AI가 비즈니스 환경을 빠르게 변화시키고 있는 가운데, 많은 기업들이 실제로 어떻게 AI를 도입하고 가치를 창출해 내는지에 대한 관심이 높아지고 있습니다. OpenAI가 최근 발표한 보고서 “AI in the Enterprise: Lessons from seven frontier companies”는 Morgan Stanley, Indeed, Klarna 등 7개 글로벌 선도 기업들의 AI 도입 사례를 분석하여 실질적인 교훈과 인사이트를 제공합니다.
OpenAI의 기업 AI 도입 보고서
이 보고서에 따르면, AI는 세 가지 주요 영역에서 기업들에게 상당한 개선 효과를 가져다 주고 있습니다:
- 업무 생산성 향상: 직원들이 더 짧은 시간 내에 더 높은 품질의 결과물을 도출
- 일상적 업무 자동화: 반복적인 작업에서 직원들을 해방시켜 더 가치 있는 일에 집중하도록 지원
- 제품 경쟁력 강화: 더 관련성 높고 반응성 좋은 고객 경험 제공
이제 기업들이 AI를 성공적으로 도입하기 위한 7가지 핵심 교훈을 자세히 살펴보겠습니다.
1. 평가 시스템(evals)으로 시작하라
출처: OpenAI 보고서
금융 서비스 분야의 글로벌 리더 Morgan Stanley는 AI 도입에 있어 체계적인 평가 시스템을 구축하는 것부터 시작했습니다. ‘eval’은 특정 사용 사례에서 AI 모델의 성능을 측정하기 위한 엄격하고 구조화된 프로세스입니다.
Morgan Stanley는 금융 자문가들의 효율성과 효과성을 높이는 데 초점을 맞추고, 언어 번역, 요약, 인간 트레이너 등 세 가지 모델 평가를 실시했습니다. 이러한 평가 시스템은 AI 기반 프로세스를 지속적으로 개선하는 토대가 되었습니다.
성과:
- 현재 Morgan Stanley 자문가의 98%가 매일 OpenAI를 사용
- 문서 접근성이 20%에서 80%로 증가하고 검색 시간이 크게 단축
- 고객 관계에 더 많은 시간을 할애하게 되어 고객 만족도 상승
2. AI를 제품에 내장하라
세계 최대 구직 사이트 Indeed는 GPT-4o mini를 활용하여 구직자와 일자리를 새로운 방식으로 연결하고 있습니다. Indeed는 단순히 일자리를 추천하는 것을 넘어, 특정 일자리가 왜 구직자에게 추천되었는지 설명함으로써 사용자 경험을 향상시켰습니다.
Indeed는 GPT-4o mini의 데이터 분석 및 자연어 처리 기능을 활용하여 구직자에게 보내는 이메일과 메시지에 ‘이유 설명’ 기능을 추가했습니다. AI를 활용한 ‘지원 초대’ 기능은 구직자의 배경이나 이전 직장 경험이 해당 일자리에 적합한 이유를 설명합니다.
성과:
- 구직 지원 시작률 20% 증가
- 채용 성공률 13% 상승
- 매월 2천만 개 이상의 메시지 처리
- OpenAI와 협력하여 더 작은 GPT 모델을 미세 조정해 60% 적은 토큰으로 유사한 결과 도출
3. 지금 시작하고 초기에 투자하라
Klarna의 AI 어시스턴트 (출처: Klarna)
글로벌 결제 네트워크 및 쇼핑 플랫폼 Klarna의 사례는 AI 도입의 이점이 시간이 지남에 따라 복합적으로 증가한다는 것을 보여줍니다. Klarna는 새로운 AI 어시스턴트를 도입하여 고객 서비스를 간소화했고, 몇 개월 만에 이 어시스턴트가 모든 서비스 채팅의 2/3를 처리하게 되었습니다.
이로 인해 평균 해결 시간이 11분에서 2분으로 단축되었고, 수백 명의 상담원이 처리하던 업무를 자동화했습니다. 이 이니셔티브는 인간 지원과 동등한 만족도를 유지하면서 4천만 달러의 수익 개선 효과를 가져올 것으로 예상됩니다.
더 중요한 것은 Klarna 직원의 90%가 이제 일상 업무에서 AI를 사용한다는 점입니다. 조직 전체의 AI 친숙도 향상은 Klarna가 더 빠르게 움직이고, 내부 이니셔티브를 더 효율적으로 출시하며, 고객 경험을 지속적으로 개선하는 데 도움이 되었습니다.
4. 모델을 맞춤화하고 미세 조정하라
Lowe’s와 OpenAI의 AI 모델 맞춤화 프로젝트 (출처: OpenAI)
Fortune 50 홈 임프루브먼트 기업 Lowe’s는 OpenAI와 협력하여 이커머스 검색 기능의 정확성과 관련성을 개선했습니다. 수천 개의 공급업체와 함께 일하는 Lowe’s는 종종 불완전하거나 일관성 없는 제품 데이터로 작업해야 했습니다.
핵심은 정확한 제품 설명과 태깅이었습니다. 또한 쇼핑객이 검색하는 방식에 대한 이해도 필요했는데, 이는 제품 카테고리에 따라 달라집니다. 이를 위해 Lowe’s는 OpenAI 모델을 미세 조정했습니다.
성과:
- 제품 태깅 정확도 20% 향상
- 오류 감지 60% 개선
- 고객의 검색 의도를 더 잘 파악하여 제품 검색 성과 향상
5. 전문가에게 AI를 제공하라
BBVA의 AI 도입 사례 (출처: BBVA)
글로벌 뱅킹 리더 BBVA는 125,000명 이상의 직원들에게 AI를 제공하는 접근 방식을 취했습니다. 각 직원은 고유한 과제와 기회를 가지고 있기 때문에, BBVA는 법무, 컴플라이언스, IT 보안 팀과 긴밀히 협력하여 책임감 있는 사용을 보장하면서 직원들에게 AI 기술을 제공했습니다.
BBVA는 ChatGPT Enterprise를 전 세계적으로 배포한 다음, 직원들이 자신만의 사용 사례를 발견하도록 했습니다. BBVA의 글로벌 AI 도입 책임자 Elena Alfaro는 “일반적으로 우리 같은 비즈니스에서는 프로토타입을 구축하는 데도 기술 자원과 시간이 필요합니다. 그러나 맞춤형 GPT를 사용하면 누구나 고유한 문제를 해결하기 위한 앱을 만들 수 있어 시작하기가 매우 쉽습니다”라고 말합니다.
성과:
- 5개월 만에 BBVA 직원들이 2,900개 이상의 맞춤형 GPT 생성
- 신용 위험 팀: ChatGPT를 사용해 신용도를 더 빠르고 정확하게 판단
- 법무 팀: 연간 40,000개의 정책, 컴플라이언스 등에 관한 질문에 답변
- 고객 서비스 팀: NPS 설문조사의 감정 분석 자동화
6. 개발자의 장애물을 제거하라
Mercado Libre의 Verdi AI 개발 플랫폼 (출처: OpenAI)
라틴 아메리카 최대 이커머스 및 핀테크 기업 Mercado Libre는 OpenAI와 협력하여 개발 플랫폼 레이어를 구축했습니다. ‘Verdi’라는 이름의 이 플랫폼은 GPT-4o와 GPT-4o mini를 기반으로 합니다. 현재 이 플랫폼은 17,000명의 개발자들이 AI 애플리케이션 개발을 통합하고 가속화하는 데 도움을 주고 있습니다.
Verdi는 언어 모델, Python 노드, API를 통합하여 자연어를 중심 인터페이스로 사용하는 확장 가능하고 일관된 플랫폼을 만들었습니다. 개발자들은 이제 소스 코드에 접근하지 않고도 일관되게 고품질 앱을 더 빠르게 구축할 수 있습니다. 보안, 가드레일, 라우팅 로직이 모두 내장되어 있습니다.
성과:
- 재고 용량 개선: GPT-4o mini Vision이 제품 목록에 태그를 지정하고 완성하여 Mercado가 100배 더 많은 제품을 카탈로그화할 수 있게 함
- 사기 탐지: 매일 수백만 개의 제품 목록 데이터를 평가하여 플래그된 항목에 대한 사기 탐지 정확도를 거의 99%까지 향상
- 제품 설명 맞춤화: 제품 제목과 설명을 번역하여 뉘앙스가 있는 스페인어 및 포르투갈어 방언에 맞게 조정
- 주문 증가: 사용자가 제품 피드백을 빠르게 파악할 수 있도록 리뷰 요약 자동화
- 알림 개인화: 참여도를 높이고 제품 추천을 개선하기 위해 푸시 알림 맞춤화
고객을 위한 올바른 조치를 취하는 데 시간을 소비하는 것을 발견했습니다.
이에 OpenAI는 내부 자동화 플랫폼을 구축했습니다. 이 플랫폼은 기존 워크플로우와 시스템 위에서 작동하여 반복적인 작업을 자동화하고 통찰력과 행동을 가속화합니다.
첫 번째 사용 사례는 Gmail 위에서 작동하여 고객 응답을 작성하고 작업을 트리거하는 것이었습니다. 자동화 플랫폼을 사용하여 팀은 고객 데이터와 관련 지식 자료에 즉시 접근한 다음 그 결과를 응답 이메일이나 계정 업데이트 또는 지원 티켓 열기와 같은 특정 작업에 통합할 수 있습니다.
기존 워크플로우에 AI를 내장함으로써 팀은 더 효율적이고 반응적이며 고객 중심적이 되었습니다. 이 플랫폼은 매월 수십만 개의 작업을 처리하여 직원들이 더 높은 영향력이 있는 일에 집중할 수 있게 했습니다.
기업 AI 도입의 성공 요소
보고서의 사례들을 종합해보면, 모든 비즈니스에는 AI의 힘을 활용하여 결과를 개선할 수 있는 수많은 기회가 있습니다. 사용 사례는 회사와 산업에 따라 다를 수 있지만, 교훈은 모든 시장에 적용됩니다.
공통된 주제는 AI 배포가 엄격한 평가와 안전 가드레일을 갖춘 개방적이고 실험적인 마인드셋의 이점을 얻는다는 것입니다. 성공을 거두는 기업들은 AI 모델을 모든 워크플로우에 주입하는 데 급급하지 않습니다. 대신 수익률이 높고 노력이 적은 사용 사례를 중심으로 정렬하고, 반복하면서 배우고, 그 학습을 새로운 영역으로 가져갑니다.
결과는 명확하고 측정 가능합니다: 더 빠르고 정확한 프로세스, 더 개인화된 고객 경험, 그리고 직원들이 사람들이 가장 잘하는 일에 집중함에 따라 더 보람 있는 업무 환경이 조성됩니다.
한국 기업에 대한 시사점
이 보고서의 교훈은 한국 기업들에게도 중요한 시사점을 제공합니다. 특히 국내 기업들이 AI 도입을 고려할 때 참고할 만한 전략적 지침으로 볼 수 있습니다.
AI 도입은 소프트웨어 구축이나 클라우드 앱 배포와는 다른 새로운 패러다임으로 접근해야 합니다. 실험적인 마인드셋과 반복적인 접근 방식이 사용자와 이해관계자로부터 더 많은 지지를 얻으면서 더 빠르게 가치를 창출할 수 있습니다.
국내 기업들도 AI 평가 시스템 구축, 제품에 AI 내장, 모델 맞춤화 등 7가지 교훈을 자사의 상황에 맞게 적용한다면, 글로벌 기업들과 마찬가지로 업무 효율성 향상, 루틴 작업 자동화, 제품 경쟁력 강화 등의 성과를 기대할 수 있을 것입니다.
결론: 상호 학습의 중요성
다양한 기업들의 AI 도입 사례를 통해 배울 수 있는 가장 중요한 교훈은 열린 마음으로 실험하고, 엄격한 평가를 통해 검증하며, 안전장치를 마련하는 것의 중요성입니다. 성공적인 기업들은 모든 워크플로우에 무작정 AI를 도입하지 않고, 높은 수익이 기대되는 저비용 사용 사례에 집중하여 단계적으로 확장해 나갔습니다.
이러한 접근 방식은 더 빠르고 정확한 프로세스, 더 개인화된 고객 경험, 직원들이 가치 있는 업무에 집중할 수 있는 환경을 만들어냈습니다. 이제 많은 기업들이 AI 워크플로우를 통합하여 점점 더 복잡한 프로세스를 자동화하는 단계로 나아가고 있습니다.
기업 AI 도입은 더 이상 ‘할지 말지’의 문제가 아니라 ‘어떻게 효과적으로 할 것인가’의 문제가 되었습니다. 이 보고서의 교훈을 통해 우리 모두가 AI 시대의 기업 혁신에 한 발 더 가까이 다가갈 수 있기를 바랍니다.
Comments