올해도 많은 조직이 AI를 통해 어떻게 실질적인 가치를 창출하고 비즈니스 혁신을 이끌어 낼 수 있을지 끊임없이 고민하고 있습니다. 특히 AI 에이전트가 주요 기술 트렌드로 자리 잡으며 기업 전반에 큰 영향력을 미치고 있는데요. 이를 뒷받침하듯, 2024년 4분기 기업 실적 발표 컨퍼런스 콜에서 AI 관련 언급이 전 분기 대비 4배 증가했다고 합니다.
이번 뉴스레터에서는 최근 발표된 McKinsey의 'The State of AI' 보고서와 슈퍼브에이아이의의 생성형 AI 프로젝트 라이프사이클 분석을 바탕으로, 조직이 Gen AI로부터 성공적으로 가치를 포착하기 위한 구상 전략과 실제 생성형 AI 프로젝트가 어떠한 개발 생애주기를 거치며 조직에 영향을 미치는지에 대해 깊이 있게 살펴보겠습니다.
🌟 SUPERB Spotlight 생성형 AI 시대, 성공적인 가치 창출을 위한 조직 전략과 프로젝트 라이프사이클
① 생성형 AI 시대, 가치 창출을 위한 조직의 조건
McKinsey의 보고서에 따르면, AI 도입은 계속 확산되고 있으며 특히 생성형 AI에 대한 기대감이 높은 것으로 확인할 수 있는데요. 하지만 단순히 기술을 도입하는 것을 넘어 실질적인 '가치 창출'로 이어지기 위해서는 조직 차원의 전략적인 접근이 필수적일 것입니다.
가치 창출 영역의 명확화: 성공적인 조직들은 AI를 실험적인 기술로만 다루는 것이 아니라, 명확한 비즈니스 가치(비용 절감, 생산성 향상, 고객 경험 개선, 새로운 수익원 창출 등)를 목표로 설정하고 이를 달성하기 위한 구체적인 사용 사례에 집중합니다.
성공적인 조직 구조 및 리더십: 생성형 AI 프로젝트는 기술 팀만의 과제가 아니죠. 비즈니스 리더십의 강력한 지원 아래, 데이터 과학자, ML 엔지니어, 도메인 전문가, 법률/리스크 전문가 등이 참여하는 다기능(cross-functional) 팀 구성이 중요합니다. 조직 특성에 맞는 구조(중앙 집중형 CoE, 분산형 모델)를 선택하고 발전시켜야 합니다.
특히 주목할 점은 McKinsey의 분석 결과, CEO가 직접 AI 거버넌스(책임감 있는 AI 시스템 개발 및 배포에 필요한 정책, 프로세스, 기술)를 감독하는 것이 조직의 생성형 AI 활용으로 인한 재무적 성과(bottom-line impact)와 가장 높은 상관관계를 보이는 요소 중 하나라는 것인데요. 이는 최고 경영진의 적극적인 관심과 책임감 있는 운영 관리가 실질적인 비즈니스 가치 창출에 얼마나 중요한지를 알 수 있는 부분입니다.
성공적인 도입 및 확산을 위한 모범 사례: 성공적인 Gen AI 도입과 확산을 위해서는 기술적 측면 외에도, McKinsey가 제시하는 다음과 같은 조직적 모범 사례(best practices)를 실천하는 것이 중요하다고도 언급합니다.
리더십 및 전략: AI 전담팀 구성, 고위 경영진의 적극적인 참여와 솔선수범(Gen AI 활용 롤모델 포함), 명확한 로드맵 및 변화 스토리 설정.
프로세스 통합 및 관리: 비즈니스 프로세스에 효과적으로 AI 솔루션 내재화(예: 워크플로우 재설계, UI 통합), 명확한 KPI 추적 및 ROI 분석.
사람과 신뢰: 역할 기반 역량 교육 제공, 직원 및 고객과의 신뢰 구축(투명성, 부정확성 완화 노력, 데이터 사용 투명성 포함), 성과 피드백 반영 및 개선 메커니즘 구축, 도입을 장려하는 직원 인센티브 마련.
커뮤니케이션: AI 솔루션이 창출하는 가치에 대한 정기적인 내부 커뮤니케이션을 통해 인식 제고 및 추진력 확보.
핵심 역량 확보: 이러한 모범 사례들을 뒷받침하기 위해 다음과 같은 핵심 역량 확보가 중요한데요.
강력한 데이터 전략 및 인프라: 고품질 데이터 확보, 처리, 관리 능력.
진화된 MLOps: LLM 특성을 고려한 파이프라인 관리, 모니터링, 비용 효율적 운영, 버전 관리 등 Gen AI 특화 역량.
인재 확보 및 육성: 관련 기술 보유 인재 확보 및 기존 구성원 역량 강화.
리스크 및 거버넌스: 잠재적 위험(편향성, 환각, 보안, 저작권 등) 관리 체계 및 윤리 가이드라인. (CEO의 감독 역할이 중요한 부분)
많은 조직이 파일럿 성공 후 전사적 확장 및 지속적 ROI 창출에 어려움을 겪기 때문에, 확장성 확보, ROI 측정, 변화 관리, 리스크 관리 등이 주요 과제일 것이라고도 말합니다.
생성형 AI 프로젝트는 기존 머신러닝 프로젝트와 차별화되는 개발 라이프사이클을 따르는데요. 이를 이해하는 것이 생성형 AI 프로젝트를 성공적으로 관리하고 조직에 통합하는 데 매우 중요하겠죠. 단계별로 살펴볼까요?
1단계: 문제 정의 및 사용 사례 선정:
생성형 AI로 해결할 비즈니스 문제를 명확히 정의하고 측정 가능한 목표와 함께 구체적인 사용 사례 선정. (가치 창출과의 연계가 필수적이겠죠?)
이 단계에서는 비즈니스와 기술 부서 간 긴밀한 협업은 물론, 명확한 목표 설정이 중요합니다. 서비스 기능을 정의하고 B2B 또는 B2C 중 어떤 형태로 제공할지 결정하는 것이 필수적인 단계입니다.
2단계: 모델 전략 수립:
목표에 맞는 최적 모델 선택/구축 전략 수립 (Foundation Model 활용, 파인튜닝, RAG, 자체 구축 등).
프로젝트는 당연하게도 비용, 성능, 데이터, 기간, 기술 스택 등에 큰 영향을 받습니다. MLOps 전략과 인프라 요구사항에 직접적인 영향을 미치기 때문에, 프로젝트의 방향성과 실행 가능성을 고려한 정교한 모델 전략 수립이 필수적입니다.
3단계: 데이터 준비 및 큐레이션:
고품질 관련 데이터 확보, 정제, 레이블링, 편향성 제거 등. 프롬프트 엔지니어링용 데이터셋 구축 포함.
이 단계에서는 데이터 확보가 중요합니다. 생성형 AI 모델, 특히 파인 튜닝이나 RAG(검색 증강 생성) 방식의 성공은 고품질의 데이터에 크게 좌우되기 때문입니다. 따라서 조직의 데이터 관련 부서의 전략적 중요성이 크게 증대됩니다.
4단계: 모델 개발, 파인튜닝 및 프롬프트 엔지니어링:
실제 모델 개발, 파인튜닝, 정교한 프롬프트 엔지니어링 수행.
실제로 모델을 배포해 활용하려면 전문적인 ML 및 프롬프트 엔지니어링 기술이 요구됩니다. 또한 프로젝트의 지속적인 실험과 버전 관리를 효율적으로 수행하기 위해서는 적절한 MLOps 도구와 프로세스의 구축이 필수적입니다.
5단계: 평가 및 검증:
전통적 지표 외 결과물의 일관성, 창의성, 관련성, 안전성, 편향성 등 질적 측면 평가. 사람 피드백(RLHF 등) 중요.
새로운 평가 기준/프로세스 정립하기 위해서는 도메인 전문가/사용자 참여, MLOps 파이프라인 내 평가 단계 통합 필요합니다. 이를 통해 단순 수치 중심의 평가를 넘어, 실제 비즈니스 및 사용자 맥락에 맞는 정성적 품질까지 함께 검증할 수 있습니다.
6단계: 배포 및 통합:
검증된 모델을 운영 환경에 배포하고 기존 시스템과 통합. 최적화된 배포 전략 중요(모델 크기, 비용 고려).
안정적이고 확장할 수 있는 서빙 인프라 구축은 실제 서비스를 위해 꼭 필요한 단계입니다. MLOps 팀의 자동화된 CI/CD 파이프라인 및 롤백 전략을 수립하여, 예기치 않은 오류나 성능 저하 발생 시에도 빠르게 대응하고 안정적으로 운영할 수 있는 기반을 마련해야 합니다.
7단계: 모니터링, 유지보수 및 반복:
배포된 모델의 성능, 비용, 사용 패턴, 잠재적 위험 지속 모니터링. 피드백 수집, 드리프트 감지, 모델 업데이트/재훈련 반복.
마지막으로 실시간 모니터링과 알림 체계를 구축하고, 지속적인 개선을 위한 피드백 루프 및 모델 재학습·재배포 파이프라인(MLOps 관점)을 운영하는 것이 필요합니다. 이러한 반복적 운영 과정을 통해 모델의 성능을 안정적으로 유지하고, 변화하는 환경에도 민첩하게 대응할 수 있습니다.
(출처: 성형 AI 프로젝트 라이프사이클: Coursera)
McKinsey와 슈퍼브에이아이의 인사이트를 종합해 보면, 생성형 AI를 통해 지속 가능한 가치를 창출하기 위해서는 최고 경영진의 관심과 감독 아래 명확한 비즈니스 목표 설정, 전략적인 조직 구조 설계, 핵심 역량 확보 및 구체적인 모범 사례 실천이 선행되어야 함을 알 수 있었습니다. 또한, 생성형 AI 특유의 복잡한 개발 라이프사이클에 대한 깊은 이해와 이를 뒷받침할 수 있는 고도화된 MLOps 체계 역시 필수적이라는 점도 확인할 수 있었는데요.
결국 조직이 AI의 잠재력에 대한 기대를 넘어 실제 성과로 연결하기 위해서는, 조직 전략과 기술 실행(라이프사이클 관리 및 MLOps)을 유기적으로 연계할 필요가 있음을 시사합니다. 지금, 우리 조직의 AI 전략, 개발 프로세스, 그리고 이를 지원하는 MLOps 역량을 점검하고 개선이 필요한 시점인지 슈퍼브에이아이와 함께 고민해 보시는 것은 어떠실까요?
GATE3D는 일반 RGB 카메라 한 대만으로 3D Bounding Box를 추론할 수 있는 기술을 제안합니다. 기존에는 LiDAR나 스테레오 카메라처럼 추가적인 3D 정보가 필요했지만, GATE3D는 RGB 이미지 정보만을 활용해 복잡한 공간 내 객체의 위치, 크기, 방향을 예측할 수 있습니다.
특히 이 기술은 사람이 많은 복잡한 환경에서 동선 추적이나 물체 간 상호작용을 파악하는 데 유용하게 활용될 수 있습니다. 저희 슈퍼브에서는 현재 이 기술을 기반으로 CCTV 등 영상 데이터를 활용한 VA(Video Analytics) 제품에 적용하기 위해 개발을 진행 중입니다. 단일 RGB 카메라 환경에서도 정밀한 3D 인식이 가능해짐으로써, 비용 효율성과 활용 범위 모두를 크게 확장할 수 있을 것으로 기대하고 있습니다.
Describe Anything은 이미지 속 모든 객체를 탐지하고, 각 객체에 대해 자연어로 설명을 생성할 수 있도록 설계된 NVIDIA의 최신 모델입니다. 단순히 객체를 분류하거나 경계 상자를 그리는 것을 넘어, 객체의 속성과 맥락까지 이해하여 풍부한 설명을 제공합니다.
특히 이 모델은 소수 샘플 학습(few-shot learning) 기반으로도 다양한 객체를 인식할 수 있는 뛰어난 범용성과 일반화 성능을 갖추고 있습니다. 이를 통해 기존의 객체 검출(Object Detection) 또는 시맨틱 세그멘테이션(Semantic Segmentation) 한계를 넘어, 더 정교하고 유연한 비전-언어 모델링이 가능해집니다. Describe Anything은 향후 비주얼 인식, 멀티모달 AI, 로봇 공학 등 다양한 산업 분야에서 새로운 가능성을 열어줄 핵심 기술로 주목받고 있습니다.
"김 대표는 2018년 이런 문제를 해결하기 위한 도구를 만들기 위해 동료 4명과 함께 슈퍼브에이아이를 창업했다. 투자업계는 일찌감치 슈퍼브에이아이를 주목했다. 미국 최대 액셀러레이터 와이콤비네이터가 투자했고, 창업 3년 차엔 매그니피센트7(M7) 기업 중 한 곳에서 인수 제안을 받기도 했다. 김 대표는 "5명의 공동창업자가 모두 '안 팔겠다'고 했다"며 "솔직히 누군가는 매각에 찬성할 줄 알았는데 아무도 찬성하지 않아 우리끼리도 놀랐었다"고 회상했다.
빅테크에 소속되는 대신 회사를 독자적으로 키워보겠단 결정은 결실을 맺어가고 있다. 지금까지 누적 490억원의 투자를 유치한 슈퍼브에이아이는 내년 하반기 국내 증시 IPO(기업공개)를 목표로 하고 있다. 이를 위해 현재 미국에 있는 본사를 한국으로 옮기는 작업도 진행하고 있다. 김 대표는 "고객이 한국과 일본에 있고, 투자자들도 대부분 한국 기관투자자여서 국내에서 IPO를 하는 게 맞는다고 생각했다"고 말했다."
머니투데이 고석용 기자가 슈퍼브에이아이 김현수 대표를 인터뷰한 기사입니다. 최근의 KT위즈파크에서 AI 혼잡도 분석을 위해 도입한 슈퍼브 영상 관제 솔루션부터, 플랫폼과 비즈니스 모델까지 쉽게 정리된 내용을 보실 수 있습니다.
고용노동부가 발표한 '2024년 산업재해 현황 부가통계'에 따르면, 2023년 산업재해로 숨진 근로자는 총 589명이며, 이 중 제조업 사망자는 175명으로 전년 대비 5명(2.9%) 증가했습니다. 특히 선박건조 및 수리업 등 특정 제조 분야에서 사고사망자가 늘어났고, 중소기업과 취약업종 중심의 안전보건 역량 강화가 시급한 상황입니다. 제조 현장에서는 인적 모니터링의 한계와 지속적인 집중력 저하, 사고 발생 후 뒤늦은 대응으로 인한 피해 확대 등을 해결하는 솔루션을 원하고 있습니다.
또한 정부는 고위험사업장 중심의 중점 지도 계획을 발표했습니다. 특히 제조업 중 선박건조 및 수리업 등에서 사고사망자가 증가하고 있어, 기업들은 보다 체계적이고 선제적인 안전 관리 체계 구축이 절실한 상황입니다.
슈퍼브 테크 트렌드에서는 제조업 현장의 3대 안전 문제를 진단하고, 제조 현장 안전을 위한 선제적 대응 전략을 공유합니다.
