2025년 예측: AI의 약속을 실현하기 위한 전략

Snowflake 리더들은 향후 몇 년 간의 AI, 오픈 소스 및 사이버 보안 개발과 필수 리더십 기술에 대한 인사이트를 제공합니다.

연말이 가까워지면 새해에 어떻게 될지 생각하는 것은 당연합니다. 미래를 예측하기는 매우 힘들지만, 가장 가능성이 높은 결과에 대비하는 동시에 예상치 못한 상황에 적응할 준비는 할 수 있습니다. 

엔터프라이즈 기술 분야에서 가장 큰 확신과 가장 큰 잠재적 놀라움은 매우 빠르게 발전하고 있는 인공지능 영역에서 비롯됩니다. 따라서 2025년 이후를 고려할 때는 AI 개발 및 채택에 많은 관심을 집중해야 합니다.

Snowflake의 수십 명의 전문가 및 리더들과 함께 저는 그걸 정확하게 해냈습니다. 오늘은 ‘Snowflake 데이터 + AI 예측 2025’ 보고서의 내용을 소개합니다. AI의 발전과 함께 사이버 보안, 오픈 소스 소프트웨어 등과 관련된 방향적 추세와 시급한 요구 사항을 고려했지만, 자연스럽게도 많은 대화가 AI와 관련이 있었고, 이렇게 빠르게 변화하고 변화하는 기술 영역이 어떻게 계속해서 세계를 놀라게 할 수 있는지에 관해 이야기했습니다.

2025년은 많은 엔터프라이즈가 LLM 및 생성형 AI의 실험에서 이를 운영화하는 것으로 전환하는 한 해가 될 것이며, 이는 그 자체로서 과제를 초래할 것입니다. 제 관점에서 보면 AI에 대한 논의에서 도출된 핵심 아이디어와 AI가 엔터프라이즈에 미치는 영향은 다음과 같습니다.

• AI 관측성은 AI 운영화에 필수적이며, 플랫폼들은 솔루션을 출시할 것입니다. 대규모 언어 모델을 실행할 때는 새로운 데이터를 수집함에 따라 모델이 어떻게 변화할 수 있는지에 대해 관측성을 갖고 있어야 합니다. 비용과 성능에 대한 가시성을 확보하는 것도 중요합니다. 이러한 요구 사항을 충족하기 위해 AI 관측성 솔루션이 등장하고 있지만, 시간이 지남에 따라 Snowflake를 비롯한 대형 데이터 플랫폼이 이러한 솔루션을 제공할 가능성이 높습니다.

• 할루시네이션은 고객 지향 AI의 배포 속도를 늦출 것입니다. 모델은 계속 개선되고 검색 증강 생성(RAG)과 같은 기술은 할루시네이션과 오류를 줄이고 민감 데이터와 회사의 목소리와 어조를 보호하는 가드레일을 설정하는 데 도움이 될 것입니다. 하지만 기업은 계속해서 편향성을 표시하거나 부정확한 응답을 제공할 수 있는 기술을 고객에게 제공하는 것을 주저할 것입니다. 이러한 이유로 향후 몇 년 동안은 계속해서 조직 내부의 AI에 초점이 맞춰질 것입니다.

• 데이터의 다음 진화는 AI에 대비하는 것입니다. 수년 간 디지털 트랜스포메이션의 필수 요건은 데이터에 액세스하고 사일로를 없애 엔터프라이즈가 모든 데이터에서 가치를 창출할 수 있도록 하는 것이었습니다. 물론 이는 여전히 중요하지만, 다음 단계는 엔터프라이즈 통합 데이터가 기존 에이전트와 애플리케이션에 활용될 수 있도록 AI 준비 태세를 갖추도록 하는 것입니다.  

  데이터 중앙 집중화 추세가 가속화되어 데이터 품질이 높고 정확하며 잘 관리되도록 보장할 것입니다. 데이터 웨어하우스에서 정형 데이터로 작업하는 것 외에도 최신 AI 시스템은 딥러닝과 자연어 처리를 사용하여 데이터 레이크 및 레이크하우스의 비정형 및 반정형 데이터로 효과적으로 작업할 수 있습니다. 전반적으로 데이터 AI 시스템에 쉽게 액세스할 수 있어야 하며, 명확한 메타데이터 관리를 통해 관련성과 시기적절성에 중점을 두어야 합니다. 또한 데이터 전략 AI 이니셔티브가 비즈니스 목표에 부합하고 조직 데이터 중심 문화를 효과적으로 주도하고 있는지 확인하기 위해 진화해야 합니다.

• 자율 에이전트, 문서 수집 및 AI를 킬러 앱으로 예상합니다. 동 보고서에서는 LLM과 생성형 AI가 우리가 살고 작업하는 방식에 너무나 깊게 뿌리내릴 것이라고 말합니다. ‘AI를 위한 킬러 앱’을 생각하는 것은 전기의 킬러 앱을 생각하는 것과 같습니다. 하지만 당장의 킬러 앱이라면 노동자가 방대한 양의 비정형 데이터 인사이트를 도출할 수 있도록 지원하는 내부적인 사용 사례가 될 것입니다. 최근 Snowflake는 고객 대화형 챗봇을 통해 약 7억 페이지의 조사 자료를 수집하고 이를 쉽게 소비할 수 있도록 지원했습니다. 이를 통해 분석가는 데이터를 보유하고 있더라도 기능적으로 사용할 수 없었던 인사이트를 확보할 수 있었습니다. 이는 앞으로도 생성형 AI의 주요 사용 대상으로 남아 있을 것입니다.

  하지만 앞으로 몇 년 후, AI 작업 방식을 혁신하는 것은 자율 에이전트가 될 것입니다. 독립 에이전트는 구체적인 질문에 답하기보다는 인간 사용자의 광범위한 지침에 따라 조치를 취할 것입니다. ‘이 핵심 고객 코호트를 유치하기 위한 마케팅 캠페인의 생성 및 실행’은 자동으로 브랜드 내 복사 그래픽을 설계하고, 원하는 잠재 고객 광고 구매를 수행하고, 초기 성능에 따라 최적화하는 등의 하위 작업으로 나뉘어질 수 있습니다.

• 리더십은 AI 피로에 대한 해결책이 될 것입니다. AI는 너무나도 빠르게 발전해 왔기 때문에 불과 2주 전에 담당 팀이 모든 시간을 쏟아 부었던 프로젝트가 내일 당장 완전히 시대에 뒤떨어진 구식이 될 수 있습니다. 이 경우 과연 계속 진행해야할까요, 아니면 재작업에 들어가야 할까요? 후자의 경우, 만일 다음 주에 똑같은 상황이 발생하면 어떻게 해야 할까요? AI 분야의 모든 인력이 지난 한 해 동안 한번쯤은 피로에 대해 언급했습니다. 팀의 생산성과 창의성을 최대로 유지하려면 리더가 개입해야 합니다. 우리는 빛나는 무언가에 집중하는 대신 목표와 ROI 집중해야 합니다. AI 프로젝트는 ‘최신 기술’이나 ‘최상의 기술’에 관한 것이 아닙니다. 모든 비즈니스 의사 결정이나 투자와 마찬가지로 결과와 리소스 측면에서 가장 효과적인 것에 무게를 두어야 합니다.

동 보고서에는 이 밖의 많은 내용이 담겨 있습니다. 사회적 수준에서는 산업 가드레일과 규제 감독의 상호 작용을 살펴봅니다. Snowflake 사이버 보안 전문가들은 AI가 공격자의 역량을 강화하고 공격자와 싸우는 새로운 방법을 제공하는 방식을 다루고 있습니다. 조직이 데이터 전략을 개선할 수 있도록 지원해 주는 오픈 소스 기술의 발전을 살펴보고. 불안을 느낄 정도로 빠른 변화 속도에 맞춰 리더들이 어떻게 대응할 수 있을지에 대해서도 다룹니다. 전체 내용은 'Snowflake 데이터 + AI 예측 2025'에서 확인하세요.