지난해부터 시작된 생성 AI 열풍으로 인해 한국을 포함한 전 세계 기업들이 AI를 차세대 동력으로 삼고 적극적인 투자를 이어갔다. 1년여의 시간이 흐른 지금, 경영진들은 투자에 대한 수익을 확인하고 싶지만 가치를 입증하고 실현하는 것은 어렵다. 더욱이 이니셔티브의 범위가 점차 확장되면서 생성 AI 모델 개발, 배포에 들어가는 재정적 부담은 점차 커지고 있다.

가트너에 따르면 내년까지 최소 30%의 생성 AI 프로젝트가 비용 증가, 불분명한 비즈니스 가치, 낮은 데이터 품질, 부적절한 리스크 관리로 인해 실증 단계 이후에 중단될 것으로 나타났다. 생성 AI의 시범 운영은 비교적 간단하고 적은 비용으로 가능하다. 하지만 이를 확장하는 과정에서는 불확실성이 커지고 예측도 어려워 비용과 가치를 사전에 평가하기 어렵다.

재정적 이익이 가시화되지 않으면 생성 AI에 대한 막대한 투자는 쉽게 용인되지 않을 것이다. 현재 많은 기업이 비즈니스 모델을 혁신하고 새로운 수익 기회를 창출하기 위해 생성 AI를 활용하고 있지만, 현재와 같은 배포 방식은 70억~280억원에 달하는 상당한 비용이 소요된다.

생성 AI의 가치를 실현하기 위해서는 기업의 AI 도입 목표를 파악해야 한다. 도입 목표는 AI를 모든 기능에 통합해 시장, 산업을 혁신하고자 하는 것이 될 수도 있고 업무, 직무별 생산성 향상이 될 수도 있다. 설정한 목표에 따라 필요한 비용·위험·가변성·전략적 영향의 수준이 달라진다.

AI 도입 목표와 관계없이 생성 AI는 즉각적이고 직접적인 투자 수익률(ROI)보다는 장기적이고 간접적인 재무 투자 기준에 대해 더 높은 관용을 필요로 한다. 최고재무책임자(CFO)들은 미래지향적인 간접적 가치에 투자하는 것을 주저해 왔으나, 이러한 소극적인 태도는 전략적 성과보다 단기적 성과에 투자가 편중되는 결과를 초래할 수 있다.

즉각적인 수익만을 추구하면 AI 기술, 생성 AI가 창출할 수 있는 더 광범위한 가치를 놓치기 쉽다. 초기 성공 사례들은 이러한 가치를 잘 보여준다. AI를 통해 신약 개발 시간과 비용을 줄이고, 제조 단계에서 비용을 최적화하는 디자인을 설계하거나, 구인 공고 작성 시간을 90%까지 단축하는 등의 성과를 거둔 바 있다.
 
초기 비즈니스 가치를 입증한 대부분의 기업은 경쟁 우위를 유지하거나 차별화를 위해 점진적인 개선을 목표로 하고 있다. 하지만 산업, 핵심 프로세스, 비즈니스 모델을 뒤흔들 잠재력을 가진 사용 사례에 위험을 감수하고 장기적인 투자를 진행하는 기업은 극히 일부에 국한된다.

산업, 비즈니스 프로세스 전반에서 AI를 조기에 도입한 기업들은 사용 사례, 업무 유형, 직원의 숙련도에 따라 다양한 비즈니스 개선 효과를 확인하고 있다. 비즈니스 리더를 대상으로 한 가트너 설문조사에 따르면 응답자들은 평균적으로 매출 15.8% 증가, 비용 15.2% 절감, 생산성 22.6% 향상을 경험했다. 이러한 지표는 생성 AI 비즈니스 모델 혁신에서 파생되는 비즈니스 가치를 평가하는 데 유용한 참고자료가 된다.

실제로 생성 AI는 다양한 방식으로 가치를 창출할 수 있다. 추가적으로 확보한 시간을 통해 고객 참여도를 높이고 전환율을 개선해 생산성을 높이거나, 근무 시간을 줄여 번아웃을 완화할 수 있다. 이러한 장기적인 이점 또한 생성 AI 비즈니스 가치를 평가할 때 고려돼야 한다.

물론 생성 AI 결과물이 기대에 미치지 못할 경우 대체 시나리오를 모색해야 할 수도 있다. 패스트 사이클 혁신 랩은 기술적 실현 가능성을 신속하게 평가할 뿐만 아니라 가치 증명에도 활용돼야 한다. 이러한 통찰력은 기업이 전략적으로 리소스를 할당하고 가장 효과적인 발전 경로를 파악하는 데 도움이 된다.

생성 AI는 산업을 변화시키고 혁신을 주도할 수 있는 잠재력을 가지고 있지만, 이러한 잠재력을 실현하기 위해서는 단순 도입을 넘어 가치 창출에 초점을 맞춘 전략적인 접근 방식을 취해야 한다. AI 도입 과정에서 발생하는 변화를 적극적으로 수용하고, 혁신을 이끌어가는 진취적인 자세가 필요한 시점이다.