가트너의 AI 비즈니스 가치 전망 조사는 모든 엔터프라이즈 버티컬 부문에서 AI가 갖는 전체 비즈니스 가치를 평가했다. ‘고객 경험’, ‘신규 매출’, ‘비용 절감’은 AI 비즈니스 가치의 주요 요소다.
가트너 리서치 부사장인 존 데이비드 러브록(John-David Lovelock)은 “AI는 연산능력, 규모, 속도, 데이터 다양성, 심층신경망(DNN) 발전 등으로 향후 10년간 가장 파괴적인 기술으로 자리매김할 것”이며, “2017-2022년 기업들이 AI 기반 제품과 서비스를 위해 가장 주목할 부분은 한가지의 기능에 특화돼 틈새시장을 공략하는 솔루션들이다. 기업 경영진들은 특정한 영역에 특화된 전문 공급업체들의 AI 기반 제품에 투자할 것으로 예상된다”고 밝혔다.
AI 비즈니스 가치의 성장은 다른 신흥 기술과 마찬가지로 전형적인 S곡선 패턴을 보인다. 2018년 성장률은 70%에 달할 것으로 보이지만, 2020년부터 2022년까지 성장률이 점차 둔화될 것으로 보인다.
러브록 부사장은 “초기 기업들은 고객 유치를 목적으로 고객과의 커뮤니케이션 강화에 AI 기술을 주로 활용했기 때문에 ‘고객 경험(CX)’의 개선이 AI 비즈니스의 가장 중요한 가치로 여겨졌다. 또한, AI가 의사결정 개선과 업무 자동화를 위한 절차 효율성 증대에 활용됨에 따라 ‘비용 절감’이 중요한 비즈니스 가치로 여겨지고 있다”고 말했다.
그는 이어 “그러나 2021년에는 ‘신규 매출’이 AI 비즈니스 가치에서 가장 높은 비중을 차지할 것이다. 이는 기업이 AI 비즈니스 가치를 기존 제품·서비스의 매출 상승과 신제품·신규 서비스의 발굴에 중점을 둘 것이기 때문이다. 즉, 장기적으로 봤을 때 AI의 비즈니스 가치는 신규 매출 창출 여부에 달려 있다”고 강조했다.
글로벌 AI 비즈니스 가치를 유형별로 살펴보면, 2018년 전체 글로벌 AI 비즈니스 가치 중 심층신경망(DNN)과 같은 ‘의사결정 지원’이 38%를 차지할 것으로 보인다. 2022년에는 의사결정 지원이 다른 AI 이니셔티브를 능가할 만큼 성장해 글로벌 AI 비즈니스 가치의 44%를 차지할 전망이다.
러브록 부사장은 “심층신경망은 기존에 수치화하거나 분류하기 어려웠던 빅데이터의 데이터마이닝과 패턴인식을 가능하게 하며, 이를 통해 기존 프로그래밍 시스템에서 사용할 수 있는 입력값을 만들어 낸다. 이는 데이터를 분류하던 사람의 업무를 알고리즘이 직접 처리할 수 있게 함으로써 의사결정을 돕는다”며 “이러한 기능은 기업의 의사결정과 상호작용 프로세스의 자동화에 긍정적인 영향을 끼쳐 기업의 비용과 위험을 감소시키고, 마이크로타겟팅, 세분화, 마케팅, 판매 개선을 통해 매출을 상승시킬 수 있도록 돕는다”고 했다.
‘가상비서’는 콜센터, 헬프 데스크, 고객 서비스의 직원들이 처리하던 업무들 중 단순 업무들을 대신 처리하고, 직원들이 보다 부가가치가 높은 업무에 집중하도록 해 인건비를 절감하도록 돕는다. 또한 금융 서비스의 로보어드바이저(roboadvisor)는 콜센터를 통해 고객들에게 업셀링을 유도하는 방식으로 매출을 상승시킬 수 있다. 2018년 ‘가상비서’가 글로벌 AI 비즈니스 가치에서 차지하는 비중은 46%에 달할 것으로 전망되지만, 2022년에는 한층 성숙해진 다른 AI 유형들이 비즈니스 가치를 창출하게 됨에 따라 ‘가상비서’의 비중은 26%에 그칠 것으로 예상된다.
‘의사결정자동화시스템’은 AI를 활용해 작업을 자동화하거나 비즈니스 프로세스를 최적화한다. 특히 음성을 텍스트로 변환하거나 텍스트를 음성으로 변환하고, 손글씨와 이미지를 처리하며, 기존 시스템에 접근이 불가능했던 데이터를 분류하는 등 다양한 업무들을 돕는다. 의사결정자동화 기술이 성숙해지면서 기업은 비정형 데이터를 활용하고, 데이터 모호성 문제를 해결할 수 있게 된다. 이는 향후 기업이 더 많은 비즈니스 가치를 창출하도록 돕는다. ‘의사결정자동화’가 2018년 글로벌 AI 비즈니스 가치에서 차지하는 비중은 2%에 불과하지만, 2022년에는 16%까지 성장할 것으로 전망된다.
‘스마트 제품’은 2018년 글로벌 AI 비즈니스 가치에서 18%를 차지했으나, 2022년에는 14%로 감소할 전망이다. 이는 다른 심층신경망 기반 시스템 유형이 발전하면서, 스마트 제품이 차지하는 비중을 압도하기 때문이다. ‘스마트 제품’은 다양한 시스템과 상호작용 과정에서 수집된 사용자 선호도 데이터를 통합할 수 있는 클라우드 시스템 형태로서 AI를 내장하고 있다. ‘스마트 제품’은 사용자의 선호도를 학습해 고도로 맞춤화된 경험을 제공하며, 사용자 참여를 유도한다.
장선우 기자 news@thebigdata.co.kr
<저작권자 © 빅데이터뉴스, 무단 전재 및 재배포 금지>