[AI 워크플로우 혁신⑤] AX 직접 설계 시작한 AI 빅테크…韓 시장도 틈새전략 고심 작성일 05-14 47 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">모델 API 제공 넘어 고객사 워크플로우에 직접 개입</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="xTIA0krNTH"> <p contents-hash="f9091061654f44497ec6604fc93a7a464dae3288306787055f53ab19a0628287" dmcf-pid="yQVUN7b0vG" dmcf-ptype="general">- 스태티스타, 기업 AI 도입 실제 생산 단계 적용 시작</p> <div contents-hash="deac9d05e5a4cbf2d0291a42f02d38309236f3a6d1ab27fd19bd801950036311" dmcf-pid="WEaMTenQhY" 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="f4e3a35a15353c7c44dba5925f331d271cfc524cd38f8dbae188934ecd2d2340" dmcf-pid="YDNRydLxhW" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/14/552796-pzfp7fF/20260514063949695yryu.png" data-org-width="640" dmcf-mid="6vhmBOlwh5" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/14/552796-pzfp7fF/20260514063949695yryu.png" width="658"></p> </figure> <p contents-hash="af75ca8db243cc1065311d11df08ed72cd64088d671e7d81d0b1561be76dc2d4" dmcf-pid="GwjeWJoMTy" dmcf-ptype="general">[디지털데일리 오병훈기자] 그간 단순 응용프로그램인터페이스(API) 제공자 역할에 머무르고 있던 글로벌 인공지능(AI) 빅테크 기업들이 이제는 직접 기업의 업무 환경을 개선하고 조정하는 ‘실행관리자’ 역량을 보여주겠다며 팔을 걷어붙이고 나섰다.</p> <p contents-hash="ac7ce33645f36748ab2eb44c84312ecb7af3181f2230974f0521275720625d6b" dmcf-pid="HrAdYigRhT" dmcf-ptype="general">오픈AI나 앤트로픽 등 신흥 AI 빅테크들은 지금껏 주로 고객사에게 자사 거대언어모델(LLM)이나 인공지능 전환(AX) 기술을 API 형태로 제공하고 기술 활용 방식을 자문해주는 수준의 서비스에 집중했다.</p> <p contents-hash="f8144f9bd2e198743a89492b1e480b090f03d0dae6bf9ec15bc687f8d1f96d04" dmcf-pid="XmcJGnaeWv" dmcf-ptype="general">그러나 올해 에이전틱AI가 최대 화두로 떠오르면서 기업 업무 환경과 AI를 적절히 결합하는 기술이 중요해졌다. 단순히 API 제공만으로는 한계가 있을 것이란 판단 아래 사업 전략에도 변화를 주고 있는 분위기다. 자사 LLM을 기반으로 고객사 워크플로우를 직접 설계하고 ‘기업의 생산성’ 자체를 높여주는 AX 전략을 핵심 사업으로 밀고 있는 모습이다.</p> <p contents-hash="54baf548fcd8ad5c2eca8b50c632c0acf63eae358e9f9a28fd2d03df110ca6f5" dmcf-pid="ZskiHLNdCS" dmcf-ptype="general"><strong>◆“데이터·사내환경 변수 다양…API만으론 안된다”</strong></p> <p contents-hash="faac6285b3052615d5258b8ff940ad690cfb83f11d6d88f51a4fc02dc6c2ab74" dmcf-pid="5OEnXojJvl" dmcf-ptype="general">AI 빅테크가 이러한 전략 변화 배경으로는 AI 시장 수익모델(BM)의 구조적인 변화가 언급된다. 단순한 영업 방식의 변화라기보다 생성형 AI 시장 수익 구조와 기업 도입 방식이 바뀌면서 나타난 구조적 이동에 가깝다는 것이 업계 분석이다.</p> <p contents-hash="204846732e2565db9fc3201eddcb059ac7815dface026ca5f0fd807c419fca1b" dmcf-pid="1IDLZgAivh" dmcf-ptype="general">초기 생성형 AI 시장에서는 모델 성능과 API 접근성이 경쟁의 중심이었다. 기업들은 API를 호출해 사내 서비스나 업무 도구에 AI 기능을 붙이는 방식으로 실험을 시작했다. 하지만 시간이 지나면서 기업 현장에서는 ‘좋은 모델을 쓰는 것’과 ‘업무 성과를 내는 것’ 사이에 큰 간극이 드러나게 된다.</p> <p contents-hash="1cf197f9c0f78d23fb5de9ea5a487fbb8cfadac1121b99ead1e5a7ea68d232b0" dmcf-pid="tr47Aq9UWC" dmcf-ptype="general">2025년 스태티스타 조사에 따르면, 점점 더 많은 기업들이 인공지능(AI)을 제한적인 생산 단계와 대규모 생산 단계 모두에 도입했다고 응답했다. 그러나 AI를 실험, 테스트, 계획 및 설계 초기 단계에 도입한 기업의 비율은 2023년 70.8%에서 2025년 6.4%로 감소했다.</p> <p contents-hash="335109c89db12a82dc1bdfad66a1cb383bb76156b0222adac3816fc96ce3e263" dmcf-pid="Fm8zcB2uvI" dmcf-ptype="general">메사추세츠공과대학교(MIT) 산하 연구조직 NANDA 이니셔티브가 지난해 7월 공개한 보고서 ‘2025년 비즈니스 AI 현황(STATE OF AI IN BUSINESS 2025)’에 따르면 기업들은 생성형 AI에 300억~400억달러(44조원~60조원)를 투자했지만 통합형 AI 파일럿 중 실제 손익에 의미 있는 영향을 낸 사례는 소수에 그쳤다. 실패의 원인은 모델 성능 부족보다는 기업 내부 워크플로, 데이터, 조직 학습의 간극이라는 분석도 덧붙였다.</p> <div contents-hash="9b3d1861616438662bebbdd2d61f44901a1792ea6a3af46a6b24489a774fac8a" dmcf-pid="3s6qkbV7hO" dmcf-ptype="general"> 즉, AI 빅테크들은 단순히 API를 제공하는 것만으로는 고객사가 실질적 이익을 창출할 수 없다는 것을 직접 경험한 것이다. 먼저 LLM을 통해 각광을 받았지만 이것이 실질적인 수익으로 이어지기 위해서는 데이터부터 조직 업무 환경을 직접 설계하는 AX 서비스 필요성이 높아졌다는 판단이다. </div> <figure class="figure_frm origin_fig" contents-hash="72c9a4a9cc9528fa168f61b9372b0a216c18d9cefd744dcae4cfa593cdfb78fe" dmcf-pid="0OPBEKfzCs" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/14/552796-pzfp7fF/20260514063951021chmk.png" data-org-width="640" dmcf-mid="PbdQSMJ6CZ" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/14/552796-pzfp7fF/20260514063951021chmk.png" width="658"></p> </figure> <p contents-hash="472211ce7123af179c097d020f45346134bc7d5b582e370378106c0307250381" dmcf-pid="pIQbD94qSm" dmcf-ptype="general"><strong>◆오픈AI·앤트로픽, 컨설팅 그룹과 맞손…‘온톨로지’ 전면 팔란티어</strong></p> <p contents-hash="e39523836b1ca6e169b3504471a0d0b909790afd40e09a7ef7a7e7d8001218a2" dmcf-pid="UCxKw28BWr" dmcf-ptype="general">오픈AI는 지난 2월 오픈AI 프론티어(OpenAI Frontier)를 출범했다. 기업이 AI 에이전트를 구축·배포·관리할 수 있도록 지원하는 엔터프라이즈 플랫폼으로, 에이전트가 실제 업무를 수행하고 조직 전반에서 작동하도록 설계된 것이 특징이다. 구체적으로는 기업의 기록 시스템(System of record)과 통합돼 데이터 분석, 재무 예측, 소프트웨어 엔지니어링, 매출 운영, 고객지원, 조달 같은 핵심 워크플로를 자동화해주는 것이 핵심이다.</p> <p contents-hash="687158a38cdae4d8f514fcf45ed79422f7267ba74487f52d0c26e330f1a210da" dmcf-pid="uhM9rV6blw" dmcf-ptype="general">오픈AI가 선택한 플랫폼 전략은 연합체계 구축이다. 보스턴컨설팅그룹(BCG), 맥킨지, 액센츄어, 캡제미니 등 기업 컨설팅 전문 플레이어들과 함께 고객사 AI가 파일럿 단계를 넘어 보안성과 확장성을 갖춘 실무 관점 AI 에이전트를 구축하겠다는 구상이다. BCG·맥킨지가 전략·운영·모델·변화관리 계획을 담당한다. 액센츄어·캡제미니는 글로벌 딜리버리 역량과 라이프사이클 지원을 통해 AI를 회사 전반의 역량을 확장하는 역할을 맡았다.</p> <p contents-hash="14f06f2f3536467a3aa7afb7534c360b1edf52540f5dfaa38623289690162e25" dmcf-pid="7lR2mfPKSD" dmcf-ptype="general">앤트로픽 역시 지난해 10월 대형회계 법인이자 컨설팅 기업 딜로이트와 협력을 확대하겠다고 밝혔다. 딜로이트가 보유 중인 고객사를 중심으로 전세계 47만명에게 클로드를 제공하고 산업별 클로드 기반 솔루션을 개발하기로 했다.</p> <p contents-hash="ec8067f2a31e36b19f586aa0b872fa6c8299e196cf4136fc7a55b4bbdc036d1a" dmcf-pid="zSeVs4Q9WE" dmcf-ptype="general">딜로이트는 앤트로픽과의 제휴를 통해 ‘클로드 센터 오브 엑셀런스(Claude Center of Excellence)’를 설립했다. AI 에이전트 구현 프레임워크, 배포 모범사례, 지속적인 기술 지원을 제공하고 AI 실험프로젝트(파일럿)를 제품으로 전환하는 시스템을 만들겠다고 밝혔다.</p> <p contents-hash="ade99bf350aed517e84f79d33e7e35b042d6c13ea969c6df54043ec2ba2244dc" dmcf-pid="qCxKw28Bvk" dmcf-ptype="general">또 같은해 12월에는 액센츄어와 파트너십을 발표했다. 액센츄어 개발자들에게 자사 ‘클로드 코드’를 제공해 AI 역량을 지원한다. 이를 기반으로 ‘액센츄어 앤트로픽 비즈니스 그룹’ 역량을 강화해 고객사 생산성 향상을 돕겠다는 구상이다. 클로드 코드 전문가를 통해 기업이 AI 파일럿에서 프로덕션으로 빠르게 전환하도록 지원하는 전략이다.</p> <p contents-hash="a742eaca72f8c4eeeba45ff7f4290a96731dbf4b1d45ecec8a2846b8e39d3b5a" dmcf-pid="BhM9rV6bhc" dmcf-ptype="general">팔란티어 경우 오픈AI와 앤트로픽에 앞서 AI 기반 워크플로우 설계·구축 서비스를 주력으로 삼은 회사다. 특히 미국 국방부(현 전쟁부)와 협력 경험을 무기 삼아 AX 솔루션 시장에서 지속적인 사업 확장을 이어가고 있다.</p> <p contents-hash="ca07d7cb813813e1c89854936e2b1e12c59025e2dfb052cb954055e62ee49a70" dmcf-pid="blR2mfPKWA" dmcf-ptype="general">팔란티어가 전면에 내세운 ‘온톨로지’는 데이터셋 정제 방법론 중 하나다. 산개돼 있는 데이터를 맥락으로 연결하고 AI가 보다 더 쉽게 이해할 수 있는 자료로 변환하는 작업이다. 온톨로지는 일반적인 데이터 정제 방식과는 차별화된 기술이라는 것이 팔란티어 설명이다. 팔란티어의 핵심 AX 전략도 온톨로지를 중심으로 구성돼 있다.</p> <p contents-hash="adc5f1eefbe0b179d9a652fa9f9cc4920770e8e4276521d4c376ae1a57ff23f1" dmcf-pid="KSeVs4Q9Tj" dmcf-ptype="general">팔란티어의 ‘AIP(Artificial Intelligence Platform)’는 고객사의 데이터를 온톨로지 시스템 문서로 정제하고 워크플로우와 결합까지 이어지도록 지원한다. 온톨로지 시스템 문서는 단순 단순 거래부터 복잡한 다단계 업데이트까지 이어지는 AI 행동 자체를 모델링하도록 설계됐다는 것이 팔란티어 설명이다.</p> <p contents-hash="d7dec41f502a0669c8cb4c88973ecae6c7e1d81559489170f0ffe68a55b754ac" dmcf-pid="9vdfO8x2WN" dmcf-ptype="general">팔란티어는 온톨로지 방법론을 고객사가 스스로 적용할 수 있도록 지원하는 ‘AIP 부트캠프(Bootcamp)’를 운영하고 있다. 시중에 개발자 양성 프로그램으로 알려진 ‘부트캠프’와 달리 AIP 부트캠프는 팔란티어의 제품 영업 방식이다.</p> <div contents-hash="6ffa1c0ff96cddd42420ac8c9ef433cacc6f488b4b6324c55d152685d534a4b8" dmcf-pid="2TJ4I6MVya" dmcf-ptype="general"> 구체적으로 고객사 담당자와 팔란티어 엔지니어·전문가가 함께 앉아 실제 업무 문제를 고르고 AIP 위에서 데이터를 연결하고, 온톨로지와 AI 에이전트·워크플로를 만들어 1~5일 안에 작동하는 시제품을 보여주는 구조다. </div> <figure class="figure_frm origin_fig" contents-hash="1690c51fa736a9f67c270823f2aa4ce708408174e606ecdc1645f5d951e05dfe" dmcf-pid="Vyi8CPRfSg" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/14/552796-pzfp7fF/20260514063952256eepo.png" data-org-width="640" dmcf-mid="Q5EnXojJyX" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/14/552796-pzfp7fF/20260514063952256eepo.png" width="658"></p> </figure> <p contents-hash="ed91b732857ddff03232eaebb7b67fd6470b50331871889a4804ade37b9b121c" dmcf-pid="fWn6hQe4ho" dmcf-ptype="general"><strong>◆한국 AI 기업도 워크플로우 전략 고심…틈새·간접 수혜 조준</strong></p> <p contents-hash="b2aa300b1ce12763bf85a60f4caa2b711808c8a509b9ddf8d9da2fd831a7ff93" dmcf-pid="4YLPlxd8SL" dmcf-ptype="general">단순히 모델 API 제공을 넘어 고객사 워크플로우에 직접 개입하는 ‘AX 전략’은 비단 글로벌 시장만의 이야기는 아니다. 국내 AI 기업들도 자체 LLM을 개발하면서 동시에 기업 AX를 지원하는 서비스를 속속 확장 중이다. 이들은 공통적으로 특정 부서, 분야를 겨냥한 틈새 전략을 기반으로 사업 확장을 도모하고 있다. 공공분야·금융 등 규제준수(컴플라이언스)가 필수적인 분야를 노리는 방법이다.</p> <p contents-hash="d29cabaa94c46bb13b9d12c256d54a065cf3fd98ad41e7fdb605139bb2864753" dmcf-pid="8qIA0krNSn" dmcf-ptype="general">대표적으로 통신사 SK텔레콤은 자체 개발 모델 ‘에이닷’을 활용한 사업을 확장 중이다. 공공, 금융, 제조, 물류 산업군을 중심으로 경영 및 운영 효율화를 지원하는 AI 솔루션을 전개하고 있다. 통신사인 만큼 보유 중인 통신(Telco) 데이터를 활용한 마케팅 영역으로도 사업을 확장하고 있다.</p> <p contents-hash="30539fedec8d3c89ee2f7db9e32c6e0a17f76c97c1be6bba78e71bc081aca110" dmcf-pid="6BCcpEmjCi" dmcf-ptype="general">최근 기업들의 LLM 도입은 단순 검색이나 리서치 지원을 넘어 에이전트 기반 업무 자동화로 빠르게 확대되고 있다는 것이 SK텔레콤 설명이다. 이에 회사는 문서 작성, 회의, 리서치, 보고 등 주요 업무 영역에서 AI를 활용해 생산성을 높이고 있으며 궁극적으로는 모든 구성원이 각자의 AI를 활용하는 ‘1인 1 에이전트’ 환경 구축을 캐치프레이즈로 내세우고 있다.</p> <p contents-hash="f204f1c8902cf8712dd75f50bb629762f7c9da705e00a0845476ebd317540a9c" dmcf-pid="PbhkUDsAhJ" dmcf-ptype="general">SK텔레콤 관계자는 “단순한 AI 모델 제공을 넘어 워크플로우 전반 구축과 운영을 지원하는 이유는 기업의 보안 요건을 충족하면서 파편화된 개인 업무를 유기적으로 연결해 실질적인 비즈니스 가치를 창출하기 위함”이라며 “외부 모델을 도입하는 것만으로는 사내 핵심 데이터의 유출을 방지하거나 기존 인프라와 매끄럽게 연동하기 어렵다”고 말했다.</p> <p contents-hash="6393705ce4aabee36a70205bfe1896bc82d6640f983a843a428411d60d210014" dmcf-pid="QKlEuwOcTd" dmcf-ptype="general">SK텔레콤과 같은 대기업 뿐 아니라 스타트업에서도 관련 사업 확장을 모색 중이다. 학술 검색 LLM을 통해 주목을 받고 있는 라이너는 엔터프라이즈 시장에서 ‘연구·학술 기관’ ‘컨설팅·회계’ ‘바이오’ 등 고도의 전문성이 요구되는 지식 집약적 화이트칼라 산업군의 AX 수요를 노린다.</p> <p contents-hash="cc3d6a3e7bb51eaa6cbbbe285fd9ddfb94a857f861437f0adcc6a773218dc1f9" dmcf-pid="x9SD7rIkWe" dmcf-ptype="general">이를 위해서는 고객사 내부의 방대한 데이터를 정교하게 분석하고 비즈니스 실무에 정확하게 적용하는 것이 핵심이라는 것이 라이너 설명이다. 주요 타깃은 데이터 기반 의사결정이 필수적인 대기업 전반이다.</p> <p contents-hash="95ef6d660c5854955d1e75a355625b7e5366915f8dec0b5efb56f11d06e59a87" dmcf-pid="ys6qkbV7WR" dmcf-ptype="general">라이너 관계자는 “기업들의 실질적인 기술 구현 경험에서 비롯된 수요 변화가 감지되고 있다”며 “지난 2년간 수많은 기업이 자체적인 RAG 시스템 구축을 시도했으나 기대만큼의 성과를 거두지 못하면서 이제는 단순히 모델을 도입하는 수준을 넘어 실제 현장에서 작동하는 워크플로우를 설계할 수 있는 숙련된 전문가와의 협력이 필수적임을 체감하고 있다”고 말했다.</p> <p contents-hash="1bed1a03ae7865e6c761e23f655dc9906c0a23edee653f04f3979070331e921b" dmcf-pid="WOPBEKfzSM" dmcf-ptype="general">또 “기존 검색 기술 패러다임은 사내 문서에서 파편화된 정보를 찾아내는 데 그쳤지만, 새로운 AI 검색 서비스는 스스로 방대한 정보를 분석하고 가공해 비즈니스 의사결정에 직결되는 통찰을 제공해야 한다”며 “검색 레이어를 넘어 고객사 워크플로우 깊숙이 영향을 미쳐야만 기업 고객에게 실질적인 투자대비이익(ROI)을 증명할 수 있다”고 말했다.</p> <p contents-hash="5ffbf19e8f9c37a1b1e7ac6f7c43346577b6c7f914ed9891dc603d475d505b16" dmcf-pid="YIQbD94qyx" dmcf-ptype="general">자체 모델 ‘솔라’를 중심으로 사업을 전개 중인 스타트업 업스테이지는 공격적인 엔터프라이즈 시장 공략을 위해 조직을 3개 부문으로 재편했다.</p> <p contents-hash="687d0495580fc6a2a345ad52468f2b3ab417e4a51165ad02a2e87e5d4640db82" dmcf-pid="GjBtn3u5SQ" dmcf-ptype="general">‘파트너 부문’에서는 미드마켓(중견·중소기업, 대기업 내 개별 부서)을 겨냥해 즉시 도입 가능한 상품을 제공한다. 클라우드 부문에서는 업스테이지 콘솔을 통한 API 직접 판매와 아마존웹서비스(AWS), 애저(Azure) 등 글로벌 클라우드 파트너를 통한 간접 판매를 확대한다. 마지막으로 ‘엔터프라이즈 부문’에서는 대형 고객(금융, 공공·국방, 제조·건설)을 타깃으로 업무 자동화, 규제 대응 솔루션, 사내 LLM 구축 등을 지원한다.</p> <p contents-hash="54bfd879ed94761a5eec66795107a97c637f9513db73c0869b5fc4baf76aadb3" dmcf-pid="HAbFL071yP" dmcf-ptype="general">업스테이지 관계자는 “기업의 AX 과정에서 필수적으로 요구되고 있는 요소는 안전성과 보안”이라며 “배포 유연성과 보안인증, 모델 안정성이 담보돼야 한다”고 강조했다.</p> <p contents-hash="1bdd5e9f8a3ed119dc4593d88e53089d42ca98f8f663f5ce0e86b94f319746dd" dmcf-pid="XcK3opztT6" dmcf-ptype="general">그러면서 “배포 유연성 측면에서는 데이터가 외부로 유출되지 않도록 프라이빗 클라우드와 온프레미스 환경을 모두 지원하고 있다”며 “보안 측면에서는 데이터 처리·저장·전송 전 과정에 대한 통제 체계를 갖췄고 모델 안전성 측면에서는 개발 초기 단계부터 품질·안전성 검증 체계를 통합 운영하고 있다”고 설명했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 [기고] AI 시대, 보안 패러다임 '탐지'에서 '회복탄력성'으로 대전환 05-14 다음 데이터 전쟁…특별법에 남하하는 ‘데이터센터’ 05-14 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
