AI 시범 프로젝트를 넘어 확장 가능한 가치 실현으로 나아가기

고립된 AI 시범 운영에서 전면적인 기업 도입으로의 전환은 여전히 많은 조직에게 큰 과제입니다.

생성형 모델 실험은 이제 흔해졌지만, 이러한 도구를 산업화하는 과정—필수적인 거버넌스, 보안 및 통합 프레임워크에 포함시키는 작업—은 종종 장애물에 부딪힙니다. 투자와 실질적인 운영 수익 간의 격차를 해소하기 위해 IBM은 새로운 서비스 모델을 출시했습니다. 이 모델의 목표는 기업이 내부 AI 인프라를 단순히 구축하기보다 조립할 수 있도록 지원하는 것입니다.

자산 기반 컨설팅 모델 채택

기존 컨설팅 접근법은 통합 문제를 해결하기 위해 수작업에 크게 의존하는 경우가 많으며, 이 과정은 느리고 비용이 많이 들 수 있습니다. IBM은 자산 기반 컨설팅 서비스를 통해 이러한 방식을 바꾸려는 변화의 일환입니다. 이 모델은 표준 자문 전문성과 사전 구축된 소프트웨어 자산 라이브러리를 결합하여 고객이 자체 AI 플랫폼을 효율적으로 구축하고 관리할 수 있도록 지원합니다.

조직은 새로운 워크플로우마다 맞춤형 개발을 의뢰하기보다 기존 아키텍처 자산을 활용해 프로세스를 재설계하고 AI 에이전트를 레거시 시스템에 연결할 수 있습니다. 이를 통해 기업은 핵심 인프라, AI 모델 또는 선택한 클라우드 공급자에 대한 주요 변경 없이도 새로운 에이전트 애플리케이션을 확장하고 가치를 실현할 수 있습니다.

멀티 클라우드 환경 탐색

기업 리더들이 흔히 우려하는 점은 벤더 종속성, 특히 독점 플랫폼 도입 시 발생합니다. IBM의 전략은 기업 IT 환경의 다양성을 인정합니다. 이 서비스는 Amazon Web Services, Google Cloud, Microsoft Azure는 물론 IBM 자체 watsonx 플랫폼과 호환되는 다중 벤더 기반 위에 구축되었습니다.

이러한 유연성은 모델 지원까지 확장되어 오픈소스 및 클로즈드소스 변형을 모두 수용합니다. 기업이 기존 기술 투자를 기반으로 구축할 수 있도록 허용함으로써 완전한 교체를 강요하지 않음으로써, 이 서비스는 생태계 전환 시 기술적 부채가 누적될 것이라는 두려움이라는 주요 도입 장벽을 해결합니다.

이 서비스의 기술적 핵심은 IBM의 내부 제공 플랫폼인 IBM 컨설팅 어드밴티지(IBM Consulting Advantage)입니다. 150건 이상의 고객 프로젝트에서 이 시스템을 사용한 결과, IBM은 컨설턴트 생산성이 최대 50% 향상되었다고 보고합니다. 이 도구가 IBM 자체 팀의 제공 속도를 가속화한다면 고객에게도 유사한 속도와 효율성을 제공할 것이라는 전제입니다.

이 서비스는 또한 산업별 AI 에이전트 및 애플리케이션 마켓플레이스 접근성을 제공합니다. 경영진에게는 개별 모델 관리에서 벗어나 디지털 에이전트와 인간 근로자로 구성된 통합 생태계 감독으로의 전환을 촉진하는 '플랫폼 중심' 접근 방식을 장려합니다.

AI 가치 확대를 위한 플랫폼 중심 접근법 구현

이 플랫폼 중심 전략의 진정한 효과는 실제 적용 사례를 통해 가장 잘 입증됩니다. 글로벌 교육 기업 피어슨은 현재 이 서비스를 활용해 맞춤형 플랫폼을 구축 중입니다. 그들의 구현 방식은 일상 업무 및 의사결정 관리를 위해 인간 전문성과 AI 에이전트 보조 시스템을 결합하여, 실제 운영 환경에서 기술의 기능을 보여줍니다.

마찬가지로 한 제조 기업은 생성형 AI 전략을 체계화하기 위해 IBM 솔루션을 도입했습니다. 핵심은 고부가가치 활용 사례를 식별하고, 타깃 프로토타입을 테스트하며, 확장 가능한 계획에 리더십을 통합하는 데 있었습니다. 그 결과 안전한 통제 환경 내에서 다양한 기술을 활용한 AI 어시스턴트를 배포하여 기업 전반으로의 확대를 위한 기반을 마련했습니다.

생성형 AI에 대한 관심이 높아지고 있지만, 투자를 측정 가능한 재무적 성과로 전환하는 것은 자동적으로 이루어지지 않습니다.

IBM 컨설팅 수석 부사장 겸 총괄 책임자인 모하마드 알리는 "많은 기업이 AI에 투자하고 있지만, 대규모로 실질적 가치를 창출하는 것은 여전히 주요 과제"라며 "우리는 자체 운영을 혁신하고 측정 가능한 결과를 도출하기 위해 AI를 활용함으로써 내부적으로 이러한 과제들을 해결해 왔습니다. 이를 통해 고객의 성공을 돕는 검증된 플레이북을 확보했습니다"라고 말했습니다.

업계 논의는 개별 대규모 언어 모델(LLM)의 역량에서 이를 안전하고 효과적으로 운영하기 위한 아키텍처로 점차 전환되고 있습니다. AI 확장 및 가치 창출의 성공은 새로운 데이터 또는 운영 사일로를 생성하지 않으면서 이러한 솔루션을 통합하는 조직의 역량에 크게 좌우될 것입니다. 리더들은 사전 구축된 에이전트형 워크플로를 도입할 때 데이터 계보 및 거버넌스에 대한 엄격한 기준을 유지해야 합니다.

관련 기사: JP모건 체이스, AI 지출을 핵심 인프라로 간주

업계 리더들로부터 AI와 빅데이터에 대해 더 알아보고 싶으신가요? 암스테르담, 캘리포니아, 런던에서 열리는 AI & 빅데이터 엑스포를 확인해 보세요. 이 포괄적인 행사는 TechEx의 일부로, 다른 주요 기술 행사와 동시 개최됩니다. 자세한 내용은 여기를 클릭하세요.

AI 뉴스는 TechForge Media에서 제공합니다. 예정된 기업 기술 행사 및 웨비나를 여기서 확인하세요.