축도 중요한 과제로 떠올랐다. 데이터 및 분석 리더의 48%가 과거보다 더 자주 모델을 업데이트하고 있다고 답했지만, 77%의 기업이 여전히 모델을 생산에 투입하는 데 6개월 이상이 걸린다고 응답했다. 이는 데이터 소스, 모델 개발 도구, 운영 배포, 의사결정 소프트웨어 간의 더 나은 통합이 필요함을 시사한다.

AI 기술의 도입과 함께 새로운 과제들도 대두되고 있다. 58%의 기술 리더들이 어떤 생성형 AI 사용 사례가 가장 큰 투자 수익(ROI)을 가져다줄지 결정하는 데 어려움을 겪고 있다고 밝혔다. 또한 원시 신용 데이터를 사용 가능한 신용 속성으로 전환하는 것이 머신러닝 모델과 관련된 가장 큰 과제로 지목됐다.

이번 조사 결과는 AI 기술, 특히 생성형 AI와 클라우드 기술이 기업의 경쟁력 확보에 중요한 역할을 하고 있음을 보여준다. 그러나 동시에 이러한 기술의 효과적인 활용을 위해서는 여전히 많은 과제가 남아있음을 시사한다. 기업들은 AI 기술 도입을 통해 고객 경험을 개선하고 비용을 절감하며 리스크 관리를 강화할 수 있을 것으로 기대하고 있지만, 이를 위해서는 지속적인 투자와 함께 기술적, 조직적 문제들을 해결해 나가야 할 것으로 보인다.

엑스페리언 서베이의 설문결과는 링크에서 확인할 수 있다.

본 기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다. 

관련 콘텐츠 더보기