인공지능(AI)을 포함한 지능형 자동화 기술에 대한 기업의 투자가 2025년까지 2320억 달러에 달할 것이라고 전망한 보고서가 나왔다. 이는 현재 투자액수인 124억 달러보다 18배 높은 금액이다.

글로벌 컨설팅기업 KPMG 사가 내놓은 이 보고서는 전 세계 기업의 최고 경영진을 대상으로 실시한 인터뷰 조사 결과를 바탕으로 했다.

그에 의하면 응답자들은 디지털 전환의 핵심 요소로 간주되는 지능형 자동화 기술의 가치를 인지하고 있는 것으로 나타났다.

또한 대부분의 최고 경영자들은 향후 3년간 직접투자뿐만 아니라 간접투자의 비중도 20%에서 40%로 늘리겠다는 계획을 밝힌 것으로 드러났다.

많은 전통 기업체들은 디지털 기업이 현 상태를 유지할 경우 위험에 처할 것이라고 판단하고 있으며, 테슬라나 아마존 등의 사례처럼 빠르게 진화하는 선두 디지털 기업체와 경쟁하기 위해서는 자신들의 비즈니스운영 모델을 포괄적으로 변화시키려는 의사를 보였다.

하지만 지능형 자동화 기술에 가장 집중하고 있다고 응답한 설문자들조차도 지능형 자동화로의 진행에 대해서는 점진적인 도입을 진행하고 있다고 밝혔다.

이와 관련해 KPMG 사는 대부분의 관련 프로젝트들이 아직 계획단계에 머물러 별다른 진전이 이루어지지 않고 있다고 결론 내렸다.

더불어 대부분의 기업들이 지능형 자동화가 비즈니스 프로세스를 변화시키고 이전에 존재하지 않던 기술에 의해 추동되는 새로운 프로세스로 인해 조직이 재구조화된다는 점을 이해하고 있지 못하다고 KPMG 사는 지적했다.

이번 조사를 담당한 KPMG 사의 인지자동화 이니셔티브 책임자인 클리프 저스티스는 다양한 분야에 걸쳐 확산 적용될 수 있는 사항을 결정하기 위해서는 전략적 사고와 개념에 대한 확인이 필요하며, 반복적인 이행을 통해 성공 여부를 가늠할 수 있어야 한다고 밝혔다.

AI 도입 전략적으로 해야 성과 창출

특히 기업의 구조를 변경하기 위해서는 어려운 결정을 내려야 하고, 새로운 기술을 직원들이 습득할 수 있도록 해야 한다고 조언했다. 이를 위해서는 구조조정 및 감원 등의 결정이 필요할 수도 있다.

또한 이번 조사를 담당한 연구진은 보고서에서 새로운 비즈니스 모델을 개발하는 데 초점을 둔 자동화에 전략적으로 접근할 경우 5~10배의 수익을 증대시키는 것으로 나타났다고 밝혔다.

아울러 기업들이 비용 절감에만 초점을 둘 경우 부정적인 효과를 나타낼 수 있다고 경고했다.

반면 인공지능을 전략적으로 활용하면 소비자에 대한 서비스 향상, 종업원의 능력 배양, 혁신 촉진, 비용 절감, 보다 빠른 프로젝트 수행 및 업그레이드, 표준화 등 중요한 성과로 이어질 수 있다고 주장했다.

하지만 이러한 성과를 얻기 위해서는 전체적인 비즈니스 목표에 상응해 AI 도입을 전략적으로 이행해야 한다고 밝혔다.

한편, AI로 인해 대규모 일자리 감소가 예상되는 가운데 AI가 오히려 더 많은 일자리를 창출할 것이라는 보고서도 나왔다. 컨설팅 업체 프라이스워터하우스쿠퍼스(PwC)가 지난 7월에 발간한 AI와 일자리의 미래에 관한 보고서가 바로 그것이다.

PwC는 이 보고서에서 2037년까지 AI와 로봇으로 인해 영국에서만 약 700만 개의 일자리가 사라질 것으로 예측했다. 특히 운송 분야의 경우 일자리의 38%, 제조업은 30%를 로봇이 대체한다는 전망이다.

하지만 AI가 일자리를 없앤 만큼 많은 분야에서 새로운 일자리가 생겨 결과적으로 2037년까지 720만 개의 새로운 일자리가 생길 것으로 보았다. 즉, 생산 비용이 감소하고 지출이 늘면서 결국 기존보다 20만 개의 일자리가 새로 생긴다는 주장이다.

보고서는 일자리가 새롭게 늘어날 분야로 보건, 과학, 기술, 돌봄 서비스, 교육, 숙박, 음식 서비스 등을 꼽았다. 반면 제조, 운송, 공공 행정, 금융 및 보험, 소매업, 건설 등의 분야에서는 일자리가 줄어들 것으로 예측했다.

AI 분석가, 유망 직업으로 부상

미국에서는 벌써부터 AI 분석가가 빠르게 성장하는 유망 직업으로 떠오르고 있어 주목을 끈다.

AI 분석가의 역할은 AI 시스템이 수집하는 정보를 이용해 상세하고 정확한 보고서를 제공함으로써 기업이 수집하는 새로운 데이터 홍수에서 투자 대비 이익을 최대화하는 것이다.

AI 시스템은 막대한 양의 데이터를 생산하는 등 인간 노동력을 대체하고 있다. 하지만 그 데이터는 정보를 평가하고 활용해 의사결정을 위한 비즈니스 권고를 제공하는 AI 분석가의 실무적 지원이 없으면 무용지물이 된다.

AI를 최신 기종의 설계 등 상품 개발에 활용하는 애플 같은 기업이 좋은 사례다.

이 회사에서 생산한 아이폰X 등의 제품은 바이오닉 칩을 탑재해 개발자가 머신러닝을 이용한 AI 기능을 앱에 통합하는 방법을 제공하고 있다. 하지만 개발자는 항상 AI 분석가와의 협력을 통해 AI로 수집한 데이터를 의미 있는 방향으로 사용하고 있는 것으로 알려졌다.

머신러닝의 경우 주요 기업들의 의사결정 능력을 향상시키는 데 큰 도움을 준다. 그러나 이 데이터를 취합하고 평가하는 일은 여전히 인간인 AI 분석가가 수행하고 있는 셈이다.

머신러닝을 해석하기 위해서는 관계형 데이터베이스, 애플리케이션 언어, 데이터 마이닝, 통계, 비즈니스 인텔리전스 분야의 정보 시스템 경험 등의 매우 구체적인 기술이 필요하기 때문이다.

이미 AI 분석을 거쳐 회사의 미래를 예측하고 의견을 제시하는 도구를 갖춘 기업들에서도 AI 분석가는 동일한 목적을 위해 앞으로도 계속 향상된 데이터를 해석하는 역할을 수행할 필요가 있다. 따라서 AI 분석가라는 직종은 AI 산업이 발전함에 따라 계속 확장될 것으로 예상된다.