내년에는 양질의 데이터를 활용한 기업과 그렇지 못한 기업 간 생산성과 경쟁력이 극명하게 갈릴 것이라는 전망이 나왔다.

쌔스(SAS)가 ‘2025년 인공지능(AI) 트렌드 전망’을 발표했다. SAS는 최근 몇 년간 기술 산업의 화두로 주목받은 AI의 흐름이 내년에도 지속회는 동시에 실질적 성과를 창출하면서 산업별 모델, 지속가능성 등 다양한 이슈가 등장할 것으로 예측했다. 

SAS 경영진과 전문가들이 분석한 2025년 AI 트렌드는 ▲빠른 모델 학습으로 AI 탄소발자국 감소 ▲양질의 데이터 중요성 ▲생성AI에 대한 현실적 접근 ▲AI와 클라우드 사용에 따른 환경적 책임 등이다. 

AI의 난점 중 하나는 전력 소모다. AI로 급증하는 전력 수요로 인해 원자력을 대두시키고 있지만, 이와 동시에 속도와 알고리즘 효율성을 높여야 한다는 요구도 높다.

가전 산업과 자동차 산업이 에너지 효율성 측면에서 현저한 발전을 이룬 것처럼 AI 모델의 효율성 역시 가속화될 전망이다. 

AI를 이용한 사이버공격도 그림자 중 하나다. AI 공격은 개인·집단·기관 차원에서 발생해 삶의 방식을 위협할 수 있으며, 이에 따라 건전한 사회적 논의와 문화적 규범 유지를 위한 정부와 기업 간 사회적 노력이 요구된다.

위협 완화를 위해 기업 리더에게는 AI 원칙, 정책, 기준, 통제 방안을 강력히 추진하며, 조직 내 AI의 윤리적 사용에 대한 논의를 주도하는 역할이 요청된다. 

SAS는 환경에 대한 공동의 책임도 강조했다. AI 도입 열풍은 대량의 클라우드 리소스를 소비하고 탄소 배출량을 늘리는 비효율적인 모델을 만들고 있다. 

하지만, 환경 영향을 줄이는 일은 하드웨어 제공업체와 대형 클라우드 서비스 제공업체만의 책임이 아니다. 데이터와 AI 워크로드를 관리하는 AI 사용자들에게도 공동의 책임이 요구된다.

클라우드에 최적화된 데이터와 AI 플랫폼을 활용해 AI 모델 개발 효율성을 높이면 불필요한 중복 작업과 자원 낭비를 줄이고, 에너지 소비를 최소화하는 데 기여할 수 있다.

한편 대규모언어모델(LLM)이 상품화되면서 AI 과금 모델의 붕괴가 내년 나타날 것으로 SAS는 예상했다. 기본 기능이 무료로 제공되고 오픈소스 LLM의 확산이 주요 제공업체의 지배적 지위를 약화시키게 된다는 것이다.

이에 따라, 전문화된 서비스와 특정 영역에 특화된 애플리케이션이 주목받으면서 맞춤화와 통합이 핵심 차별화 요소로 분산 AI 환경을 촉진할 것으로 예상된다. 

아울러 AI 시대에서 데이터의 중요성은 더 높아질 전망이다. 생성AI를 통해 경쟁 우위를 확보하고 전문화된 고객경험을 제공하며, 혁신 제품을 빠르게 출시하는 기업과 생성AI 경쟁에서 뒤처지는 기업 간 명암이 극명하게 드러날 것으로 예상된다.

AI 경쟁에서 앞서기 위해서는 우선 근본적인 데이터 문제 해결이 필요하다. 불량 데이터는 AI 성능을 저해하기 때문으로, 양질의 데이터는 AI 경쟁력을 좌우할 것으로 예상된다. 

SAS는 AI에 대한 과도한 기대감을 어느 정도 내려놓고 실질적인 비즈니스 가치를 창출하는 데 집중해야 하는 시점이라고 조언했다.

현재 기업들은 접근 방식, 거버넌스, 산업형 맞춤형 모델, 대규모언어모델(LLM)과 전문화된 소규모언어모델(SLM)의 전략적 선택으로 AI에 접근하는데, 이와 동시에 적용 업무에 따라 생성AI와 전통적 AI/ML을 선택·조합해 생성AI의 한계와 환각 현상을 극복하기 위한 노력도 병행돼야 한다는 설명이다.

AI를 완전히 활용하는 기업이 경쟁에서 승리할 것은 분명하다. 생성AI는 ‘화제의 신기술’에서 이제 ‘일상적인 AI’로 자리잡을 전망으로, 반복적인 업무를 자동화하고 직원들이 더 중요한 업무에 집중할 수 있도록 하는 자동화를 비롯해 AI의 이점을 극대화할 때 AI 시대의 승자가 될 수 있다. 

이외에도 AI와 클라우드 가속화가 본격적인 ‘IT 합리화’ 시대를 촉발할 것으로 예상된다. 오랫동안 운영된 세그먼트별로 단절된 시스템에서 벗어나 클라우드를 활용해 IT인프라와 공급업체 관계를 간소화하고, 비즈니스 속도를 높이며 비용을 절감하는 IT 합리화를 추진하는 기업이 가장 큰 가치를 창출할 수 있다고 SAS는 조언했다.