Benedict Evans의 AI, 도구, 기업 전환에 대한 논의

AI는 모든 사람을 도구 개발자로 즉시 전환시키지 않을 것이다

핵심 요약: AI는 모든 직원이 소프트웨어 개발을 쉽게 할 수 있게 하거나, 대규모 기업이 의존하는 복잡하고 계층적인 소프트웨어 스택을 즉시 제거하지는 않을 것이다. 진정한 영향은 AI가 기존 도구를 확장하고 새로운 옵션을 창출하며, 기업이 대규모 자동화를 다시 생각하게 만든다는 점에 있다.

1. 보편적 도구 개발의 오해

  • 일반적인 믿음: 대규모 언어 모델은 누구나 모델에게 코드를 작성하도록 요청하게 하여, 모든 근로자를 개발자로 만든다.
  • 현실: 대부분의 근로자는 자신의 업무를 재설계하는 데 대해 생각하지 않는다. 변호사나 영업 담당자와 같은 전문가들은 소프트웨어 개발보다는 도메인 전문 지식에 집중한다.
  • Evans의 증거: 그는 Excel과 같은 제품이 템플릿과 어시스턴트를 제공하지만, 각 템플릿은 결국 별도의 제품이 된다고 지적하며, AI로 생성된 도구가 보편적인 해결책이 아니라는 점을 보여준다.

"시리콘 밸리의 버블 안에서만 생활한다면, 이 사실을 잊기 쉽다. 왜냐하면 당신의 전 세계는 일하는 방식을 바꾸는 도구를 만드는 일로 가득 차 있기 때문이다." – Benedict Evans

2. 오늘날의 기업 소프트웨어 환경

  • 복잡한 스택: 기업들은 수십 개의 수직 SaaS 앱, 거대한 ERP 시스템(SAP, Workday), 그리고 수많은 스프레드시트, 스크립트, 즉흥적인 도구를 운영한다.
  • 가시성 문제: 조직은 실제로 사용하고 지불하는 소프트웨어의 명확한 목록을 갖추지 못하는 경우가 많다.
  • 자동화 격차: 이러한 소프트웨어가 있음에도 불구하고, 많은 반복 작업은 도구가 필요하다는 것이 명확하지 않기 때문에 자동화되지 않은 채로 남아 있다.

3. "선제적 배치 엔지니어"의 역할

  • 정의: 도메인 전문가가 놓치는 자동화 기회를 포착할 수 있는 엔지니어.
  • 필요성 이유: 문제는 도구를 만드는 것이 아니라 도구가 필요한 필요성을 인식하는 것에 있다.
  • 의견: 사용자는 비효율성을 인식하지 못할 수 있지만, 기술적으로 숙련된 관찰자는 AI 기반 솔루션을 제안할 수 있다.

4. 기관적 vs. 즉흥적 해결책

  • 기관화된 작업: 일관성, 감사, 보안이 필요한 SAP, Workday와 같은 기존 시스템에서 처리된다.
  • 즉흥적 작업: 엣지 케이스나 일회성 작업을 위해 Excel, 이메일, 공유 폴더와 같은 자유로운 도구로 관리된다.
  • 전환점: 즉흥적 프로세스가 확장되면 기업은 이를 기관화해야 하며, 거버넌스와 준수를 추가해야 한다.

5. AI가 기존 스펙트럼을 어떻게 변화시키는가

  • 기존 도구의 확장: AI는 Excel, Tableau, 이메일 등 즉흥적 계층에 기능을 추가한다.
  • 새로운 즉흥 공간: 챗봇은 작업을 수행하거나 기존 앱으로 다시 넘길 수 있는 또 다른 즉흥적 계층이 된다.
  • 임계점 변화: AI는 무엇을 자동화할지 결정하는 문제를 제거하지는 않지만, 이러한 자동화를 구축하는 비용과 속도를 단순히 변화시킬 뿐이다.

6. 실제 기업의 AI 채택 패턴

  • 프로토 타입 중심 접근: 기업들은 AI 프로토 타입을 실행하며, 대략 절반은 성공하고, 이는 역사적인 기술 도입과 유사하다.
  • 사용 분포: 소수의 사용자가 고급 사용자가 되고, 중간 정도의 그룹은 가끔 사용하며, 다수는 거의 영향을 받지 않는다.
  • 변화 관리 과제: 1980년대 PC 도입이나 1990년대 브라우저 도입과 유사—기술 확산은 불균형적이며, 교육과 거버넌스가 필요하다.

7. 경영진을 위한 전략적 질문

  1. 취득 전략: 기업은 AI 솔루션을 구매할 것인가, 자체 개발할 것인가, 또는 프로토 타입을 시도할 것인가? 어떤 벤더나 내부 팀이 주도해야 하는가?
  2. 운영적 영향: AI는 특정 산업의 기존 워크플로우(예: 이메일, 스프레드시트)를 어떻게 재구성하는가?
  3. 경제적 및 경쟁적 함의: AI는 새로운 수익원, 비용 압박, 또는 생존적 위협을 창출하는가?

8. 인간 요소는 여전히 핵심이다

  • 책임성 및 감사: AI는 보안, 내구성, 규제 준수를 위한 인간의 감독이 여전히 필요하다는 점을 대체할 수 없다.
  • 도메인 전문성: 성공적인 AI 도구는 단순한 코드 생성이 아니라 비즈니스 문제에 대한 깊은 이해가 필요하다.
  • 의견 요약:
    • zacksiri는 AI가 소프트웨어 계층을 평탄하게 만들 것이라고 주장하지만, 이는 거버넌스 필요성을 간과한다.
    • ryuuseijin은 책임을 AI에 위임할 수 없으며, 일치 위험을 강조한다.
    • iLoveOncall은 비엔지니어가 AI로 생성한 스크립트가 숨겨진 오류를 일으킨 경고 사례를 공유했으며, 전문가 검토의 필요성을 강조한다.

9. 전망

  • 단기: AI는 기존 도구를 보완하여, 정의된 작업에 대해 더 빠르고 저코드 자동화를 가능하게 한다.
  • 중기: 기업들은 AI와 전통적인 수직 애플리케이션을 결합한 새로운 SaaS 제품의 물결을 맞이하게 될 것이다.
  • 장기: AI의 전환적 가치는 기존에 불가능했던 능력에서 나타날 것이며, 단순히 현재 워크플로우를 가속화하는 데서 나올 것이 아니다.

결론: AI는 기관적 도구와 즉흥적 도구의 능력을 확장함으로써 소프트웨어 생태계를 재편하지만, 자동화 기회를 식별하고 거버넌스를 보장하며 기업 전반에 걸쳐 채택하는 근본적인 도전을 제거하지는 않는다. 경영진은 올바른 전략적 질문을 던지고 도메인 전문가를 참여시켜 AI의 진정한 전환적 잠재력을 실현해야 한다.

Sources

관련