2025년 AI에서 기대할 7가지 트렌드

또 다른 해, 또 다른 인공 지능(AI)에 대한 투자. 이는 분명히 2024년의 경우였으며, 2025년에도 많은 조직이 ROI에 대한 의문을 제기하기 시작함에 따라 같은 모멘텀이 지속될 것인지 궁금해진다.

대부분의 분석가에 따르면,答案은 압도적인 예스이며, 향후 12개월 동안 약 3분의 1 정도로 글로벌 투자가 증가할 것으로 예상되며, 2028년까지 같은 궤도에서 계속 증가할 것이다. 그러나 예산이 증가할 수 있지만, 2025년에는 더 신중한 접근 방식이 있을 것으로 보이며, 기업은 필요한 기술 유형에 대해 더 신중해지고, 더 중요한 것은 실제 비즈니스 문제를 해결할 수 있는지 여부이다.

이러한 가운데, 2025년의 예측은 다음과 같다:

1. 투자 전 더 나은 분석

ROI가 개선됨에 따라 기업은 지혜롭게 지출하기 위해 AI 자체를 사용할 것이다. 지금까지 가장 큰 문제는 “밴드왜건에 뛰어올라”는 것, 특히 생성적 AI와 LLM의 도입 이후 더욱如此이다. 실제로 글로벌 비즈니스 리더의 63%는 AI에 대한 투자가 FOMO( sợ 뒤처지는 страх) 때문이었다고 한다. 이는 데이터 기반 접근 방식이 필수적임을 의미한다. 에이전틱 자동화에 이어, 인지 프로세스 인텔리전스는 비즈니스 운영에 대한 더 깊은 맥락을 제공할 것이며, 궁극적으로 AI가 운영 컨설턴트로서의 역할을 수행할 수 있도록 할 것이다. 이러한 시스템은 조직 내의 복잡한 워크플로를 매핑, 분석, 예측한 다음 실시간 데이터 분석 및 과거 패턴을 기반으로 개선 사항을 추천할 수 있을 것이다. 이는 금융, 물류, 제조 등에서 작동할 것이다.

2. AI-퍼스트 시대, BPM에 대한 관심 재고

비즈니스 프로세스 관리(BPM)의 새로운 황금 시대가 다가온다. 1990년대에 기업 리소스 플래닝(ERP)의 등장으로 광범위한 디지털화가 일어난 이후, 기업은 경쟁력을 유지하기 위해 운영 방식을 재고해야 할 필요가 없다. 두 가지 요인이 이러한 변화를 주도한다. 첫째, 기업은 모든 비용을 무시하고 성장하는 것이 지속 가능하지 않으며, 건강한 단위 경제와 양性的 ROI를 달성하기 위해 성과와 효율성을 추구해야 한다는 것을 인식한다. 둘째, 생성적 AI의 에이전틱 하이프가 기술의 사용 사례를 탐색하기 위해 팀에 지시한 결과로서 관심과 채택이 가속화되었다.

가장 효과적인 모델이나 복잡한 프롬프트는 고립 상태에서 비생산적이다. 따라서 BPM은 다시 한 번 주목을 받고 있다. AI의 即将적인 영향은 거의 모든 기업 워크플로에 영향을 미치므로 프로세스 발견, 분석 및 재설계는 모든 프로그램, 특히 확장성을 위한 운영화에 фундамент적이다. 이 상황은 이전의 디지털 변환 과제와 유사하며, 기술에 대한 과도한 집중으로 인해 인적 또는 프로세스적 고려를 무시하여 성과가 좋지 않았다.

3. 더 통합된 멀티모달 AI 시스템

텍스트, 비전, 오디오, 센서 데이터를 결합하는 멀티모달 AI는 상황 인식을 위한 전체적인 이해를 추구하는 비즈니스에서 표준이 될 것이다. 이는 독립적인 문서 분석이나 음성 인식만을 넘어서서, 통합 시스템은 여러 모달리티에서 통찰력을 얻어 복잡한 시나리오에 대한 더 풍부한 해석을 제공할 수 있을 것이다.

금융 부문에서 멀티모달 AI는 고객 서비스를 혁신할 수 있다. 텍스트, 음성, 거래 기록, 행동 데이터를 통합하여 고객의需求에 대한 종합적인 이해를 제공할 수 있다. 이 통합을 통해 금융 기관은 개인화된 서비스를 제공할 수 있으며, 고객 만족도를 높이고 운영 효율성을 개선할 수 있다.

예를 들어, AI 기반 가상 금융 고문은 24/7 금융 고문을 제공할 수 있으며, 고객의 지출 패턴을 분석하고 개인화된 예산 제안을 할 수 있다. 또한, AI 기반 챗봇은 많은 루틴 문의를 처리할 수 있으며, 운영을 간소화하고 고객을 참여시킬 수 있다.

멀티모달 AI를 활용하여 금융 기관은 고객의需求을 예측하고, 문제를 사전적으로 해결하며, 맞춤형 금융 고문을 제공할 수 있다. 이를 통해 고객 관계를 강화하고 시장에서 경쟁력을 얻을 수 있다.

4. 규제 준비, 설명 가능한 AI

글로벌 규제가 증가함에 따라, 규제 요구 사항을 충족하는 설명 가능한 AI에 대한 관심이 높아질 것이다. 투명성, 편향 감소, 감사 추적을 가능하게 하는 도구에 대한 중점이 있을 것이다. 이를 통해 기업은 AI 솔루션을 신뢰하고, 필요에 따라 규정 준수를 확인할 수 있을 것이다.

AI 개발자는 특히 금융, 보험, 의료, 법률과 같은 중요한 부문에서 AI의 결정에 대한 해석과 도전을 허용하는 인터페이스를 제공할 가능성이 있다.

투명성 이외에도, 책임 있는 AI에 대한 헌신이 우선순위가 될 것이다. 기업은 고객과 소비자의 신뢰를 얻으려고 할 것이다. OECD는 60개 이상의 국가에서 700개 이상의 규제 이니셔티브가 개발 중이라고 보고한다. 법률은 아직 혁신을 따라가지 못하고 있지만, 기업은 자발적인 행동 규범, 예를 들어 IEEE 또는 NIST에서 개발한 규범,을 따르려고 할 것이다. 이를 통해 기업은 투명성을 통해 신뢰를 얻을 수 있으며, 고객의忠誠心을 높일 수 있다.

외부 감사도 인기가 증가할 것으로 예상된다. 예를 들어, forHumanity는 AI 시스템을 분석하여 위험을 평가하는 비영리 조직이다.

5. 인간 중심 AI 설계

AI 도구가 우리의 삶에 더 깊숙이 침투함에 따라, 윤리적 고려와 인간 중심 AI 설계의 중요성이 커질 것이다. 사용자 중심, 포용성, 그리고幸福을 우선하는 AI 시스템이 개발될 것으로 기대된다.

기업은 사용자의 의사 결정 능력을 강화하는 협력 지능을 강조하는 AI 솔루션을 개발할 가능성이 있다. 이는 인간-기계 상호작용에서 심리적 안전성과 사용자幸福을 중시하는 접근 방식일 수 있다.

6. 에이전틱을 주의해서

2025년에는 결정론적 자동화와 에이전틱 자동화의 경계가模糊해질 것이다. 이를 통해 더 통합된, 지능적이고, 적응 가능한 시스템이 개발될 것이다. 그러나 결정론적 자동화는 내년에도 생산에서 자동화의 95% 이상을 차지할 것이다.

에이전틱 자동화는 자율적 결정과 새로운 상황에 대한 적응能力을 갖춘 시스템이다. 이는 동적 환경에서 유연성과 적응성이 중요할 때 더 개인화된 상호작용과 결과를 제공할 수 있다.

7. LLM에 대한 반발

대규모 언어 모델(LLM)의 발전은 혁신적이었다. 그러나 이러한 발전은 큰 비용과 함께한다. 특히 데이터의 양이 많을수록, 에너지 소비도 많아진다.

생성적 AI와 LLM의 단점은 대부분 데이터의 양과 관련이 있다. 이는 윤리, 정확성, 개인 정보 보호와 같은 문제를 야기한다.

2025년에는 기업이 더 좁은 목표와 작업을 위한 특화된 AI 솔루션으로 전환할 것이다. 이는 본질적으로 불필요한 부분을 제거하는 것이다. 모델 자체를 압축하면 계산의 精度가 작아지고, 컴퓨터 파워에 대한 에너지 요구가 줄어든다.

まとめ

2025년은 인공 지능, 특히 생성적 AI에 대한 투자가 더욱 증가할 것이다. 그러나 비즈니스 리더들은 더 데이터 기반적이고, 전체적인 접근 방식을 취할 것이다. 이는 실제 비즈니스 목표를 달성하면서, 윤리와 지속 가능성의 표준을 충족하는 것이다. 결국, AI의真正한 잠재력은 그것이 어떻게 생각적으로 그리고 전략적으로 적용되는지에 있다. FOMO가 판단력을 흐리지 않도록 하자.