칼럼 | 클수록 더 뛰어나기만 할까? 기업 규모별 생성형 AI 접근법

생성형 AI에 대한 관심이 계속되면서 의료, 금융, 소매, 미디어 등 다양한 산업 분야에서 실제 기업용 솔루션이 늘고 있다. 기술이 성숙해지면서 윤리적 고려사항, 정확성, 환각 등 잠재력과 단점, 진입 장벽도 더 많이 알려지고 있다. 그러나 각 산업을 넘어 생성형 AI 프로젝트의 성공 또는 실패에 영향을 미치는 요인들이 있다. 

그중 상대적으로 덜 언급되는 요인 중 하나가 기업 규모다. 최근 그래디언트 플로우(Gradient Flow)는 설문조사를 통해 이 기술을 초기부터 선도해 온 의료 분야에서의 생성형 AI 현황을 살폈다. 조사 결과, 기업 규모에 따라 AI 도입, 구현, 우선순위 접근 방식에 뚜렷한 차이가 있었다. 

그래디언트 플로우의 설문 조사는 예산 배정부터 선호하는 모델, 테스트 방법론에 이르기까지 대기업, 중견기업, 중소기업이 각각 중요하게 여기는 영역을 파악했다. 미묘한 차이를 이해하면 타겟팅된 솔루션을 개발하고 채택률을 높이는 데 도움이 되며, 생성형 AI의 잠재력에 대한 막연한 기대를 줄일 수 있다.

대기업

5,000명 이상의 직원을 둔 대기업은 상당한 리소스를 보유하고 있으며, 생성형 AI 프로젝트의 평가와 구현에 전략적으로 집중하고 있다. 대기업의 경우 생성형 AI 활용 사례를 적극적으로 평가하고 있다는 응답자 비율(26%)이 가장 높았는데, 이는 광범위한 연구 개발 이니셔티브에 투자할 수 있는 역량이 있다는 의미다.

또한 이를 뒷받침할 수단도 갖춰져 있었다. 응답자의 12%가 전년 대비 300% 이상 증가했다고 답할 만큼 생성형 AI 예산이 크게 증가했다. 이런 투자는 의료 서비스 제공과 관리의 다양한 측면을 개선할 수 있는 생성형 AI의 잠재력에 대한 신뢰 수준을 보여준다. 상당한 예산 증액은 실제로 대기업이 단순히 생성형 AI를 실험하는 데 그치지 않고 통합과 확장에 진지하게 투자하고 있음을 시사한다.

또한 대기업 응답자는 범용 대규모 언어 모델(LLM)이 아닌 의료 분야에 특화된 작업 지향적 언어 모델을 선호(54%)한다고 답했다. 이는 중요한 의료 애플리케이션에서 정확하고 신뢰할 수 있는 결과물에 대한 요구가 분명하다는 의미다. 더 많은 리소스와 사용 사례가 있었지만 내부 개발보다는 전문 지식의 아웃소싱을 선호하는 것으로 나타났다. 대기업에서 SaaS API(클라우드 기반)를 통한 전용 LLM의 도입률이 높다는 점은 AI 전략 및 구현을 추진하기 위해 서드파티 벤더에의 의존을 선호한다는 것을 보여준다. 

생성형 AI 모델의 테스트와 평가에 있어 대기업군의 최우선 과제로는 공정성과 개인 데이터 유출이 꼽혔다. 이는 의료 분야의 높은 규제 환경과 잠재적인 평판 손실에 대한 우려 때문이다. 대기업 운영의 복잡성과 규모로 인해 이런 리스크를 완화하고 업계 규정을 준수하기 위해서는 강력한 테스트 프레임워크가 필요하다.

중견기업

직원 수가 501~5,000명인 중견기업은 민첩성이 뛰어나고 생성형 AI 실험에 중점을 둔다는 점이 특징이었다. 중견기업은 AI 모델 실험 및 개발에 참여하고 있다는 응답자 비율(24%)이 가장 높았는데, 이는 대기업에 영향을 미치는 관료적 제약 없이 빠르게 적응하고 혁신할 수 있는 역량을 보여준다.

대기업과 마찬가지로 중견기업의 생성형 AI 예산도 증가 추세에 있었는데, 응답자의 36%가 50~100%의 예산 증가를 보고했다. 이는 의료 분야에서 운영 효율성과 혁신을 주도할 수 있는 생성형 AI의 잠재력에 대한 인식이 높아지고 있음을 시사한다.

중견기업에서도 의료 분야에 특화된 작업 지향적 모델이 선호됐다. 응답자의 절반 이상(57%)이 이런 모델을 사용하고 있다고 답했다. 그러나 테스트 우선순위는 대기업과 약간 달랐으며, 중견기업은 설명 가능성과 환각/허위 정보에 더 중점을 두는 것으로 나타났다. 이는 중견기업이 특히 AI 이니셔티브를 확장할 때 AI 기반 의료 솔루션에 대한 신뢰와 정확성을 유지하는 것의 중요성을 예리하게 인식하고 있음을 보여준다. 

중소기업

500명 미만의 직원을 둔 중소기업은 설문 응답자의 거의 3분의 1을 차지했으며, 생성형 AI 도입에 보다 실용적인 접근 방식을 보였다. 리소스가 제약되고, 즉각적이고 가시적인 이점이 필요한 만큼 신중하고 결과 중심적인 접근 방식을 취하고 있을 가능성이 높다. 

따라서 중소기업은 생성형 AI를 비즈니스 솔루션으로 적극 고려하지 않는다는 응답자 비율(39%)이 높았다. 이는 예산 제약과 고급 AI 솔루션 배포와 관련된 높은 비용 때문일 수 있다. 그러나 생성형 AI를 사용하고 있는 중소기업에서는 10~50%의 예산 증가가 보고돼 그 성장세를 확인할 수 있었다. 

중소기업의 우선순위는 환자 대면 애플리케이션이었으며, 이는 환자 질문 답변(38%)과 의료 챗봇(36%) 등의 사용 사례에서 높은 도입률을 보였다. 이런 애플리케이션은 많은 리소스나 인프라를 필요로 하지 않으면서도 즉각적이고 가시적인 이점을 제공해 환자 참여와 소통을 향상시킬 수 있다.

중소기업은 지도 학습 미세 조정(39%)과 편향 제거 도구 및 기술에 더 중점을 두고 정확성과 공정성을 보장하려는 노력을 보이고 있다. 테스트 우선순위에는 편향과 최신성도 포함돼 있어, 변화하는 의료 요구 사항을 위한 관련성 있고 편향되지 않은 AI 결과물을 유지하는 데 중점을 두고 있음을 알 수 있었다.

보편적 과제와 이점

기업 규모에 따라 생성형 AI 과제는 달랐지만 보편적으로 인식되는 과제도 있었다. 의료 분야 AI에 대한 우려를 반영하듯 정확성, 보안 및 프라이버시 리스크가 기업의 최우선 과제로 꼽혔다. 모든 조직이 법적 리스크와 평판 손실의 가능성을 느낀다고 답해 강력한 리스크 완화 전략의 필요성을 강조했다.

하지만 나쁜 소식만 있는 것은 아니다. 이번 조사에서는 특히 의사와 환자 간의 대화를 전사하고 의료 챗봇을 제공하는 등 환자 대면 애플리케이션에서 생성형 AI의 잠재력에 대한 믿음이 공통적으로 나타났다. 도입 경로는 서로 다르지만 모든 규모의 의료 조직이 각자의 위치에서 생성형 AI를 마주하고 있었다.

의료 분야에 생성형 AI가 영향을 미치는 전략과 우선순위를 조명한 이번 설문조사에 따르면 대기업은 광범위한 평가와 투자를 주도하는 반면, 중소기업은 민첩성과 실용주의를 전면에 내세웠다. 각각의 접근 방식은 서로 다른 운영 규모에 내재하는 고유한 과제와 기회를 반영한다. 이를 이해하면 더 나은 맞춤형 AI 솔루션을 만들 뿐만 아니라 더 쉽게 이 기술을 이용할 수 있게 될 것이다. [email protected]