인공지능(AI)을 사업에 도입하면 진짜 '남는 장사'를 할 수 있을까.
이런 고민을 해결하기 위해 세계적인 회계컨설팅기업 '프라이스워터하우스쿠퍼스(PwC)'가 23일(현지시간) 벤처비트를 통해 'AI 프로젝트의 ROI(투자자본수익률) 평가법을 소개했다.
다른 분야와 마찬가지로 AI 프로젝트의 ROI를 측정하는 방법은 간단하다. 투자한 자본에 비해 얻어지는 이익이 많으면 ROI가 높다.
하지만 AI는 경기 침체 이전 묻지마식 투자가 이뤄졌으며, 특히 대부분은 과대 광고에 의해 ROI를 따지는 분위기가 아니었다고 지적했다.
아난드 라오 PwC 글로벌 AI 책임자는 "ROI는 모든 기술을 채택할 때 고려하는 사항"이라며 "클라우드 같은 기술은 ROI를 거론하지만, AI만은 예외였다"고 밝혔다.
또 AI의 특성을 고래하지 않고 기존 프로젝트처럼 ROI를 따지는 것도 문제라고 지적했다. AI 프로젝트에서는 머신 러닝을 담당하는 인간의 숙련도를 살피는 것이 중요하다는 얘기다.
대부분 회사는 머신 러닝을 위해 인간이 라벨링한 데이터를 사용하고 학습한 뒤 AI 모델의 정확도를 인간 어노테이터가 실측 데이터와 비교하는 방식을 사용한다. 하지만 라벨링을 수행하는 사람이 최고 전문가가 아닌 경우 측정된 AI의 정확도는 믿을만한 것이 아니라고 말했다.
이어 라오 책임자가 꼽은 핵심은 '포트폴리오 접근 방식'이다. 즉 경쟁 업체가 사용해 성능을 입증한 AI를 도입하는 경우에는 확실히 성공율을 높일 수 있지만, 대규모 언어 모델(LLM)이나 새로운 기술 개발, 데이터 과학 등에 사용하는 AI는 '하이 리스크, 하이 리턴'의 구조를 가진다는 것.
라오 책임자는 "어떤 프로젝트는 10개 중 3개밖에 성공하지 못할 것"이라며 "하지만 그 3개가 전체 10개에 들어간 비용보다 훨씬 많은 수익을 줄 수 있다"며 프로젝트 별로 다른 기준이 필요하다고 설명했다.
또 경영진은 ROI나 정확성만 보고 모델을 채택하는 대신 AI 프로젝트의 위험성도 염두에 두어야 한다고 말했다. 예를 들어 안면 인식 기술에는 사생활 보호 및 윤리적 위험이 수반, 더 큰 비용을 야기할 수 있다는 말이다.
마지막으로 비용의 상당 부분을 차지하는 기술자들의 연봉 거품도 지적했다. 최근 몇 년간 AI 붐으로 인해 데이터 과학자나 머신 러닝 엔지니어들이 회사를 옮겨 다니며 몸값을 지나치게 부풀렸다는 말이다.
그로 인해 업계에서는 관련 전문가 고용이 동결되고 있다고 밝혔다. 또 많은 젊은이가 꿈의 직업을 찾아다니며 이 분야로 뛰어드는 바람에 자연히 거품이 꺼질 것이라고 예상했다.
라오 책임자는 경기 침체를 맞으며 AI의 수익성 평가도 성숙해지고 있다고 덧붙였다. "우리는 과장된 '멋진' 기술에서 현실을 만나고 여기에 필요한 엄격함을 얻기 위해 거의 성숙해지고 있다."
임대준 기자 ydj@aitimes.com
