IBM 등 연구 “AI 전문성과 지식부족, AI모델 도구․플랫폼 부족도 문제”
[애플경제 전윤미 기자]
각국 기업들은 ‘AI 기술과 전문지식의 부족’을 AI를 도입하는데 가장 큰 걸림돌로 여기는 것으로 드러났다. 전체 기업의 3분의 1이 가중되는 ‘데이터 복잡성과 데이터 사일로’를 우려사항으로 꼽았는데, 특히 대기업에서 이런 현상이 심각한 것으로 나타났다. 최근 IBM의 위탁으로 모닝 컨설트가 진행한 연구와, IBM 보고서 ‘From Roadblock to Scale : The Global Sprint Towards AI’에서 이런 결과가 나타났다.
이에 따르면 AI 도입을 가로막는 주요 3가지 장벽은 ‘제한된 AI 전문성 또는 지식’, ‘가중되는 데이터 복잡성 및 데이터 사일로’, AI 모델 개발을 위한 도구 또는 플랫폼 부족‘ 등이었다. 특히 “가중되는 데이터 복잡성과 데이터 사일로이며, 이는 중소기업보다 더 높게 나타났다. 이에 비해 중소기업의 경우는 ’제한된 AI 전문성‘이 최대 장벽으로 나타났다”는게 조사 결과다.
각국 IT 전문가의 3분의 1은 이미 “자사에서 AI 기술을 사용 중”이라고 답변했고, 거의 절반은 “AI 도입을 검토”하고 있는 것으로 밝혀졌다. 특히 ‘코로나 19’로 인해 이처럼 개발과 응용을 망라한 영역에 AI 도입이 가속화된 것이다. 특히 글로벌 기업이나 대기업들은 비즈니스 과정에서 중소기업보다 70%나 더 AI를 적극 배포한 것으로 나타났다.
그럼에도 불구하고, 3개 중 1개 이상의 기업이 AI 실용화 단계에서 난관으로 꼽은 요소는 대략 4가지로 요약된다. 즉 ‘신뢰할 수 있는 AI 구축 및 확장에 필요한 데이터 분석’이 가장 힘들고, 그 다음으로 ‘비즈니스 전반에 AI를 접목하는 것’이었다. 그 뒤를 이어 ‘업무에 바로 활용 가능한 분석 기반을 구축하도록 데이터 구성’, ‘단순하고 액세스하기 쉬운 데이터 수집’ 등이었다. 이와 함께 대기업의 IT 전문가는 “데이터 분석과 조직 전체에 AI를 접목하는 일”을 가장 큰 난관으로 꼽은 반면, 중소기업의 IT 전문가는 “데이터 수집”을 가장 큰 난관으로 선택했다.
한편 “전 세계 기업들은 코로나 19 대유행으로 인해 AI 구축을 앞당겼으며, 이러한 동향은 대기업에서 특히 두드러졌다”는게 연구 결과다. 즉 기술과 인력 개발, AI 도구 구매, 그리고 이런 것들을 비즈니스 프로세스에 포함하는 것에 이르기까지, “향후 12개월 안에 AI의 모든 부문에 투자할 계획”인 것으로 밝혀졌다. 또 전 세계 IT 전문가의 43%는 “코로나 19 대유행으로 인해 AI 구축을 앞당겼다”고 답변했다.
역시 중소기업보다는 대기업들이 ‘코로나 19’ 대유행으로 인해 AI 구축을 앞당긴 경우가 많았다. 전 세계 IT 전문가의 3분의 1 이상은 또 ‘코로나 19’ 대유행이 닥치면서 직원들의 생산성을 높이고, 고객 소통 방식을 개선할 필요성이 커졌다. 이에 자동화 소프트웨어나 도구를 사용할 필요가 커졌고, AI를 서둘러 도입하게 된 것으로 나타났다.
한편 전 세계 IT 전문가의 3분의 1은 ‘AI 애플리케이션과 프로세스에 AI를 접목’하거나, ‘ 재교육 및 인력 개발’, ‘상용 AI 애플리케이션’, ‘독점 AI 솔루션’, ‘자체 애플리케이션과 모델을 구축하기 위한 상용 도구’ 등에 투자를 집중할 것으로 밝혀졌다.
이와 함께 AI를 통해 우선적으로 해결해야 할 사안으로 데이터 보안, 프로세스의 자동화, 고객 서비스, 가상 어시스턴트/스마트 챗봇, 비즈니스 프로세스 최적화, 사기 감지, 센서 데이터 분석(사물인터넷), AI 모니터링 및 거버넌스, 마케팅, 공급망, 개인 보안, 예측적 의사결정, 이미지 인식, 금융 거래, 자연어 처리(NLP), 검색, 상품 추천, 의료 진단 등을 꼽았다.
한편 AI자동화 도구 도입이 가장 저조한 국가는 의외로 영국인 것으로 나타났고, 가장 많이 도입한 국가는 중국이었다. 중국에서 ‘자동화 기술을 사용할 계획이 전혀 없는 기업’은 8%에 불과했다. 또 AI는 데이터 위치에 상관없이 AI 프로젝트를 빌드하거나, 실행할 수 있는 역량이 기업에 매우 중요하다는 인식이 이를 도입하는 결정적 동기가 되었다. 그래서 각국의 IT 전문가들은 대부분 “데이터 위치에 상관없이 AI 프로젝트를 빌드 및 실행할 수 있는 역량이 회사에 매우 중요하다”는데 인식을 같이 하고 있다.