/AI Chasm Catalyst
최근 기업 현장에서 인공지능(AI)을 도입하고자 하는 요구가 급격히 늘고 있다. 그러나 전문가들은 “AI를 쓰는 것 자체가 목적이 아니라, 실제 문제를 해결하는 데 어떻게 기여할 수 있는지에 초점을 맞춰야 한다”는 점을 강조한다.
◆ AI 도입 열망과 현실의 간극
많은 기업에서 “AI를 반드시 적용해보자”는 요청이 잇따르고 있지만, 실제로는 AI가 꼭 필요하지 않은 프로젝트에도 무리하게 도입이 추진되는 경우가 적지 않다. 업계 관계자는 “일부는 ‘AI라면 만능 해결책이 될 것’이라는 과도한 기대가 섞여 있다”며 “이로 인해 효율성과 비용 대비 효과가 떨어지는 사례가 생길 수 있다”고 지적했다.
◆ 전사적 AI 리터러시 교육 시급
AI의 성공적 정착을 위해서는 조직 구성원 전반의 이해도가 필수적이라는 지적도 제기된다. 최근 가트너가 발표한 ‘2025년 인공지능 하이프 사이클’에서도 신뢰할 수 있는 AI 운영을 위한 리터러시 제고와 윤리적 활용의 필요성이 강조됐다. 특히 AI의 신뢰성, 리스크, 보안을 통합적으로 관리하는 ‘AI TRiSM(AI Trust, Risk and Security Management)’의 중요성이 커질 것으로 전망된다.
◆ 데이터 품질, 6년 전보다 더 중요
AI 프로젝트 초기부터 반복적으로 강조되어 온 ‘데이터의 중요성’은 지금 더욱 절실해졌다. 전문가들은 “AI-Ready Data, 즉 목적에 맞게 정제·검증된 고품질 데이터셋 확보가 모든 AI 프로젝트의 성패를 좌우한다”며 “이는 단순한 데이터 양이 아니라, 데이터의 정확성과 맥락이 뒷받침돼야 가능하다”고 설명한다.
◆ 인프라와 운영 역량 강화 필요
AI를 실제 비즈니스에 안착시키기 위해서는 인프라 준비가 뒷받침돼야 한다. 모델 운영(ModelOps), 데이터 파이프라인 구성, 클라우드 자원 관리 등 기술적 토대가 충분히 마련되지 않으면 AI의 잠재력은 제대로 발휘되지 못한다. 국내 한 연구소 관계자는 “많은 기업이 PoC(개념검증) 단계에서는 성과를 내지만, 실제 운영 단계에서 인프라 한계로 어려움을 겪는 경우가 많다”고 말했다.
◆ 생성형 AI는 환멸의 계곡 진입
가트너에 따르면 생성형 AI는 이제 ‘환멸의 계곡(Trough of Disillusionment)’ 단계에 들어섰다. 과도한 기대가 줄고 현실적 평가가 이뤄지는 시기다. 대신 AI 에이전트(AI Agents)와 같은 자율적 의사결정 시스템이 새로운 부상 분야로 주목받고 있으며, 향후 실질적 혁신을 이끌 핵심 축으로 전망된다.
◆ 지속 가능한 AI 정착이 관건
전문가들은 지금이야말로 “AI를 잘 쓰는 방법”에 집중할 시점이라고 조언한다. 단기적 성과에 집착하기보다, 조직 전반에 걸친 리터러시 강화, 신뢰성 있는 데이터 준비, 윤리적 활용을 통해 지속 가능한 AI 생태계를 정착시키는 것이 필요하다는 것이다.