당신의 AI 전략은 시간 낭비입니다

2025년은 지난 몇 년간의 약속과 과대 광고를 AI가 실현해야 하는 해가 될 것입니다 — 아니면 끝이겠죠! 그래서 요즘 AI 전략이 유행인데, 이는 과거의 클라우드 전략이나 모바일 전략과 다를 바 없습니다. 하지만 안타깝게도 AI 전략을 세우는 것은 대체로 시간 낭비이며, 아마도 멈추는 게 좋을 것입니다.

무슨 뜻일까요? AI 전략이란 여러분의 조직이 AI를 어떻게 도입할지 계획하는 방법이자, 동시에 투자자를 끌어들이고 이사회를 만족시키기 위한 수단입니다. 문제는 AI 도입을 위한 단일한 전략을 세우는 것이 별로 합리적이지 않다는 데 있습니다. 조직 내에서 AI의 모든 가능한 응용 사례에 적합한 몇 가지 원칙만 존재할 뿐입니다. 그래서 우리가 지지하는 유일한 AI 전략은 바로 이것입니다: 더 많은 AI를 사용하세요. (네, 우리는 편향적일 수 있지만, 그래도 우리가 옳다고 믿습니다!)

조직 전체를 대상으로 단일한 AI 전략을 수립하려다 보면 수많은 함정에 빠지게 됩니다. 하지만 올해 우리가 거의 모든 블로그 게시물에서 반복해서 이야기했던 점은, AI를 어떻게 사용해야 할지에 대한 일반적인 조직 목표를 세우기에는 변화 속도가 너무 빠르다는 것입니다.

더 나아가, 우리는 단기적으로 AI로부터 얻는 대부분의 가치는 AI 응용 기업에서 나올 것이라고 점점 더 강하게 믿고 있습니다. 소프트웨어 엔지니어와 회계 임원을 평가하기 위한 채용 절차를 동일하게 가져가지 않는 것처럼, 서로 다른 분야의 두 AI 제품을 평가하기 위해 동일한 기준을 적용해서는 안 됩니다. 또한 중앙화된 위원회가 어떤 부서가 어떤 종류의 사람을 고용해야 하는지 결정하지 않는 것처럼, 각 부서의 책임자가 스스로에게 가장 적합한 것을 결정하도록 해야 합니다. 예를 들어, 영업 부서가 AI를 도입하도록 강제하는 것은, AI 영업 도구가 그들의 필요를 충족하는지 여부와 상관없이 헛된 시도가 될 것입니다.

마지막으로, AI 전략은 관료적 제한으로 인해 쉽게 잘못된 방향으로 흐르게 되는 경향이 있습니다. 우리가 경험한 더 답답한 사례 중 하나는, 한 CISO(정보보안책임자)가 우리에게 AI 도구의 사회적 영향을 평가했는지에 대해 설문지를 작성해 달라고 요청한 일이었습니다. 우리는 “당신들은 데이터베이스를 구축하고 있는데, 우리가 이와 관련된 질문에 대답해야 하나요?”라고 외치고 싶었지만, 차분하게 대처했습니다. 물론, 그 고객을 얻지 못했습니다. 이 말은 일부 제품에 대해 이런 질문을 하지 말라는 뜻은 아니지만, 모든 사례에서 이것이 걸림돌이 되어서는 안 된다는 뜻입니다. 이는 극단적인 사례이긴 하지만, 고립된 사례는 아닙니다. 예를 들어, GitHub Copilot 같은 단순하고 일반적인 도구조차 모든 AI 구매를 중앙화된 위원회가 몇 달 동안 검토해야 한다고 말하는 고객을 종종 만나게 됩니다.

그렇다면 AI 전략은 어떻게 해야 할까요?

앞서 언급했듯이, 우리는 기본적으로 모든 사람이 — 우리 RunLLM을 포함해서 — AI를 더 잘 활용할 수 있다고 생각합니다. 여러분의 전략은 더 많은 AI를 사용하는 것이어야 합니다!

좀 더 진지하게 이야기하자면, 아래는 우리가 일반적으로 적용 가능하다고 생각하는 몇 가지 원칙들입니다. 분명히 말씀드리지만, 이것은 진정한 전략이 아닙니다. 여기에는 중앙화된 프로세스나 단계적 실행 계획이 없습니다. 대신, 보다 명확하고 신중한 결정을 내리는 데 도움이 될 수 있는 몇 가지 가이드라인입니다.

1. 전문가들에게 맡기세요. 앞서 언급했듯이, 중앙화된 위원회가 어떤 AI 도구를 채택할지 결정해서는 안 됩니다. 영업, 마케팅, 엔지니어링 등 도구를 실제로 사용할 특정 팀이 가장 생산성에 영향을 미칠 요소를 결정해야 합니다. 이는 당연한 이야기처럼 들릴 수 있지만, 한 분야에서 효과가 있는 것이 다른 분야에서도 반드시 효과가 있는 것은 아니며, 문제에 가장 가까운 사람들이 무엇이 가장 도움이 될지에 대한 최고의 관점을 가지고 있습니다. 이는 또한 위에서 언급한 것처럼 우스꽝스러운 질문들을 피하는 것을 의미합니다 — 예를 들어, AI 도구가 코드를 작성하거나 기술적 질문에 답변하는 경우, 사회적 영향이 그렇게 크지 않을 가능성이 높습니다.
2. 평가 방법을 알아두세요. 우리는 지난 1년 동안 평가에 대해 여러 번 다뤄왔으며, 때때로 비일관적인 평가 프로세스에 좌절하곤 했지만, 서로 다른 팀이 서로 다른 평가 방법을 가지는 것을 받아들이게 되었습니다. 그러나 우리가 일관되게 실패한다고 보는 것은, 구체적인 평가 계획 없이 나타나는 팀들입니다. 이런 팀들은 자신들의 시간과 우리의 시간을 낭비하며, 거의 항상 아무것도 구매하지 않습니다. 최소한, 여러분이 무엇을 우선순위로 삼는지 — 속도, 정확도, 사용자 경험(UX) 등 — 알고 있어야 합니다. 더 나아가, 어떤 해결책이 적합하다고 생각하는지, 그리고 어떤 항목에서 타협할 의향이 있는지를 명확히 설명할 수 있어야 합니다. 반드시 실증적일 필요는 없습니다 — 사실 이 단계에서는 실증적이지 않을 가능성이 큽니다 — 하지만 반드시 명확해야 합니다.
3. AI 사용을 장려하세요! 우리는 내부적으로 AI를 사용하기 위해 허가를 받으려고 조직 내에서 싸우는 우리의 지지자들을 너무 자주 목격합니다. 고객을 직접 대면하는 영역에 대해 초기의 회의적인 태도를 이해할 수는 있지만, 내부 도구는 자유롭게 사용할 수 있어야 합니다. 물론, 필요한 경우 보안 및 규정 준수와 관련된 유효한 질문이 있을 수 있지만, 이를 제외하고는 AI 도구를 사용해보는 데 열린 자세를 가져야 합니다. 불필요한 조직적 제약을 두는 것은 팀의 속도를 늦추고 경쟁에서 뒤처지게 할 것입니다.
4. 일부 실패를 받아들일 준비를 하세요. 모든 AI 사용 사례가 완벽하게 성공하지는 않을 것입니다. 기술은 여전히 발전 중이며, 일부 솔루션은 단순히 아직 충분히 좋지 않은 상태일 수 있습니다. 유능한 영업 담당자는 모든 거래에서 성공하고 있다면 충분히 많은 고객과 대화하지 않고 있다는 말을 할 것입니다. 좋은 AI 도입 옹호자로서, 우리는 여러분이 모든 AI 구매가 완벽하게 작동했다면 더 많은 시도를 해야 한다고 말할 것입니다. 처음에는 이 말이 어리석게 들릴 수 있지만, 기술과 시장이 너무 초기 단계에 있어 완벽한 구매 결정을 내리는 것이 매우 어렵습니다. 더 중요한 점은, 잘 작동하지 않는 몇 가지 제품을 시도해보는 것이 향후 구매를 위한 직감을 더 날카롭게 만들어 줄 것이라는 점입니다.

우리는 매우 분명히 편향되어 있지만, 이 글을 읽고 있는 여러분도 그럴 가능성이 높습니다. 우리는 더 많은 사람들이 AI를 전반적으로 사용해야 하며, 더 많은 사람들이 RunLLM을 사용해야 한다고 생각합니다. 변화가 너무 빠르게 이루어지고 있는 지금, AI를 최대한 많은 영역에 도입하는 것이 목표가 되어야 한다는 점은 명백하다고 생각합니다. 반대로, 미묘하고 복잡한 AI 전략에 시간을 쏟는다면, 계획을 마무리하기도 전에 그 전략이 시대에 뒤떨어진 것이 될 가능성이 높습니다.