최근 기업들이 인공지능(AI) 기술에 대한 투자와 도입을 늘리면서, 단순 반복 작업에도 AI를 활용하는 경향이 두드러지고 있습니다. 그러나 CTech의 분석에 따르면, 스크립트(script)나 간단한 자동화 도구로 충분히 처리할 수 있는 업무에까지 대규모 언어모델(LLM)과 같은 복잡한 AI 솔루션을 적용하는 것은 비효율적이며 불필요한 비용 지출로 이어질 수 있습니다.
이러한 현상은 AI 기술에 대한 과도한 기대와 함께, 어떤 문제에 어떤 기술이 가장 적합한지에 대한 명확한 이해 부족에서 비롯됩니다. 예를 들어, 특정 패턴에 따라 데이터를 추출하거나, 정해진 규칙에 맞춰 파일을 정리하는 등의 작업은 파이썬(Python) 스크립트나 셸 스크립트(shell script)와 같은 전통적인 프로그래밍 방식으로 훨씬 저렴하고 효율적으로 자동화할 수 있습니다. AI 모델은 학습 및 추론(inference) 과정에서 상당한 컴퓨팅 자원과 비용을 요구하며, 이는 단순 반복 작업의 효율성을 오히려 떨어뜨릴 수 있습니다.
따라서 기업들은 AI 도입을 고려할 때, 해당 업무의 복잡성과 요구되는 지능 수준을 면밀히 평가해야 합니다. 진정으로 복잡하고 예측 불가능한 패턴을 분석하거나, 인간 수준의 이해와 추론이 필요한 영역에 AI를 집중적으로 활용하고, 단순하고 규칙적인 작업은 스크립트 기반의 자동화로 해결하는 전략적 접근이 필요합니다. 이는 불필요한 비용을 절감하고, AI 자원을 더욱 가치 있는 곳에 집중하여 전반적인 생산성을 높이는 데 기여할 것입니다.