칼럼 | 데이터 분석가가 바라본 2025년 기술 전망 5가지

TV나 뉴스를 시청하면 AI 관련 소식을 접하지 않기가 힘들 정도다. 지난 수년간 AI는 우리 삶의 핵심 화두로 자리잡았다. 일부에서는 기업들이 AI의 중요성을 과대평가한다고 우려하지만, AI는 앞으로 글로벌 기술의 미래와 소비자 상호작용, 기업 운영 방식을 근본적으로 변화시킬 것이다.

월마트(Walmart)에서 최고 데이터 책임자와 데이터 분석 책임자를 지낸 필자는 현재 글로벌 신용정보 및 데이터 분석 기업 트랜스유니온(TransUnion)에서 최고 기술, 데이터 및 분석 책임자로 재직 중이다. 오랫동안 데이터 분석 업계를 연구해온 경험을 바탕으로, AI를 비롯한 신기술과 데이터 분석의 발전이 2025년 기업의 주요 과제 해결에 어떤 도움이 될지, 특히 기술 투자가 미래 성장을 어떻게 이끌어낼지 전망해보고자 한다.

전망 1: AI로 모든 채널의 고객 활동을 통합적으로 파악할 것이다

AI를 도입하거나 활용을 확대하는 기업은 고객이 사용하는 모든 기기와 채널 상호작용을 인식하고 이해할 수 있게 될 것이다. 이러한 상호작용이 어떤 계정에서 거래로 이어지는지, 이런 계정 중 실제 고객 소유는 몇 개인지, 심지어 한 가구의 고객 수까지 파악할 수 있다. AI 기반 플랫폼은 이러한 전체 활동을 더욱 신속하게 연결해 기업이 더 나은 고객 추천과 원활한 구매 경험을 제공할 수 있도록 지원한다.

맥킨지는 2025년에는 ‘경험 기반 성장’이 새로운 원동력이 될 것이라고 설명했다. 또한 기업은 고객이 관련 분야에서 지출하는 총액 중 자사 제품과 서비스에 쓰는 비율을 최대 10%까지 높일 수 있을 것이라고 전했다.

전망 2: 기업은 생성형 AI와 심층 고객 분석 정보를 통해 차별화된 브랜드 경험을 선사할 것이다

데이터 기반의 고객 경험(CX) 전략은 오래전부터 존재했지만, 2025년에는 완전히 새로운 차원으로 진화할 전망이다. AI와 고도화된 예측 분석 기술이 제공하는 자동화된 역량과 정교한 고객 인사이트는 이전에는 상상할 수 없었던 수준에 도달할 것이다.

수천 개의 제품 카테고리, 수백만 개의 상품, 수억 명의 소비자가 존재하는 디지털 환경에서도 기업은 고객이 온라인 매장에 접속하는 순간 놀라울 정도로 정확한 맞춤형 예측이 가능해질 것이다. 게다가 대규모 인력을 투입하거나 막대한 데이터 분석 예산을 들이지 않고도 매우 정교한 수준의 고객 정보를 확보할 수 있게 된다.

AI 기반 상담원은 이러한 심층 인사이트를 바탕으로 상황과 기회를 실시간으로 파악하여 마치 개인 쇼핑 도우미처럼 완벽한 맞춤형 서비스를 제공할 수 있게 된다. 예를 들어 중견 의류 매장에서도 노드스트롬(Nordstrom)의 고급 맞춤 서비스처럼 고객의 개인 스타일, 체형, 선호 가격대를 고려한 맞춤형 정장 상담이 가능해질 것이다.

전망 3: 강화된 가드레일과 거버넌스가 혁신을 촉진할 것이다

각 부서별로 따로 관리되던 데이터 관리와 규정 준수는 이제 역사 속으로 사라질 것이다. 2025년에는 최첨단 데이터 플랫폼이 혁신에 필수적인 부서 간 협업을 이전에 없던 수준으로 쉽게 만들어준다. 기업은 다양한 보안 장치와 안전 메커니즘이 적용된 데이터를 단일 플랫폼에서 안전하고 효율적으로 관리할 수 있게 될 것이다.

AI와 머신러닝의 발전으로 개발자는 업무 시간의 40~50% 가까이를 차지하던 규정 준수, 테스트, 문서화 같은 반복적인 작업에서 해방될 것이다. AI가 개발자 도구에 혁신적인 자동화 기능을 제공함으로써, 개발자들은 진정한 가치 창출인 혁신적인 개발 업무에 집중할 수 있게 된다.

전망 4: 2025년은 AI가 실질적 가치를 창출하는 원년이 될 것이다

AI 투자 효과에 회의적이었던 사람들도 2025년에는 그 실질적 가치를 깨닫게 될 것이다. 많은 인력이 필요했던 업무나 수천 개의 복잡한 작업 과정을 포함한 일상 업무에서 경제적 효과가 크게 나타날 것이다. 문서 작성과 테스트 작업의 효율성이 크게 높아지고, 단기적으로는 인력 중심 업무의 내부 효율성 개선에서 가장 큰 성과가 발생할 것이다.

또한 대규모 인력 효율화를 가능하게 하는 AI 에이전트 기반 활용 사례에서도 큰 진전이 있을 것이다. AI의 환각 현상이 여전히 존재하고 1%의 오류율조차도 너무 높아 이는 여전히 해결해야 할 과제로 남아있다.

하지만 검색 증강 생성(RAG) 기반 접근법이 확대 적용되면서 더 높은 신뢰성을 기대할 수 있다. AI 에이전트가 아무 곳에서나 일반 지식을 학습하도록 허용하는 대신, 조직은 에이전트가 검색하고 학습할 수 있는 특정 자료들을 제공한다. 예를 들어 ‘이 폴더 안의 25개 문서’, ‘FAQ의 답변들’, ‘구체적인 프로세스 가이드라인’, ‘독점 규정집’ 등이 이에 해당한다.

전망 5: 데이터 분석의 DIY 물결이 일어날 것이다

데이터와 분석 도구에 대한 셀프 서비스 수요는 앞으로도 지속적으로 증가할 전망이다. DIY 방식의 확장으로 비용 효율성 역시 높아질 것이다. 그러나 DIY의 개념은 이전과는 크게 달라질 것이다.

3년 전까지만 해도 DIY는 로우코드 인터페이스에서 마우스로 클릭하며 작업을 자동화하는 ‘포인트 앤 클릭’ 방식이 전부였다. 하지만 이제 사용자들은 단순한 클릭만으로는 만족하지 않는다. 클릭 횟수를 줄이는 것만으로는 진정한 효율성과 생산성 향상을 이룰 수 없다고 보기 때문이다.

현대의 사용자들은 더욱 직관적이고 자연스러운 방식을 원한다. 대화나 프롬프트를 통해 명령을 입력하고, 텍스트나 음성으로 지시하는 것만으로도 복잡한 작업이 처리되기를 기대한다. 이러한 요구에 부응하여 AI 기반 에이전트들이 새로운 차원의 셀프 서비스 경험을 제공하게 될 것이다.

2025년 이후에도 AI는 기업 활동의 필수 요소로 자리잡을 것이며, 이 기술을 효과적으로 활용하는 기업은 수익 창출 측면에서 경쟁 우위를 확보하게 될 것이다.
[email protected]