/AI Chasm Catalyst
출처:유투브에서 스칼렛 요한슨이 오픈AI에 뿔난 이유 설명 중인 모습
1. 과도한 환상에서 실질적 활용으로
김아람 이사는 “생성형 AI는 앞으로 3~5년 동안, ‘마법 같은 기술’이 아니라 ‘현실적인 도구’로 자리매김할 것”이라고 말한다.
특히 최근 산업 현장에서는 단순한 생성형 AI 도입보다는 AI 에이전트를 통한 업무 프로세스 자동화와 재설계에 대한 관심이 높아지고 있다.
하지만 AI 도입의 발목을 잡는 것은 기술이 아니라 정제되지 않은 데이터다.
그는 “기존 데이터는 많은데, 학습용으로 쓸 수 있을 만큼 깔끔한 데이터는 거의 없다”며, 데이터 정비가 AI 도입의 핵심 선결 과제라고 강조한다.
또한, “AI 활용 경험의 누적이 기업 간 경쟁력의 격차로 이어질 것”이라며, 시도와 실행을 반복하는 민첩성이 미래의 경쟁력을 결정할 것이라 전망했다.
2. 기존 분석 도구를 넘어서는 AI의 ‘맥락 이해력’
그는 오랜 시간 소셜 빅데이터 분석을 해온 전문가답게, 기존 비정형 텍스트 분석과 생성형 AI의 가장 큰 차이로 ‘문맥 이해력’을 꼽았다.
“예를 들어 ‘이 영화 진짜 죽인다’는 표현은 과거 분석 도구는 부정으로 처리했지만, 생성형 AI는 긍정 표현으로 파악할 수 있다”는 것이다.
하지만 한계도 있다. 할루시네이션, 즉 사실과 다른 결과를 확신에 찬 어조로 출력하는 현상은 여전히 위험요인이다.
이를 보완하기 위해 그는 구글 코랩 기반의 파이썬 분석과 생성형 AI를 하이브리드 방식으로 결합한 활용법을 제시한다.
그는 “생성형 AI가 분석의 문턱을 낮춰주긴 했지만, 진짜 인사이트는 비판적 시각과 경험에서 나온다”고 강조했다.
3. 산업별 적용, 문제는 데이터와 규제
각 산업에서 생성형 AI의 파괴력은 다르게 나타난다. 김 이사는 “통신은 AI-RAN 기반의 고객 서비스 자동화, 관광은 초개인화된 여행 추천, 모빌리티는 멀티모달 AI 기반 자율주행이 핵심 변화”라고 분석했다.
하지만 어디서나 공통적인 장애물은 데이터 품질과 규제다. 통신은 개인정보 보호, 모빌리티는 안전 규제, 관광은 실시간 다국어 데이터 수집과 처리 문제가 도입을 어렵게 만든다. 그는 “기술보다 문제는 체계”라고 단언했다.
4. 공공 vs 민간, AI를 대하는 서로 다른 자세
민간기업은 빠르고 유연한 반면, 공공기관은 보안과 절차의 벽이 높다. “CSAP 같은 규제로 ChatGPT조차 쓸 수 없는 기관도 많다”며, 이런 틈새를 노리는 국내 AI 기업들이 공공시장 공략에 나선 것도 당연한 수순이라고 본다.
민간기업은 성과 기반, 공공기관은 절차 기반이라는 점도 차이를 만든다. 그는 “민간은 실패해도 다음을 기약하지만, 공공은 실패가 곧 경력 단절로 이어질 수 있기 때문에 매우 보수적”이라고 지적했다.
5. 비즈니스 모델의 파괴자, 생성형 AI
AI는 중개자를 제거하고, 새로운 경제 주체로서의 에이전트를 등장시킨다.
그는 대표 사례로 미국의 체그(Chegg)를 들었다. “ChatGPT 등장 이후 이용자들이 이탈하면서, 시가총액이 99% 폭락했다”고 설명한다.
또한, AI 에이전트가 인간을 대신해 구매·협상·계약까지 처리하는 ‘AI 에이전트 경제’가 부상하고 있다. 이는 B2B 구매 프로세스부터 개인 소비 패턴까지 완전히 뒤바꾸는 흐름이다.
6. AI가 바꾸는 소비자 행동
소비자들은 검색보다 AI에 더 의존하고 있다. “정보를 직접 찾기보다는 AI가 요약해준 답만 소비한다. 이로 인해 SEO에서 AEO(AI 최적화)로 마케팅 전략이 이동 중”이라고 분석했다.
그는 이런 패턴이 정보 편향과 할루시네이션 리스크를 키운다고 경고한다. 하지만 동시에, AI를 비판적으로 활용하는 사람은 오히려 더 깊이 있는 인지력을 갖출 수 있다는 연구 결과도 소개한다.
7. 컨설팅 업계도 변하지 않으면 도태
“생성형 AI는 컨설턴트의 리서치 업무를 크게 줄여주었지만, 검증과 해석에는 여전히 사람이 필요합니다.”
그는 컨설팅 업계도 AI를 ‘써야만 살아남는’ 업종이 되었다고 말한다. 특히 주니어 컨설턴트의 업무는 상당수 AI로 대체될 수 있기 때문에 도메인 전문성과 인간적인 통찰력의 차별화가 더욱 중요해진다.
8. AI 교육, 무엇을 어떻게 가르쳐야 하나
현재 강의 중인 AI 교육 커리큘럼에 대해 그는 “실무 기반, 단계별 워크플로우 설계, 빠른 기술 습득”이라는 세 가지 역량을 강조한다.
특히 그는 “AI는 ‘쨘!’하고 결과가 나오는 게 아니라, 단계별 검토와 수정의 반복”이라며, 질문을 설계하고 명확하게 전달하는 훈련이야말로 진정한 AI 리터러시의 핵심이라고 조언한다.
9. 한국 AI 생태계, 아직 갈 길이 멀다
“우리는 파운데이션 모델 경쟁에서는 질 수밖에 없습니다. 대신 버티컬 AI에 집중해야 합니다.”
그는 젠스파크 같은 기업들을 예로 들며, 특정 분야에 최적화된 AI 서비스가 오히려 더 실용적이고 경쟁력 있다고 말한다.
그러면서도 “언젠가는 한국형 파운데이션 모델도 필요하다”며, 이를 디지털 주권의 관점에서 장기적 로드맵으로 준비해야 한다고 강조했다.
10. 기업과 개인에게… 가장 중요한 조언
기업에게는 현실적인 기대와 데이터 정비부터 시작하라는 조언, 개인에게는 끊임없는 호기심을 유지하라는 조언이 그의 마지막 메시지다.
“AI는 도구일 뿐입니다. 내가 뭘 좋아하는지, 무엇을 잘하는지, 무엇을 알고 싶은지를 먼저 찾아야 합니다. 그 위에 AI를 얹어야 비로소 ‘일의 혁신’이 가능합니다.”
그는 결국, “자신의 일에 대한 깊은 이해와 애정이 AI 시대의 가장 강력한 경쟁력”이라고 힘주어 말했다.
김아람 이사는 김덕진 소장이 이끄는 IT커뮤니케이션연구소의 주요 멤버로 각종 방송, 강연, 웨비나에서 함께 활동 중에 있다.
• IT커뮤니케이션연구소 연구총괄 이사로 활동
• 김덕진 소장과 여러 방송 및 교육 콘텐츠에서 협업
• AI, 디지털 혁신, IT 관련 분야의 강연·패널 출연 경력
• AI 기술 실무 적용, 효율적 업무 도구 및 플랫폼 소개 등에 전문성이 있음
정리: [이길환 편집장] | 디자인: [편집팀]
[고수의 쉽게명]은 실제 AI 실무자와 전문가들의 목소리를 10개의 질문에 대한 답변을 통해 변화의 시대를 이해하는 서면 인터뷰 시리즈입니다. -편집자주-