Article
인공지능(AI) 잠금해제
기업 인공지능 역량 확장의 열쇠: ML옵스
Deloitte에서 제공하는 Insight는 첨부파일을 내려받으시면, 세부적인 전체 내용을 확인하실 수 있습니다.
인공지능(AI) 기술이 비약적인 발전을 거듭하고 그 성능이 지속적으로 개선되면서 기업들 또한 AI와 같은 혁신기술 도입으로 효율적인 조직 운영과 성과 향상을 기대하고 있다. 하지만 조직 운영에 별다른 장애 없이 적합하게 AI를 도입하는 일은 여전히 풀기 어려운 문제이다. 따라서 조직이 인공지능 역량을 확장해 나가기 위해서는 ML옵스(Machine learning operations, MLOps)가 반드시 필요하다.
딜로이트는 조직 내에서 데이터와 분석 업무를 책임지고 있고, AI에 대한 지식을 보유한 전문가들을 대상으로 ‘AI 성숙도’ 조사를 실시했다. 본 조사를 통해 조직내 AI 수준과 현황에 대한 리더들과 실무진들의 인지수준을 가늠할 수 있으며, ML 모델 구현 시 조직이 직면한 여러 이슈 사안들을 파악할 수 있을 것이다.
조사에 참여한 조직의 현재 약 15% 조직 만이 AI 성숙도를 ‘매우 성숙’의 수준으로 판단하지만, 응답자들의 80% 이상은 향후 2~3년내 도전적인 성장 목표를 제시하고 있으며, 성숙도 낮은(부분 성숙) 조직(37%)에 속한 86%의 응답자들 또한 ‘성숙 이상’ 수준으로 도전적인 목표를 설정했다. 하지만 조직의 AI 성숙도 인식은 직군별로 큰 차이를 보이고 있으며, 고위경영진 계층과 IT 직군들 간에 가장 큰 인식의 차이를 보여 조직간 상당한 조정과 협력이 필요해 보인다.
인공지능 역량 확보 시 데이터 변환, 모델개발 및 완성된 모델의 관리와 모니터링은 AI 개발에 가장 난이도가 높은 과업이다. 이때 ML옵스는 AI 개발의 전과정을 통합해 신속하게 배포하고 안정적인 운영을 지원하는 역할을 할 수 있다. 따라서 AI개발과 조직내 구현을 위해서는 ML옵스 기능 요구사항을 충족하는 인프라 확충이 필요하다.
AI 도입시 기업이 직면하게 되는 다양한 이슈 사안들 또한 ML옵스도입으로 해소할 수 있다. 데이터 확보와 적용모델 개발 등 기술적 문제 해소와 투자비용 그리고 레거시 인프라 개선 이슈 해소와 규제환경을 이해하고 윤리와 신뢰 개념을 보유한 AI개발을 위해 ML옵스 도입이 필수적이다.
본 조사에서 수집된 고유한 데이터들은 조직이 AI 솔루션들을 어떻게 채택해 나가야 하며, 이미 도입된 그리고 도입 계획 중인 기술들과 요구사항 파악에 시사점을 제공해 줄 수 있을 것이다.
