AI 기술 발전 속도에 비해 조직의 채택 속도는 현저히 느리며 이로 인해 AI 도입과 가치 실현 간의 엄청난 격차가 발생하고 있다. AI로 성과를 내는 조직과 그렇지 못한 조직의 차이는 기술 자체가 아니라 리더십과 실행 방식에 있다. AI에 성공적으로 ‘올인(All In On AI)’한 기업들은 생성형 AI에만 의존하지 않고 업무 흐름과 조직 구조를 AI 중심으로 재설계하며 데이터·인재·거버넌스에 동시에 투자한다. DBS은행, 모건스탠리, 핑안, 에어버스 등의 사례는 조직이 단순히 실험 단계를 넘어 AI를 활용한 가치 창출을 명확히 요구하고 운영 개선, 변화 관리, 인력 역량 강화를 병행할 때 실질적인 비즈니스 성과를 낳을 수 있음을 보여준다. 결론적으로 AI 전략의 핵심은 기술이 아니라 AI를 통해 무엇을 바꾸고, 어떤 가치를 만들 것인가에 대한 조직 차원의 선택과 실행이다.
톰 데이븐포트 뱁슨대 교수
기업가정신과 AI·빅데이터 분야 세계 최고 권위자라는 평가를 받는 학자로 사회 현상에 대한 과학적 분석과 경영학을 접목한 연구로 주목받으며 피터 드러커, 토머스 프리드먼과 함께 ‘세계 3대 경영전략가’로 꼽히기도 했다. 하버드대에서 사회학 석·박사와 경영학 박사 학위를 받았으며 미국 뱁슨대 총장특임저명교수(President’s Distinguished Professor)이자 옥스퍼드대 객원교수로 재직 중이다. MIT 디지털 경제 이니셔티브 연구원과 딜로이트컨설팅 그룹 AI 수석 고문도 맡고 있다. ‘AI 혁신 바이블’ 등 수십여 개 전문서를 출간했고 하버드비즈니스리뷰 등에 기사, 300개 이상의 칼럼을 기고했다. 지프 데이비스 매거진에서는 IT 분야 영향력 있는 100인, 포천지에서는 세계 50인 경영학 분야 최고 교수로 선정됐다.
톰 데이븐포트 뱁슨대 교수는 “생성형 AI의 개별 활용에만 의존하지 말고 전사적으로 AI에 올인해 가치를 창출할 때”라고 강조했다
분석형 AI, 생성형 AI, AI 에이전트
인공지능(AI)에 대한 기본적인 이야기를 먼저 해보자. AI라는 용어는 한국 전쟁이 끝난 지 얼마 지나지 않은 1956년 처음 나왔다. AI의 세 가지 원천은 논리(Logic), 언어(Language), 통계(Statistics)다. 그중 가장 중요한 것이 통계다. 그럼에도 우리는 AI를 이야기할 때 통계의 중요성을 제쳐 두고 생성형 AI 이야기만 많이 하곤 한다. 2025년 11월 30일, 챗GPT가 3주년을 맞았다. 2022년 처음 등장한 챗GPT는 신선한 충격으로 대중의 상상력을 장악해 버렸다. 생성형 AI의 파급효과는 사람들의 이목을 집중시키기에 충분했다. 그러나 우리가 주목해야 할 것은 생성형 AI가 인공지능의 아주 작은 일부에 불과하다는 사실이다.
사람들은 분석형 AI를 생성형 AI와 비교해 ‘전통적인 AI’ 또는 ‘레거시 AI’라고 부른다. 그러나 나는 여기에 반대한다. 분석형 AI도 우리가 반드시 사용해야 하는 도구다. 분석형 AI가 생성형 AI보다 이전에 나왔다고 해서 결코 의미가 없거나 철 지난 것이 아니다. K팝이나 K드라마처럼 콘텐츠를 창작하는 영역이 아니라면 분석형 AI가 생성형 AI보다 더 유용하게 쓰일 수 있으며 최소 동등한 가치를 가진다. 둘을 필요에 따라 영리하게 사용해야 한다.
아티클 AI 요약 보기
