아시아태평양 지역, AI 리더와 후발기업 간 큰 격차 존재

SAS, 데이터와 AI에 대한 아태지역 연구 결과 발표

• AI 리더는 전략, 기술, 거버넌스, 신뢰에 대한 접근 방식 면에서 차별화
• 아태지역 조직의 40%가 AI 투자로 최소 3배의 투자수익률(ROI) 기대
• 2028년까지 아태지역에서 1,100억 달러 이상이 AI에 투자될 전망

글로벌 데이터 및 AI 기업인 SAS가 의뢰해 실시한 'IDC 데이터 및 AI 현황: 아시아 태평양(IDC Data and AI Pulse: Asia Pacific 2024 study) 연구 결과에 따르면 아시아 태평양(APAC) 지역 조직은 AI 열풍에 빠르게 동참하고 있으며 절반 가까이(43%)가 향후 12개월 이내 AI에 20% 이상 대규모로 투자를 늘릴 계획인 것으로 나타났다. 많은 조직이 AI에 막대한 투자를 하고 있지만, 아태지역 조직 중에선 18%만이 스스로를 AI 리더라고 생각하고 있어 장기적 계획하에 혁신적 변화를 주도하는 AI 리더와 수많은 프로젝트로 실험만 하고 명확한 AI 전략이 부족한 AI 후발주자 간에는 큰 격차가 있는 것으로 나타났다.

설문조사에 참여한 조직 중 AI 리더 기업은 새로운 매출 성장(32%), 운영 효율성 제고(31%), 수익 증대(26%)에 초점을 맞춘 AI 이니셔티브를 통해 가장 좋은 비즈니스 성과를 거뒀다고 답했다. 이에 비해 AI 후발주자는 고객 서비스 개선(27%), 시장 점유율 확대(25%), 빠른 시장 진출(25%)을 주요 비즈니스 성과로 꼽았다.

슈크리 다바기(Shukri Dabaghi) SAS 아시아태평양 및 EMEA 지역 담당 수석 부사장은 "AI 리더와 후발주자 간 목표 성과에 차이가 발생하는 이유는 후자가 명확한 전략과 로드맵이 부족하기 때문"이라면서 "AI 후발기업이 단기적인 생산성 기반 성과에 집중하는 반면, AI 리더는 이를 뛰어넘어 보다 복잡한 기능 및 산업 사용 사례로 나아가고 있다"고 분석했다.

그는 이어 "조직이 AI의 혁신적 잠재력을 활용하고자 할 때 조직의 리더는 AI 리더와 추종자 사이의 차이로부터 배우는 게 중요하다"면서 "'골드러시' 사고방식을 피하면 신뢰할 수 있는 AI와 데이터, 프로세스, 기술 역량을 기반으로 장기적인 전환을 이룰 수 있다"고 덧붙였다.

크리스 마샬(Chris Marshall) IDC 아태지역 데이터, 분석, AI, 지속가능성 및 산업 연구 담당 부사장은 "'IDC 데이터 및 AI 현황: 아시아 태평양 2024(IDC Data and AI Pulse: Asia Pacific 2024)' 연구 결과는 수백 개의 대규모 아태지역 조직이 AI 도입과 구현을 위해 어떤 식으로 접근하고 있는지 단편적으로 보여주며, 업계 전반의 리더와 후발주자를 조명한다"고 말했다. 그는 이어 "조직은 이러한 인사이트를 통해 AI를 성공적으로 구현하지 못하게 막는 장벽을 해소해 골드러시에 휩쓸리지 않고 새롭게 부상하는 기술에 보다 현명하게 투자할 기회를 확보할 수 있다"고 강조했다.

AI 여정의 일부로서의 생성형 AI

생성형 AI를 중심으로 AI 열풍이 불고 있는 가운데 조직은 현재 예측형 AI와 해석형 AI 기술에도 투자하고 있는 것으로 나타났다. 2023년 생성형 AI에 대한 투자는 전체 AI 투자의 19%에 불과했지만 2024년에는 34%로 증가하며 이 세 가지 AI 부문에 대한 투자가 보다 균형 잡힌 모습을 보여줄 것으로 예상된다.

IDC의 최신 지출 가이드에 따르면 아태지역의 AI 지출은 2024년에 450억 달러에 달하고, 연평균 24%씩 성장(2023~2028년)하면서 2028년에는 1,100억 달러로 증가할 것으로 예상됐다.^[1]

조사에 따르면 조직들은 2024년 생성형 AI 투자를 늘리기 위해 예산을 재할당하고 있으며, 3분의 1은 인프라 현대화에서, 37%는 애플리케이션 현대화에서 자금을 확보해 재분배할 것이라고 답했다.

투자 수익률에 대한 높은 기대치

조사 결과 AI가 가져다줄 투자 수익률(ROI)에 대한 기대감이 부풀려지면서 이러한 잠재적 골드러시가 촉발된 것으로 나타났다. 조사에 참여한 조직의 40%가 최소 3배 이상의 ROI를 기대하고 있으며, '나만 기회를 놓치는 게 아닌가란 두려움(fear of missing out)'이 계속해서 AI에 투자하게 만드는 것으로 나타났다. 그 결과로 투자와 투자 성과 및 비즈니스 가치 사이에 명확한 연관성이 없는데도 AI를 도입하는 경우가 있는 것으로 확인됐다.

43%의 조직은 향후 12개월 이내에 AI 투자를 20% 이상 늘릴 계획이라고 답했지만, 이러한 전술적 투자에 따른 실제 수익을 확인한 조직이 AI에 환멸을 느낄 위험도 있다. 이런 점에서 비즈니스 리더는 AI 역량 구축에는 시간이 걸리고, 장기적으로 확실한 부가가치를 창출하려면 탄탄한 AI 기반이 필요하다는 사실을 인식해야 한다.

다바기 수석 부사장은 "소비자들이 생성형 AI 도구에 접근하면서 AI가 마법처럼 느껴졌을지 몰라도 AI를 조직 환경에 통합하려면 많은 수고와 적절한 인프라가 필요하다"면서 "이러한 도구에는 비현실적으로 높은 기대치가 요구되는 경우가 많다"고 지적했다. 그는 이어 "이러한 문제를 해결하고 성공률을 높이면서 AI를 채택하고 성공적으로 구현하며 비즈니스 목표를 달성할 방법을 배울 기회를 얻으려면 이러한 함정을 이해해야 한다"고 덧붙였다.

산업 전반의 AI 동향

이번 연구에서는 은행, 보험, 의료, 정부 부문 등 주요 중점 분야를 중심으로 AI가 아태지역의 다양한 산업 부문에 어떤 영향을 미치고 있는지 상세히 분석했다.

성공적인 AI 도입과 구현에서 기술 격차는 산업 전반에 걸쳐 일관되게 나타나며 반드시 해결해야 할 과제다. 이러한 기술 격차는 의료 업계(41%)에서 가장 크게 느끼고 있으며, 이어 정부 부문(38%), 보험 업계(32%), 은행 업계(29%) 순으로 나타났다. 이러한 도전에도 불구하고 여러 업계에서는 보다 효율적인 의사 결정, 자동화 강화, 신제품 출시와 서비스 제공 시간 단축, 비용 절감 등 다양한 혜택을 누리기 위해 데이터와 AI 역량 개선에 지속적으로 투자하고 있다.

이러한 해결과제가 존재하지만, 일부 사용 사례는 업계를 중심으로 지속적이고 성공적으로 도입되고 있다. 예를 들어, 은행에서는 유동성 위험 관리, 자산과 부채 관리, 금융 범죄 분석이 상위 세 가지 사용 사례로 꼽혔다. 보험 분야에서는 보험금 청구 사기, 옴니채널 상품 제공, 지능형 가격 책정 등에 AI가 활용되고 있는 것으로 조사됐다. 의료 분야에서는 의료 사기와 비용 억제, 정부 분야에서는 사회 복지 프로그램 무결성 보장과 긴급 대응 지원 및 세금과 세수 준수와 관련된 AI 사용 사례가 눈에 띄었다.

국가별로 다양한 AI 도입 트렌드

아태지역 AI 환경은 국가마다 다르며, 시장마다 다른 도입 추세를 보이고 있다. 중국은 향후 12개월 동안 AI 프로젝트가 크게 증가하면서 AI 투자를 주도하고(59%), 인도와 일본이 그 뒤(각각 51%와 46%)를 이을 것으로 보인다. 또한 한국과 중국은 다른 국가에 비해 AI 도입과 통합 속도가 더 빠르다. 이러한 격차는 투자 수준, 규제 프레임워크, AI 인재와 인프라 가용성 같은 요인에 의해 발생하고 있다. 숙련된 인력 부족은 한국, 일본, 호주, 동남아시아의 많은 지역에서 국가적 문제이자 업계의 주요 관심사에 해당한다.

이번 연구는 특히 향후 몇 년 동안 아태지역에서 늘어나고 있는 AI 투자와 관련된 기회와 과제를 강조한다. 연구는 AI의 잠재력을 최대한 활용하려면 기업이 자체적인 기술을 개발하고, 전략적 활용 사례가 담긴 강력한 포트폴리오를 구축하고, 처음부터 AI 비용과 위험에 대한 계획을 세울 것을 제안한다. 그래야 비로소 약속된 높은 수익을 달성하고 향후 AI 투자에 대한 신뢰를 높일 수 있다는 것이다.

보고서 전문은 '데이터와 AI 현황: 아시아 태평양 2024' eBook (http://www.sas.com/data-ai-pulse)을 통해 확인할 수 있다.

조사 방법론

2024년 6월에 실시된 이 연구는 아시아 태평양 8개 시장(한국, 호주, 중국, 인도, 일본, 말레이시아, 싱가포르, 태국)의 은행과 금융, 제조, 정부, 의료 및 생명과학 분야 표본 조직 임원 509명을 대상으로 실시됐다. 설문조사에 참여한 임원들은 ▲AI 투자 결정 ▲조직에서 기대하는 AI의 역할 ▲AI 기술 구현 시 당면 과제 ▲신뢰할 수 있는 AI 성과를 달성하기 위한 프로세스 관리 접근 방식에 대해 답했다.

 

[1] IDC의 '세계 AI 및 생성형 AI 지출 가이드(Worldwide AI and Generative AI Spending Guide)',  2024년 8월