[디지털데일리 이건한 기자] 기업의 AI 도입과 활용을 뜻하는 'AX(인공지능 전환)'란 용어가 어느덧 진부하게 느껴지는 시기다. AX는 더이상 선택이 아닌 필수란 의식이 지난 2~3년 사이 산업계 전반에 널리 퍼진 까닭이다. 하지만 실제 현장에서 체감되는 기업의 AX 완성까지는 아직 갈 길이 멀다. 이와 관련해 풀스택 AI 기술기업 '업스테이지'의 권순일 사업총괄 부사장은 26일 롯데호텔 서울에서 디지털데일리가 개최한 'AI웨이브 2025'에서 기업의 AX 성숙도를 총 4단계로 구분하며 "아직 3·4단계에 이르는 진화 단계가 남아있다"고 강조했다.
권 부사장은 지금 세상이 AI에 열광하는 이유로 다양한 사용사례 발굴에 용이한 '생성형 AI' 대두, 일반 사용자에게도 익숙한 '자연어 대화 인터페이스' 채택, '검증된 생산성' 등을 꼽았다. 이전 딥러닝 시대에는 비전(Vision, 시각) 영역 등 AI가 두각을 드러낼 수 있는 분야가 제한적이었다. 따라서 누구나 활용할 수 있는 AI 기술이 아니었으나 생성형 AI가 그 벽을 허물었다는 의미다.
이 같은 변화의 포문을 연 주역은 지난 2022년 11월 출시된 오픈AI의 챗GPT다. 이후 전세계의 수많은 기업이 AI를 이용한 업무·생산성 효율화에 나섰다. DX(디지털 전환) 열풍에 이은 본격적인 AX의 시대의 개막이었다. 권 부사장은 이 여정을 총 4단계로 정의했다. 우선 1단계는 기존 소프트웨어에 AI 기능을 단순히 더하는(+) 수준이다. 예컨대 MS 오피스 프로그램이나 구글 드라이브 등 솔루션에 개별적으로 추가되는 AI 기반 맞춤법 교정, 검색 등의 기능이 해당된다.
권 부사장은 지금 세상이 AI에 열광하는 이유로 다양한 사용사례 발굴에 용이한 '생성형 AI' 대두, 일반 사용자에게도 익숙한 '자연어 대화 인터페이스' 채택, '검증된 생산성' 등을 꼽았다. 이전 딥러닝 시대에는 비전(Vision, 시각) 영역 등 AI가 두각을 드러낼 수 있는 분야가 제한적이었다. 따라서 누구나 활용할 수 있는 AI 기술이 아니었으나 생성형 AI가 그 벽을 허물었다는 의미다.
이 같은 변화의 포문을 연 주역은 지난 2022년 11월 출시된 오픈AI의 챗GPT다. 이후 전세계의 수많은 기업이 AI를 이용한 업무·생산성 효율화에 나섰다. DX(디지털 전환) 열풍에 이은 본격적인 AX의 시대의 개막이었다. 권 부사장은 이 여정을 총 4단계로 정의했다. 우선 1단계는 기존 소프트웨어에 AI 기능을 단순히 더하는(+) 수준이다. 예컨대 MS 오피스 프로그램이나 구글 드라이브 등 솔루션에 개별적으로 추가되는 AI 기반 맞춤법 교정, 검색 등의 기능이 해당된다.
2단계는 AI가 특정 태스크(Task, 작업)에 한해 기존 소프트웨어를 대체하는 수준이다. 좋은 예는 현재 사실상 AI 중심으로 대체된 회사, 공장 등의 얼굴인식 출입관리 시스템이다. 권 부사장은 지금까지 기업의 AX 수요는 대부분 1~2단계에 해당했다고 진단했다.
3단계부터는 '워크플로우(Workflow, 작업흐름)'에 녹아드는 AI다. 지금은 일부 눈에 띄는 사례가 발굴되고 있다. 권 부사장은 최근 세계적으로 유명한 AI 코딩툴 '커서(Cursor)'를 좋은 예로 꼽았다. 커서도 초기엔 단순 태스크 단위의 코딩 보조 수단이었지만, 지금은 개발 프로젝트 기획과 매니지먼트 전 과정에 이르는 워크플로우 지원이 가능한 서비스 플랫폼으로 성장 중이란 설명이다.
또한 3단계부터는 기존 소프트웨어의 발전 역사와 AI의 발전상도 궤가 달라진다. 권 부사장은 "전통 소프트웨어 혁신은 개별 태스크 단위였지만 AI는 여러 태스크 통합이 가능하다. 또한 그 영역 또한 각 태스크의 정의 및 통합하고자 하는 목적에 따라 달라질 것"이라고 말했다.
이는 구체적으로 AI에게 인간의 고유 업무영역을 믿고 맡길 수 있는 수준으로 나아가는 변화로 풀이된다. 다만 권 부사장이 꼽은 전제조건은 "AI 사용자가 새로운 변화를 이해하고, 정의할 수 있는 능력이 갖춰질 것"이다. AI가 인간의 지시 없이 스스로 업무를 기획하고 수행할 순 없기 때문이다. 이에 따라 변화할 사용자경험(UX)에 익숙해지는 시간도 상당히 필요할 것으로 전망됐다.
4단계는 전체 업무수행 영역이 AI 중심으로 설계 및 운영되는 과정으로 아직 완전자율주행차처럼 사례를 찾아볼 수 없는 미래다. 또한 개념적 구상은 가능해도 아직 기술적 한계도 발목을 잡는다. 과거 딥러닝도 AI 산업 발전에 큰 족적을 남겼지만 연산과 판단 과정에 대한 설명이 어려운 점이 신뢰성의 한계, AI 도입 분야의 제한으로 이어졌다.
생성형 AI는 상대적으로 설명 가능성이 높고 가벼운 작업에 적용하면 즉각적인 생산성 강화도 기대할 수 있다. 하지만 AI가 오답을 정답처럼 꾸미는 '환각(Hallucination)' 발생을 아직 100% 통제할 수 없다는 점에 발목이 잡힌다. 권 부사장은 "이에 아직 4단계의 구체적인 미래상을 예견하긴 어렵다"면서 "대신 현재의 진화 방향을 토대로 일부 가늠해 볼 수 있는 수준"이라며 업스테이지와 보험업계의 협업 사례를 제시했다.
업스테이지는 약 2년 전부터 보험업계와 협업해 복잡한 보험 관련 문서의 AI 기반 디지털화 및 자동화 프로젝트를 수행 중이다. 이는 보험사정사가 담당하던 진료비 내역의 분석과 처리, 나아가 보험료 심사청구 프로세스 자동화에 도전하는 단계로 진화 중이다. 이때 각 단계별 AI 도입이 성공할 때마다 AI 전환에 대한 이해 또한 단계적으로 높아진 보험업계에서는 자연히 다음으로 AI에게 맡길 수 있는 업무를 선택하고, 구상할 수도 있게 된다. 그 연장선상으로 현재 업스테이지와 보험업계는 나아가 AI가 고객 클레임 처리 단계까지 자동화할 수 있을 것으로 기대 중이다.
권 부사장에 따르면 이미 3단계에 선제적으로 접어든 업스테이지 고객사들의 요구사항 또한 기업의 더 많은 자산과 AI를 연결하고, 질의응답을 비롯한 임직원의 생산성 향상과 직결되는 워크플로우 구현으로 변화 중이다. 4단계는 이처럼 3단계에서 누적된 경험과 AI 도입 노하우, 개선된 기술을 바탕으로 AI가 현재의 업무상을 완전히 바꾸는 혁신에 이를 전망이다.
한편 이날 권 부사장은 "다가올 미래보다 무서운 건, 이처럼 파괴적인 AI 혁신에 먼저 뛰어든 사람과 뒤늦게 따르는 사람의 격차는 점차 커질 것이란 점"이라며 "지금의 AI는 뻔해 보이는 시도조차 먼저 해야 하는 영역이 분명하다" 강조하기도 했다.
- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -




























































