데크: AI를 잘 사용하려면 책임감과 의지가 필요해요. 다음은 자동차 소매업체가 AI를 효과적이고 안전하게 구현하는 방법의 예입니다.
스파이더맨의 옛 인용문을 기억하시나요? 벤 삼촌이 그에게(또는 새 영화에서는 메이 이모에게) “큰 힘에는 큰 책임이 따른다”는 말은요? 그것이 실생활의 사람들과 관련이 있었던 때가 있었다면 그것은 바로 지금입니다. AI는 수십 년 동안 등장한 가장 유능한 기술 도구 중 하나입니다. 구글 CEO는 이를 불의 발견에 비유하기도 했다.
이렇게 강력한 것이 있으면 큰 책임이 따릅니다. 기술을 구현하고 원하는 방식으로 작동할 것이라고 기대할 수는 없습니다. 전체 과정, 영향, 결과에 대해 생각해야 합니다. 일반적으로 이 프로세스에는 실패한 실험도 많이 있습니다. 이를 패배가 아닌 교훈으로 삼는 능력이 중요하다.
AI는 잠재적인 영향이 매우 광범위하므로 모든 업계의 소유자, 관리자 및 근로자는 책임감을 유지하면서 AI를 최대한 활용할 수 있는 방법에 대해 생각해야 합니다. 레스토랑, 홈 서비스, 전자 상거래 등 어디에서나 AI는 영향을 미칠 수 있으며 종종 이미 영향을 미치고 있습니다. 그리고 AI 구현에 있어 다른 기업보다 더 성공적인 기업은 무엇일까요? 그들은 그것을 단지 또 다른 도구로 사용하는 것이 아닙니다. 그들은 워크플로부터 프로세스, 직무 설명, 직원 인센티브 등에 이르기까지 전체 비즈니스 운영을 재고하고 있습니다.
그렇다면 잘 완료되면 그 변화는 어떤 모습일까요? 경제의 틈새 중 하나인 자동차 소매업을 살펴보면 AI가 비즈니스 수행 방식을 변화시키는 방식과 AI 구현의 성공과 실패를 구분하는 요소에 대한 예를 제공합니다.
AI 사용자 정의는 자동차 애플리케이션에 중요합니다
자동차 소매 부문에서 가장 효과적으로 작동하려면 AI를 맞춤화하고 기존 시스템 및 데이터 소스와 통합해야 합니다. 경제의 많은 분야와 마찬가지로 자동차 산업은 고도로 전문화되어 있어 틀에 박힌 솔루션을 적용할 여지가 많지 않습니다. 사전 정의된 AI 솔루션은 해결하는 만큼 많은 문제를 야기할 수 있는 경우가 많습니다. 여기서는 사용자 정의가 가장 중요합니다. AI가 가장 효과적이려면 자동차 소매업체의 시스템에 통합되어야 하며, 그 반대의 경우는 안 됩니다.
Impel의 Sales AI 도구는 이러한 접근 방식을 보여줍니다. 자동차 소매 플랫폼은 AI 도구를 통해 상품화 및 고객 커뮤니케이션을 디지털화했습니다. 플랫폼이 대리점을 돕는 한 가지 방법은 미세 조정된 AI 보조자를 이용하는 것입니다. 이러한 고객 대면 도구는 기본적인 챗봇 지식을 넘어 도메인별 LLM(대형 언어 모델) 상호 작용을 제공합니다.
Impel의 시스템은 산업별 지식의 일부를 위해 광범위한 시스템에서 익명화된 대리점 상호 작용을 활용합니다. 이를 특정 대리점 재고, CRM(고객 관계 관리) 및 금융 시스템과 결합합니다. 그 결과 일반적인 결과를 뛰어넘어 도구를 사용하는 회사에 특정한 측정항목, 응답 및 요약을 제공하는 맞춤형 LLM 모델이 탄생했습니다.
응용 프로그램은 아이디어로 인해 가려질 수 없습니다
AI는 이미 선구적인 단계를 벗어나고 있습니다. 그 당시에는 프롬프트가 초점이었습니다. 이제 적용이 그 자리를 차지하고 있습니다. 프롬프트는 일반적이며 아이디어 구상에 도움이 되지만, AI를 실제로 적용하려면 아이디어뿐만 아니라 실질적인 차이를 만들어내는 실행 가능한 단계가 필요합니다.
자동차 소매 부문에서 이는 근무 시간 이후, 즉 직원이 퇴근하거나 자고 있을 때 실행되는 플랫폼처럼 보입니다. 이는 차량별 질문에 대해 사전에 후속 조치를 취하고 답변을 찾을 수 있는 AI 기반 도구를 의미합니다. 업계에 등장하는 새로운 AI 도구는 쇼룸을 예약하고 서비스 약속을 설정할 수 있습니다. 미묘한 고객 질문을 처리하고, 언제 대화를 팀원에게 전달해야 하는지 알고, 모든 것을 CRM에 다시 간결하게 요약할 수 있습니다.
이러한 종류의 실제 적용은 브레인스토밍 세션 그 이상입니다. 소유자나 관리자가 구현하거나 세부적으로 관리해야 하는 좋은 아이디어를 남기지 않습니다. 자동차 분야의 실제 AI 애플리케이션은 직원 근무 시간을 확보하고 고객 관계를 육성하며 주요 지표를 개선하는 것이 가능하다는 것을 보여줍니다. 예를 들어 임펠(Impel)은 2025년에 대리점이 신중하고 의도적으로 AI를 사용한 경우 약속 설정이 27% 증가하고 리드-판매 전환율이 26% 증가하는 형태로 이미 실질적인 AI 이점이 나타나고 있다고 보고했습니다.
보안은 장기적인 AI 사용에 필수적입니다
“책임” 부분이 실제로 작용하는 영역 중 하나는 사이버 보안입니다. 사용 중인 AI 솔루션의 눈에 띄는 숫자는 바이브 코딩(누군가가 AI가 자연어 프롬프트에서 앱에 대한 대부분의 코드를 생성하도록 허용하는 경우)에서 비롯됩니다. Vibe 코딩은 재미 있고 개인적인 용도로 적합하며 속도도 매력적입니다. 그러나 수동 감독이 부족하면 잠재적인 보안 취약점이 발생하기도 합니다.
보안 기능 부족, 코드 검토, 전반적인 기술 거버넌스 등은 누군가가 회사 시스템에 침투하여 독점 데이터와 고객의 데이터를 악용하는 데 약점이 됩니다. 2026년 이미 바이브 코딩은 아직 초기 단계이므로 이러한 방식으로 애플리케이션을 구축하면 기업 및 개인 데이터가 공개 웹에 노출될 수 있다는 연구 결과가 나왔습니다.
대안은 느리지만 안전한 접근 방식을 통한 AI 적용입니다. 자동차 소매업체를 위해 맞춤형 앱이나 프로그램을 설계하려면 강력한 백엔드 보안이 필요합니다. ID 및 액세스 관리와 같은 것이 중요합니다. 권한 역할과 코드 검토도 요인입니다. 적절하고 훈련된 인간 감독(상근 또는 아웃소싱 전문 개발 팀의 형태)의 맥락에서 AI는 프로세스의 안전을 저하시키지 않으면서 AI 코딩 속도의 이점을 누릴 수 있는 효과적인 접근 방식입니다.
변경 관리로 직원의 저항 완화
마지막으로, 모든 주요 디지털 혁신 이니셔티브와 마찬가지로 AI 도구를 매일 사용해야 하는 사람들이 어떻게 받아들일지 고려하는 것이 중요합니다. 플랫폼이 안전하고 일상적인 운영에 적용 가능한 용도로 사용되더라도 직원이 사용하지 않으면 아무런 영향을 미치지 않습니다.
채택을 장려하려면 리더십은 도구를 출시하고 즉시 직원을 줄이고 어떤 결과가 나오는지 확인하려는 충동을 억제해야 합니다. 대신 워크플로를 다시 매핑하고 새로운 도구에 대한 직원 교육에 투자해야 합니다. 생산성 결과와 지속적인 비용을 측정하여 보다 효율적인 데이터 기반 표준 운영 절차(SOP)와 결합된 신기술을 통해 시너지 효과를 창출할 수 있습니다.
AI를 효과적이고 책임감 있게 사용하기
인공지능은 많은 잠재력을 갖고 있다. 하지만 이는 의도와 책임감을 가지고 사용해야 하는 강력한 기술 도구이기도 합니다. 자동차 소매업이나 경제 부문의 회사가 AI 업그레이드를 구현하려는 경우 프로세스의 몇 가지 주요 단계를 고려해야 합니다.
솔루션을 맞춤화하세요. 단지 이론적인 것이 아니라 적용 가능한지 확인하세요. 안전한 AI 도구 개발에 투자하세요. 변화 관리에 앞서 보세요. 이 프레임워크를 따를 수 있다면 다양한 산업과 상황에서 AI의 이점을 활용할 수 있는 더 나은 위치에 있게 될 것입니다.
디지털 트렌드는 외부 기여자와 협력합니다. 모든 기고자 콘텐츠는 Digital Trends 편집진이 검토합니다.
이 주제에 대해 더 알고 싶다면 아래를 참고하세요