위험 우려에도 불구하고 비즈니스 리더의 90%가 운영에 AI를 도입하는 이유는 무엇일까요?

최근 Workday, Inc.에서 실시한 연구는 기업 리더들이 조직 내 인공지능(AI) 도입에 대해 어떤 생각을 가지고 있는지 보여줍니다. 대다수의 리더들은 AI 도입에 대한 압박감을 느끼면서도, 의사결정 권한을 AI 시스템에 넘기는 것에 대해서는 주저하는 모습을 보였습니다. 전 세계 1,000명의 기업 의사결정자를 대상으로 한 이 설문조사는 중요한 결정을 내릴 때 AI 및 머신러닝(ML)에 대한 인간의 감독이 얼마나 중요한지를 강조합니다.

이 연구에 따르면 현재 90% 이상의 조직이 AI를 활용하여 인력, 재정 또는 둘 다를 효과적으로 관리하고 있는 것으로 나타났습니다. 또한dent의 80%는 AI와 머신러닝(ML)이 직원 효율성 향상 및 의사결정 능력 개선에 기여한다고 답했습니다. AI와 ML에 대한 투자는 경쟁력 유지를 위해 필수적이라는 데 압도적인 공감대가 형성되었으며, 참가자의 80%가 그 중요성을 인식하고 있습니다.

지속적인 우려 속에서도 AI를 도입해야 합니다

인공지능(AI)과 머신러닝(ML)의 광범위한 도입과 그 이점에 대한 공감대에도 불구하고, 정확성, 윤리성, 보안에 대한 우려는 여전히 남아 있습니다. 설문조사에 따르면dent의 77%가 기초 데이터의 적시성과 신뢰성에 대해 우려하고 있는 것으로 나타났습니다. 또한, 39%는 AI 구현 시 잠재적 편향을 중요한 위험 요소로 간주했으며, 48%는 보안 및 개인정보 보호 문제를 주요 장벽으로 꼽았습니다. 현재 기업에서 AI/ML을 윤리적으로 적용하는 데 높은 신뢰를 표명한 참가자는 29%에 불과했습니다. 그러나 미래에 대한 낙관론은 커지고 있으며, 응답자의 절반 이상(52%)이 향후 5년 내에 윤리적 측면이 개선될 것으로 예상했습니다.

Workday의 컨티넨탈 및 DACH 지역 CTO인 옌스 뢰마르는 변화하는 업무 환경에서 AI와 ML의 중요성을 인정하면서도, 기업들이 이러한 기술을 도입하는 데 직면하는 어려움도 지적합니다. 그는 기술 defi문제를 해결하고, AI 및 ML 전략을 실행에 옮기며, 데이터 무결성을 보장하고, 일자리 감소에 대한 직원들의 우려를 해소해야 한다고 강조합니다. 뢰마르는 책임감 있는 AI 활용과 데이터 무결성을 중시하는 공급업체와 협력하면서 인간의 통찰력과 의사결정 능력을 강화하는 것이 중요하다고 역설합니다.

근로자 전망

기업 경영진들은 인공지능(AI)이 노동 시장에 미칠 영향에 대해 고심하고 있습니다. 약 45%는 AI와 머신러닝(ML)이 업무량을 늘리고 새로운 직업 경로를 창출함으로써 근로자들에게 도움이 될 것이라고 생각합니다. 그러나 43%는 특정 업무가 AI로 대체됨에 따라 일자리가 줄어들 것을 우려하며 보다 신중한 입장을 보입니다. 더 적은 비율(12%)은 AI와 ML이 인간을 완전히 대체하여 근로자들에게 부정적인 결과를 초래할 것이라고 생각하며 더욱 회의적인 시각을 드러냅니다.

이번 설문조사는 AI 의사결정에 있어 인간의 참여가 중요하다는 점을 강조하는 동시에, AI를 성공적으로 구현하는 데 있어 핵심적인 기술 격차가 존재함을 보여줍니다.dent의 거의 4분의 3(72%)이 소속 조직이 AI 및 머신러닝을 최대한 활용하는 데 필요한 기술이 부족하다고 답했습니다. 더욱이, 더 높은 비율(76%)의 응답자는 AI 및 머신러닝 응용 분야에 대한 자신의 지식 수준을 향상시켜야 할 필요성을 인정했습니다.

Workday, Inc.의 연구는 AI 의사 결정에서 인간의 감독이 중요하다는 점을 강조하며, 대다수의 기업 리더들이 그 중요성을 인식하고 있음을 보여줍니다. 그러나 윤리, 데이터 정확성 및 보안에 대한 우려가 여전히 남아 있어 AI의 광범위한 도입에 걸림돌이 되고 있습니다. AI와 머신러닝을 효과적으로 도입하기 위해서는 조직이 인간의 통찰력과 의사 결정 능력을 강화하는 동시에 관련 기술 defi를 해결하는 데 우선순위를 두어야 합니다. 책임감 있는 AI 운영과 데이터 무결성에 전념하는 공급업체와의 협력은 성공적인 구현에 필수적입니다. 근로자들의 전망은 전반적으로 긍정적이지만, AI 기반 미래로의 원활한 전환을 위해서는 관련 기술 격차를 해소해야 합니다.