AI 애플리케이션 전략의 상태: 디지털 성숙 또는 광기

예를 들어 생산성 활용 사례, 즉 모든 곳에 있는 듯한 조종사와 챗봇은 이미 널리 구현되어 있습니다. 거의 절반(40%)의 조직이 AI 직원 생산성 도구를 도입했고, 3분의 1(36%)이 좋아하거나 싫어하는 챗봇을 배포했으며, 때로는 두 가지를 동시에 배포하기도 했습니다. 

하지만 그런 세부 사항은 그다지 흥미롭지 않습니다. 흥미로운 점은 조직이 어떤 모델을 채택하고 있는지, 그리고 그 이유가 무엇인지입니다. 

기업들이 단일 모델을 표준화하지 않기 때문입니다. 평균적으로 그들은 2.9개의 모델을 사용하고 있으며, 어떤 모델을 사용하는지에 대한 구체적인 세부 사항은 사용 사례에 따라 다릅니다. 우리는 모든 산업 분야에서 오픈 소스 와 독점 모델이 건강하게 도입되는 모습을 보고 있습니다. 라마(Llama)와 미스트랄(Mistral)과 같은 이름은 ChatGPT와 허깅 페이스(Hugging Face)와 마찬가지로 흔하게 듣게 되었습니다. 

이는 내년에는 조직이 최우선 AI 우선순위인 워크플로 자동화를 실행하면서 더욱 다양한 분야가 등장할 것임을 예고합니다. 그 사용 사례는 조직의 워크플로에 내장되어야 하기 때문에 서비스로서의 AI에 적합하지 않습니다. 이는 비즈니스 및 운영 프로세스를 설명하는 기술 용어로, 컴퓨팅의 초기부터 기업의 경쟁 우위의 기반이 되어 왔습니다. 

실무자 또는 IT 리더의 관점에서 더 흥미로운 것은 기술 스택과 그것이 어떻게 형성되는가입니다. AI 애플리케이션은 API 수를 늘리는 최신 애플리케이션 이라는 점은 알고 있지만, 스택은 어떻게 생겼으며, 그 스택은 어디에 배포되어 있을까요? AI 기술 스택에 AI 애플리케이션 서비스가 포함되어 있다는 점이 눈에 띄실 겁니다. 보안과 확장성에 대한 우려가 모든 종류의 애플리케이션을 제공하고 보호하는 데 있어 애플리케이션 서비스가 맡고 있는 중요한 역할을 더욱 강화할 것이기 때문입니다. 

API 및 애플리케이션에 대한 AI 기반 공격에 대한 방어, 고객 및 기업 시민의 개인 정보 보호, 회사 비밀을 비밀로 유지하는 것과 관련하여 우려가 넘쳐납니다. 그렇기 때문에 DDoS 보호 및 API 보안, 로드 밸런싱 , 유입 제어 와 같은 기존의 애플리케이션 서비스와 AI 게이트웨이와 같은 새로운 애플리케이션 서비스가 AI 기술 스택의 중요하고 필수적인 구성 요소가 될 것이라는 점에는 의심의 여지가 없습니다. 

조직들은 AI 기술 스택을 구축하는 데 사용할 다른 모든 지출 외에도 이러한 서비스에 AI 예산의 9%를 사용할 계획입니다. 

그리고 조직의 절반 이상(54%)이 온프레미스에 AI 모델과 AI 애플리케이션을 배포할 계획으로 이를 구축하고 있습니다. 

그런데, 위에서 말씀드린 대로 AI의 현황에 대한 자세한 내용은 제가 공유하지 않겠습니다. 글쎄요, 이미 해당 내용에 대한 전체 보고서를 작성했으니까요. 지금 당장 여기에서 자세한 내용을 확인하실 수 있습니다 . 

그러니 자세히 살펴보고, AI로 가는 길이 디지털 광기나 디지털 성숙 으로 이어진다고 확신하는 이유를 알아보세요.