2023년 7월 포춘 500대 기업 CEO를 대상으로 실시한 설문조사에 따르면, 응답자의 79%가 생성형 AI(Generative AI)로 운영 효율성을 개선할 수 있을 것이라고 예상했으며, 절반 이상은 성장을 가속할 것이라고 예측했습니다.
미국 컨설팅 기업 EY의 설문에 의하면 기술 분야 종사자 중 4명 중 3명이 매일 AI를 사용하고 있으며, IT 산업 내 AI 채택률은 특히 다른 산업보다 높다고 하는데요. 대부분의 IT 기업 그리고 내부 직원들 역시 AI가 비즈니스와 업무를 개선할 것이라고 확신하고 있다고 밝혔습니다.
이외에도 리서치 업체 도미노 데이터랩이 AI 이니셔티브 책임자를 대상으로 실시한 설문에 의하면, 생성형 AI에 대한 광고가 결코 과장된 것이 아니라는 응답이 무려 90%에 달했습니다. 맥킨지 역시 생성형 AI 기술이 연간 2조 6,000억 달러에서 4조 4,000억 달러에 이르는 경제적 가치를 창출할 것이라고 추정했습니다.
이제 생성형 AI의 잠재력과 혁신을 의심하는 경영진은 찾기 힘들 것입니다. 하지만 생성형 AI로 ‘어떻게’ 수익을 창출할 수 있냐는 질문에는 여전히 명확한 답변이 어렵기도 한데요. 이 글에서는 Generative AI로 돈 버는 것이 어려운 이유와 이러한 문제를 극복하는 방법에 대해 살펴보겠습니다.
생성형 AI 수익화가 어려운 이유
비즈니스 모델 구축의 어려움
AI 서비스의 수익화가 어려운 이유 중 첫 번째는 가치 측정과 가격 책정이 어렵기 때문입니다. AI가 생성한 콘텐츠나 답변의 품질을 객관적으로 평가하는 기준이 명확하지 않을 뿐만 아니라, 경쟁사와의 가격 차별화 측면에서도 고려해야 할 것이 많습니다.
직접적으로 AI를 만들어 판매하는 것뿐만 아니라 API를 제공하거나 컨설팅, 교육 등 AI와 관련된 수익화 모델이 무궁무진하게 많습니다. 이 중 어떤 조합이 우리 비즈니스에 적합한지 결정하고, 적절한 수익화의 선을 책정하는 것도 복잡한 과정에 속하죠.
특히 Generative AI를 활용한 비즈니스는 기존에 기업들이 해왔던 것과는 결이 다르다는 것도 큰 영향을 미쳤습니다. 기존 제품이나 서비스에 AI를 추가하는 방식으로 접근한다면, 이 경우 AI의 부가가치를 명확하게 보여주기 어려울 수도 있습니다.
혹은 순수 AI 기반의 새로운 서비스를 시작한다면, 기존 시장에서 차별화 포인트를 명확하게 하고 새로운 사용 사례를 발굴해야 합니다.
고액의 운영 비용
기본적으로 생성 AI 모델은 기존의 머신러닝 모델보다 비싸고 운영하기 어렵습니다. 기본적으로 생성형 AI 모델 규모는 기존 AI 모델보다 훨씬 더 큽니다. 심지어 지난 몇 년 동안 그 규모가 훨씬 더 커졌습니다.
대표적인 대규모 언어 모델인 GPT-4는 동일한 아키텍처를 기반으로 하는 초창기 생성형 AI 모델인 BERT에 비하면 약 9,000배 더 큰 규모라고 하죠. 생성형 AI 모델은 기존의 모델보다 훨씬 더 방대하고 복잡한 데이터로 학습하기 때문에, 운영과 유지를 위한 비용이 훨씬 높을 수밖에 없습니다.
물론 AI 시대가 본격적으로 가속화되면서, 비용 효율성도 꾸준하게 향상되고 있음을 알 수 있습니다. 핵심적으로 인프라가 과거에 비해 저렴해지고 있기 때문인데요. 생성형 AI 모델의 인프라 사용 공간을 최적화하는 기술이 끊임없이 혁신하고 있기 때문입니다.
또한, 무조건 초거대 Generative AI 모델을 구축하던 과거와 달리 특정 산업과 도메인에 맞게 파인 튜닝된, 더 작고 전문화된 모델로 트렌드가 바뀌고 있습니다.
생성형 AI 비즈니스 도입하기 위해서 필요한 것은?
실질적인 비즈니스 가치에 대한 구체적인 계획
Generative AI 비즈니스를 통해 수익을 기대하는 기업들은 반드시 실질적인 비즈니스 가치에 대한 구체적인 계획을 세워야 합니다. 물론 단순히 최신 기술 트렌드를 좇는 것이 아니라, AI가 어떻게 기업의 핵심 비즈니스 프로세스를 개선하고 고객 가치를 창출할 수 있는지에 대한 명확한 비전을 수립해야 하죠.
예를 들어, 고객 서비스 분야에서 AI 챗봇을 도입한다고 가정하겠습니다. 이 비즈니스를 기획할 때는 단순히 기술 도입에 그치지 않고 응답 시간을 단축하거나 고객 만족도 향상, 인력 비용 절감 등의 구체적인 KPI를 설정해야 합니다.
또한 이를 달성하기 위한 단계적인 전략도 수립해야겠죠. 최종적으로는 AI 모델의 지속적인 학습과 개선을 위한 데이터 수집 및 관리 계획도 있어야 하며, 모델의 성능을 객관적으로 평가할 수 있는 지표 역시 고민할 필요가 있습니다.
더불어 AI 도입에 따른 조직 구조와 업무 프로세스의 변화를 캐치하고 이를 관리할 계획을 수립해야 합니다. 이렇게 종합적이고 구체적인 계획 없이 AI 기술을 도입한다면, 실제 비즈니스 성과로 이어지기 어렵습니다. 막대한 사전 투자 비용이 필요한 영역인 만큼, 기대한 수익을 창출하기 위해서는 명확한 플랜을 세우고 단계적으로 실천하는 과정이 필요합니다.
만약 AI 도입 예산에 대한 인사이트가 필요하시다면, <기업형 AI 도입, 적정 예산은 얼마일까?>를 참고해 보시길 바랍니다.
생성형 AI 모델과 파이프라인 개발 및 운영을 도울 파트너십
AI 기술의 복잡성과 빠른 발전 속도를 감안했을 때, 이를 효과적으로 비즈니스에 도입하기 위해서는 기업 내부만의 힘으로는 어려운 경우가 많습니다.
최신 생성형 AI 모델을 개발하고 최적화하는 데는 방대한 컴퓨팅 리소스와 전문 인력이 필요합니다. 이를 모두 자체적으로 확보하는 것은 대부분의 기업에게 현실적으로 어렵기 때문인데요.
또한 AI 모델의 지속적인 성능 개선을 위한 데이터 파이프라인 구축, 모델 버전 관리, 그리고 프로덕션 환경에서의 안정적인 운영 등은 고도의 기술적인 전문성을 요구하는 영역입니다.
따라서 AI 기술을 전문적으로 다룰 수 있으며, IT 인프라에 대한 전반적인 이해도가 있는 파트너와 함께 기술적인 난관을 극복하는 것이 가장 중요합니다. 단순히 기술적 지원을 받는 것을 넘어, 시장 변화에 빠르게 대응하면서 혁신적인 AI 서비스를 개발 및 유지할 수 있는 기반이 될 수 있습니다.
아이크래프트는 4차 산업혁명을 리딩하는 기업으로써, 대용량 네트워크 인프라 기술부터 클라우드, 모바일, IoT 등 IT 인프라 분야의 전문 기업으로 수많은 레퍼런스를 가지고 있습니다.
AI와 메타버스 시대를 선도하는 NVIDIA의 모든 소프트웨어/하드웨어부터 KT, NAVER 클라우드 등 다양한 브랜드의 솔루션을 기반으로 고객사에게 가장 최적화된 IT 인프라를 구축해 드리고 있습니다.
생성형 AI 수익화, 아이크래프트와 함께 시작하세요
생성형 AI 비즈니스가 다양해지고 있지만, 여전히 성공을 거두는 곳은 소수에 불과합니다. 대부분 기업은 아직 생성형 AI 성숙도는 물론 AI 자체에 대한 전반적인 성숙도 자체가 초기 단계에 머물러 있습니다. 모두가 잘 아는 선도적인 기업을 제외하고, 다른 모든 기업도 생성형 AI 비즈니스로 수익을 창출하기까지는 시간이 걸릴 전망으로 보입니다.
아직 대부분의 경영진들이 생성형 AI의 존재를 인식한 지 2년이 채 되지 않았습니다. 물론 기존에 머신러닝을 적극적으로 활용해 왔던 기업이라면, 향후 1년 이내에는 성공적인 생성형 AI 프로젝트 포트폴리오가 구축될 것이라고 보는 시선이 지배적입니다.
다만, 다가오는 변화에 대비하지 못한 기업이라면 생성형 AI를 의미 있게 사용하기 위해서는 몇 년이 더 걸릴지 모릅니다.
생성 AI 기술은 가만히 있다고 해서 돈을 벌 수 있는 기술은 아닙니다. 수익을 창출하기 위해서는 비즈니스 모델에 대한 구체적이고 세부적인 계획이 필요하며, 이에 필요한 기술을 적극적으로 지원받을 수 있는 파트너십 체결이 필요합니다.
지금 이 순간에도 경쟁사는 생성 AI 시대를 대비하여 AI 역량에 투자하고, 새로운 가치 창출에 앞서고 있을 수도 있습니다. 만약 여러분이 아직 망설이고 계시다면, 아이크래프트의 전문성을 믿고 함께 출발해 보시길 바랍니다.
함께 읽으면 좋은 콘텐츠