|
프롤로그
PART 1. 일과 돈으로 읽는 2027 AI 키워드 10 2027 IT 트렌드 키워드 10 1. 토큰 이코노미: AI를 쓰고 만드는 기준점이 토큰이 된다 2. 에이전트 이코노미: 사람이 보고 누르던 인터넷을 AI가 대신 실행한다 3. 온디바이스 AI로 인한 하이브리드 AI: 폰과 PC는 작게 실행하고, 클라우드는 깊게 생각한다 4. AX 2.0: AI 도입을 에이저트를 위한 업무 시스템 설계다 5. 피지컬 AI와 RX: AI가 현실계로 나와, 공장과 물류를 바꾼다 6. 개인 AI 에이전트: 스마트폰 속으로 자비스가 들어온다 7. 바이브 코딩과 에이전트: 코딩을 모르는 사람도 소프트웨어를 만든다 8. 사스포칼립스와 위기의 SI: 에이전트가 SaaS와 SI를 흔든다 9. AGI의 문턱: 똑똑한 AI를 넘어, 실행하는 AI로 진화한다 10. 소버린 AI와 AI 인프라 전쟁: 왜 지금 AI 주권이 필요한가 PART 2. ‘이미 벌어진 변화’ 당장 바뀐 우리 일상과 기업 현장 1. 버튼 없는 스마트폰: 앱을 여는 시대에서, 앱이 불려 나오는 시대로 2. 검색 이후의 소비: 검색·커머스·여행·금융의 에이전트화 3. 사무실의 잡무가 사라진다: 회의록과 메일이 자동으로 흐르는 조직 4. 상사보다 먼저 만나는 리허설 상대: 보고·협상·발표를 훈련하는 AI 5. 회사는 기억을 잃지 않는다: 퇴사자의 경험이 남는 업무 시스템 6. AI 비용이 전기료처럼 보이기 시작했다: 토큰 원가, 무엇을 측정할 것인가 7. 손안의 기기와 몸을 가진 기계: AI는 어디에서 계산하고 어디에서 움직이는가 8. 구축 프로젝트의 종말: 기업 IT는 납품에서 운영으로 바뀐다 9. 로봇은 먼저 통제된 현장에 온다: 물류센터·공장·주방에서 바뀌는 노동 10. AI 호황의 승자는 왜 따로 있었나: 인프라를 가진 자와 흐름을 읽은 자 PART 3. 우리는 무엇을 어떻게 준비해야 하는가? 1. AI 사용 과정을 경계하라 2. AI에 맡길 일보다 내가 책임질 일을 먼저 정하라 3. 나만의 AI 시스템을 구축하라 4. 사람보다 프로세스를 먼저 재설계하라 5. 경험이 축적되는 조직을 설계하라 6. 토큰노믹스로 경영하라 7. 데이터와 AI의 책임 체계를 구축하라 8. AI를 도구가 아닌 디지털 동료로 운영하라 9. 의존도를 점검하고 반드시 지킬 자산을 정하라 10. 기술보다 제도가 늦지 않도록 준비하라 부록. 기술이 그리는 부의 미래 다음 유행이 아니라 다음 병목에 투자하라 AI 산업의 근간인 반도체와 데이터센터 AI 시대에 다시 보는 디바이스 AI 인프라 이후의 격전지는 킬러앱 고갈되는 데이터, AI 고도화를 위한 필수재 2027 AI 인사이트 추천사 |
김지현의 다른 상품
|
멀티모달 AI 시대에는 상황이 더욱 복잡해진다. 이제 AI는 텍스트는 물론 이미지와 음성, 영상까지 동시에 이해한다. 이미지 한 장은 수천에서 수만 개의 토큰으로 변환되고 1분짜리 영상은 수십만에서 수백만 개의 토큰으로 처리될 수 있다. 특히 영상 생성 AI는 프레임 단위 계산과 시공간 정렬, 디퓨전 스텝Diffusion Step 등의 과정을 반복하기 때문에 엄청난 토큰과 연산량이 필요하다. /
---p.20 이 변화는 인터넷 비즈니스의 경쟁 기준을 바꾼다. 앱 시대에는 사람이 보기 좋은 화면과 편리한 메뉴가 중요했다. 에이전트 시대에는 기계가 읽을 수 있는 상품 정보와 정확한 재고, 가격, 배송 조건이 더 중요해진다. 취소와 환불 정책도 구조화된 데이터로 제공해야 한다. 에이전트가 이해하지 못하는 서비스는 사용자의 선택지에 나타나지 않을 수 있기 때문이다. 검색 결과의 첫 화면을 차지하던 경쟁이 에이전트의 후보 목록에 포함되는 경쟁으로 이동하는 것이다./ ---p.30 결국 로봇이 인간 대신 노동하는 공간은 인간이 하던 일을 똑같이 작업하는 곳이 아니다. 인간이 공간과 업무 규칙을 다시 설계해 로봇이 작동되기에 적합하게 변경할 수 있는 곳이다. 일례로 공장은 설비의 구성, 배치, 작업대를 바꿀 수 있다. 물류센터는 상자와 선반 및 이동 경로를 표준화할 수 있다./ ---p.54 실제 기업 현장에서도 이미 변화는 시작되고 있다. 과거에는 ERP나 CRM 구축 프로젝트를 진행하려면 수개월 동안 요구사항 정의와 인터뷰, 프로세스 설계, 화면 개발, 테스트 과정을 반복해야 했다. 하지만 이제는 AI 에이전트가 기업의 문서와 업무 흐름을 읽고 시스템 구조를 분석하며, 프로토타입과 운영 코드를 빠르게 생성한다. 컨설턴트가 며칠 동안 정리하던 보고서를 AI가 몇 분 만에 초안화하고 개발자가 반복적으로 수행하던 인터페이스 연동 작업까지 자동화되기 시작했다. / ---p.73 앞으로 기업의 AI 대시보드는 달라질 것이다. 지금은 사용자·질문·AI 서비스 각각의 수를 본다. 앞으로는 “업무 1건당 토큰 비용”, “캐시 히트율”, “모델별 사용 비중”, “부서별 토큰 ROI”, “자동화 후 재작업률”, “민감 데이터 포함 토큰 비율”을 보게 될 것이다. 과거 공장이 전력 사용량과 원자재 투입량과 불량률을 관리했듯이 AI 조직은 토큰 사용량과 재사용률과 결과 품질을 관리하게 된다. / ---p.170 AI가 아무리 발전해도 권력 구조가 바뀌지 않으면 회의와 보고는 계속 유지된다. 오히려 AI로 만든 보고서를 가지고 더 많은 보고를 요구하는 역설이 발생한다. 실제로 많은 기업에서 나타나는 현상이다. AI가 보고서를 더 빠르게 만들어 주니 보고의 양이 줄어드는 것이 아니라 오히려 늘어나는 괴현상이 발생하는 것이다. 이것은 기술 문제가 아니라 조직 설계 문제다./ ---p.262 초기에는 구독료와 구축 비용만 보이지만 실제 업무에 적용하자 사정이 달라지는 것이다. 생성형 AI를 본격적으로 사용하고, 더 나아가 에이전트를 이용하기 시작하면 정액제가 아닌 종량제로 과금되기 때문에 비용이 천정부지로 치솟을 수 있다. 기업은 이를 경계해야 하고 이런 AI 비용을 과금하는 단위인 토큰을 주요 경영 KPI로 삼아야 한다. 이를 토큰노믹스라고 한다./ ---p.280 그래서 AI 비용의 핵심 지표는 ‘Cost per Token’이 아니라 ‘Token per Outcome’, 즉 업무 산출물 하나를 완결하는 데 들 어간 토큰 비용이어야 한다. 원고 초안을 작성하는 데 10만 토큰이 들었다는 정보만으로는 아무런 판단을 할 수 없다. 그 초안이 채택되었는지, 집필 시간을 사흘 줄였는지, 오류를 줄여 출판 사고를 막았는지를 알아야 한다. 토큰은 원가고 결과물은 가치다. 둘을 연결해야 비로소 ROI를 계산할 수 있다. 그런 이유로 AI 서비스 기업들도 이러한 요구에 맞춰 에이전트별·사용자별 비용 추적 기능을 강화하고 있다. / ---p.284 AI 거버넌스가 제대로 작동하는지는 규정집의 페이지 수로 판단할 수 없다. 에이전트가 잘못된 고객에게 계약서를 보냈거나 가격을 잘못 변경했다고 가정해 보자. 그 순간부터 30분 안에 회사는 본 사고의 윤곽을 설명할 수 있어야 한다. 어떤 에이전트와 모델 버전이 작동했는가. 어떤 데이터와 문서를 읽었는가. 누구의 요청으로 어느 시스템을 호출했는가. 어떤 파일을 외부로 보냈고 무슨 데이터를 변경했는가. 실행 과정에서 사용한 계정과 권한은 무엇이었는가. 이 질문에 답하지 못한다면 책임자가 지정되어 있어도 실제 책임 체계는 없는 것이다./ ---p.303 이렇게 각국이 AI를 전략 자산으로 다룬다는 이유로 정부가 모든 것을 직접 개발해서는 안 된다. 정부는 민간이 감당하기 어려운 대규모 컴퓨팅 인프라와 공공 데이터를 제공하고 표준과 안전 기준을 만들며 대학과 기업이 공동으로 연구할 수 있는 환경을 마련해야 한다. 시장에서 경쟁할 모델과 서비스는 민간이 다양하게 만들어야 한다. 국가 주도의 단일 모델 하나에 모든 자원을 집중하면 기술 변화에 대응하지 못하고 또 다른 중앙집중 위험이 생긴다. 국가 AI 전략의 핵심은 위기에도 산업과 공공서비스가 멈추지 않고 국내 기업이 외부 기업과 대등하게 협상하며 우리 데이 터와 산업 경험으로 새로운 가치를 만들어 낼 수 있게 하는 것이다./ ---p.324 한 번 정한 제도를 오래 유지하는 것이 능사가 아니다. 제한된 현장에서 먼저 시험하고 결과를 기록해야 한다. 피해를 신고하고 이의를 제기할 통로도 필요하다. 일정 기간마다 효과와 부작용을 검토하고 기술이 달라지면 규칙도 수정해야 한다. 개인정보 보호와 차별 금지 그리고 인간에게 재검토를 요구할 권리는 먼저 세워야 한다. 다만 이를 구현하는 방식은 계속 고칠 수 있어야 한다./ ---p.344 |
|
모델 성능 경쟁을 넘어 토큰 효율 경쟁으로
화면 속 AI에서 현실을 움직이는 피지컬 AI로 2022년 챗GPT 공개 이후 시작된 AI 모델 성능 경쟁은 빠른 속도로 세상을 변화시켰다. 똑똑하게 답변해 주는 것은 물론, 실제처럼 보이는 이미지 생성부터 광고·영화·숏폼 등 생생한 영상까지 생성한다. 그리고 어느새 스마트폰과 PC에 에이전트가 도입되어 더 편한 사용의 서막을 열었다. 이제 모델 성능보다 더 중요한 것이 있다. 바로 AI를 쓰고 만드는 기준점인 ‘토큰’이다. 토큰은 AI 시대의 새로운 디지털 경제의 원유이자, 생산성 단위, 에너지 단위다. 프롬프트에 입력하면 데이터센터에서 토큰으로 변환되어 AI 모델로 입력되고, 그 모델 안에서 토큰이 재생산되며 AI 연산 처리가 전개된다. 따라서 에이전트 시대의 경쟁은 ‘토큰 효율’ 경쟁이다. 가장 효율적으로 토큰을 생산하고 운영하는 기업이 AI 산업의 승자가 될 것이라고 말한다. 하지만 어떻게 해야 효율적이고 어떻게 운영해야 살아남을 수 있을까? 기업이 토큰 비용을 줄이려면 프롬프트부터 짧게 줄일 것이 아니라 작업 구조를 바꿔야 한다. 반복되는 업무 규칙과 문서는 캐시 가능한 문맥으로 관리해야 한다. 단순 작업에는 가벼운 모델을 쓰고 복잡한 판단에만 고성능 모델을 배치해야 한다. 불필요한 설명과 재시도를 막을 종료 조건도 필요하다. 중요한 것은 토큰을 적게 쓰는 것이 아니다. 같은 토큰으로 더 많은 쓸 만한 결과를 만드는 것이다. (본문 중에서) 1995~2010년 PC 기반의 웹과 2010~2025년 스마트폰 기반의 모바일이 IT 트렌드의 중심이었다. 하지만 2027년에는 에이전트 기반으로 구현, 운영되는 새로운 트렌드 시대가 펼쳐질 것이다. 에이전트 기능이 스며들어 에이전트가 대신 사용자의 요구를 실행하면, 기업은 새로운 고객 접점과 바뀐 인터넷 시장 경쟁 구도에서 살아남기 위해 기술 흐름을 알아야 한다. 또한 AI 기술은 더 이상 화면 속에 있지 않다. 업무 결과물을 만들던 AI는 생성 영역에서 실행 영역으로 나오고 있다. 보스턴다이내믹스의 아틀라스, 중국 유니트리의 G1, 1X의 가정용 휴머노이드 네오까지 실제 산업 현장에서 로봇이 작업을 수행하고 있다. 특정 장소, 제한된 반복 공정을 수행한다. 또한, 전쟁에서 드론이 정밀 타격을 하고, AI가 작전을 세워 로봇이 전쟁에 참여하기 시작했다. 이처럼 현실계로 나온 AI가 피지컬 AI다. 2027년부터는 피지컬 AI가 우리 현실에 점점 더 가까이 도달할 것이다. 사람이 앱을 고르던 시대에서 에이전트가 서비스를 고르는 시대로의 전환 이 책은 총 3가지 파트로 구성했다. PART 1 ‘일과 돈으로 읽는 2027 AI 키워드 10’에서는 이미 우리 일과 생활 곳곳에 스며든 AI가 2027년에 어떤 변화를 일으킬 것인지 10가지 키워드로 살펴본다. PART 2 ‘‘이미 벌어진 변화’ 당장 바뀐 우리 일상과 기업 현장’은 에이전트가 사람 대신 앱을 실행하고 상품 비교와 구매를 준비한다면, 기업은 누구에게 선택받아야 하는지를 묻는다. 이에 따른 여파로 고객 접점은 어떻게 달라지는지도 함께 살핀다. 더불어 일상과 산업 현장에서 AI가 어떤 가치를 만들어 변화를 일으킬지를 전망한다. PART 3 ‘우리는 무엇을 어떻게 준비해야 하는가?’에서는 AI가 우리 삶 전반에 깊숙이 스며든 과정에서 바뀐 시장의 경쟁 구도를 전망한다. 왜 AI 주권이 필요하며 소버린 AI를 위해서 어떠한 대처가 필요한지 살펴본다. 더 나아가 기업과 개인, 정부와 사회는 AI가 대신할수록 무엇을 재정의해야 하는지 묻는다. 그렇게 AI는 우리 업무 처리 속도를 더 빨리 해내도록 강요하고 우리는 그런 분위기에 익숙해지는 것이다. AI에 프롬프트를 던지면 결과가 나오기까지 아무리 길어도 1시간이 채 걸리지 않는다. 게다가 AI는 뭐든 다 해내려고 하니 더 좋은 결과물을 얻기 위해 계속 AI와 대화하는 과정에서 우리들의 시간은 녹아내린다. 더 일에 중독되게 만든다. AI는 시간을 절약하는 기술이 아니라 시간을 다시 채우게 만드는 기술이다. (본문 중에서) 이 책은 AI가 무엇을 할 수 있는지 소개하는 데 머물지 않는다. AI에 무엇을 맡기고 인간은 무엇을 남길지 결정하고 책임져야 한다. AI는 일을 잘할 수 있게 하는 기술이지만, 조직 안에서 세대마다 효과는 다르다. 주니어에게는 업무 적응을 돕는 학습 도구이며, 시니어에게는 축적된 경험과 판단력 증폭을 돕는 레버리지 도구다. AI 사용으로 일하는 방식을 바꿔야 한다. AI는 분석한 결과를 내놓지만, 업무에 관한 맥락을 이해하지 못하고, 결정과 책임은 지지 않는다. 맥락을 이해하고 결정과 책임을 지는 것은 인간의 일이다. 우리 일의 맥락을 이해해야 더 적확하게 현장에 적용할 수 있다. 이 책은 저자가 기업 현장에서 AI를 활용했던 업무 방식과 외국 기업의 AI 업무 영역을 담고 있다. 실무자들은 저자의 이 경험을 통해 달라지는 조직 전체의 속도와 회사 성과가 선명하게 다가올 것이다. 벌써 다섯 권의 IT 트렌드를 쓴 저자는 AI와 함께 기술을 전망하면서도 일상과 전망을 떼어놓지 않았다. 저자는 독자들이 이 책을 통해 새로운 기술 이름뿐 아니라 그 기술이 바꾸는 일과 돈의 흐름을 함께 읽기를 바란다. 그리고 “사람보다 프로세스를 먼저 재설계하라”라고 제안한다. 조직에 도입된 AI를 운영 방식 변화에 활용해야 한다. 2027년의 경쟁력은 결국 AI의 일과 인간의 경험을 구분하고 설계해, 결과의 이익과 책임을 사회가 어떻게 나눌 것인가다. 『IT 트렌드 2027』은 우리에게 많은 질문을 던진다. 당장 우리가 할 수 있는 것은 무엇이며, 어떤 병목에 있는지, 당장 바뀌는 기술을 좇고 있는 것은 아닌지, AI라는 단어가 붙은 성장주만 찾고 있는 것은 아닌지 고민해 봐야 할 때다. AI 시대 마지막 과제는 결국 기술과 경제가 아닌 인간의 자립이다. 이 책은 AI 패권 시대에 살고 있는 우리가 어떤 선택을 내려야 할 것인지 도울 것이다. |