[글=노규남 | 위블 CTO]
bardroh@weable.ai

AI(인공지능) 확산 일로

AI 서비스에 대한 관심은 여전히 계속 증가하고 있으며 이제는 막연한 기대를 벗어나 구체적으로 실무에 이 기술을 어떻게 사용할 것인가를 고민하는 조직들이 꽤 늘어난 걸로 보인다.

글로벌하게 조사된 내용이라 한국 상황과는 좀 다를 수 있지만 O’REILLY의 ‘AI Adoption in the Enterprise 2021’라는 리포트를 보면 응답자의 35%가 AI를 테스트하고 있으며 26%는 이미 AI를 적용하여 매출을 발생시키고 있다. 말하자면 절반 이상의 기업들이 단순히 AI에 대해 관심을 갖고 검토하는 단계를 지나 무언가 구체적인 행동을 취하고 있다는 것이다.

이렇듯 AI의 적용은 확산 일로에 있지만, 그와 동시에 AI를 적용하는데 많은 기업들이 어려움을 겪고 있는 것도 사실이다. 동일한 리포트에서 19%의 사용자들은 숙련된 기술자들을 채용하기가 어렵다고 답했으며 18%는 데이터의 양이나 질이 충분하지 않다, 17%는 적절한 비즈니스 사례를 찾기가 어렵다, 14%는 회사 문화가 AI의 필요성을 인식하지 못한다 등의 애로사항을 토로했다.

이처럼 AI를 실무에 적용하려고 시도해보면 생각보다 어려운 점이 많아서 기대한 효과를 얻기가 쉽지 않다는 사실을 알 수 있는데, 필자는 지금의 AI 교육이나 관심이 모델링에만 주로 집중된 것도 이런 어려움의 한 가지 이유라고 보고 있다. AI 서비스를 하기 위해서는 모델 외에도 많은 요소들이 필요한데, 이런 부분이 현장에서 간과되고 있다는 것이다.

MLOps가 필요한 이유

사실을 말하자면, AI를 활용한 서비스나 제품에서 모델과 알고리즘이 차지하는 비율은 그다지 높지 않다. 물론 훌륭한 모델이나 알고리즘이 중요한 건 당연하다. 하지만 좋은 모델을 가지고 있다고 해서 바로 서비스를 시작할 수 있는 건 아니다.