ZDNET을 팔로우하세요: 우리를 선호 소스로 추가하세요 Google에서.
ZDNET의 주요 시사점
- 진정한 AI 자율성은 여전히 소수의 회사에서만 볼 수 있습니다.
- 기술 전문가는 가치를 제공하는 새로운 방법을 배워야 합니다.
- 에이전트 오케스트레이션이 필요하며 단 3%만이 이 상태를 달성했습니다.
인공지능이 모든 것을 장악한다는 소문이 극에 달했습니다. 공황을 불러일으키는 최신 에세이는 AI 기업가 Matt Shumer가 방금 출판했습니다. 그는 AI가 몇 달 안에 인간의 모든 작업을 휩쓸기 시작할 것이라고 제안했습니다.
그러한 이야기는 다음과 같은 질문을 불러일으킵니다. 기업은 과연 그럴 수 있을까요? 정말 직원 없이 운영하나요? 기술 서비스 전문 기업인 Genpact의 보고서에 따르면 조만간 그럴 가능성은 없지만 사람들이 AI를 활용하여 작업 속도를 높이고 혁신을 가속화하는 “자율적인” 기업이 더 많아질 것이라고 합니다.
또한: AI는 더 똑똑해지는 것이 아니라 점점 더 전력 소모가 심해지고 비용이 많이 듭니다.
진정한 AI 자율성은 소수의 회사에만 존재하며 가까운 미래에도 그대로 유지될 수 있습니다. 500명의 고위 임원을 대상으로 한 Genpact의 설문조사에 따르면 기업 4곳 중 1곳은 사람의 감독을 최소화하면서 운영되는 자체 관리 비즈니스 프로세스가 3년 이내에 현실이 될 것으로 기대하는 것으로 나타났습니다.
이러한 노력을 통해 최소 12%의 기업이 발전하고 있습니다. 또한, 경영진 중 35%만이 선별된 AI 애플리케이션이 측정 가능한 비즈니스 가치를 제공하는 데 매우 효과적이라고 답했습니다. 보고서 작성자인 Sanjeev Vohra는 “AI 투자를 확인된 재정적 결과로 전환하는 것은 여전히 중요한 과제로 남아 있으며, 실질적인 영향을 실현하는 데 여전히 필요한 진전의 규모를 강조합니다.”라고 말했습니다.
더 큰 AI 자율성을 향한 길은 세 갈래로 나누어져 있습니다. Vohra, Genpact의 최고 기술 및 혁신 책임자 Accenture의 전 AI 책임자가 ZDNET에 말했습니다. 이러한 갈래는 AI 에이전트의 “교향곡”을 조율하고, AI 실무자에게 권한을 부여하며, 엔터프라이즈 아키텍처를 재구성하는 것입니다.
또한: 모든 작업에 ChatGPT 사용을 중단했습니다. 이 AI 모델은 연구, 코딩 등에서 더 뛰어납니다.
“자율 기업”은 많은 의미를 가질 수 있으며 이 용어는 수십 년 동안 사용되었습니다. 예를 들어, Apple은 1984년에 Macintosh 컴퓨터를 생산하기 위해 자율 공장을 열었지만 생산 및 기계 비효율로 인해 2년 후에 문을 닫았습니다. 그러나 이번에는 AI가 변화를 가져올 수 있습니다.
Vohra는 “AI는 추론하고 학습할 수 있는 시스템을 실제 비즈니스 프로세스에 통합할 수 있는 최초의 기술입니다.”라고 말했습니다. “에이전트 AI는 의도와 목표 지향적 행동을 도입하므로 시스템은 새로운 규칙을 기다리지 않고 데이터 소스 전체를 추론하고, 결과로부터 학습하고, 조치를 조정할 수 있습니다.”
동시에 기업이 인간의 감독 없이 완전히 운영된다는 의미는 아니라고 그는 강조했다. 오히려 자율성으로의 전환은 인간-기계 협력에 가깝습니다. 보라는 “자율성은 인간이 없다는 것을 의미하는 것이 아니라 오히려 인간이 더 빠르게 움직일 수 있게 해준다”고 말했다.
자율 조직은 “AI가 속도와 규모를 처리하고 판단과 전략을 인간에게 맡기는 인간-AI 에이전트 협업을 기반으로 구축되었습니다.” 그는 “단지 사일로에서 통찰력을 생성하는 것 이상의 AI 시스템으로 정의되는데, 이는 현재 대부분의 기업이 AI를 활용하는 방식입니다”라고 덧붙였습니다. 이제 추진력은 “인간이 의도와 가드레일을 설정하여 워크플로우 전반에 걸쳐 의사결정을 실행하는 것”입니다.
또한: AI 직업안정의 비결은? 이제 스트레스를 받지 말고 직장에서 방향을 바꾸세요. 방법은 다음과 같습니다.
Vohra는 이 시나리오를 “개별 에이전트가 전문적인 작업을 수행하고, 오케스트레이션 레이어가 지휘자 역할을 하며, 인간이 악보를 작성하는 에이전트의 교향곡”에 비유합니다.
그러한 모델은 “인간을 제거하는 것이 아니라 인간을 고양시키는 것”이라고 그는 말했습니다. “작업 작업자가 작업 관리자가 되어 엄청난 생산성 향상이 가능합니다.”
설문 조사에서는 에이전트 개발을 돕기 위한 작업이 필요하다는 점을 강조했습니다. 조직의 3%, 리더의 10%만이 에이전트 오케스트레이션을 적극적으로 구현하고 있습니다.
보고서는 “이러한 제한된 채택은 오케스트레이션이 여전히 새로운 분야라는 것을 의미합니다”라고 밝혔습니다. “오케스트레이션의 부족은 내부 역량과 외부 전략적 포지셔닝 모두에 대한 리트머스 테스트입니다. 성공적인 오케스트레이션을 위해서는 정밀성과 책임감을 바탕으로 AI를 워크플로우, 시스템 및 의사결정 루프에 통합해야 합니다.”
또한: 취업 시장에 대해 긴장하시나요? AI 시대에 두각을 나타내는 5가지 방법
즉, 정확히 하룻밤 사이에 진행되는 프로젝트는 아닙니다. Genpact의 보고서에서 Vohra는 한동안 작업을 인간의 손에 맡길 수 있는 몇 가지 요소를 식별했습니다.
- 경영진은 문제 프레이밍, 최종 의사결정 등 고부담의 판단 중심 결정을 AI에 넘기는 것에 대해 여전히 신중함을 유지합니다.: “전략적 의사결정은 계속해서 사람 중심으로 이루어지며, 이는 인간의 직관과 책임에 대한 뿌리 깊은 신뢰를 반영합니다.”
- 아키텍처는 복잡하다: AI 확장과 관련하여 기술 전문가 및 엔터프라이즈 설계자의 61%는 기술 아키텍처의 복잡성이 주요 또는 중간 정도의 과제라고 말합니다. 또한 가장 발전된 조직 중 25%만이 실시간 데이터 인프라를 완전히 채택했습니다. Genpact 연구에 따르면 가장 자주 언급되는 과제는 AI를 기존 워크플로에 통합하는 데 어려움이 있으며 그 다음으로 광범위한 기술 제한이 따른다는 사실이 밝혀졌습니다. “제약점은 노후화된 시스템뿐만 아니라 이를 중심으로 작업이 구성되는 방식에도 있습니다.”라고 Vohra는 말했습니다. 발생하는 문제에는 “AI용으로 설계되지 않은 단편화된 소유권, 핸드오프 및 운영 모델이 포함됩니다. 이러한 문제는 조직의 관성 또는 변화에 대한 인력의 저항으로 인해 더욱 악화됩니다.”
- 자율 AI를 확장하는 것은 어려운 일입니다.: “사람들은 ChatGPT를 사용하여 이메일을 작성하는 등 개인 생산성 향상을 전사적 성과 개선으로 전환하는 데 필요한 시간과 조직적 노력을 과소평가하는 경우가 많습니다.”라고 그는 말했습니다. “엔드 투 엔드 프로세스, 운영 모델 및 시스템 전반에 걸쳐 이러한 이점을 확장하는 것이 더 복잡한 것으로 입증되었습니다.”
- 거버넌스는 훨씬 뒤처져 있습니다.: 거의 모든 임원(99%)은 “자율 또는 에이전트 AI 시스템 및 관련 위험에 대한 적절한 거버넌스 모델 및 구조가 마련되어 있지 않다”고 답했습니다. 또한 40%는 분산된 소유권과 책임을 주요 과제로 꼽았습니다. 설문 조사에서는 “리더들이 이러한 장벽을 극복하기 위해 더 많은 노력을 기울였음에도 불구하고 아직 장벽을 제거하지는 못했습니다”라고 지적했습니다.
- AI 기술도 뒤쳐져 있다: 경영진 10명 중 6명이 보고한 바와 같이 인력 역량 격차는 AI 채택에 대한 조직적 제약으로 가장 자주 언급되는 요소입니다. 그러나 조직에서 모든 직원에게 AI 교육을 제공한다고 응답한 비율은 45%에 불과합니다.
- 기술 전문가는 자신의 기술을 다시 배워야 합니다.: 이러한 직원들은 “자신의 전문 지식을 적용하는 방법을 바꾸고 전통적으로 업무가 수행된 방식을 잊어야 합니다”라고 Vohra는 말했습니다. “AI가 더 많은 실행 및 패턴 인식을 수행함에 따라 인간의 가치는 시스템 설계, 통합, 거버넌스 및 판단으로 점점 더 이동합니다. 즉, 신뢰, 상황 및 책임이 여전히 사람들에게 확고하게 자리잡고 있는 영역입니다.”
Vohra는 소프트웨어 엔지니어링을 예로 들어 자율 AI의 가치는 “개인이 얼마나 효율적으로 코드를 작성, 테스트 및 유지할 수 있는지”로 측정한다고 말했습니다.
또한: AI가 경력 사다리를 방해하고 있습니다. 어쨌든 리더십에 도달하는 5가지 방법을 배웠습니다.
“오늘날 AI는 인간보다 훨씬 빠르게 코드를 생성, 리팩터링 및 최적화할 수 있습니다. 결과적으로 소프트웨어 엔지니어는 시스템 설계자 및 오케스트레이터로 발전하여 AI 지원 구성 요소가 상호 작용하는 방식을 설계하고, 가드레일을 설정하고, 결과를 검증하고, 시스템이 안전하고 확장 가능하도록 보장하고 있습니다.”
이러한 변화를 위해서는 엔지니어가 “순수한 코드 중심 워크플로를 잊고 하이브리드 인간-AI, 시스템 중심 작업 방식에 적응해야 합니다. 동일한 패턴이 다른 기술 역할에서도 나타날 것입니다. 자율 기업에서는 인간, AI 및 엔터프라이즈 규모 시스템의 교차점에서 자신있게 일하려는 사람들을 위해 경력 기회가 확대됩니다.”