-
Tech Blog
엔터프라이즈 AI란, 기업 환경에서 사용되며 거대 조직의 비즈니스 프로세스를 개선하는데 특화된 인공지능 기술을 말합니다. AI가 업무를 효율적으로 개선한다는 것이 밝혀진 현재, 기업은 자사 업무 및 프로세스를 개선하고 경쟁력을 향상시키기 위해 AI 기술을 적용하는 노력을 계속하고 있습니다. 엔터프라이즈 AI는 업무 자동화 및 간소화, 데이터 수집 및 분석 등의 작업에 커다란 도움이 됩니다. 기업은 AI가 분석한 데이터를 통해 KPI와 관련된 통찰을 얻을 수 있고 비즈니스 전략을 개선할 수 있습니다. 엔터프라이즈 AI의 가능성 엔터프라이즈 AI를 적용할 수 있는 분야에 대한 예시는 아래와 같습니다. 1. 공급망 관리 및 최적화AI 도구를 통해 수요를 예측하고, 재고 수준을 최적화할 수 있으며 공급망 환경에 지장이 갈 수 있는 요소를 찾아낼 수 있습니다. 이를 통해 운영이 더욱 편해지고, 비용을 줄일 수 있으며, 시장 변화에 대한 대응성을 높일 수 있습니다. 2. 금융 사기 감지거래 패턴을 분석한 뒤 비정상적인 행동을 표시합니다. 이를 통해 금융 사기 위험을 줄일 수 있습니다. 보안과 신뢰가 다른 무엇보다 중요한 뱅킹과 온라인 거래에 특히 잘 활용할 수 있습니다. 3. 개인화된 마케팅AI 도구를 통해 고객 데이터를 분석하여 개인화된 마케팅 캠페인을 생성할 수 있습니다. 고객 선호와 취향을 이해하고 광고와 제품 추천을 맞춤 제작 가능하기 때문에 고객 관심도와 판매량을 높일 수 있습니다. 4. 개선된 고객 서비스AI 기반 챗봇으로 만들어진 가상 조수가 끊임 없는 고객 서비스를 제공합니다. 문의나 문제를 효율적으로 해결하는 가운데 상호작용을 통해 지속적 배움으로써 시간이 지날수록 고객 보조 능력을 향상시킬 수 있습니다. 5. 인적 자원 관리열려 있는 포지션에 가장 적합한 지원자를 찾기 위해 이력서 검사 및 후보자 매칭에 AI의 도움을 받을 수 있습니다. 고용자에 관한 데이터를 분석하여 훈련, 개발 및 유지 전략 결정에 대해 조언할 수 있습니다. 6. 사이버 보안 위협 감지사이버 보안 위협을 확인하고 경감하는 데 AI는 필수적입니다. AI 시스템은 네트워크 트래픽을 분석하고 비정상적인 패턴을 확인하여 커다란 피해를 끼칠 수 있는 보안 취약점을 감지할 수 있습니다. 엔터프라이즈 AI의 조건 AI가 ‘엔터프라이즈급’이라 함은 AI 시스템과 기술이 거대한 기관의 복잡한 환경에서도 효과적으로 작동한다는 것을 의미합니다. 엔터프라이즈급이라고 부르기 위해 고려해야 할 기준은 아래와 같습니다. 1. 확장 가능성AI 시스템은 늘어나는 업무량을 처리할 수 있어야 하며, 늘어나는 비즈니스 수요를 충족하기 위해 확장할 수 있어야 합니다. AI 시스템은 크기가 작거나 큰 데이터를 효율적으로 처리할 수 있어야 하며, 사용자, 데이터 또는 복잡도 면에서 커다란 재개조 없이 확장될 수 있어야 합니다. 2. 안정적엔터프라이즈 AI는 꾸준한 퍼포먼스와 최소한의 다운타임이 보장되어야 합니다. 변화하는 조건 아래에서 예상대로 동작해야 하고, 실패 또는 오류로부터 회복이 가능한 등 가용성과 정확성이 꾸준히 유지되어야 합니다. 3. 보안비즈니스 데이터의 민감성을 고려할 때, 엔터프라이즈 AI 시스템은 강건한 보안 수단을 갖추고 있어야 합니다. 이는 데이터 진실성과 기밀성 보호 및 사용자 접근과 사이버 위협으로부터의 방어를 포함합니다. 4. 통합AI 시스템은 다른 비즈니스 시스템 및 기술과 어색함 없이 연결되어야 합니다. 이는 조직 IT 인프라 내의 부드러운 데이터 흐름과 정보 처리 상호 운용을 가능하게 하며, 전체적인 효율성과 효과성을 개선합니다. 5. 거버넌스엔터프라이즈 AI에 있어 거버넌스란 AI 시스템을 관리하기 위한 정책과 행동을 수립하는 것을 수반합니다. 법적, 윤리적 기준 준수, 데이터 거버넌스, 모델 관리 및 AI 의사 결정에 대한 책임 보장 또한 포함됩니다. 6. 가치 전달엔터프라이즈 AI는 조직의 목적에 긍정적으로 기여해야 합니다. 이는 효율 증대, 비용 절감, 고객 경험 개선 또는 신규 수익 기회 등 유형의 이득을 제공하는 것을 의미합니다. 7. 사용 용이사용자 친화성은 굉장히 중요합니다. AI 도구와 인터페이스는 IT 전문가나 데이터 과학자뿐만 아니라 많은 사용자들이 쉽게 접근하고 이해할 수 있어야 합니다. 이를 통해 도입을 개선할 수 있고 AI 솔루션의 유용성을 최대화할 수 있습니다. 8. 유연성유연성은 AI 시스템이 변화하는 비즈니스 수요 또는 목적에 얼마나 잘 적응하느냐를 뜻합니다. 여러 가지 비즈니스적 기능을 지원하거나, 새로운 시장 트렌드와 구조적 변화에 맞춰 진화하는 것을 포함합니다. 9. 지속 가능성엔터프라이즈 AI의 지속 가능성이란 유지 가능하고 효율적인 시스템을 장기적인 관점에서 설계하는 것을 뜻합니다. AI 운영이 환경에 미치는 영향과 기술 발전 및 비즈니스 전략 이동에 따른 시스템의 진화 능력 또한 고려해야 합니다. 규모와 복잡도가 전부가 아닙니다. 얼마나 이 시스템들이 잘 정리되어 있고, 이 시스템들이 얼마나 넓은 목적과 운영을 지원하는지 생각해야 합니다. 엔터프라이즈 AI의 예시 마이크로소프트마이크로소프트는 Teams, Word, Excel, PowerPoint 등 이미 시장에서 입지가 확고한 소프트웨어 제품을 보유하고 있습니다. ‘마이크로소프트 코파일럿(Microsoft Copilot)’을 통해 해당 소프트웨어의 가치를 더욱 높일 수 있고, 마이크로소프트 코파일럿 스튜디오를 통해 코파일럿을 커스터마이즈하거나 마이크로소프트 애저 AI 스튜디오를 통해 개발자들이 AI 솔루션을 제작할 수 있도록 종합적인 AI 서비스를 제공합니다. 구글구글 또한 마이크로소프트와 비슷하게 AI를 활용하여 시장에서 어느 정도 입지를 차지한 자사 제품의 가치를 올리는 중입니다. 구글과 같은 경우는 자사의 모델 ‘제미나이(Gemini)’를 사용하고 있으며, Vertex AI Platform을 통해 ML 모델 및 생성형 AI를 위한 통합 플랫 서비스를 제공하고 있습니다. AWSAWS 또한 ‘아마존 베드록(Amazon Bedrock)’과 ‘아마존 세이지메이커(Amazon SageMaker)’를 통해 AI 서비스를 제공하고 있습니다. 아마존 베드록은 완전 관리형 서비스로, API를 통해 사전 학습된 모델에 접근 가능합니다. 서버리스인만큼 인프라 관리가 필요 없으며, 모델 맞춤 설정과 AWS 서비스와의 통합이 쉽게 이루어집니다. 따라서 고급 AI 기능을 적은 노력으로 빠르게 통합해야 할 경우 적합합니다. 아마존 세이지메이커는 개발자와 데이터 과학자가 머신 러닝 모델을 구축, 훈련 및 배포하기 위해 필요한 기능을 제공하는 플랫폼입니다. 데이터 라벨링, 모델 훈련 등 머신 러닝의 모든 단계를 지원받을 수 있으며, 사용자가 데이터와 기반 인프라에 대한 완전한 제어를 갖습니다. 다만 더 많은 기능을 제공하니만큼 맞춤 세부 설정을 위해 노력이 필요하며, 따라서 세부적인 모델 생성, 훈련, 배포까지 신경써야 할 경우에 적합합니다. IBMIBM은 2007년부터 왓슨(Watson) 프로젝트를 통해 꾸준히 AI 연구를 해왔습니다. 이를 바탕으로 2023년 ‘왓슨X’라는 엔터프라이즈용 AI 및 데이터 플랫폼을 발표하여, AI 관련 도구와 서비스를 포괄적으로 제공하고 있습니다. 엔터프라이즈 AI의 리스크 엔터프라이즈 AI를 활용하였을 경우 위와 같은 무궁무진한 이점을 얻을 수 있지만, 서비스와 상호 작용을 개별적 요구사항과 선호에 맞추는 데에는 도전과 리스크 또한 존재합니다. 따라서 신중한 고려와 관리가 필요합니다. 설계와 모니터링이 잘못될 경우 AI가 편향적이거나 비윤리적이게 될 수 있으니, 윤리와 책임은 필수적인 고민입니다. 데이터 프라이버시와 보안 또한 중요한 이슈입니다. AI 시스템은 방대한 양의 민감 데이터를 다루는 경우가 종종 있습니다. 신뢰와 준법을 유지하기 위해 이 데이터들을 침해로부터 보호하는 것이 필수적입니다. 엔터프라이즈 AI의 중요성 엔터프라이즈 AI는 이전에 푸는 게 불가능할 정도로 복잡한 문제에 도전하고, 그 문제를 해결할 수 있도록 해줍니다. 전통적인 방식으로는 종종 글로벌 공급망의 복잡도를 관리하고 예측하기 역부족인 경우가 종종 있었습니다. 그러나 엔터프라이즈 AI는 저해 요소를 예측할 수 있고, 경로와 재고 단계를 최적화할 수 있으며, 심지어 미래 수요를 높은 정확도로 예측할 수 있습니다. 이는 의료, 에너지, 금융 등의 분야 또한 마찬가지입니다. 끊임없는 학습과 개선 능력을 지닌 AI를 활용하여 조직은 민첩성과 통찰력을 장착한 채 진화하는 시장과 기술에 적응하여 미래를 맞이할 수 있습니다. 엔터프라이즈 AI 통합을 위한 길은 굉장히 복잡하고, 무수히 많은 난관으로 가득 차 있습니다. 올바른 도구 뿐만 아니라 AI 방법론, 딥 러닝, 데이터 과학, 클라우드 컴퓨팅 프레임워크와 조직의 비즈니스 영역과 관련된 특정 뉘앙스에 대한 깊은 이해가 필요합니다. 때문에 이러한 시스템을 유지하고 진화시킬 수 있는 전문가가 필요합니다. 엔터프라이즈 AI는 태생적으로 복잡하고, 부서지기 쉬운 시스템입니다. 그 효율성과 효과성은 첫 도입과 지속적인 모니터링 및 적응에 달려 있습니다. AI 모델은 시간에 따라 질적으로 저하되며, 덜 효과적이게 됩니다. 철저한 관리와 주기적인 업데이트 없이 엔터프라이즈 AI는 쓸모가 없거나 비즈니스 목표에 부합할 수 없습니다. 따라서 새로운 시스템이 기존 시스템과 조화롭게 작동하고 AI 투자로부터 최대 가치를 창출해낼 것을 보장할 수 있는, AI 통합 경험이 있는 파트너가 필요합니다.
2024.04.30
-
Tech Blog
금융당국이 도입 10년이 넘은 ‘망분리 규제’를 완화하려는 움직임을 보이고 있습니다. 금융권에 클라우드, SaaS, 인공지능 등 신기술들이 제대로 적용될 수 있을지 그 변화에 눈길이 쏠립니다. 망분리 규제가 뭐길래? 금융사는 여러 엄격한 규제를 받고 있죠. ‘망분리 규제’도 그 중 하나입니다. 망분리 규제란 외부의 사이버 침입으로부터 내부 전산자원을 보호하기 위해 내부망과 외부망을 분리하는 네트워크 보안 기법을 말합니다. 정부는 2013년 3월 발생한 대규모 금융전산망 마비 사태를 계기로 망분리를 의무화했습니다. 망분리는 ‘물리적 망분리’와 ‘논리적 망분리’ 두 가지로 구분됩니다. 현재 전자금융감독규정은 망분리 구현방식을 ‘물리적 망분리’로 의무화하고 있습니다. 내부용과 외부용, 2대의 PC를 사용해야 하는 겁니다. 망분리 규제는 해킹 위험으로부터 금융시스템을 보호하는 측면에서는 분명한 장점이 있지만, 운영 비용 증가 및 업무 효율성 저하 등의 부작용이 발생했습니다. 그리고 제도 도입 10년이 지나는 과정에서 급변한 IT 환경을 반영하지 못한다는 지적이 잇따랐습니다. 그래서 망분리 규제 완화는 금융사들이 모두 주목하고 있는 숙원사업입니다. 최근 클라우드, AI 도입의 필요성이 커졌지만 망분리가 발목을 잡으면서 오히려 경쟁력이 저하되고 있었기 때문입니다. 지난해 클라우드 이용절차 및 망분리 관련 규제가 완화된 전자금융감독규정 개정안이 시행되면서 금융사들이 클라우드를 적용한 서비스를 확대한 바 있지만, 아직 부족함이 있는 것이지요. 금융위, 망분리 규제 합리화 시동 금융위원회는 이러한 불편을 해결하기 위해 이달 12일 ‘금융부문 망분리 T/F’ 회의를 개최했습니다. 이 자리에서 논의된 과제들을 모아 상반기 중 ‘금융부문 망분리 규제 합리화 방안’을 마련하고, 이후 필요한 후속조치들을 진행해 나갈 예정입니다. 주요 내용은 다음과 같습니다. 우선 SaaS와 인공지능을 다양한 업무에서 활용할 수 있도록 하는 방안을 고민할 예정입니다. 마이크로소프트365, 챗GPT 등을 업무에 활용하고 새로운 금융서비스를 개발하고자 하는 수요가 있는데요, 현행 망분리로는 사용이 어려운 측면이 있죠. 이를 개선하여 업무 효율성 제고 및 비용절감을 돕고, AI를 활용한 새로운 금융서비스 개발을 촉진하겠다는 겁니다. 망분리 규제로 인해 경직됐던 개발 환경을 유연하게 구현하는 방안도 모색할 예정입니다. 최근에는 오픈소스를 활용한 금융서비스 개발이 대세지만, 망분리 규제로 인해 어려움이 있었습니다. 또한 원격근무가 불가한 환경 때문에 우수인력이 유출되고 효율적인 개발이 진행되지 못하기도 했었습니다. 또한 현행 규제에서는 사실상 모든 시스템에 망분리가 규제되고 있는데, 비전자금융거래 업무를 처리하는 정보시스템에 대해서는 망분리를 일부 완화하는 방안이 검토될 예정입니다. 규제 합리화 과정을 거쳐 금융권에도 속도감 있는 디지털 전환이 진행될 수 있기를 기대합니다. <작성: 홍보그룹>
2024.04.24
-
Tech Blog
최근 AWS와 마이크로소프트 애저 간 경쟁이 치열해지고 있습니다. 이들 경쟁의 핵심은 인공지능(AI)입니다. 현재 클라우드 시장 선두는 단연 AWS입니다. 시장조사업체 시너지리서치에 따르면 지난해 4분기 기준 AWS의 글로벌 클라우드 시장 점유율은 31%입니다. 다만, 주목할 점은 2016년 4분기 기준 41%를 차지할 만큼 독보적이었던 AWS의 점유율이 점차 하락하고 있다는 겁니다. 애저의 경우 지난해 4분기 24%의 시장 점유율을 기록하면서 AWS를 바짝 따라잡고 있습니다. 2016년 4분기 기준 10% 남짓이었던 점유율을 폭발적으로 끌어올린 것은 바로 인공지능 덕분입니다. 애저는 최근 인공지능 산업을 이끌고 있는 오픈AI에 지난 5년 간 총 1300억 달러를 투자하면서 챗GPT에 대한 독점 라이센스를 확보했습니다. 또 오픈AI의 기술을 자사 클라우드 및 소프트웨어에 도입하면서 '코파일럿' 같은 신기능을 선보이고 있죠. 이러한 노력은 실제 수익을 창출하는 단계에 이르고 있습니다. 사티아 나델라 CEO에 따르면 애저 AI를 사용하는 기업 고객은 5만 3000개사에 달합니다. 애저 매출 성장의 6%p는 AI의 성장에 기인했다는 분석도 있었습니다. 포브스는 현재의 성장세가 지속된다면, 2026년 애저가 AWS를 뛰어넘어 클라우드 시장 선두에 설 수 있다는 분석을 내놨습니다. 2023년 애저 매출이 681억 달러로 추정되는 가운데, 현재의 성장률을 유지한다면 2016년 매출은 1496억 달러가 되어 AWS의 예상 수익을 186억 달러 초과할 수 있다는 예상입니다. AWS는 선두를 수성하기 위해 AI에 투자하고 있습니다. 오픈AI의 경쟁사인 앤스로픽에 40억 달러를 투자했고, 생성AI '아마존 배드락'을 소개 중입니다. '어떻게 AI로 수익을 올릴지'가 클라우드 빅테크들의 운명을 좌지우지 할 기준으로 떠오르는 가운데, 두 기업의 경쟁 상황에 많은 이목이 쏠리고 있습니다. 작성: 메타넷 홍보그룹
2024.02.28
-
Tech Blog
이달 초 미국 라스베이거스에서 개최된 'CES2024'에도 다수 금융사들이 참가해 글로벌 신기술 동향과 신사업 접목 가능성을 살폈습니다. 하나금융지주, 신한은행, 광주은행은 수장이 직접 임직원들과 행사를 참관했고 KB금융그룹, 삼성화재, 현대해상 등은 관계자들이 방문했죠. 금융권은 신기술을 통해 고객에게 새로운 서비스를 선보이는 한편, 내부 임직원들의 업무를 효율화하고 리스크를 감소시키는 노력을 하고 있습니다. 그리고 이러한 노력들이 성과를 거뒀다는 소식도 속속 전해지고 있습니다. IBK기업은행의 경우 영업점과 본부의 202개 업무를 디지털 기술로 자동화해 매년 200만 시간을 절감하고 있습니다. 단순 반복 업무에는 RPA를 적용하고, 서류 검토에 OCR를 활용하는 방식입니다. 향후 기업은행은 개인가트 신규정보 입력 등 12개 서류처리 업무도 자동화할 계획입니다. 또한 조직개편을 통해 데이터 본부를 신설, AI 등 신기술을 통해 데이터를 분석/활용해 나갈 예정입니다. DB손해보험도 RPA를 도입해 2019년부터 130개의 업무를 자동화했습니다. 업계 장기보험 가입정보를 기반으로 한 마케팅리포트를 RPA로 자동 제작해 영업조직에 정기적으로 제공, 고객 맞춤형 컨설팅을 선보이는 등 고부가 가치 업무도 창출해낼 수 있었죠. 향후에도 생성형 AI 등 다양한 신기술을 통해 업무 자동화를 이어갈 계획입니다. NH농협은행은 올해 전행 차원으로 RPA를 확산할 계획입니다. '영업점 모듈형 RPA'를 통해 영업점의 업무를 자동화하고, 생성형 AI를 활용한 업무 매뉴얼 챗봇 등을 마련할 것이라고 밝혔습니다. DGB대구은행도 AI 기술을 통해 자점감사 자동화를 시행하고, 고객의 금융사고 피해 사전 예방에 나섭니다. 대구은행은 현재 자체 AI 융합팀을 운영하고 있으며, 메타의 오픈소스 LLM '라마2'를 활용한 생성형 AI 도구 개발을 진행 중입니다. 이 밖에 다양한 금융사들이 조직개편 등을 통해 신기술의 본격적 도입과 활용에 착수 중입니다. 키움증권은 AI를 통한 전사적 디지털 전환을 추진하는 'AIX팀'을 신설했고, 신한은행은 디지털솔루션 그룹 내 'AI연구소'를 설립했습니다. KB국민은행은 '데이터AI'본부를 'AI데이터혁신본부'로 재편하고 'AI비즈혁신부'를 신설했습니다. 금융 분야 AI의 활용은 이처럼 업무의 효율화와 생산성 향상에 긍정적 영향을 미치고 있으며, 향후 고객 서비스 도입까지 확대될 것으로 전망됩니다. 정부와 금융당국은 망분리 규제 및 데이터 관련 규제들을 완화하여 금융권 AI 활용을 활성화하고자 하고 있습니다. 국내 금융 분야 AI 시장은 2019년 3000억원에서 지난해 6000억원으로 45.8% 증가했으며, 2026년까지 연평균 38.2% 성장해 3조 2000억원 규모를 형성할 것으로 전망됩니다. 작성: 메타넷 홍보그룹
2024.01.31
-
Tech Blog
주요 시장조사 업체와 기업이 2024년 IT 전망을 내놓고 있습니다. 이들은 공통적으로 내년에 주목해야 할 트렌드로 ‘AI’를 꼽으면서, AI 도입의 증가로 인해 클라우드 시장의 성장이 이어질 것으로 예측했습니다. 성능이 뛰어난 AI를 위해서는 대량의 데이터를 처리해야 하는데, 클라우드는 이에 가장 적합한 인프라로 평가받고 있습니다. 이 가운데 국외 빅테크와 국내 클라우드 기업들은 모두 클라우드 플랫폼에 AI 기술을 접목함으로써 사업을 확장하려는 시도를 이어가고 있고, 보안기업들은 클라우드를 겨냥한 사이버 위협에 대비해야 한다는 메시지를 내고 있습니다. 우선 가트너는 2024년 전 세계 퍼블릭 클라우드 서비스에 대한 최종 사용자 지출액이 6788억 달러에 이를 것으로 예측했습니다. IaaS는 전년 대비 26.6%, PaaS는 21.5%, SaaS는 18.9% 증가하는 등 클라우드 시장의 모든 부문이 성장할 것으로 전망됩니다. 가트너는 특히 빅테크들이 자사 클라우드에 AI 등 첨단 기술을 접목하는 흐름을 보이는 점을 주목했습니다. 이들은 생성형 AI 도입이 산업 클라우드 플랫폼의 성장에 기여할 것이라고 예측했습니다. 더불어 현재 대부분의 기업이 클라우드를 ‘기술 플랫폼’으로 간주하며, 2028년까지 대부분의 조직이 클라우드를 비즈니스 필수 요소로 활용하게 될 것이라고 내다봤습니다. 한국정보산업연합회와 한국경영정보학회의 '2024 디지털 비즈니스 트렌드 전망' 보고서에서는 학계와 업계 전문가 모두가 '비즈니스 생산성 향상을 위한 생성형 AI의 응용 확대'를 내년 가장 주목해야 할 트렌드로 꼽았습니다. 이어 '클라우드 AI 플랫폼 시장의 성장 및 확대', '생성형 기술 기반 스타 스타트업들의 출현', 'AI가 촉발하는 정보보호보안 위험 확대' '클라우드 네이티브의 확산 지속'이 뒤를 이었습니다. 델 테크놀로지스는 생성형 AI, 엣지 플랫폼, 제로트러스트 등 지난해 많은 논의를 거쳐온 기술들이 2024년에는 실제 산업에서 실질적인 기회를 실현시킬 전망이라고 밝혔습니다. 특히 내년에는 생성형 AI를 활용한 시스템이 이론을 넘어 실제 운영으로 전환될 전망이며, 경제적인 측면도 훈련비용 대신 운영 비용으로 초점이 이동할 것으로 보입니다. 또한 클라우드 서비스가 확장하기 때문에 앞으로는 멀티 클라우드 엣지 플랫폼이 보편화 될 것으로 전망됩니다. 클라우데라는 2024년 기업들이 더 나은 LLM 모델을 위해 지속적으로 ML옵스와 데이터 페더레이션 기능 개발에 주력할 것이라고 전망했습니다. 또한 기업이 클라우드에 대해 더 신중하고 균형잡힌 입장으로 전환, 퍼블릭-프라이빗 클라우드에서 클라우드 네이티브 아키텍처를 통해 유연성· 확장성·비용절감을 추구할 것이라고 내다봤습니다. 또 기하급수적으로 늘어나는 데이터 관리를 위해 더 높은 수준의 자동화와 지능화를 플랫폼에 도입해야 하고, 인프라·플랫폼·워크로드에 걸친 옵저버빌리티가 더 중요해질 것이라고 전망했습니다. 작성: 메타넷 홍보그룹
2023.12.27
-
Tech Blog
10월의 IT 트렌드 생성형 AI 클라우드 챗GPT의 등장 이후 다수의 글로벌 빅테크들은 초거대 AI 개발에 집중해왔습니다. 그 결과 다양한 서비스들이 등장했지만, 대부분 무료로 서비스되고 있기 때문에 수익화 단계에는 접어들지 못한 상태입니다. AI 서비스를 개발하고 운영하는 데에는 막대한 자금이 들기 때문에, 기업들은 부담을 느끼고 있습니다. 그래서 이제 기업들은 ‘돈 되는 서비스’를 통해 투자 비용을 회수하는 방안을 고민하고 있습니다. 이들의 시선이 향하는 곳은 바로 B2B 시장입니다. 클라우드 인프라와 AI를 연계해 기업이 필요로 하는 기술을 제공하는 시도를 하는 것이죠. 클라우드와 AI는 뗄레야 뗄 수 없는 관계입니다. 초거대 AI가 작동하기 위해서는 대규모 서버와 강력한 컴퓨팅 파워가 필요합니다. 클라우드는 AI 서비스에게 안정적인 기반을 제공해줍니다. 또한 클라우드를 이용하면 AI 서비스를 언제 어디서든 이용할 수 있어 접근성이 뛰어나고, 업데이트와 배포가 용이해 서비스 혁신에도 도움을 받을 수 있습니다. 글로벌 빅테크들은 이러한 장점을 활용, 클라우드를 통해 전 세계 기업들에게 손쉽게 서비스를 제공하고 있습니다. SAP는 이달 4일 생성형 인공지능 서비스 ‘쥴’을 공개했습니다. 쥴은 SAP의 클라우드 엔터프라이즈 포트폴리오 전반에 내장되어 임직원들이 작업을 신속히 처리할 수 있도록 지원할 예정입니다. AWS는 11일 생성형 AI 구축을 지원하는 기업용 클라우드 서비스 ‘베드록’을 선보였습니다. AWS 베드록은 AWS 서비스를 기반으로 생성형 AI를 제공하기 때문에 기업 수준의 보안 및 개인정보 보호, 데이터 우선 접근, 비용 효율적인 인프라를 갖춥니다. 레드햇은 12일 열린 ‘레드햇 서밋 커넥트 서울’에서 기업IT의 다음 발전 방향을 클라우드 고도화로 꼽으면서, 오픈 하이브리드 클라우드와 AI를 통해 기업의 디지털 전환을 지원하겠다는 전략을 밝혔습니다. 레드햇이 향후 집중할 ‘레드햇 오픈시프트 AI’는 기존 오픈시프트 플랫폼 상에 기업의 생성형 AI 워크로드 구축을 위한 요소를 보강한 것으로, 대용량 데이터 관리와 AI 모델 설계 및 학습, 지능형 애플리케이션 개발 등 전체 과정을 지원하는 오픈 하이브리드 클라우드 기반의 기업용 AI 도구입니다. 워크데이는 17일 직원 관리와 문서작성, 애플리케이션을 돕는 생성 AI를 공개했습니다. 해당 AI는 내년 중 모든 워크데이 플랫폼에 적용될 예정입니다. 이밖에 다양한 기업들이 B2B AI 서비스를 고도화하고 있습니다. 마이크로소프트는 ‘M365 코파일럿’을 통해 기업 고객들이 AI 서비스를 용이하게 사용할 수 있도록 하는 한편, LLM을 사용하고자 하는 기업들이 MS 애저 클라우드를 사용하도록 하는 B2B 전략을 가지고 있습니다. 오라클은 지난달 오라클 애널리틱스 클라우드에서 데이터 상호작용, 문서 이해 등 신규 AI 기능을 추가했습니다. 기업의 AI 사용은 점점 증가할 전망입니다. 가트너는 ‘2024 기업이 주목해야 할 10대 기술 전략 트렌드’ 중 하나로 ‘보편화된 생성AI’를 꼽으면서 2026년까지 80% 이상의 기업이 생성AI 애플리케이션 인터페이스 및 모델을 사용하거나 프로덕션 환경에서 생성 AI 지원 애플리케이션을 배포할 것이라고 내다봤습니다. 시장조사업체 프리시던스 리서치는 기업용 AI 시장이 지난해 168억 달러에서 2030년 1029억 달러 규모로 성장할 것이라고 예측했습니다. 이제 기업들은 단순히 AI의 등장에 관심을 갖는 것이 아니라 어떤 비즈니스에 활용할지, 어떻게 기업 업무를 효율화 할 것인지 등 그 활용 방법을 고민하고 있습니다. 이 가운데 빅테크들의 기업용 AI 서비스 고도화는 계속될 것으로 보입니다. 작성자: 메타넷 홍보팀
2023.10.30
-
Tech Blog
HCM, 성과관리 등과 더불어 페이롤(Payroll; 급여)은 디지털 HR을 추진하는 기업들이 1순위로 검토하는 대상으로 꼽힙니다. 급여는 가장 핵심적인 HR 프로세스로서 데이터 기반의 운영과 관리가 필요한 업무일 뿐만 아니라, 현대 기업이 중시하는 ‘직원 경험’을 높이는 효과적 방법이기 때문입니다. 오늘 포스팅에서는 페이롤 솔루션 도입을 검토하는 기업들이 참고해야 할 주요 트렌드에 대해 알아보겠습니다. 페이롤 솔루션 주요 트렌드 ① HR시스템 연동페이롤과 근태, 휴가 등 HR시스템과 연계 운영하는 흐름이 더욱 확대되고 있습니다. 이들 간의 연동으로 HR 프로세스 간소화, 자료 통합 관리 및 데이터 정확도 향상 등 효과를 얻을 수 있습니다. 이는 다시 데이터 기반의 HR 현황 분석과 의사결정으로 이어져 기업의 경영 능력을 높이는 동력으로 작용하게 됩니다. 메타페이는SAP ERP, 오라클HCM 및 워크데이 등과 손쉽게 연동됩니다. 기업은 메타페이를 통해 급여를 중심으로 인사관리, 성과관리 및 근태 등 업무를 통합 운영함으로써 정보와 데이터의 일관된 관리와 활용을 강화하고 HR팀의 효율과 생산성을 높일 수 있습니다. ② 지능화 확대페이롤 솔루션은 점점 똑똑해지고 있습니다. 챗GPT와 같은 생성형AI, 지능형 챗봇 및 자동화 기술을 이용한 업무 자동화, 자동 오류 검출, 이상 패턴 발견 및 실시간 문의 대응 등으로 투입 인력과 시간을 줄이면서 업무 생산성을 높일 수 있습니다. 메타페이 연말정산 솔루션은 지능형 AI챗봇, OCR 기반 서류 정보 추출, 오류 검증 기능 등으로 직원 문의 실시간 대응, HR 담당자 수작업 최소화 및 업무 정확도 향상을 제공합니다. 지능화는 메타페이가 가장 많은 자원을 투입하는 영역입니다. 향후 모니터링, 업무 패턴 분석과 인사이트 도출 그리고 자동 리포트 생성 등 기능을 단계적으로 확대/적용해 갈 예정입니다. 메타페이 연말정산 내 AI 챗봇의 답변 ③ 모바일 확산재택 및 원격근무 확산, 직원 셀프 처리 업무 증가로 페이롤 시스템의 모바일 요구도 빠르게 늘고 있습니다. 모바일 지원은 사무실 외 다양한 공간에서의 업무 진행, 업무 자유도 증가로 직원 만족도를 높이고 직원의 셀프 서비스로 HR팀 인력 자원을 절약하는 일석이조의 효과를 제공합니다. 메타페이는 이미 오래 전부터 모바일 환경을 지원하고 있습니다. 페이롤 솔루션과 더불어 MetaPay ESS (직원 셀프서비스), MetaPay 연말정산 솔루션 등 제품들도 개발 단계부터 모바일 지원을 기본으로 채택해 HR팀 인력 자원의 보호와 업무 자유도를 제공합니다. ④ 클라우드 전환점점 더 많은 페이롤 솔루션이 클라우드로 전환되고 있습니다. 기업 입장에서 클라우드는 시스템 자체 구축에 따른 위험과 비용을 감소시키고, 뛰어난 접근성과 이용성 그리고 관리 편리성을 제공합니다. 또한, 기술적 측면에서도 사용자 증감에 따른 확장/축소, 기능 추가/개선 및 보안 등에 있어 뛰어납니다. 메타페이는 클라우드 네이티브 솔루션으로 개발되어 클라우드 양대 산맥인 AWS(Amazon Web Service)와 Microsoft Azure 플랫폼에서 모두 운영할 수 있습니다. 따라서 고객은 자사 여건에 적합한 클라우드 플랫폼에서 페이롤 시스템을 운영할 수 있는 선택권을 가질 수 있습니다. 디지털 전환의 확산은 HR업무의 디지털화를 더욱 가속화할 것으로 전망됩니다. 이런 흐름은 IT 기술 혹은 디지털과 큰 관계가 없다고 여겨지던 HR팀의 역할, 업무, 역량과 인력 자원의 폭 넓은 변화를 같이 요구하고 있습니다. 페이롤 솔루션의 도입과 활용 그리고 이를 통합 HR팀의 디지털 역량 확보와 업무 고도화는 디지털 HR을 준비하는 좋은 출발점이라고 할 수 있습니다. 디지털 HR 구현을 위한 페이롤 솔루션 검토 시, 앞서 설명한 내용을 참고하셔서 최적의 선택을 하기를 바랍니다. 페이롤 솔루션 트렌드와 딱 맞는 메타페이에 대해 더 알아보고 싶으시다면, 메타넷사스와 상담하세요! <작성자: 메타넷사스 BDXGroup >
2023.10.25
-
Tech Blog
최근 기업은 디지털 혁신을 통해 생산성을 높이고, 업무를 효율화하려는 노력을 이어왔습니다. 이전에는 RPA를 통해 단순 반복 업무를 자동화하는 수준이었다면, 최근에는 AI와 빅데이터 등을 활용한 ‘하이퍼오토메이션(Hyperautomation)’이 주목받고 있습니다. 하이퍼오토메이션의 성공적 도입을 위해서는 디지털 워크포스(Digital Workforce)의 적극적인 활용이 필요합니다.이번 포스팅에서는 디지털 워크포스가 무엇이고, 디지털 워크포스를 형성하기 위해서는 어떤 준비를 해야 하는지 알아보겠습니다. 하이퍼오토메이션이란? 디지털 워크포스를 설명하기에 앞서, 하이퍼오토메이션이란 무엇인지 정확히 알아보겠습니다. 하이퍼오토메이션이란 RPA, AI, 인텔리전트 워크플로우, 머신 러닝 등 다양한 자동화 기술들을 융합해 전사적 연계된 업무 프로세스를 자동화하는 것을 말합니다. 단순히 반복 작업을 자동화하는 것뿐만 아니라, AI를 활용해 실질적인 의사결정 영역까지 해결할 수 있습니다. 예를 들어 원하는 정보들을 엑셀로 변환해 관련 담당자들에게 이메일을 보내고 싶을 때, 챗봇을 통해 “이 정보들을 OOO에게 보내줘”라고 입력만 하면 AI가 자동으로 정보를 수집해 엑셀로 추출하고, 이메일까지 작성하는 일이 가능합니다. 이렇듯 하이퍼오토메이션을 도입하면 기업 업무가 획기적으로 효율화되고, 비용 절감 효과를 극대화할 수 있게 됩니다. 디지털 워크포스란? 디지털 워크포스는 인공지능, RPA 등의 기술을 이용해 일부 또는 전체 업무 프로세스를 자동화하는 소프트웨어 기반의 가상 인력 집합체입니다.메타넷글로벌은 기존 기업을 구성하던 인력의 생각하는 방식과 일하는 방식을 디지털 워크포스로 전환해 업무 효율성을 높이는 것을 목표로 하고 있습니다. 여기서 주의해야 할 점은, 디지털 워크포스가 기존 인력을 대체하는 것이 아니라 서로 협력 및 보완하여 업무 효율화를 극대화한다는 것입니다. 시간 소모가 큰 반복 업무를 디지털 워크포스에게 맡기고, 기존 인력은 판단과 의사결정에 집중하면서 정확성과 퀄리티를 높일 뿐만 아니라 인건비를 최소화할 수 있습니다. 현재 시장 및 트렌드 디지털 워크포스를 구성하는 주요 기술은 RPA와 AI입니다. 글로벌 비즈니스 데이터 플랫폼인 스태티스타(Statista)에 따르면, RPA 시장 규모는 2023년부터 2030년까지 약 44억 달러(약 5조 8500억 원)에서 약 134억 달러(약 17조 8000억 원)까지 성장할 전망입니다. AI 시장 규모도 같은 기간 약 2000억 달러(약 266조 원)에서 약 1조 8500억 달러(약 2460조 원)까지 성장할 것으로 예상됩니다. 최근 기업들은 로우코드와 노코드를 도입해 RPA와 AI에 대한 진입장벽을 낮추고, 디지털 워크포스를 강화하려는 시도를 하고 있습니다. 글로벌 리서치 사이트인 가트너(Gartner)에 따르면 2024년 로우코드 및 노코드 도구가 전체 앱 개발의 65%를 차지할 전망입니다. 시장 역시 내년 123억 달러(약 16조 3590억 원) 규모로 커질 것으로 예상됩니다. 최근 노코드 앱 개발 플랫폼을 공개한 국내 한 소프트웨어 개발 업체는 사내 앱을 개발하는데 있어 과거엔 개발자 5명이 3개월 이상을 소요해야 했지만, 노코드 플랫폼을 사용하면 1명이 6일 만에 유사 수준의 앱을 만들 수 있었다고 설명했습니다. 하이퍼오토메이션을 위한 준비: 디지털 워크포스 형성 앞서 성공적 하이퍼오토메이션 도입을 위해서는 디지털 워크포스의 적극적 활용이 중요하다고 설명했습니다. 그렇다면 디지털 워크포스를 형성하기 위해 어떤 준비를 해야 할까요? 우선 기업 내 업무 프로세스를 파악하는 것이 매우 중요합니다. 현업 업무가 어떻게 진행되는지, 하이퍼오토메이션이 어떤 부분에서 제일 큰 영향을 끼칠 수 있는지, 팀 내 공통으로 어떤 업무를 초자동화시킬 수 있는지를 알아야만 성공적인 하이퍼오토메이션이 가능합니다. 더불어, 하이퍼오토메이션 관련 현업 사용자 대상 교육이 필요합니다. 결국 하이퍼오토메이션이 내장된 솔루션을 가장 많이 사용하고, 그 효과를 직접적으로 체감하는 것은 현업 사용자들입니다. 이들에게 어떻게 하면 효과적으로 RPA 및 AI를 핸들링할 수 있을지 사전 교육이 필요하며, 하이퍼오토메이션 도입 이후에도 지속적인 관리가 이뤄져야 합니다. 급속도로 성장하는 RPA 시장 및 AI와 더불어, 디지털 워크포스를 통한 하이퍼오토메이션 시장은 향후에도 더욱 커질 것으로 예상됩니다. 글로벌 기업들 역시 이에 발맞춰 하이퍼오토메이션을 신속히 도입하고, 업무 효율성을 높이고 있습니다. 메타넷글로벌은 성공적 디지털 워크포스 도입을 위한 전문 파트너로서 다양한 글로벌 벤더들과 파트너십을 가지고 있습니다. 최근에는 글로벌 대표 RPA 기업 SS&C 블루프리즘과 공식 파트너십을 체결, 메타넷글로벌의 전략적 IT 컨설팅 역량과 블루프리즘의 지능형 자동화 솔루션을 통해 기업들의 성공적인 하이퍼오토메이션을 돕기로 했습니다. 하이퍼오토메이션을 통해 내부 운영 효율화를 꾀하고 새로운 비즈니스 가치를 만들고 싶으시다면, 메타넷글로벌과 상담하세요! <작성자: 메타넷글로벌 SAPBuildTeam>
2023.10.06
-
Tech Blog
생성AI를 둘러싼 글로벌 빅테크들의 경쟁이 하반기에는 더욱 뜨거워질 전망입니다. AWS, 구글, MS 뿐만 아니라 애플과 메타 등도 앞다퉈 서비스를 선보일 계획입니다. 챗GPT의 출현 이후 몇 개월 간 생성AI 시장의 경쟁을 주도해왔던 ‘빅3’는 여전히 막대한 투자를 이어가고 있습니다. 이들은 생성AI 서비스가 하반기부터 본격적으로 실적에 영향을 미칠 것으로 내다보고 있습니다. AWS와 MS는 올해 말 각각 ‘아마존 베드락’과 ‘코파일럿’의 정식 출시를 앞두고 있으며, 구글은 올 가을 AI기반 모델 ‘제미니’를 출시할 예정입니다. 후발주자들의 추격도 거센 상황입니다. 메타는 최신 LLM인 ‘라마2’를 공개하고, 기업 등 개발자들이 무료로 이용할 수 있도록 오픈소스를 제공하기로 했습니다. 애플은 최근 미국과 프랑스, 중국 등에서 자체 LLM을 개발하기 위한 인력 채용에 나선 데 이어 내년 출시를 목표로 생성형 AI 개발 프로젝트를 진행 중입니다. 테슬라 최고경영자 일론머스크는 지난달 새 AI기업 ‘xAI’의 출범을 공식화했습니다. 국내 기업들도 하반기 AI서비스 출시를 준비하고 있습니다. 네이버는 이달 24일 차세대 대규모 언어모델 ‘하이퍼클로바X’와 대화형 AI서비스 ‘클로바X’를 공개할 예정이며, 다음달에는 검색 특화 생성AI 서비스 ‘큐’의 베타버전, 10월에는 기업데이터를 결합해 AI커스텀 모델 구현이 가능한 ‘클로바 스튜디오’를 선보이기로 했습니다. 카카오는 이달 7일 생성AI 얼라이언스 구축을 위한 ‘브레인100X 프로그램’을 발표했으며, 올해 10월 이후 초대규모 언어모델을 공개할 예정입니다. 삼성SDS는 10월부터 자체 생성형 AI서비스를 사내에서 베타테스트할 계획이며, 엔씨소프트는 16일 자체개발 AI언어모델 ‘바르코’를 공개했습니다. LG CNS는 생성형 AI 추진단을 구성해 서비스 개발에 착수한 상황입니다. 골드만삭스는 오는 2025년 AI 기술에 대한 글로벌 민간투자 규모가 1600억달러(약 214조원)에 육박할 것이라고 전망하고 있습니다. 2013년 세계 AI 투자는 32억 달러에 불과했지만, 20220년 482억 달러, 2021년 935억 달러로 단기간에 급증하고 있습니다. 작성: 메타넷 홍보그룹
2023.09.05