생성형 인공지능(AI)이 초기 실험 단계를 넘어 기업의 핵심 운영에 통합되면서, 많은 스타트업과 기업들이 새로운 도전에 직면하고 있습니다. AI 파일럿 프로젝트가 성공적으로 끝나도, 이를 전사적으로 확장하는 과정에서 운영 비용 증가, 거버넌스 및 신뢰 문제, 그리고 자율적인 '디지털 워커' 관리와 같은 난관에 부딪히기 때문입니다. 이는 AI 기술 자체의 문제가 아니라, AI를 조직에 효과적으로 통합하는 과정에서 발생하는 운영상의 과제들입니다.
전문가들은 AI 도입의 성공적인 확장을 위해 몇 가지 핵심 요소를 제시합니다. 먼저, AI를 통해 어떤 가치를 얻을 것인지 명확히 정의하는 것이 중요합니다. 박스(Box)의 솔루션 엔지니어 오마 데이비슨(Omar Davison)은 개별 생산성 향상, 부서 효율성 증대, 또는 조직 전반의 효율성 개선 중 어떤 목표에 집중할지 결정해야 한다고 말합니다. 특히 AI 도입 초기에는 팀원들의 하루 30분을 절약해주는 것과 같은 개인 생산성 향상에서 가장 빠른 성과를 볼 수 있다고 조언합니다. 또한, AI 도입 시 발생하는 예측 불가능한 토큰 비용(token costs)을 관리하기 위한 재무 운영(FinOps) 전략이 필수적입니다. VC 기업 포레스테이(Forestay)의 성장 투자자 자낫 라잔(Jannat Rajan)은 단일 AI 모델에 의존하기보다 다양한 AI 엔진 포트폴리오를 구축하고 내부 데이터를 활용하여 비용 효율성을 높이는 '멀티 클라우드' 접근 방식을 제안합니다.
AI 시대에 필요한 인재상과 조직 문화 변화도 중요한 부분입니다. 더스트(Dust)의 생태계 리드 티보 마르탱(Thibault Martin)은 AI 인재 채용 시 전통적인 인터뷰 방식 대신 AI 도구를 활용해 실제 비즈니스 문제를 해결하는 시스템 설계 능력을 평가해야 한다고 말합니다. 또한, 직원들이 AI 변화에 적응하고 스스로를 재창조할 수 있는 '적응력'이 핵심 역량이 됩니다. AI 이벤트 및 조달 플랫폼 나부(Naboo)의 공동 창립자 루시앙 브레딘(Lucien Bredin)은 AI 도입을 선택 사항이 아닌 필수적인 업무 역량으로 보고, 직원의 연간 성과 평가에 AI 에이전트 활용 능력을 10% 반영하는 등 적극적인 조직 문화 변화를 강조했습니다. AI 에이전트를 관리하는 것은 직원을 관리하는 것과 유사하며, 명확한 기대치 설정과 피드백이 성공적인 AI 활용의 핵심이라고 전문가들은 입을 모읍니다.