AI 투자와 AI 도입 사이의 격차··· ‘AI 스태그네이션’

최근 레드햇의 의뢰로 센서스와이드(Censuswide)가 영국 및 기타 주요 시장의 IT 관리자 609명을 대상으로 실시한 설문조사를 실시했다. 조사 결과, IT 관리자의 80% 이상이 주로 생성형 AI, LLM, 데이터 과학 등의 분야에서 AI 기술 인력 부족이 시급한 과제로 답했다. 이는 작년의 72%에서 증가한 수치이다.

AI를 판매해야 하는 필요성, AI를 소비해야 하는 필요성, 그리고 그렇게 할 수 없는 이런 상황은 이른바 ‘AI 스태그네이션’을 야기하는데, AI의 분야의 많은 사람을 당황하게 하는 복잡한 문제다.

거의 멈춰버린 AI 확산세

IT 솔루션 업체는 AI 개발에 자원을 쏟아부으며 고급 도구, 플랫폼, 인프라를 만들고 있다. 대형 업체는 물론, 스타트업까지 가세한 AI 투자는 전례 없는 수준에 도달하고 있으며, 업계 전문가들은 2024년에만 AI 스타트업에 1,200억 달러 이상의 자금이 투입될 것으로 예상한다. 엔비디아, 오픈AI, 앤트로픽과 같은 주요 업체가 AI 시장 번영에 기여하는 모습은 닷컴 시대를 연상시킬 정도이다. 이런 유형의 자본 투자는 일반적으로 긍정적인 지표로, 미래 수익 가능성에 대한 강력한 관심과 믿음을 나타낸다.

그러나 마이크로소프트, 구글, 아마존 등 대형 업체가 AI 인프라에 막대한 투자를 하고 있지만, 성공적인 엔터프라이즈 구현을 촉진해야 한다는 압박감도 커지고 있다. 이들의 미래 성장은 최첨단 기술에 대한 자본 투입과 이런 솔루션을 효과적으로 채택하는 사용자의 능력에 달려 있기 때문이다.

또한, 엔비디아와 같은 업체가 혁신적인 AI 하드웨어를 출시하는 과정에서 운영상의 어려움을 겪으면서 빠르게 변화하는 AI 기술을 둘러싼 위험은 더욱 커지고 있다. 성능과 안정성 문제는 AI 제품에 대한 인식에 악영향을 미쳐 기업이 도입을 주저하게 만든다. 이런 어려움은 기술적 열망과 실제 실행 사이의 취약한 균형을 보여준다.

IT 솔루션 업체, 특히 광범위한 AI 도입에 승부를 건 대형 클라우드 업체의 지속적인 성장을 보장하기 위해서는 창의적인 솔루션이 필요하다. 높은 투자와 낮은 채택률의 조합은 이들 업체에는 불안한 환경이 아닐 수 없다. 클라우드 서비스에서 AI 기능이 점점 더 중요해짐에 따라 그 어느 때보다 그 중요성이 커지고 있다.

수요를 따라가지 못하는 공급

이야기는 여기서 끝나지 않는다. 자격을 갖춘 AI 인재의 부족으로 인해 기업이 발전된 기술을 활용하지 못하면 병목 현상이 발생하며, 일각에서는 이를 “AI 거품”에 비유하기도 한다. 오늘날 기업은 의미 있는 이니셔티브를 추진할 수 있는 데이터 과학자, 머신러닝 엔지니어, AI 실무자 등 AI 전문가가 극도로 부족한 상황에 직면해 있다. 이런 인재 격차는 치솟는 연봉과 경쟁이 치열한 취업 시장으로 인해 더욱 심화되어 숙련된 전문가를 찾기가 점점 더 어려워지고 있다.

심각한 인력 부족은 기업이 AI 기술을 구현할 수 없다는 것을 의미한다. 이는 혁신을 저해한다. 높은 수준의 투자와 느려지는 AI 도입 속도 사이의 이런 단절은 기술 발전과 실제 적용 사이의 격차를 해소할 수 있는 전략적인 접근의 필요성을 강조한다. 이것이 바로 AI 정체의 교차로에서 벗어나기 위해 필요한 것이다.

AI 정체의 영향은 단순한 숫자를 넘어 기술 부문 내 경쟁 우위의 핵심에까지 영향을 미칩니다. 기업이 AI 구현을 미루면서 클라우드 서비스 업체는 기대에 미치지 못하는 결과가 환멸과 투자 신뢰도 저하로 이어지는 악순환에 휘말릴 수 있다. 이런 역학 관계는 시장의 재평가를 촉발해 유망한 AI 스타트업조차도 가능성을 의심하게 만들 수 있다.

지금 필요한 것

AI를 구현하려면 단순히 첨단 도구를 도입하는 것만이 아니라 적절한 교육, 문화 변화, 지속적인 지원을 포함하는 종합적인 전략이 필요하다. 기업은 AI가 번창할 수 있는 환경을 조성해 경영진과 직원 모두에게 투자가 가시적인 수익을 창출할 것이라는 확신을 심어줘야 한다. 그렇기 때문에 인재 부족 문제를 해결하는 것은 단순히 역할을 채우는 것이 아니라 장기적인 목표에 부합하는 역량을 구축하는 것이다.

AI 도입의 미래는 여전히 불확실하다. 압박이 가중되고 있지만 대부분 기업은 결국 이런 초기 장애물을 극복하고 장기적으로 상당한 생산성 향상을 실현할 것이다. 핵심은 단기적인 변동성 속에서도 낙관적인 태도를 유지하면서 현재의 과제가 극복할 수 없는 것이 아님을 인식하는 것이다.

AI를 다시 시작하고 주요 투자에 대한 비즈니스 가치를 창출하려면 무엇을 해야 할까? AI 솔루션 업체와 기업 모두 해야 할 일이 있다.

AI 솔루션 업체가 해야 할 일은 다음과 같다. 

• 교육 기관과 협력해 AI 및 데이터 과학 기술을 가르치는 교육 프로그램을 제공한다.
• AI 기술을 비즈니스에 쉽게 통합할 수 있는 사용자 친화적인 도구와 지원 서비스를 개발한다.
• 대학 및 스타트업과 전략적 제휴를 맺어 자원을 공유하고 포괄적인 AI 솔루션을 개발한다.
• 다양한 부문의 고유한 요구사항을 충족하도록 AI 제품을 맞춤화해 관련 사례 연구를 통해 즉각적인 가치를 보여준다.

기업이 해야 할 일은 다음과 같다.

• 내부 교육 프로그램을 구축해 직원의 역량을 강화하고 AI에 초점을 맞춘 다양한 인재를 채용한다.
• 협업 환경에서 AI 기술 실험을 장려한다.
• AI 프로젝트를 시범 운영해 본격적인 확장 전에 장점과 장애물을 파악한다.
• 데이터 관리 프랙티스에 투자해 효과적인 AI 사용을 준비한다.
• AI 이니셔티브를 비즈니스 목표와 연계하고 성공을 추적할 수 있는 지표를 수립한다.

문제는 기업과 AI 솔루션 업체가 서로를 바라보며 상대방이 문제를 해결해 주기를 바라고 있다는 것이다. 안타깝게도 그런 식으로는 문제를 해결할 수 없다.
[email protected]