SAS ‘한국, AI 채택과 통합 우위, 신뢰성 있는 AI 중요성 인지’

김진영 기자
발행 2024-11-06 12:58

[kbn연합방송=김진영 기자] 세계적인 데이터 및 AI(인공지능) 선두 기업 SAS가 의뢰해 조사한 최근 연구에 따르면, 한국은 AI 채택 및 통합에서 빠르게 발전하고 있는 것으로 나타났다. 특히 기술 및 제조업 분야에서 선도 국가인 한국은 자율주행차, 헬스케어, 스마트 제조업과 같은 분야에서 AI 개발이 상당한 진전을 이루고 있는 것으로 밝혀졌다.

‘IDC 데이터 및 AI 현황: 2024 아시아 태평양 지역’ 조사는 한국, 중국, 일본, 호주, 인도 등 8개 아태지역 시장에서 금융, 제조, 정부, 의료 및 생명과학 분야의 기업 및 기관 임원 509명을 대상으로 진행됐으며, AI 투자 결정, 조직에서 원하는 AI 사용 사례, AI 구축 관련 과제 및 신뢰할 수 있는 AI 결과물을 위한 프로세스 관리 방안 등을 살펴봤다.

보고서에 따르면 한국 기업은 AI 시스템의 투명성, 공정성, 윤리적 기준을 충족하는 데 중점을 두며 신뢰할 수 있는 AI를 구축하기 위해 균형 잡힌 접근 방식을 채택하고 있는 것으로 나타났다. 또한 강력한 데이터 관리와 모델 관리를 통해 AI 애플리케이션의 정확성과 신뢰성을 유지하고자 노력하고 있으나, 실제적인 사용 사례 평가와 AI 투자에 대한 입증된 사례 제공에 어려움을 겪는 기업이 많은 것으로 조사됐다. 이는 외부 전문가의 참여를 통해 각 필요에 맞는 AI 사용 사례를 확인하고 데이터와 모델 역량을 강화해야 할 필요가 있음을 시사한다.

또한 한국 기업들은 AI 성능을 보장하기 위한 다섯 가지 핵심 요소로 △보안 및 데이터 프라이버시 △강력한 모델 학습 및 검증 기술 △지속적인 데이터 모니터링 △모델 관리/모델옵스(ModelOps) △규제 준수를 꼽았다.

이밖에 인구 고령화와도 연관 있는 인재 부족 현상이 우려 사항으로 꼽혔는데, 한국 기업은 AI 기술 구현의 주요 과제로 △전문 기술 인력 부족(36%) △데이터 기반이 클라우드에 중앙 집중화 또는 최적화되지 않음(32%) △명확한 비즈니스 사례 부족 및 잠재적 투자 수익(ROI) 실현의 어려움(28%) △AI 솔루션 평가 기준의 불명확성(28%) 등이 있다고 밝혔다.

또한 데이터 접근의 한계와 비효율성도 AI 성공의 저해 요인으로 나타났다. 41%의 응답자가 인프라의 제약으로 데이터 접근이 불가능함을 문제로 제기했고, 데이터셋의 변동성과 빠른 만료(36%), 대용량 데이터로 인한 분석의 어려움(36%)도 지적됐다.

한편 아태 지역 내에서도 국가마다 AI 환경이 다르고 각국의 도입 양상도 다르게 나타났다. 중국은 AI 투자에서 선도적인 위치에 있는 것으로 나타났는데, 59%의 응답자가 향후 1년 내 AI 투자를 20% 이상 대폭 늘릴 계획이라고 밝혔으며, 인도(51%)와 일본(46%)이 그 뒤를 이었다. 또한 한국과 중국 모두 다른 국가들보다 AI 도입 및 통합이 빠르게 진행되고 있는 것으로 조사됐다. 이러한 차이는 투자 수준, 규제 프레임워크, AI 인재 및 인프라의 가용성 등 여러 요인에 영향을 받고 있다.

이중혁 SAS코리아 대표이사는 “이번 IDC 조사 결과를 통해, 한국 기업들이 AI 채택과 통합에서 빠른 행보를 보이는 한편, 투명성, 공정성, 윤리성 등 신뢰할 수 있는 AI의 구축을 우선시하며 신중한 태도를 취하고 있음을 알 수 있다”고 설명했다. 이어 그는 “전문 인력의 부족과 검증된 AI 도입 사례 발굴 부족 등의 문제를 해결하기 위해, SAS는 한국 기업들이 필요에 부합하고 실질적인 비즈니스 성과를 창출하는 고부가가치 AI 사용 사례를 발굴할 수 있도록 지원할 것”이라고 말했다.

SAS가 발표한 ‘IDC 데이터 및 AI 현황: 2024 아시아 태평양 지역’ 전자책(eBook) 전문은 링크에서 다운로드 받을 수 있다.

연구 방법론

이번 연구는 2024년 6월에 진행됐으며, 한국, 중국, 일본, 호주, 인도, 말레이시아, 싱가포르, 태국 등 8개 아태지역 시장에서 금융, 제조, 정부, 의료 및 생명과학 분야의 기업 및 기관의 임원 509명을 대상으로 진행됐다. AI 투자 결정, 조직에서 원하는 AI 사용 사례, AI 구축 관련 과제 및 신뢰할 수 있는 AI 결과물을 위한 프로세스 관리 방안 등을 조사했다.