인공지능(AI) 활용은 더 이상 대기업만의 전유물이 아니다. 기존에는 AI를 자체적으로 개발해야 했고 업무에 이를 활용하기까지 문턱이 높았다. 최근 몇 년 새 기술 대중화 및 상용화가 빠르게 이뤄지며 대기업부터 스타트업까지 업무 생산성을 높이고자 다양한 AI 툴을 도입하고 있다. 외부 AI 솔루션이 많아져 자체 개발에 비용과 리소스를 들이지 않아도 선택의 폭은 충분히 넓어졌지만, 이를 활용할 때는 명암이 분명히 존재한다.
외부 AI 솔루션은 도입이 쉽고 초기 투자 비용 또한 적다는 장점이 있다. AI를 자체 개발하려면 전문 인력과 인프라가 필요하고 이를 유지·보수하는 데에도 리소스가 필요하다. 반면, 외부 솔루션은 필요한 기능을 선택해 도입할 수 있고 API를 연동하면 필요한 데이터를 연결해 맞춤형으로 활용할 수 있다. 또, 운영이 원활한 서비스라면 최신 기술로 지속 업데이트되기 때문에 별도의 유지보수 부담 또한 없다.
하지만 외부 솔루션 도입으로 모든 문제가 해결되는 것은 아니다. 외부에서 개발된 솔루션인 만큼 충분히 검토하는 과정이 필요하다. 기업은 어떻게 외부 AI 솔루션을 성공적으로 도입할 수 있을까.
먼저 도입 목적과 그에 맞는 툴의 전문성을 평가해야 한다. 대외적으로 유명하거나 그럴듯해 보이는 AI보다 우리 비즈니스의 문제 해결에 실질적인 도움을 줄 수 있는가에 주목할 필요가 있다. 이를 위해서는 기업이 해당 영역에 전문성이 있는지, AI 기술로 어떻게 페인 포인트를 개선하는지 등을 고려하는 것이 솔루션 도입 효과를 높이는 방법 중 하나다.
두 번째로, 데이터 보안 및 개인정보 보호에 대한 기술과 기능이 뒷받침된 솔루션인지 확인 후 도입해야 솔루션 활용을 극대화할 수 있다. 외부 솔루션을 활용하면 기업 내부 데이터가 외부와 연동되는 셈이며, 데이터에는 민감한 고객 정보와 기업 기밀도 담겨있다. 이에 사용하는 AI 솔루션에 보안 문제가 발생할 경우 금전적 손해는 물론 자사 평판까지 손상되는 리스크로도 이어지는 것이다.
그러므로 해당 솔루션이 데이터 암호화, 접근 제어 등의 기술이 적용됐는지, 개인정보보호 관리체계(ISMS-P) 등 관련 인증을 획득했는지 등을 확인하며 도입해야 한다. 이와 더불어 데이터를 어디에 저장하며 처리하는지, 어떤 데이터가 AI 모델 학습에 사용되는지도 살펴야 한다.
이러한 도입 과정을 거쳐 전문성 있는 외부 AI 솔루션을 도입한 사례 보면, 성공적인 활용 효과를 엿볼 수 있다. SK매직 상품기획운영팀에서는 리서치&경험분석 플랫폼 데이터스페이스의 AI 텍스트 분석 기능으로 방대한 고객 VoC를 분석해 최적화된 고객 경험을 제공한다. 보안 인증인 ISMS-P를 취득한 유일한 AI 기반 리서치 플랫폼이라 안심하고 고객 데이터를 적극 활용하며 업무 효율을 높이고 있다. F&B 기업 이랜드이츠에서는 기업용 메신저 채널톡의 AI 에이전트 ALF를 도입했다. 고객 상담, 응대에 대한 경험과 전문성으로 바탕으로 개발된 에이전트를 활용해 문의 고객의 첫 응대 시간과 상담 처리 시간을 감축하고 있다.
외부 AI 솔루션의 활용은 기업 경쟁력을 높이는 강력한 수단이다. 하지만 단순히 기술 트렌드에 대한 추종이나 AI에 대한 막연한 환상으로 이를 도입하기보다는, 고객 경험의 개선이나 새로운 비즈니스 기회 창출에 초점이 맞춰야 한다. 이에 더해 최근 불거지는 AI의 보안 문제를 간과한다면 득보다는 실이 클 수 있다. 따라서 면밀한 검토가 선행될 때 도입 효과를 높이고 업무 생산성에도 긍정적인 영향을 가져올 수 있을 것이다.
황희영 오픈서베이 대표 hy.hwang@opensurvey.io
