[AI 워크플로우 혁신②] PoC는 넘치는데 AI 전사 확산은 왜 안 되나? 작성일 05-11 45 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">AI 전환의 진짜 장벽은?…보안·데이터 문제 불거져</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="12en4vYCl3"> <p contents-hash="403025fc202badb12e31abf5c187a533fe5520ad83f4967402fbe3974b7878b1" dmcf-pid="tVdL8TGhTF" dmcf-ptype="general">- 스태티스타, AI 최종 관리 책임 소재 불분명</p> <div contents-hash="deac9d05e5a4cbf2d0291a42f02d38309236f3a6d1ab27fd19bd801950036311" dmcf-pid="FfJo6yHlTt" dmcf-ptype="general"> <strong>기업 AI 전환은 더 이상 모델 성능이나 도입 여부의 문제가 아니다. 수억원을 들인 PoC가 실제 손익으로 이어지지 않는 ‘AI 역설’ 속에서 ROI, 보안, 데이터 거버넌스, 책임성, 운영비가 새 기준이 됐다. <디지털데일리>는 7회에 걸쳐 글로벌 빅테크의 워크플로우 장악 전략과 국내 IT·클라우드·AI 기업들의 실행 파트너 경쟁을 함께 짚어, AI가 비용이 아닌 성과가 되기 위한 조건을 살펴본다. 모델 공급자의 직접 진입, 산업별 특화 데이터 확보, 법·규제 대응, 사람 검증을 결합한 운영 체계가 향후 AX 시장의 승부처가 될 전망이다.<편집자></strong> </div> <figure class="figure_frm origin_fig" contents-hash="77fc2cf84b3ac7b9e20a276add33df6ee7db215e490e54979d4301157165d4fc" dmcf-pid="3iEmo071h1" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/11/552796-pzfp7fF/20260511132920330ampm.jpg" data-org-width="640" dmcf-mid="3Fb9MH1yyj" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/11/552796-pzfp7fF/20260511132920330ampm.jpg" width="658"></p> </figure> <p contents-hash="0d7ff0c25fb8d360b8fba4e9c180cf458ee585e50680fc2be6fde10f24138a5f" dmcf-pid="0nDsgpztT5" dmcf-ptype="general">[디지털데일리 이안나기자] 국내 기업들의 AI 도입 속도가 빨라지고 있지만 현장 온도는 다르다. 개념검증(PoC)는 넘쳐나는데 전사 확산으로 이어지는 사례는 여전히 드물다. 기술이 없어서가 아니다. 오히려 기술은 너무 빠르게 진화하고 있고 기업 조직과 프로세스가 그 속도를 따라가지 못한다. AI 전환 진짜 장벽이 ‘기술’이 아닌 ‘운영’에 있다는 인식이 현장에서 확산되는 배경이다.</p> <p contents-hash="d4c46a6a4071d5868b4511ec5db360cda8f9be5f25e0465e098e2e2fc15f593a" dmcf-pid="pLwOaUqFyZ" dmcf-ptype="general">기업에 AI를 도입하는 데 가장 큰 어려움은 보안 위협이다 . AI 사용법에 대한 이해 부족이나 미숙한 구현은 데이터 유출이나 소프트웨어 보안 결함으로 이어질 수 있다.</p> <p contents-hash="6337695e771771a99a28179e050f0ce0eaca3687ea2d3f520fa7b2ca46102f1c" dmcf-pid="UorINuB3SX" dmcf-ptype="general">시장조사기업 스태티스타에 따르면 AI를 누가 최종적으로 관리할 것인지에 대한 책임 소재 불분명 또한 우려스러운 부분이다. 신뢰 문제도 중요한 걸림돌인데, 특히 인사 관리 분야에서 AI를 사용할 때 신뢰 부족이 가장 큰 걸림돌로 작용한다는 지적이다 . 이는 사람의 자질을 판단하는 것이 단순히 문서상의 키워드 합계만으로는 불가능하며, 오직 인간만이 할 수 있는 일이기 때문이다.</p> <div contents-hash="8a5359fcfac98d26d25c579d2f2436e5ec57b789c629759e342ab1859774d1ed" dmcf-pid="ugmCj7b0SH" dmcf-ptype="general"> 하지만 현장에서는 이 장벽들이 순서대로 쌓여있다. 보안 우려가 해소되지 않으면 비용 논의로 넘어가기 어렵고 비용 구조를 잡아도 조직 내부 설득이 막힌다. 실무 투입 단계에 들어서면 이번엔 정확성 문제가 기다린다. </div> <figure class="figure_frm origin_fig" contents-hash="3e7424e0376af83a43114f5250f9af11848555fe8f0503bd64e14239f37d3955" dmcf-pid="7ashAzKpSG" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/11/552796-pzfp7fF/20260511132921629krpf.png" data-org-width="640" dmcf-mid="0WPxgpztyN" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/11/552796-pzfp7fF/20260511132921629krpf.png" width="658"></p> </figure> <p contents-hash="f7fb4af1d8e7f0a06d54829d818b63163fa2842e1205e5e73e1c0d72af88f6a6" dmcf-pid="zNOlcq9UTY" dmcf-ptype="general">가비아 관계자는 “최근 글로벌 프론티어 모델이 보여주는 자율적 실행 능력은 AI 보안 축을 한 단계 확장시키고 있다”며 “기존 데이터 보호 문제를 넘어 AI 모델 자체를 어떻게 격리·통제·감사할 것인가라는 새로운 차원의 과제가 부각되고 있다”고 밝혔다.</p> <p contents-hash="30a70922c4b93fa83f87755c733ce6848fd18bb722912f86fa3f87ec4f29095d" dmcf-pid="qjISkB2uyW" dmcf-ptype="general">금융권 망분리 규제나 개인정보보호법처럼 산업별 규제가 촘촘한 분야에서는 보안 체계 구성이 AI 사업 전제 조건이 되는 경우도 많다. 최근 각국 AI 기본법 제정 움직임까지 더해지면서 기업들의 컴플라이언스 부담은 더욱 커지고 있다.</p> <p contents-hash="554dee6af0fcb298ba844351e37af6dff1473d14a746e5ad06c5a83e78ac4ac9" dmcf-pid="BACvEbV7Ty" dmcf-ptype="general">보안 다음으로 부딪히는 문제는 데이터다. 국내 대기업들이 디지털 전환(DX) 시기를 거치며 데이터 레이크 등 기반을 구축해온 경우도 많지만 막상 AI에 연결하려 하면 다른 문제가 드러난다.</p> <p contents-hash="8bd4b90f8a1f358d7bdf840dde9e23e42578f2120f3f6f84cfba561daa1b6c71" dmcf-pid="borINuB3CT" dmcf-ptype="general">엘리스그룹 관계자는 “데이터가 충분한가보다 데이터의 질이 높은가, 정합한가, 편향이 없는가가 더 큰 문제로 드러나는 경우가 많다”고 설명했다. 데이터 수집·전처리·라벨링뿐 아니라 거버넌스 체계까지 새롭게 갖춰야 한다는 부담도 크다.</p> <p contents-hash="6ea1a484047d176ee2c2d8adf031bf78fb95abc940aed71bd93da844beebf4aa" dmcf-pid="KgmCj7b0Tv" dmcf-ptype="general">실무 투입 단계에서는 정확성과 책임 문제가 기다린다. 법률·세무·의료처럼 AI 결과가 잘못됐을 때 법적·경제적 책임이 발생하는 영역일수록 이 문제는 예민하다. 전문 서비스 분야에서는 AI 환각현상(할루시네이션) 문제가 단순 기술적 오류를 넘어 실제 비즈니스 리스크로 연결된다. AI가 왜 그런 결과를 냈는지 설명할 수 있는지, 오류가 발생했을 때 책임 소재를 어디에 둘 것인지라는 책임성 문제도 함께 부각되고 있다.</p> <p contents-hash="4b48d8224be2047652c5603212cf6f6b3fba87fc501b2c57841fd55829876545" dmcf-pid="9ashAzKpSS" dmcf-ptype="general">비용 문제는 단순히 예산 문제에 한정되지 않는다. 특정 업무에 맞춰 정교하게 튜닝한 에이전트를 구축했는데 수개월 뒤 새로 출시된 범용 모델이 별도 튜닝 없이도 동등하거나 더 나은 성능을 보이는 상황이 발생한다. 가비아 관계자는 “정확성을 높이기 위해 맞춤형으로 깊이 들어갈수록 투자를 상환하기도 전에 범용 기술이 따라붙어 투자 회수 기간이 오히려 짧아지는 역설이 발생한다”고 꼬집었다. AI 기술 진화 속도가 기업 의사결정 속도를 앞질러버린다는 의미다.</p> <p contents-hash="1d2345ec39c284e8e43f78957ffceabb568f85c2cf036fd61d253b109c735c05" dmcf-pid="2NOlcq9Uyl" dmcf-ptype="general">글로벌 AI 기업들 과금 체계도 빠르게 바뀌고 있어 비용 예측을 더 어렵게 만들고 있다. 에이전트를 24시간 종량제로 운영할 경우 도입 담당자와 임원이 예상하는 비용과 실제 운영 단계의 비용 사이 괴리가 생길 것에 대한 우려도 커졌다.</p> <p contents-hash="3d182a9588ae9ea60584b8464450b85460d0d39c779cc1244dd6d8293e50e6a8" dmcf-pid="VjISkB2uyh" dmcf-ptype="general">메가존클라우드 관계자는 “AI를 도입할 수 있느냐가 아니라, 안전하게 통제 가능하게 비용을 예측하면서 운영할 수 있느냐가 기업들의 진짜 고민”이라고 밝혔다.</p> <p contents-hash="ee71a80afb10fc4adaf197da5e61401264b8da3a3157cd7405fe24b86f7c5f49" dmcf-pid="fACvEbV7CC" dmcf-ptype="general">글로벌 AI 기업들이 강력한 모델을 앞세워 국내 시장에 직접 파고드는 상황에서 이 간극을 누가 메우느냐가 AI 컨설팅 시장의 새로운 경쟁 축으로 부상하고 있다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 ‘왕사남’ 백상 임팩트 어워드 수상, 문화의 힘 알렸다 05-11 다음 공전 주기가 실시간으로 바뀌는 외계 행성계 포착 [우주를 보다] 05-11 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
