제4차 산업혁명 

GenAI 이제 ROI에 집중해야 할 때

-WEF 세계경제포럼-

생성형 인공지능(GenAI)의 경제적 잠재력은 엄청나다.

Goldman Sachs에 의하면 GenAI로 연간 생산성이 1.5% 향상되어 향후 10년 동안 7조 달러의 경제적 가치를 창출할 수 있다고 한다.

https://www.goldmansachs.com/intelligence/pages/generative-ai-hype-or-truly-transformative.html

McKinsey의 전망은 훨씬 더 낙관적이어서 GenAI가 세계 경제에 연간 최대 7조 9천억 달러를 추가할 수 있다고 예측한다.

https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier

더하여 실증적 연구와 비즈니스 실무 결과를 통해 낙관론에 충분한 근거가 있는 것으로 확인되고 있다.

스탠포드 인간 중심 AI 연구소(Stanford Institute for Human-Centered AI)의 에릭 브린욜프슨(Erik Brynjolfsson) 교수는 최근 스탠포드 경영대학원과의 인터뷰에서 이러한 연구 결과에 더욱 힘을 실어준다.

https://www.gsb.stanford.edu/insights/generative-ai-can-boost-productivity-without-replacing-workers

"​저는 수년 동안 새로운 정보 기술을 도입에 관한 많은 연구를 해왔는데 기업들은 1%~ 2%의 생산성 향상에 만족해합니다."

비즈니스 실무자들도 생산성이 크게 향상되었다고 보고하고 있다. 

예를 들면 Mercado Libre는, 9,000명의 개발자에게 GitHub CoPilot 툴을 보강해 준 결과 코딩에 소요되는 시간이 50% 단축되었음을 확인했다.

https://github.com/customer-stories/mercado-libre

흥미로운 동향은 GenAI가 생산성 향상을 주도하고 있으며 업무가 복잡할수록 생산성 향상 효과를 얻는 것으로 나타났다.

이러한 예 중 하나로 전통적인 방법으로 만들면 더 복잡하게 되는 콘텐츠 형식을 GenAI가 만들 경우 생산성이 향상된다.

텍스트 입력은 코드 작성보다 스킬이 덜 필요하지만 비디오 같은 시각적 형식은 훨씬 더 복잡하다.

일이 복잡할수록 GenAI를 활용하면 생산성이 향상되는 것으로 비즈니스 데이터가 제시하고 있다.

예를 들면 Zoom은 Synthesia의 AI 비디오 플랫폼을 사용하여 전 세계 1,000명 이상의 영업 담당자를 대상으로 하는 인터랙티브 트레이닝을 만들었는데 비디오 가속화로 생산성을 90% 높여 직원당 1,500달러를 절약했다.

https://www.synthesia.io/case-studies/zoom

텍스트 생성, 코드 및 비디오 제작에의 GenAI 활용은 낙관적인 근거가 있으나 대대적인 도입에 대해서는 대부분 회의적이다.

침묵으로 응답

그러나 현장의 사업 운영자들은 GenAI에 대한 생각이 밝기만 한 것 같지는 않다.

딜로이트의 보고서에서도 비슷한 의견을 반영하고 있다.

딜로이트는 여러 자료를 인용해 가격에 대한 민감도와 기업의 GenAI 채택에 대한 높은 기대치 모두를 강조했다. 

GenAI의 장기 전망에 대해 낙관적으로 보고 있는 사람도 있으며, 보고서의 한 설문 조사 참가자는 "나에게 비용을 지불할 수 있도록 행운을" 이라고 추가 글을 남긴 사람도 있다.

ROI에 집중

이것은 새로움이 근본적 핵심인 ROI의 중요성을 가려서는 안 된다는 사실을 말해준다.

GenAI의 낮은 진입 장벽은 훌륭한 특장점이지만, 다른 측정 가능한 목표와 우리가 주시해야 하는 비즈니스 결과 예측에 대한 가설을 가려서는 안 된다.

Gartner가 밝힌 바와 같이 GenAI를 도입할 때 가장 큰 과제는 비즈니스 가치를 추정하고 입증하는 것이다.

https://www.gartner.com/en/newsroom/press-releases/2024-05-07-gartner-survey-finds-generative-ai-is-now-the-most-frequently-deployed-ai-solution-in-organizations

GenAI의 장기적 잠재성은 단기적 가치를 입증하는 데 달려 있다. 즉, GenAI 파일럿을 활용하기 전에 성공 기준이 명확하게 정의되어야 한다.

진정한 혁신의 모든 기술처럼 GenAI는 두 가지 주요 측면에서 측정 가능한 결과를 추진할 수 있다.

•고객경험 개선

•단가 절감

플랫폼이 위 두 가지 측면에서 ROI 실현 방법을 제시할 수 있는 점이 과거와의 변화이다.

지난 10년 이상 인터넷과 연결된 유져 생성 콘텐츠는 발명품 중 역사적으로 가장 수익성이 높은 비즈니스 모델로 새로운 형태의 표현 방식이었다.

향후 10년 동안 AI가 생성하는 콘텐츠는 이와 유사한 결과를 가져올 것이다. 

GenAI 고유의 기능을 활용하여 고객 경험을 개선할 경우 확실한 투자 수익을 얻을 수 있다.

초기 사례로 펩시코의 메시(축구선수) 메시지 캠페인은 Synthesia의 AI 비디오 플랫폼으로 구동 되는데 AI 비디오를 무제한 적으로 활용할 수 있다.

Messi 메시지를 통해 축구 스타의 초상으로 개인화된 비디오를 대규모로 생성할 수 있다. 

https://www.synthesia.io/post/messi

팬들은 8개 언어로 700만 개 이상의 동영상을 제작했으며, 이는 기존 동영상 제작으로는 불가능한 결과물이다.

GenAI 어플리케이션을 최고 수준의 마케팅에 집중적으로 전개한 예는 많다. 고객 경험 개선은 고객의 전 라이프 사이클에 걸쳐 매출에 지대한 영향을 미칠 수 있다. 

GenAI를 활용하여 비즈니스 기능에 따라 개발 단계 중간에 제품 데모를 업그레이드하거나, 개인화된 잠재 고객 발굴 프로세스를 통해 아웃바운드 판매 전환을 개선하거나, 고객 지원을 개선하여 고객 유지율을 높일 수 있다.

또한, 측정 가능한 생산성 향상으로 고객 경험의 단위 비용을 낮출 수 있다.

GenAI 사내 도입은 조직의 우선 순위에 따라 다르며 그 가치는 비용, 생산성 또는 기타 효율성 지표로 측정할 수 있어야 GenAI가 풀어 놓을 수 있는 장기적인 경제적 상승 가치를 경영 리더들과 공유할 수 있다.

GenAI: Tools to solutions

우리 대다수가 측정 가능한 파일럿 운영 결과의 책임에 대한 과제를 아직 해결하지 못하고 있다. 

다행히도 일부 선두 시행 기업들은 이미 GenAI 도입 후 다음 단계로 이동하고 있다.

일단 GenAI 도입 초기에 가치 설정 및 확인을 하고 나면, 비즈니스 프로세스와 기업 운영 모델을 재창조하는 어려운 작업이 시작된다.

관련 연구에 의하면 범용 기술의 발명과 이후의 성장에 미치는 영향 사이에는 시차가 있다.

새로운 플랫폼의 변화가 있을 때마다 시간 차는 줄어들고 있지만 그 차이 확인은 몇 년이 지나야 측정할 수 있다.

예를 들어, 전기에서 원재료까지 생산성에 붐을 일으키기 위해서는 제조 프로세스를 재창조해야 했다. 

제품이 조립 라인에 투입된 후에 기술 도입의 이점을 제대로 경험할 수 있었다. 

이것은 GenAI가 잠재력을 최대한 발휘할 수 있도록 기업이 운영 방식을 조정해야 한다는 것을 의미한다.

GenAI 파일럿은 범위가 제한되어 있어 업무의 폭이 넓지 않은 분야에 초점을 맞추어야 한다.

어디에 가치가 있는지 초기의 가설을 테스트하기 위해서이다. 

일단 검증되면 단일 업무에서 비즈니스 전체로 처음부터 끝까지 문제 해결을 목표로 범위를 확장해야 한다.

예를 들어, 판매를 전망하는 파일럿 프로그램에서 텍스트 대신 비디오 사용으로 전환율 상승효과와 그로 인해 하위 단계에서 발생하는 추가 수익을 테스트할 수 있다. 

일반적으로 테스트 방법은 기존의 채널(예: 아웃바운드 이메일)에 몇 개의 AI 비디오를 활용하여 범위를 제한한다. 

이러한 범위 설정은 가치 증명에는 유용하지만, 생성 AI가 가지고 있는 전체 잠재력을 완전히 이용하지 못할 것이다.

그러나 판매 전망은 복잡하고 여러 단계를 걸쳐야만 하는 복잡한 여정의 업무이다. 

차별화된 고객 경험을 제대로 창출하기 위해 잠재 고객 발굴 과정을 처음부터 끝까지 재설계하는 일에 GenAI는 다양한 툴의 결합으로 잠재력을 발휘한다.

브랜드의 톤을 스크립트 생성에 반영하는 프롬프트 엔지니어링, 각 단계에 맞춘 브랜드 준수 비디오 템플릿 생성, 개인화된 고객 경험을 고객 관계 관리 데이터에 통합하는 일 등이 수반될 수 있다. 

또한 툴을 솔루션에 결합하면 잠재 고객과 연결하는 데 할애하는 시간 자원을 낭비하지 않으므로 저비용의 구조에서 대규모 콘텐츠를 자동 생성할 수 있다.

그러나 GenAI 시스템을 구축하는 일은 방정식의 절반에 불과하다. 

기업의 운영 모델을 재창조하는 일은 생산의 조립라인이 변화될 때와 마찬가지로 훈련에서 안전 교육에 이르기까지 직원인 사람의 의식과 행동을 변화시키는 일도 중요하다.

콘텐츠의 로컬화를 예로 들면, 현재 모델은 대부분의 기업이 hub-and-spoke 모델을 사용하여 기존 오버헤드가 있는 현지 시장 언어로 콘텐츠를 번역하도록 한다. 

모델에 외부 트랜스크리에이션 에이전시의 작업이 포함되는 경우 완료까지 몇 주는 쉽게 추가된다.

기업 강화를 위해 AI 지원을 활용하려면 운영 모델을 처음부터 다시 생각해야 한다. 

중심적 역할이 이해 관계자를 조정하는 일에서 보다 실무적인 일로 이동되어야 한다. 

일반적으로 에이전시에 위탁하는 일은 사내에서 수행할 수 있다. 

이렇게 되면 담당 역할의 본질적인 성공 기준과 사내 교육 프로그램이 바뀌어 직원들에게 정신적 부담을 가져온다.

그러나, 이러한 전환이 이전보다는 더 원활히 이루어질 수 있다는 점을 시사하는 몇몇 증거가 있다. 

생성형 AI 시스템이 더 나은 추론 능력을 개발하고, 인간-기계 협업이 더욱 효과적으로 이루어지며, AI 코치가 직원들을 대규모로 지원할 수 있다는 점이다.

Brynjolfsson이 언급했듯이:

"새로운 기술이 등장하여 변화를 시도할 때 직원을 재교육하고 비즈니스 프로세스 변경이 어렵고 비용이 많이 들어 처음에는 성과가 떨어질 수도 있다. 

하지만 이번 경우에는 그런 소강기를 겪지 않고 몇 개월 만에 성과가 급상승했다."

생성형 AI로 앞으로 해야 할 일도 많이 있지만 생성형 AI가 기업에 제공할 가치를 생각하면 기대도 크다. 

목표를 분명히 세우고 유지하면 생성형 AI ROI 성과를 거둘 것이다.

참조 | https://www.weforum.org/agenda/2024/05/how-businesses-should-get-the-most-out-of-genai-by-focusing-on-return-on-investment/​​