애피어 "AI 도입 보다 실제 성과 연결이 중요"

전략·신뢰성·적응·학습·효율 등 AI 확장 5가지 조건 제시

[파이낸셜뉴스] 애피어(Appier)는 AI를 실질적인 비즈니스 성과로 연결하기 위해 기업이 갖춰야 할 5가지 핵심 조건으로 'SCALE'을 제시했다. 인공지능(AI) 활용이 기업 전반으로 빠르게 확산하고 있지만 실제 수익성 개선으로 이어지는 비율은 제자리걸음에 그치는 등 실제 성과로 연결하기 어려운 상황에서 성과를 낼 수 있는 조건을 제시한 것이다.

21일 애피어에 따르면 맥킨지의 '2026 AI 현황' 조사에서 연 매출 10억달러 이상 대기업 가운데 AI 에이전트를 본격적으로 확대해 활용하고 있다는 응답은 지난해 27%에서 올해 40%로 증가했다. 반면 AI 활용이 기업의 수익성 개선에 기여했다고 답한 비율은 37%로 전년과 비슷했다. 기업들이 AI를 적극적으로 도입하고 있지만 실제 돈을 벌거나 비용을 줄이는 성과로 연결하는 데는 어려움을 겪고 있다는 의미다.

애피어는 이제 AI를 얼마나 많이 도입했는지보다 이를 실제 업무에 어떻게 활용하고 성과를 만들어내는지가 중요하다고 봤다.

이에 애피어는 기업이 갖춰야 할 조건을 △전략적 목표 설정(Strategic) △역량 및 한계 판단(Calibrated) △적응형 운영(Adaptive) △지속적 학습(Learning) △효율적 자원 활용(Efficient) 등 5가지로 정리했다. 각 단어의 앞 글자를 따 'SCALE'로 이름 붙였다.

첫번째는 AI를 어디에 활용할지 목표를 명확하게 정하는 것이다. 단순히 AI를 도입하는 데 그치지 않고 매출을 늘리거나 비용을 줄이는 등 구체적인 목표를 세워야 성과를 제대로 평가할 수 있다는 설명이다.

두번째는 AI가 할 수 있는 일과 그렇지 못한 일을 구분하는 것이다. AI가 내놓은 결과를 무조건 신뢰하기보다 오류가 발생할 가능성을 확인하고 중요한 업무에서는 중간 과정도 점검해야 한다. 특히 작은 오류가 큰 손실로 이어질 수 있는 기업 업무에서는 이러한 관리가 중요하다고 애피어는 설명했다.

업무에 따라 적절한 AI를 선택하는 것도 필요하다. 모든 일을 하나의 AI 모델에 맡기기보다 업무의 난이도와 목적에 맞는 모델을 골라 사용해야 한다는 것이다. 여러 AI 에이전트가 각각 다른 역할을 맡아 함께 업무를 처리하도록 구성하는 방식도 여기에 포함된다.

AI가 이전 업무에서 얻은 경험을 다음 업무에 활용하는 능력도 강조했다. 사용자의 피드백이나 과거 업무 결과를 반영해 같은 업무를 반복할수록 판단과 결과를 개선하는 방식이다. AI를 단순한 일회성 자동화 도구가 아니라 지속적으로 업무를 수행하는 수단으로 활용하기 위해 필요한 요소다.

마지막은 비용과 자원을 효율적으로 사용하는 것이다. AI가 복잡한 업무를 수행할수록 여러 차례 모델을 호출하고 많은 연산을 거치기 때문에 비용도 커질 수 있다. 업무마다 필요한 수준의 AI 모델과 연산 자원을 선택해 불필요한 비용을 줄여야 한다는 설명이다.
애피어는 이 같은 방향에 맞춰 AI가 스스로 자신의 판단에 얼마나 확신할 수 있는지 평가하거나, 정보가 부족한 상황을 인식하는 기술 등을 연구하고 있다. 이를 통해 기업의 AI 활용을 실제 투자수익률(ROI) 향상으로 연결한다는 계획이다.

치한 위(Chih-Han Yu) 애피어 최고경영자(CEO) 겸 공동창업자는 "이제 기업의 관심은 도입한 AI가 어떤 성과를 내고 있으며, 이를 어떻게 지속적으로 확대할 수 있을지에 집중되고 있다"며 "에이전틱 AI가 더 많은 판단과 실행을 맡게 될수록 자율성 자체보다 이를 얼마나 신뢰할 수 있고 효율적으로 운영하느냐가 중요해진다"고 말했다.

[email protected] 윤홍집 기자