AI 의사 결정권자의 80%가 데이터 프라이버시 및 보안에 대해 우려하고 있습니다.

조직은 조직의 효율성과 직원 생산성을 모두 향상시키는 생성형 인공지능의 역량에 대해 매우 낙관적이지만, 종합적인 전략 계획의 부족과 숙련된 전문가 부족으로 인해 이 기술의 역량을 최대한 활용하는 데 어려움을 겪고 있습니다.

분석 소프트웨어 공급업체인 SAS의 의뢰로 콜먼 파크스 리서치(Coleman Parkes Research)가 2024년 초에 실시한 최근 조사에서는 GenAI 전략이나 데이터 분석 결정에 대한 권한을 가진 미국 내 주요 인사 300명의 생각을 조사했습니다. 주요 목표는 조직이 이러한 이니셔티브를 발전시키는 과정에서 직면하는 장애물뿐만 아니라 중요한 재정 투입 영역을 평가하는 것이었습니다.

SAS의 전략적 AI 고문인 마리넬라 프로피는 조직이 대규모 언어 모델(LLM)에만 의존하는 것만으로는 비즈니스 과제를 해결하는 데 충분하지 않다는 것을 이해하게 되었다고 말했습니다.

조직의 효율성을 높이는 데 GenAI의 잠재력을 효과적으로 활용하려면, 모든 비즈니스 목표를 달성하기 위한 신기한 도구나 만병통치약이 아니라 기존 워크플로우와 절차를 보강하는 유용한 도구로 인식하는 것이 중요합니다. 이를 위해서는 잘 짜여진 전략 계획과 원활한 통합을 촉진할 수 있는 기술, 강력한 거버넌스 메커니즘, 대규모 언어 모델(LLM)의 투명한 해석을 위한 상당한 투자가 필요합니다. 조직이 유연하지 않은 인프라에 고착화되는 위험을 피하려면 이러한 기본 요소를 먼저 구축한 후에 GenAI를 본격적으로 수용해야 합니다.

조직은 다음과 같은 네 가지 중요한 실행 영역에서 장애물에 직면하고 있습니다:

규제 요건을 준수하면서 데이터 활용에 대한 자신감을 높이는 것이 가장 중요합니다. 안타깝게도 대규모 언어 모델(LLM)과 관련된 편견 및 개인정보 보호 위험을 평가하기 위한 신뢰할 수 있는 방법론을 확립한 조직은 약 10%에 불과합니다. 또한 미국 기업의 약 93%는 생성 AI(GenAI)를 위한 포괄적인 거버넌스 구조를 갖추고 있지 않아 관련 규정을 준수하지 않을 위험이 높습니다.

GenAI를 기존 운영 프레임워크에 통합하는 것은 여러 조직에서 기존 인프라와의 통합을 조정하는 데 어려움을 겪으면서 어려운 것으로 입증되었습니다.

조직 내부의 GenAI 리소스 내 인재와 전문성 부족은 HR 부서의 과제입니다.자격을 갖춘 후보자가 부족하면 GenAI 기술을 통해 얻을 수 있는 잠재적 이점이 제한될 수 있으며, 필요한 역량의 부족으로 인해 이 투자를 충분히 활용하지 못할 것을 우려하는 조직 리더들이 우려를 표명하고 있습니다.

리더들은 대규모 언어 모델(LLM) 활용과 관련된 높은 직간접 비용에 대해 우려를 표명했는데, 여기에는 초기 모델 생성 비용뿐만 아니라 상당한 시간이 소요되고 복잡할 수 있는 개인 지식 준비, 교육, 모델 운영 관리(ModelOps)에 대한 지속적인 비용이 모두 포함될 수 있습니다.

Profi는 환경적으로 책임감 있고 확장 가능한 방식으로 인간의 요구 사항을 해결하면서 궁극적으로 사용자의 가치를 높이는 동시에 상당한 이점을 제공하는 실용적인 애플리케이션을 정확히 찾아내는 것이 중요하다고 강조했습니다.

현재 연구팀은 지속적인 기술 발전 속에서 조직이 관련성을 유지하고, 신중하게 리소스를 할당하며, 적응력을 키울 수 있도록 지원하기 위해 노력하고 있습니다. AI가 빠르게 발전하는 환경 속에서 회복탄력성 원칙을 효과적으로 통합하는 기업은 경쟁 우위를 확보할 가능성이 높습니다.

이 연구의 세부 내용은 SAS 소프트웨어가 비즈니스 경영진, 기술 전문가, 파트너를 대상으로 인공지능과 분석에 초점을 맞춰 개최하는 연례 컨퍼런스인 SAS 이노베이트에서 오늘 공개되었습니다.

업계 리더의 AI 및 빅 데이터에 대해 자세히 알고 싶으신가요? 암스테르담, 캘리포니아, 런던에서 열리는 AI 및 빅 데이터 엑스포 를 확인해 보세요. 이 종합 이벤트는 BlockX , 디지털 혁신 주간 , 사이버 보안 및 클라우드 엑스포 등 다른 주요 이벤트와 함께 개최됩니다.