10월부터 컨설팅과 IT, 그리고 데이터 기업에서 24년 전망을 내놓았다. 엔비디아를 마지막으로 AI관련 핵심 기업들의 의견을 수집되어, 이를 모아 한꺼번에 정리해보고자 한다.
AI로 인한 IT지출 8%증가예상
IT관련 전망을 잘 맞추고 실제 영향력도 구사하는 가트너에서 24년 전세계 IT투자금액이 8%증가할 것으로 예상하고 있다. 실제로 관련 기업들의 주가가 요동치면서 자금이 유입되는 양상을 보이고, 최근 발표된 구글 제미나이만 봐도 크기별 LLM과 클라우드를 포함한 구체적인 B2B AI솔루션을 제시하고 있으니, 기업들의 선택지가 다양해져 실제 투자로 이어질 것이다.
특히, 생성형AI는 빅데이터붐과는 달리 업무 효용성과 인건비 절감과 같은 구체적인 효과로 연결되기 때문에 기업의 경쟁력과 직결되기 때문에 고지식한 임원들이라고 해도 업종별 상위기업이라면 당장에 도입을 검토할 것이다.
| 가트너 전망 10대 전략기술 |
|
가트너가 전망한 10개 기술은 1~5번까지 AI에 의한 직접적인 변화이며, 6~10번 또한 이로인한 인프라와 보안, 경영환경 변화 등을 나타낸다. 그간 행태정보, 블록체인, 클라우드 등을 골고루 제시했던 것과 달리 AI로 시작해서 AI로 끝나는 전망을 제시하고 8%성장까지 예상한 것을 보면 얼마나 중요하게 생각하는지 짐작해 볼 수 있다.
☞ 관련기사 : 가트너가 2024년 주목하라는 10대 전략 기술
국내 정보통신기획평가원(IITP)이 AI전문가 270여명을 대상으로 한 설문결과에서도 내년도 AI전망이 좋을 것으로 예상하는 의견이 50%, 비슷할 것이라는 의견이 24%로 가트너의 전망은 국내에도 적용된다 봐야한다.
☞ 관련기사 : IITP "내년 AI경기 좋을 것 50%"···5대 AI전망 발표
AI가 업무방식과 노동시장에 미치는 영향
모건스탠리에서 생성형AI 도입시기를 물어본 결과, 이미 도입한 기업은 11%에 불과하지만 내년 상하반기 도입계획은 43%에 달하면서 내년에 가장 큰 변화가 올것으로 예상된다. 그리고 이러한 흐름으로 인해 당장 노동자의 25%가 영향을 받을 것이며 3년 내 전체 노동자의 44%가 생성형AI에 영향을 받을 것으로 예상된다.
☞ 관련자료 : How Generative AI Could Reshape Work
이러한 전망은 다른 데서도 나타나는데 우선 딜로이트는 데이터베이스, ERP, CRM 등의 솔루션에서 당장 변화가 일어날 것으로 보고 있으며, KPMG는 회의록 요약, 사내 문서에 AI가 활용되고 맥킨지는 고객응대와 마케팅/영업, SW개발, R&D에 적용될 것으로 보고 있다.
트렌드코리아 2024에서 이러한 변화를 호모 프롬프트라는 키워드로 표현하는데, 이는 인간이 고유의 창의성을 더욱 발휘하는 방향으로 다양한 AI와 프롬프트를 주고받으며 적재적소에 사용자를 말한다. AI가 단독으로 동작하기보다는 인간과 협업할 것으로 예상하는 것이다.
엔비디아가 바라보는 산업별 변화
폭발적인 변화가 예상되는 가운데 당장 내년부터 산업별로 적용될 것으로 예상된다면, 현재 AI구축 시 영향력이 가장 큰 엔비디아는 어떻게 보고 있을까?
| 엔비디아의 17개 산업별 AI전망 | |
| 엔터프라이즈 컴퓨팅 부문 | 기업들은 한두 개의 생성형 AI 애플리케이션을 보유하는 것이 아니라, 비즈니스의 다양한 부분에 적합한 독점 데이터를 사용해 수백 개의 맞춤형 애플리케이션을 보유할 것 |
| 하이퍼스케일과 HPC 부문 | 모든 국가는 연구와 과학의 획기적인 발전을 주도하고 GDP를 개선하기 위해 자체적으로 생성형 AI 센터를 구축, 정부가 자금을 지원하는 생성형 AI 센터는 새로운 일자리를 창출하고 차세대 과학자, 연구자, 엔지니어를 양성하는 프로그램을 강화하여 국가의 경제 성장을 촉진 |
| AI 소프트웨어 부문 | 기업이 RAG(검색기반 답변)모델과 오픈소스 기반 모델을 주로 활용함에 따라 보유데이터를 연결하여 보다 정교하고 상황에 맞는 멀티모달 챗봇과 맞춤형 콘텐츠 추천 시스템을 기대 |
| AI와 법률 윤리 부문 | 기업들은 AI 시스템의 투명성과 해석 가능성에 더욱 집중하고, 새로운 도구와 방법론을 사용해 복잡한 AI 모델의 의사결정 과정을 밝힐 것 |
| 개발자 릴레이션 부문 | 모든 사람이 어디에서나 개발자가 될 수는 시대가 도래, 인프라가 점점 더 소프트웨어 개발 언어에 대한 훈련을 받게 되면서 누구나 애플리케이션, 서비스, 디바이스 지원 등을 기계가 만들도록 명령할 수 있게 될 것 |
| 헬스케어 부문 | 외과의사는 AI 수술 어시스턴트를 통해 음성으로 수술실 안팎에서 보고 파악, 연중무휴 24시간 가동되는 로봇 실험실 자동화를 바탕으로 시간이 많이 걸리는 실험 관찰과 인간이 종합적 판단을 통해서만 발견할 수 있었던 복잡한 생물학적 관계를 생성, 예측, 모델링 가능 |
| DGX 플랫폼 부문 | 기업은 AI 기반 슈퍼컴퓨팅을 통해 채팅, 동영상, 코드 등 비정형 데이터를 획득해 생성형 AI 개발을 멀티모달 모델 훈련으로 확장할 것. 이러한 도약으로 표와 기타 정형 데이터를 수집하는 기능을 뛰어넘어 질문에 대한 보다 구체적인 답변을 제공하고 새로운 기회를 찾을 수 있음 |
| 소매와 소비자 패키지 그룹, 퀵 서비스 레스토랑 부문 | 소매업체들은 최첨단 생성형 AI 기반 쇼핑 어드바이저 도입을 준비하고 브랜드에 적합한 맞춤형 쇼핑 여정을 안내. 이러한 혁신적인 접근 방식은 개인 맞춤형 지원을 제공함으로써 브랜드를 차별화하고 고객 충성도를 높이는 데 도움. 매장 내 경험의 안전과 보안도 강화될 것 |
| 옴니버스 및 시뮬레이션 기술 부문 | 생성형 AI는 기하학, 빛, 물리학, 물질, 행동과 같은 물리적 세계의 측면을 디지털 데이터로 더 쉽게 전환할 수 있도록 지원, 물리적 세계의 디지털화는 산업 혁신을 가속화해 제품을 보다 효율적으로 설계, 최적화, 제조, 판매를 지원 |
| 오토모티브 부문 | 디지털 트윈 환경과 합성 데이터 생성은 자율주행차를 실제 환경에 구현하기 전 가상에서 대규모로 안전하게 개발, 테스트, 검증하는 데 사용. 생성형 AI 기반 모델은 차량의 AI 시스템을 지원해 차량 내외부에서 새로운 맞춤형 사용자 경험, 기능, 안전 기능을 구현할 것 |
| 엔터프라이즈 플랫폼 부문 | 수백 개의 생성형 AI 스타트업과 AECO, 제조 분야의 고객사는 설계 최적화, 시장 인텔리전스, 건설 관리, 물리 예측 등 거의 모든 사용 사례를 위한 솔루션을 개발하는 데 주력할 것. AI는 효율성 향상, 낭비 감소, 생산과 지속 가능성에 대한 완전히 새로운 접근 방식을 제시해 제조업의 진화를 가속화할 것 |
| 네트워킹 부문 | 기업은 모든 데이터센터가 똑같을 필요는 없다는 것을 알게 될 것. 기존 데이터센터는 대역폭이 제한되어 있으며, 대규모 AI 워크로드를 매우 결정적이고 낮은 레이턴시로 구동하기 위해 수천 개의 GPU를 필요로 함. 대규모 부하 시 네트워크 역량은 성능을 판가름하는 가장 중요한 요소. 미래의 엔터프라이즈 데이터센터 연결은 관리 네트워크와 AI 네트워크를 분리해야 하며, AI 네트워크에는 고성능 컴퓨팅과 AI, 하이퍼스케일 클라우드 인프라를 위해 특별히 설계된 네트워크 내 컴퓨팅이 포함됨 |
| 정보 보안 최고 책임자 | 사이버 보안 결함에 AI를 적용하면 이전에는 볼 수 없었던 위협을 감지, 기업들은 실험을 통해 새로운 위협과 위험을 식별하는 데 있어 AI의 잠재력을 깨닫게 될 것이다. 사이버 코파일럿은 기업 사용자가 피싱과 구성을 탐색하는 데 도움을 줄 것 |
| 통신 부문 | 통신사들은 이미 고객 서비스와 지원을 개선하기 위해 챗봇과 가상 비서용 생성형 AI를 사용. 2024년에는 네트워크 계획과 최적화, 결함과 사기 감지, 예측 분석과 유지 관리, 사이버 보안 운영, 에너지 최적화와 같은 영역의 운영 개선을 위해 생성 AI 사용을 두 배로 늘릴 예정. 점점 더 많은 통신사가 내부용 AI 팩토리를 구축할 뿐만 아니라 개발자를 위한 서비스형 플랫폼으로 배포할 것 |
| 금융 서비스 부문 | AI 기반 고객 서비스 지원, 사기 탐지, 리스크 관리 등 가장 핵심적인 워크로드를 처리하는 기업이 이러한 변화를 주도할 것 |
| 에너지 부문 | 에너지 기업들은 시뮬레이션을 가속화하고 산업 프로세스를 최적화하며 의사 결정을 향상시키기 위해 점점 물리학 기반 머신 러닝(물리-ML)으로 전환 |
| 임베디드 및 엣지 컴퓨팅 부문 | LLM은 로보틱스 엔지니어의 빠른 발전을 이끌 것. 생성형 AI는 로봇용 코드를 개발하고 새로운 시뮬레이션을 생성해 로봇을 테스트하고 훈련, 로봇 산업이 확장하려면 로봇이 더욱 빨리 기술을 습득하거나 새로운 환경에 적용할 수 있도록 일반화돼야 하는데 시뮬레이션을 통해 훈련되고 테스트된 생성형 AI 모델은 더욱 강력하고 유연하며 사용하기 쉬운 로봇을 구축하는 데 핵심적인 역할을 할 것 |
엔비디아의 17개 부분 부사장들은 AI로 인해 각 산업별로 어려웠던 작업들이 실질적으로 개선될 것으로 보고 있다. 생성형AI가 로봇과 자동차, 건설과 의료 부문 등 전분야에서 반복되거나 정밀한 예측이 필요한 업무, 또는 업무간 연결을 자동화해줌으로써 프로세스가 개선될 것이라 보는 것이다.
IT투자와 업무방식의 변화에 그치지 않고 프로세스 변화로 이어진다면, 이 과정에서 상당분야의 기업이 도태되고 새로운 강자들이 출현하게 될지도 모른다.
이는 SAS에서도 비슷한 의견을 제시하는데, AI가 산업별 당면 문제를 해결하고 맞춤형 서비스 제공할 것이며 직원의 업무 성과를 높이고 기업의 의사결정에 긍정적 영향을 줄 것으로 예상하고 있다.
| SAS의 12개 분야 기술전망 |
|
SAS는 금융과 의료, 공공분야에 많이 활용되다 보니 엔비디아만큼 분야가 다양하진 않지만, 여전히 높은 신뢰도로 변화가 적은 기업에서 활용되고 있음에도 불구하고 대부분 많은 변화를 예상하고 있다.
관련자료 : SAS, 2024년 AI 시장 및 기술 전망 발표
'최신 데이터 동향 및 향후 전망' 카테고리의 다른 글
| 경량화 언어모델(sLLM)에 대한 오해와 온디바이스AI (90) | 2024.01.15 |
|---|---|
| 구글 제미나이보다 믹스트랄(Mixtral 8x7B)에 주목해야 하는 이유 (139) | 2023.12.21 |
| 오픈AI사태 요약과 배경 그리고 Q* (114) | 2023.11.24 |
| AI 생산성 도구의 방향성과 대표적인 코파일럿 (91) | 2023.10.15 |
| 국내 초거대 AI 구축에 대한 냉정한 현실 (104) | 2023.09.06 |