나 교수와 유튜브 영상 스크립트를 같이 읽었습니다.

기업의 AI 도입 전략 및 성공적인 활용 방안에 대한 강연 내용을 기록한 것으로 보입니다. 핵심 내용을 요약하면 다음과 같습니다.

1. AI 도입의 시작: 명확한 문제 정의

• AI 도입 전에 해결하고자 하는 구체적인 문제를 명확히 정의하는 것이 가장 중요합니다. AI 기술, 모델, 데이터, 비용 등은 그 다음에 고려해야 할 사항입니다. 문제 해결을 통해 얻을 수 있는 비용 절감 및 매출 증대 효과를 명확히 해야 합니다. (예: 대형 마켓의 온도 조절을 통한 비용 절감)

2. AI 활용 방식: AI+X vs. AIx

• AI+X: 기업의 고유 비즈니스 도메인(제조, 금융, 서비스 등)에 AI를 적용하는 방식입니다. (예: 제조 분야의 품질 검사, 금융 분야의 사기 방지 시스템) AI 전문가와 도메인 전문가의 협업이 필수적입니다.
• AIx (AI Transformation): 기업의 업무 프로세스 전반에 AI를 적용하여 혁신을 추구하는 방식입니다. (예: ChatGPT 활용, 코파일럿 활용, RPA와 생성형 AI 결합) DX를 넘어선 차세대 혁신 전략입니다.

3. 기업 내 AI 시스템 구축 시 고려 사항

• IT 기술의 중요성: AI 시스템 구축에는 AI 전문 기술뿐 아니라 효율적인 IT 기술 활용이 필수적입니다.
• 사용자 명확화: 시스템 사용자가 내부 직원, 외부 고객, 현장 전문가 중 누구인지 명확히 해야 합니다.
• 운영 및 고도화: 지속적인 시스템 개선 및 발전을 위한 운영 및 고도화 전략을 수립해야 합니다.
• 적절한 기술 채택: 비용 및 문제 해결 능력을 고려하여 적절한 기술을 선택해야 합니다. (퍼블릭 클라우드 활용 권장)
• 계층 구조: AI 시스템, 데이터 시스템, 사용자 인터페이스를 계층적으로 분리하여 유지보수 및 업데이트를 용이하게 해야 합니다.

4. 데이터의 중요성

• AI 시스템 구축 및 성능 향상에 있어 데이터는 여전히 가장 중요한 요소입니다. 기업 내 데이터가 부족할 경우 공개 데이터나 유사 모델 활용을 고려해야 하지만, 장기적으로는 기업 고유 데이터 확보 및 관리 체계 구축이 필수적입니다.

5. MLOps (Machine Learning Operations):

• AI 시스템은 지속적인 업데이트 및 개선이 필요합니다. MLOps는 AI 모델의 지속적인 학습, 업데이트, 교체 등을 체계적으로 관리하는 운영 방식입니다. 퍼블릭 클라우드를 활용하면 MLOps를 효율적으로 구현할 수 있습니다.

6. Devops (Development and Operations):

• AI 시스템 개발 및 운영 조직의 긴밀한 협력을 강조합니다. 지속적인 기능 업데이트와 최적화를 위해 개발과 운영을 통합하는 데브옵스 방식이 중요합니다.

7. AI 시대의 기업 문화 변화

• 데이터 기반 의사결정, AI 리터러시 확보(AI 기술의 이해보다는 AI 활용 가능성에 대한 이해), 보안 및 거버넌스 강화 등의 문화적 변화가 필요합니다.

8. 성공적인 AI 도입 전략: 작게 시작하고 꾸준히 확장

• 대규모 투자보다는 소규모 프로젝트부터 시작하여 성공과 실패를 반복하며 경험을 축적하고, 점진적으로 AI 활용 범위를 확장하는 것이 중요합니다. (가랑비에 옷 젖듯이) 최고 의사결정권자의 강력한 지원이 필수적입니다. AI 전문 조직과 현업 조직 간의 긴밀한 소통 또한 중요합니다.

전반적으로 기업이 AI를 성공적으로 도입하고 활용하기 위한 실질적이고 현실적인 조언을 제공하고 있습니다. 단순히 기술적인 측면뿐 아니라, 조직 문화, 데이터 전략, 지속적인 운영 관리 등 다양한 측면을 고려해야 함을 강조하고 있습니다.