기업들이 본격적으로 인공지능(AI)을 도입한 지 일년이 넘었습니다. 국내에서도 지난해 말부터 이런 추세가 시작됐습니다.
AI 스타트업을 만나보면 불과 몇개월 전과는 분위기가 많이 다르다고 합니다. 이제는 용어 설명으로 시간을 끄는 일은 없으며, AI에 대한 이해도가 높아졌다고 합니다.
이런 상황에서 미국의 대표적인 싱크탱크인 랜드 연구소(RAND Corporation)가 최근 흥미로운 보고서를 내놓았습니다. 제목은 'AI 프로젝트 실패의 근본 원인과 성공 방법'입니다.
랜드 연구소는 AI 프로젝트의 80% 이상이 실패하며, 이는 다른 IT 프로젝트 실패율의 두배에 달한다고 지적했습니다. 그 결과 이미 수십억달러의 자본이 날아갔다는 것입니다.
따라서 AI 분야 전문가 65명을 인터뷰, 대표적인 이유 5가지를 나열했습니다.
그 결과, 가장 큰 문제로 꼽힌 것은 기술이 아닌 사람의 문제였습니다. 즉, 주요 이해관계자 간의 목표 불일치입니다.
기업이나 기관 관계자들은 AI를 사용해 해결할 문제가 무엇인지 오해하거나 제대로 전달하지 못하는 경우가 많다는 것입니다. 특히 이런 문제가 생기는 이유로는 SF 등으로 생긴 AI에 대한 선입견을 들었습니다. AI가 만능이라는 오해입니다.
이는 국내 AI 스타트업도 자주 호소하는 내용입니다. 결국 AI 기업도 관련 분야 전문가 수준이 돼야, 정확하게 기술을 어디에 적용하고 어떤 결과를 유도할지 파악할 수 있다고 합니다.
AI 개발자들의 문제도 지적됐습니다. 이를 '반짝이는 물건 신드롬(shiny object syndrome)'이라고 표현했습니다.
개발자들이 최신 AI 상황에 집중하다 보니, 프로젝트의 성격과 결과에 관계없이 최신 기술을 도입하려는 욕심을 말합니다. 기업 프로젝트는 실험실이 아니라는 지적입니다.
데이터의 중요성은 이제 굳이 거론할 필요가 없을 정도입니다. 또 프로젝트를 수행할 만한 인프라를 갖추지 못한 것도 중요한 실패 원인으로 꼽혔습니다.
마지막으로 AI가 해결하기 너무 어려운 문제에 기술을 적용하는 경우를 꼽았습니다. 이는 가장 먼저 지적됐던 커뮤니케이션 및 이해 부족과도 연결됩니다.
이상 5가지 주요 문제를 꼼꼼하게 따져 보면, 대부분은 '사람 문제'라는 결론이 나옵니다. 해결책은 ▲AI 기술에 대한 이해 ▲산출하려는 결과물에 대한 확실한 목표 ▲보유 중인 데이터와 인프라에 대한 파악 ▲현실적인 솔루션 도입 등으로 볼 수 있습니다.
여기에 랜드 연구소는 AI 프로젝트는 완료하는 데 시간과 인내심이 필요하며, 최소 1년 동안 특정 문제 해결에 집중할 준비가 돼 있어야 한다고 밝혔습니다. 또 기업의 리더는 기술이 아닌 문제에 집중해야 한다고 강조했습니다. 그리고 무엇보다 너무 성급하지 말 것을 요구하고 있습니다.
최근 국내에서도 정부 주도로 제조업 등에 AI를 도입하자는 본격적인 움직임이 일어나고 있습니다. AI 원천 기술에서 세계 정상이 되긴 어려워도, AI 유스케이스에서는 선두가 되길 기대해 봅니다.
이어 28일 주요 이슈입니다.
오픈AI가 인간 수준 추론이 가능한 기술 '스트로베리'를 챗GPT에 통합한다는 소식입니다. 그리고 스트로베리로 합성 데이터를 생성해 '오라이언', 즉 GPT-5 학습에 사용했다고 합니다.
중국의 대표 스타트업 지푸 AI가 칭화대와 동영상 생성 모델을 오픈 소스로 공개했습니다. 이 정도 수준의 모델이 무료로 풀린 것은 처음으로, 관련 업체에 큰 영향을 미칠 것이라는 예측입니다.
세레브라스가 자사 칩을 이용한 추론 서비스를 공했는데, 엔비디아의 GPU보다 20배 빠르고 100배 저렴하다고 합니다. 말 대로라면 모델 운영에서는 확실히 GPU의 대안이 될 것으로 보입니다.
AI타임스 news@aitimes.com
