엔터프라이즈 AI란 무엇인가요?

올림픽 단거리 육상 선수 우사인 볼트가 최첨단 러닝화를 신고 경쟁력을 높여 8개의 메달을 획득한 것처럼, 인공 지능(AI)을 도입한 기업들 또한 더 나은 성과를 내고 경쟁에서 앞서 나가며 직원의 능력을 향상할 방안을 모색하고 있습니다. AI는 방대한 양의 데이터를 기반으로 훈련하여 추론하고 학습하며 다양한 작업을 수행함으로써 인간이 다른 중요한 일에 집중할 수 있도록 해 주는 기술입니다. CIO에 따르면 조직의 90% 가 엔터프라이즈 AI를 우선순위로 고려하며, 조직 전반에서 AI를 활용하여 작업 자동화, 혁신, 동향 분석, 고객 경험 개선, 생산성 향상을 가속화하고 있습니다. 비즈니스를 위해 구축된 AI의 비전에 대해 알아보세요.

살펴볼 내용:

• 엔터프라이즈 AI란?
• 엔터프라이즈 AI가 중요한 이유
• 엔터프라이즈 AI의 예
• 엔터프라이즈 AI를 구현하는 방법
• 엔터프라이즈 AI의 과제와 위험
• 엔터프라이즈 AI의 미래 트렌드

엔터프라이즈 AI는 대규모 조직에 AI를 적용하여 인력의 효율성과 생산성 향상을 돕습니다. 여기에는 자율 에이전트의 사용과 기계 학습, 자연어 처리(NLP), 딥러닝, 컴퓨터 비전 및 자동화와 같은 다양한 AI 기술의 조합을 대규모로 사용하는 것이 포함되며, 이를 통해 산업과 부문 전반에서 사람들이 일하는 방식을 바꾸고 있습니다. 이는 2016년 예측 AI라는 제1의 물결에서 시작되어 생성형 AI와 코파일럿이라는 제2의 물결로 이어졌습니다. 이제 우리는 AI의 제3의 물결인 AI 에이전트를 맞이하고 있습니다.

비즈니스를 대규모로 지원하는 AI 도구를 선택할 때, 데이터 프라이버시와 보안, 비용, 확장성과 같은 요소도 고려해야만 합니다. 사람과 자율 에이전트가 협력하여 더 나은 결과를 대규모로 제공할 수 있는 방법을 모색하세요. Salesforce 플랫폼의 에이전틱 AI 레이어인 product.agentforce를 사용하면 AI 에이전트를 통해 직원이 최고의 성과를 달성하도록 도울 수 있습니다.

생성형 AI가 기존 보유 데이터에서 새로운 콘텐츠를 생성하기 위해 대규모 언어 모델(LLM)과 소규모 언어 모델에 의존하는 반면, 자율 에이전트는 이 데이터를 활용하여 실제 조치를 취할 수 있습니다. 오늘날 AI의 역할은 단순히 우리를 위해 일하는 것에 그치지 않습니다. AI 에이전트는 마치 팀의 확장된 일원인 것처럼 곁에서 함께 일합니다.

엔터프라이즈 AI는 중요한 전환점을 맞았습니다. 디지털 근로자 중 47% 가 업무를 효과적으로 수행하는 데 필요한 정보를 찾는 데 어려움을 겪고 있으며, 직원 시간 중 41% 가 생산성을 저해하고 극심한 업무 피로로 이어지는 낮은 가치의 작업에 소모되고 있습니다.

한편, 고객의 기대치는 계속 높아지고 있습니다. 고객센터에 전화 걸어본 사람이라면 한 번쯤은 “상담사 연결해줘요!”라고 외쳐본 경험, 있지 않으신가요? 고객은 더 이상 기다리길 원하지 않습니다. 이제는 전문성과 공감을 갖춘 맞춤형 서비스를 즉각적으로 받는 것을 당연하게 여깁니다. 하지만 현재 기업이 제공할 수 있는 서비스에는 한계가 있고, 바로 이 지점에서 AI의 가능성이 열립니다.

AI 에이전트는 기업이 찾던 답입니다. 지난 10년 동안 예측 AI는 기업이 데이터를 분석하고 의사 결정을 내리는 방식을 바꾸어 놓았습니다. 그 뒤를 이은 생성형 AI의 도입은 완전히 새로운 사용 사례의 물결을 가져왔으며, AI 에이전트는 거의 또는 전혀 인간의 개입 없이 엔드투엔드 워크플로를 자동화할 것을 약속합니다.

엔터프라이즈 AI는 중소기업과 스타트업, 글로벌 대기업에 이르는 조직 생활의 모든 영역에서 생산성을 향상할 잠재력을 가지고 있습니다. 마케팅, 인사 관리, 재무, 고객 서비스, 제조, 공급망 관리에 이르기까지 모든 산업과 부문에서 AI 에이전트를 활용할 수 있습니다. 다음은 기업 전반의 성공을 위해 AI가 활용되는 몇 가지 방식입니다.

• 영업: 영업 부문에서는 인간과 에이전트가 협력하여 영업 주기의 모든 단계를 더 향상할 수 있습니다. 세일즈 피치 작성이나 클라이언트 회의 준비부터 후속 이메일 작성, CRM 기록 업데이트에 이르기까지, 이처럼 가속화된 생산성과 자동화는 매출 증대 및 평생 고객 창출에 도움이 될 수 있습니다. 또한 엔터프라이즈 AI는 계정 요약 및 예측 가이드라인을 제공하고 365일 24시간 내내 판매 계약서를 생성 및 발송함으로써 영업 기회를 최적화하는 데도 기여할 수 있습니다.
• 마케팅: AI는 생산성과 고객 참여도를 높여 전체 고객 생애주기에 걸쳐 성과를 개선하는 방식으로 맞춤형 마케팅 캠페인을 구축하고 실행할 수 있습니다. 캠페인 전략 수립, 다양한 채널을 통한 마케팅 캠페인 구축 및 관리, 캠페인 효과 측정 모두 AI의 도움으로 달성할 수 있습니다. 더 구체적으로 살펴보면 AI는 NLP를 통해 추론하여 캠페인 요약을 바탕으로 이메일을 생성하여 각 고객에게 고유한 응답을 제공할 수 있습니다.
• 고객 서비스: 24시간 내내 즉각적인 고객 지원을 제공하기 위해 AI 에이전트가 출동하여 더 정확하게 서비스 문제를 해결할 수 있습니다. 이를 통해 에스컬레이션 빈도를 줄여서 직원이 더 전략적인 업무에 집중하도록 할 수 있습니다. 이러한 AI 에이전트를 발전된 형태의 AI 챗봇으로 간주할 수 있습니다. AI 에이전트는 더 복잡한 문제를 처리할 수 있으며 시간이 지날수록 학습을 통해 지능이 더 고도화됩니다. 이들은 서비스 문제를 해결하는 데 도움을 줄 뿐만 아니라 유사한 사례를 찾고 요약하여 중요한 문제에 우선순위를 두도록 할 수 있습니다.
• 커머스: AI는 소매업과 커머스 개인화에 핵심적인 역할을 하며, 이제는 고객들이 기대하고 원하는 것이 되었습니다. AI는 소매업체에 있어 더 이상 '있으면 좋고 없어도 그만'인 것이 아니라 절대적으로 필요한 기술로 자리매김했습니다. AI는 제품을 추천하거나 차선책으로 구매하기 좋은 제품을 제안할 수 있습니다. 마찬가지로, 소매 경험은 '구매' 버튼을 클릭하는 것으로 끝나는 것이 아닙니다. AI 기반의 재고 관리를 통해 만족스러운 구매 후 경험을 제공할 수 있으며, 궁극적으로 고객의 충성도를 높이는 효과를 얻을 수 있습니다.

엔터프라이즈 AI는 모든 팀의 생산성을 향상하고 담당자가 더 개인화된 고객 지원을 제공하는 데 집중하도록 돕습니다. Agentforce를 사용하면 이미 사용 중인 시스템에 가장 필요한 도구가 통합되어 있고 모든 도구의 중심에 신뢰 계층이 있어 데이터 보안에 대해 안심할 수 있습니다.

오늘날 엔터프라이즈 AI는 비즈니스 성공에 있어 핵심적인 요소로 자리 잡고 있습니다. 이미 많은 업무 도구에 자연스럽게 통합되고 있으며, 고객과 직원 모두에게 ‘당연한 존재’로 기대되고 있죠. 머지않은 미래에는 AI가 기업 운영의 필수 인프라로 자리매김할 것입니다.

AI의 가장 큰 장점 중 하나는 ‘언제든 고객을 응대할 수 있는 에이전트’를 보유할 수 있다는 점입니다. 이 기능은 그 어느 때보다도 고객 기대에 부응하는 새로운 가능성을 열어줄 것입니다. 이 외에도 엔터프라이즈 AI는 다음과 같은 다양한 이점을 제공합니다.

엔터프라이즈 AI의 가장 명백하고 자주 언급되는 이점은 일상적인 작업을 자동화하여 생산성을 높이고 직원의 피로를 줄여준다는 점입니다. 직원들이 더 중요한 업무에 집중할 수 있게 되면 만족도와 생산성이 높아져서 궁극적으로 기업의 성장에 도움이 됩니다. 자동화할 방법을 찾으면 운영을 간소화하여 비용 절감은 물론 직원들의 업무 피로도를 줄일 수 있습니다.

엔터프라이즈 AI는 데이터를 활용하여 시간이 지남에 따라 개선되고, 24시간 내내 작업하며, 팀이 정보를 바탕으로 더 합리적인 의사 결정을 내릴 수 있도록 돕는 디지털 인력을 보유하는 것을 의미합니다. 이는 효율성 향상과 비용 절감으로 이어집니다.

AI는 기계 학습, NLP 및 기타 기술로 방대한 데이터 세트를 분석하고 예측 분석을 제공하여 운영 개선에 기여합니다. 대량의 데이터를 분석할 수 있어 가능해지는 예측 능력은 특히 의료 산업에 유용합니다.

고급 기계 학습 알고리즘은 데이터를 실시간으로 분석하여 사이버 위협이 될 수 있는 패턴과 이상 징후를 파악합니다. 문제에 플래그를 지정하거나 부정 행위를 감지할 수 있는 능력은 특히 금융 서비스 산업에 있어 매우 중요합니다. 보안은 은행과 금융 기관에서 필수 요소이기 때문입니다‌.

엔터프라이즈 AI의 성공적인 구현 여부는 안전하고 고품질의 데이터를 확보하는 데 달려 있습니다. 하지만 AI를 도입하려면 몇 가지 전제 조건이 충족되어야 합니다.

1. 비즈니스 목표 파악: 달성하고자 하는 목표의 우선순위를 지정하면 AI 전략의 방향을 결정하는 데 도움이 됩니다. 전략이 구현되면 성공을 측정하는 일은 간단해집니다.
2. 이해관계자 팀 구성: AI는 복잡하기 때문에, 다양한 부문의 이해관계자가 참여하는 다기능 팀을 조직하여 AI 구현을 계획하고 감독하도록 하면 AI 통합 시 발생할 수 있는 사각지대를 줄일 수 있습니다.
3. 데이터 준비 및 모델 구축 또는 적절한 벤더 선택: 고품질의 데이터를 안전하게 보호하는 것은 AI 성공에 가장 중요한 요소입니다. 적절한 데이터 전략을 개발하거나 Data 360를 사용하는 것은 모델을 훈련하고 정확성을 보장하는 데 있어 매우 중요합니다.
4. 직원과의 소통 및 교육 제공: 잘 훈련된 인력은 AI 도입을 원활하게 하고 AI 에이전트와 함께 일하는 데 따른 혼란이나 우려를 없애는 데 도움이 됩니다.
5. 파일럿 프로그램으로 시작: 정식으로 배포하기 전에 소규모 평가판으로 실험해 보는 것은 언제나 현명한 접근 방식입니다. 버그를 발견하고 수정하면서 심각한 혼란을 예방할 수 있기 때문입니다.
6. 통합 확장: 파일럿 프로그램의 검증을 완료했으면 조직 전반에 이를 단계적으로 통합하는 작업을 시작하세요. 모두가 인지하고 있는 미리 정해진 일정에 따라 진행하면 기술을 배포할 때 큰 차질이 없도록 하는 데 도움이 됩니다.
7. 정기적인 평가를 통한 유지보수, 업데이트 및 수정: 대부분의 기술과 마찬가지로 AI도 지속적으로 모니터링하고 업데이트해야 합니다. 지속적인 점검 계획을 수립하면 AI가 비즈니스 목표를 따라잡을 수 있도록 보장할 수 있습니다.

아직 엔터프라이즈 AI는 발전 과정에 있기 때문에, 기업이 도입을 추진할 때 반드시 염두에 두어야 할 몇 가지 중요한 사항이 있습니다. 앞으로 AI를 효과적으로 활용하기 위해서는 특히 다음과 같은 영역을 우선적으로 점검해야 합니다.

대규모 엔터프라이즈 AI를 윤리적으로 사용하려면 세심한 주의와 적절한 관리가 필요합니다. ‌AI가 편향되지 않도록 신중하게 설계되었는지 확인하고 안전 장치를 갖추도록 하는 것은 하고 모든 사람의 책임이며, 특히 조직 차원에서 관리해야 합니다. 이를 위한 모범 사례는 각 조직이 기업에 책임을 묻고 기술의 윤리적 사용을 유도하는 AI 원칙을 채택하는 것입니다. AI를 책임감 있게 구축하기 위한 노력에는 투명성을 유지하고 AI를 사용하는 사람들을 교육하고 그들의 역량을 강화하며 이 기술에 영향을 받는 사람들의 사회적 가치를 존중하는 것이 포함됩니다.

AI는 대량의 데이터를 사용하기 때문에 데이터 프라이버시와 보안은 엔터프라이즈 AI 기술에 투자할 때 가장 중요하게 고려해야 할 부분입니다. 신뢰를 유지하기 위해서는 모든 종류의 권리 침해 또는 오용으로부터 이러한 데이터를 보호해야 합니다. 사용하는 엔터프라이즈 AI 플랫폼이 신뢰할 수 있으며(Data 360의 핵심 원칙) 귀사의 소중한 데이터를 처리할 수 있는지 확인하세요.

직원들이 AI 솔루션을 적극적으로 받아들이도록 유도하는 일은 생각보다 쉽지 않습니다. 그중 하나는 기술에 대한 ‘불신’ 때문일 수 있습니다. 아직은 많은 것이 낯설고 새롭기 때문이죠. 또 다른 이유는 적절한 교육 자료나 학습 기회를 제공받지 못하고 있다는 점입니다. 이는 오히려 직원 재교육과 역량 강화의 기회가 될 수 있습니다.

또한, 직원들의 피드백이 실제 업무 프로세스에 반영되지 않고 있는 경우도 있습니다. 기업은 이러한 문제들을 해결하기 위해 투명성, 교육, 실행 측면에서 모범 사례를 마련해야 합니다. 그래야 직원들이 엔터프라이즈 AI를 더 잘 받아들이고, 그 혜택을 온전히 누릴 수 있습니다.

AI는 때때로 발견하고 수정하기 어려울 수 있는 허구적 응답 즉, 환각으로 악명 높습니다. 또한 AI는 훈련에 사용된 데이터 세트에 의존하기 때문에 ‌AI가 제공하는 결과물에는 의도치 않은 편견과 유해성이 있을 수 있습니다. Salesforce는 아틀라스 추론 엔진을 통해 LLM에 의사 결정을 내리는 사고 과정과 결정의 이유를 공유하도록 하여 환각을 방지합니다. 이러한 투명성 요건은 환각을 크게 줄입니다. 더 많은 도구가 이 요건을 채택하고 데이터를 더 면밀하게 조사하며 더 많은 가드레일을 마련한다면 시간이 지나면서 이 문제가 개선될 가능성이 높습니다.

모델이 영업 비밀이나 개인 정보가 포함된 데이터를 사용하여 훈련된 경우 데이터 유출 또는 지적 재산권 침해 문제가 발생할 수 있습니다. 모델은 인터넷과 같은 방대한 데이터 소스를 기반으로 훈련되기 때문에 지적 재산이 온라인에 공개되어 있는 경우 IP가 도용될 가능성이 있습니다.

엔터프라이즈 AI는 매우 짧은 기간에 빠르게 발전해 왔으며, 그 기세는 좀처럼 꺾이지 않을 듯합니다. AI는 우리 시대의 두드러지는 기술입니다.

복잡한 작업을 자율적으로 처리하는 지능형 에이전트를 특징으로 하는 이 제3의 물결 즉, 에이전틱 AI는 곧 제4의 물결인 로보틱스로 이어질 것이며 결국 인간과 유사한 학습, 추론, 적응 능력을 갖춘 인공 일반 지능(AGI)으로 발전하게 될 것입니다. 멀티모달 AI는 시각, 촉각, 음성 등의 감각 경험을 통합하여 자율 에이전트가 인간과 상호작용할 수 있도록 지원합니다.

당분간은 기존 기술들이 점점 더 정교해지고 고도화될 것입니다. 예를 들어, 고객 행동이나 시장 트렌드를 예측하는 기능은 더욱 정밀해져, 기업과 소비자 모두 더 나은 결정을 내릴 수 있도록 도와줄 것입니다. 고객 경험과 마케팅에서도 개인화 수준이 한층 더 정교해져, 선제적인 대응이 가능해질 것으로 기대됩니다. 제조업 분야에서는 자동화 기술이 계속 발전하면서, 점점 더 적은 인간 개입으로도 효율적인 운영이 가능해질 것입니다.

AI와 사물인터넷(IoT)이 결합되면, 각종 디바이스가 데이터를 수집하고 이를 실시간으로 분석해 스스로 판단하고 조치를 취할 수 있게 됩니다. AI와 블록체인을 함께 활용하면 데이터 보안성과 투명성을 확보하면서, 동시에 운영 효율성도 향상시킬 수 있습니다. 마지막으로 엣지 컴퓨팅과 AI가 결합되면, 클라우드 데이터 센터에서 발생할 수 있는 지연 시간과 연결성 문제를 해결할 수 있어, 헬스케어 모니터링이나 제조 자동화처럼 시간에 민감한 애플리케이션도 막힘 없이 작동할 수 있게 됩니다.

호스피탈리티와 같은 특정 산업에서는 여행자들이 다시 찾도록 만드는 개인화된 경험으로 잊을 수 없는 고객 여정을 제공하기 위해 엔터프라이즈 AI를 사용하고 있습니다. 의료 분야에서는 의사와 의료 제공자들이 AI를 사용하여 데이터와 추세를 연결하여 결과를 개선하는 더 나은 치료를 제공할 수 있으며, 제약 회사는 연구 개발 속도를 높여 더 빠르고 정확하게 혁신할 수 있습니다.

엔터프라이즈 AI의 장점과 도입의 필연성은 이미 널리 알려져 있습니다. 생산성과 성장 가능성을 끌어올리고, 동시에 비용까지 절감할 수 있는 이 기술을 외면하는 것은 결코 현명한 선택이 아니죠. 문제는 ‘어떻게 도입하느냐’에 달려 있습니다. 효과적으로 구현하려면 단순한 기술 적용을 넘어, 세심한 전략과 접근이 필요합니다.

어디서부터 시작해야 할지 막막하신가요? 완벽한 디지털 인력 플랫폼인 Agentforce는 데이터, AI, 자동화를 워크플로에 통합하는 복잡하고 까다로운 작업을 대신 처리해 드릴 수 있습니다. Agentforce는 담당자가 그들의 원래 관심사를 제자리로 돌려 고객에게 다시 집중할 수 있도록 돕습니다.

Sarah Sung은 Salesforce의 선임 편집자입니다. 이전에는 San Francisco Chronicle, AFAR 등의 출판사에서 AI와 기술부터 건강과 웰빙, 식음료에 이르기까지 모든 것을 다루는 라이프스타일 작가로 활동했습니다. 또한 Under Armour, Gap, Travelocity에서는 콘텐츠 마케팅도 담당했습니다.