EY의 최신 미국 AI 펄스 설문조사에 따르면, 기업들은 여러 산업 분야에서 에이전트형 AI 프로젝트에 막대한 예산을 쏟아붓고 있지만, 대부분의 의사 결정권자들은 여전히 무엇을 구매하는지 제대로 알지 못하고 있습니다.
이 용어는 사방에서 남용되고 있으며, 생성형 AI와 조금이라도 연관된 모든 것에 붙여지고 있습니다. 경영진들은 이러한 시스템이 실제로 무엇을 하는지 제대로 이해하지 못한 채 수천만 달러를 투자하고 있습니다. 이는 cash 과 역량 사이의 괴리를 초래하고 있으며, 그 규모는 결코 작지 않습니다.
설문 조사에 참여한 고위 임원 5명 중 1명은 자사가 이미 인공지능에 1천만 달러, 거의 3분의 1은 내년에 같은 금액을 투자할 계획이라고 밝혔습니다.
EY의 글로벌 AI 책임자인 댄 디아시오는 놀라지 않은 듯했다. "에이전트 AI는 시장의 많은 사람들이 활용하고 싶어하는 화젯거리입니다."라고 댄은 말했다. "생성형 AI와 관련된 모든 것이 '에이전트 AI'라는 이름으로 새롭게 포장되는 놀라운 현상을 목격했습니다."
문제는 무엇일까요? 대부분의 기업들이 에이전트라고 부르는 것들은 여전히 비서처럼 작동한다는 점입니다. 무언가를 입력하면 결과를 출력하고, 다음 단계를 추천하거나 일부 관리 작업을 자동화할 수는 있지만,dent으로 아무것도 하지 않습니다. 댄은 진정한 에이전트는 언제 어떤 작업을 해야 하는지 알고, 맥락을 이해하며, 지시 없이 모든 단계를 처리한다고 말했습니다.
지도자들은 더 많이 지출하지만, 도입은 더 적게 한다
지출이 급증했음에도 불구하고 구현은 매우 더디게 진행되고 있습니다. 설문 조사에 참여한 리더 중 단 14%만이 자사에서 에이전트형 AI를. 나머지 기업들은 모두 시범 운영 단계에 머물러 있습니다. 댄은 말했습니다 이러한 격차의 원인이 기업들이 AI가 요구하는 사항에 대비하지 못했기 때문이라고
"여기에는 이러한 시스템을 이끌어갈 체계적이고 수준 높은 지식과 기업이 현재와 미래 상태 사이의 엄청난 변화에 어떻게 대처해야 하는지에 대한 명확한 이해가 포함됩니다." 다시 말해, 기초가 없으면 시스템 구축도 불가능하다는 뜻입니다.
이전 AI 도구 도입에서 성과를 거두었음에도 불구하고, 대부분의 기업은 дальнейшее 도입을 주저하고 있습니다. 댄은 기술적 취약성과 변화에 대한 저항이 복합적으로 작용하여 도입 속도를 늦추고 있다고 말했습니다. 그는 "이러한 조합이 불확실성을 야기하지만, 동시에 조직에게 명확한 로드맵을 제시하기도 합니다."라고 말했습니다. 그 로드맵은 무엇일까요? 바로 내부적인 문제를 먼저 해결하는 것입니다. 그렇지 않으면 아무런 성과도 없이 더 많은 비용만 낭비하게 될 것입니다.
Searce의 부소장인 디판카르 마투르는 전면적인 도입이라는 발상 자체가 이제는 무의미하다고 말했습니다. 그는 "끊임없이 움직이는 표적을 맞추려는 것과 같다"고 비유했습니다.
에이전트형 AI의 진화 방식에는 단 한 번의 출시 시점이 없습니다. 오히려 끊임없는 업그레이드의 과정입니다. 자동화가 필요한 부분을dent하고, 가장 중요한 것이 무엇인지 결정하고, 사용 가능한 최상의 도구를 활용한 다음, 즉시 다시 개선합니다. "이러한 개선 주기는 일시적인 프로젝트가 아니라 '항상 가동되는' 운영상의 필수 요소입니다."라고 그는 말했습니다.
경영진은 역할을 defi하고, 시스템을 보호하며, 팀의 역량을 강화합니다
댄은 두려움과 혼란을 피하는 방법은 AI와 인간의 조합을 진정한 파트너십처럼 대하는 것이라고 말했습니다. 누가 무엇을 할지 명확히 해야 한다는 것입니다. 그는 "이는 AI가 어떤 작업을 처리하고 인간이 어떤 역할을 할지 구체적으로 설명하는 전략을 수립하는 것을 의미합니다."라고 말했습니다. 그렇게 하면 의심이 사라지고 직원들이 도구에 저항하는 대신 도구를 활용할 수 있는 여지가 생깁니다.
하지만 이는 AI가 활용할 데이터가 있을 때만 가능합니다. 댄은 "업무는 노하우와 경험을 통해 수행되는데, 이러한 정보는 작업자의 머릿속에만 존재할 수도 있습니다."라고 말했습니다. 그런 종류의 지식은 데이터베이스에 저장되어 있지 않습니다. 이를 포착하여 구조화된 자료로 변환해야 합니다. 에이전트 시스템이 현명한 결정을 내리려면 이러한 정보가 필요합니다. 입력이 없으면 출력도 없습니다.
그리고 사이버 보안 문제도 있습니다. 댄은 운영 중인 에이전트가 많아질수록 취약점도 많아진다고 말했습니다. "많은 에이전트에서 사이버 공격 가능성에 대한 소식이 점점 더 많이 들려오고 있습니다."라고 그는 말했습니다. 이는 기업들이 처음부터 AI에 초점을 맞춘 사이버 보안 계획을 수립해야 한다는 것을 의미합니다. 데이터 사용, 개인정보 보호, 윤리, 그리고 사람이 개입해야 하는 시점에 대한 규칙을 정해야 합니다. "이러한 거버넌스 문제를 사전에 해결함으로써, 경영진은 신뢰할 수 있고 투명한 시스템을 구축할 수 있습니다."라고 그는 강조했습니다.
디판카르는 또한 팀들이 AI 도구에 직접 접근할 수 있도록 해야 한다고 주장했습니다. 그는 더 이상 유용한 것을 만들기 위해 엔지니어일 필요는 없다고 말했습니다. "AI 구현의 장벽이 크게 낮아졌습니다."라고 그는 말했습니다. 하지만 운영 위원회나 중앙 집중식 AI 위원회에 의존하는 것은 오히려 진행 속도를 늦출 뿐입니다. "진정한 발전을 위해서는 리더들이 적극적으로 AI의 광범위한 도입을 지지하고 지원해야 합니다."
그는 가장 앞서가는 기업들이 사내 AI 센터를 설립하고 있다고 말했습니다. 이러한 센터는 거대한 부서가 아니라, 다양한 사업부에 배치되어 교육을 받고 자체적인 AI 워크플로우를 구축하도록 지원하는 소규모 전문가 팀입니다. 그는 "가장 성공적인 기업들은 'AI 블랙벨트'급 전문가들로 구성된 소규모 엘리트 팀을 구축하고 있다"고 강조했습니다.
