구글에서 2025년 AI 비즈니스 트렌드 보고서를 발간했습니다. 내용을 요약했습니다.
출처: https://blog.google/products/google-cloud/ai-trends-business-2025/
AI 비즈니스 트렌드 개요
- AI의 급속한 시장 변화: AI는 급격한 혁신을 촉진하며, 그 발전 속도는 늦춰질 기미가 보이지 않습니다. AI는 기업 운영, 경쟁, 혁신 방식에 근본적인 변화를 가져오고 있으며, 2025년에도 이러한 변화는 계속될 것입니다.
- AI 조기 도입 기업의 시장 지배: AI를 조기에 도입한 기업들은 혁신적인 고객 경험을 제공하며 시장에서 두각을 나타내고 있습니다. 이들은 시장 점유율을 확대하고 기존 경쟁자들을 앞서 나가고 있습니다.
- AI 투자 증가: AI 모델의 개선과 기업 도입 증가로 인해 AI에 대한 투자가 크게 증가하고 있습니다. 이는 경제적 건강, 정책, 규제 등 다양한 요인에 의해 촉진되고 있으며, AI를 인간을 보조하는 도구로 활용하는 전략이 확산되고 있습니다.
- 데이터 센터 용량 수요 급증: AI 도입 증가로 인해 데이터 센터 인프라에 대한 수요가 급증하고 있습니다. AI 워크로드를 처리하기 위한 데이터 센터 용량은 연평균 33%씩 증가할 것으로 예상되며, 앞으로 5년 안에 두 배로 늘어날 것으로 보입니다.
- AI 도입 장벽 제거: 클라우드 서비스 제공업체들은 AI 워크로드에 최적화된 인프라를 통해 기업의 AI 도입 장벽을 제거하고 있습니다. 여기에는 맞춤형 TPU, NVIDIA GPU, 네트워킹, 스토리지 등의 기술이 포함됩니다.
- AI의 주류화: AI는 소프트웨어 시스템의 중요한 부분이 되고 있으며, 사용자들은 AI를 통해 더욱 복잡하고 정확한 작업을 수행하고 있습니다. AI 에이전트는 개발자들이 더 빠르고 효율적으로 AI를 구축하고 배포하는 데 중요한 역할을 합니다.
- 멀티모달 운영 도입: 기업들은 확장 가능한 운영을 위해 멀티모달 LLM(Large Language Models)을 도입하고 있습니다. 이는 다양한 산업에서 자동화와 효율성을 높이는 데 중요한 역할을 합니다.
멀티모달 AI 개요
- 2025년은 멀티모달 AI 도입의 중요한 해: 2025년은 기업들이 멀티모달 AI를 본격적으로 도입하는 중요한 해가 될 것입니다. 멀티모달 AI는 텍스트 기반 명령 외에도 이미지, 비디오, 오디오 등 다양한 데이터 소스를 통합하여 인간의 학습 방식을 모방합니다.
- 다양한 입력 처리: 멀티모달 AI는 광범위한 컨텍스트 소스를 이해하고 처리할 수 있습니다. 이를 통해 더 정확하고 맞춤화된 결과를 생성하며, 사용자가 자연스럽고 직관적인 경험을 할 수 있도록 합니다.
- 시장 규모: 멀티모달 AI의 글로벌 시장 규모는 2025년에 24억 달러에 달할 것으로 예상되며, 2030년 말까지 989억 달러로 성장할 것으로 전망됩니다. 이는 멀티모달 AI가 미래 비즈니스 운영에 있어 중요한 역할을 할 것이라는 점을 시사합니다.
- 주요 기능: 멀티모달 AI 기술은 복잡한 데이터 분석을 가능하게 하고, 업무 흐름을 간소화하며, AI 기반 통찰력의 접근성을 향상시켜 미래 비즈니스 운영에 중요한 도구가 될 것입니다.
- 산업별 활용 사례:
- 금융 서비스: 멀티모달 AI는 시장 논평 영상이나 은행 라이브 스트림과 같은 멀티모달 데이터를 분석하는 데 사용될 것입니다. 또한 음성 톤, 얼굴 표정, 바디 랭귀지 등 비언어적 단서를 고려하여 미묘한 감정까지 파악하는 데 활용될 수 있습니다.
- 의료 및 생명 과학: 멀티모달 AI는 의료 기록, 영상 데이터, 유전체 정보와 같은 데이터를 분석하여 개인 맞춤형 의료를 실현하는 데 기여할 것입니다. 또한 의료 분야에서 AI를 활용하는 것을 더욱 쉽게 만들고, 방사선 전문의의 업무 효율성을 높이며, 환자에게 더 나은 서비스를 제공하는 데 도움을 줄 것입니다.
- 제조업: 멀티모달 AI는 텍스트, 비디오, 소음, 진동과 같은 센서 데이터 분석을 통해 장비 고장을 사전에 파악하고 생산성을 극대화하는 데 활용될 것입니다.
AI 에이전트 개요
- AI 에이전트의 진화: AI 에이전트는 단순한 챗봇에서 복잡한 워크플로우를 처리할 수 있는 다중 에이전트 시스템으로 진화하고 있습니다. 이는 AI가 더욱 지능화되고 다양한 업무를 수행할 수 있게 되었음을 의미합니다.
- AI 에이전트의 중요성: AI 에이전트는 의사 결정, 학습, 기억, 계획 등 다양한 기능을 제공하여 업무를 효율적으로 처리하고 있습니다. 이러한 에이전트들은 자동화된 업무 처리, 복잡한 프로세스 관리, 인적 자원 지원 등 다양한 분야에서 활용되고 있습니다.
- 다중 에이전트 시스템(MAS): 차세대 AI 기술인 다중 에이전트 시스템은 여러 독립적인 에이전트들이 협력하여 복잡한 목표를 달성하는 시스템입니다. 이는 기존의 단일 에이전트 시스템보다 더욱 유연하고 강력한 기능을 제공합니다.
- 업무 효율성 향상: AI 에이전트는 숙련된 작업자와 경험이 부족한 작업자 간의 격차를 줄여주며, 업무 속도와 품질을 모두 향상시킵니다. 연구에 따르면 AI 에이전트를 활용하는 개발자들은 코드 작성 완료 시간이 34.38% 단축되고, 주간 업무 완료량이 26% 증가하는 효과를 보였습니다. 또한, AI 에이전트는 문제 해결 시간을 평균 15% 단축시키는 효과도 있습니다.
- AI 에이전트의 다양한 유형: 자료에서는 6가지 유형의 AI 에이전트가 있으며, 각 유형별로 고객에게 다양한 가치를 제공한다고 언급되어 있습니다. 구체적인 유형으로는 직원 에이전트와 코드 에이전트에 대한 내용이 있습니다.
- 직원 에이전트: 직원 에이전트는 업무 프로세스 간소화, 반복적인 작업 관리, 커뮤니케이션 개선을 통해 직원 생산성을 높입니다. 예를 들어, Woolworths는 직원들의 자신감을 높이기 위해 AI 에이전트를 활용하고 있습니다.
- 코드 에이전트: 코드 에이전트는 코드 생성, 코드 분석, 소프트웨어 개발 프로세스 개선 등을 통해 개발자의 생산성을 향상시킵니다. 예를 들어, Regnology는 AI 에이전트를 사용하여 소프트웨어 개발 프로세스를 자동화하고 있습니다.
- 산업별 활용: AI 에이전트는 다양한 산업 분야에서 활용될 수 있습니다.
- 소매업: 소매업체들은 마케팅 캠페인, 제품 설명, 이미지 및 콘텐츠 제작에 AI 에이전트를 활용할 것으로 예상됩니다.
- 통신업: 통신 사업자들은 네트워크 문제 분석, 용량 계획, 테스트 케이스 개발 등에 AI 에이전트를 활용할 것으로 예상됩니다.
- 미디어 및 엔터테인먼트: 콘텐츠 에이전트는 콘텐츠 제작, 검색, 수익화, 개인화된 콘텐츠 배포를 지원하는 데 활용될 것입니다.
보조 검색 개요
- 검색의 새로운 차원: AI는 검색 방식을 정보 검색에서 지식 창출로 변화시키고 있습니다. 더 이상 키워드 입력에만 의존하는 것이 아니라, AI 기반 검색 도구를 통해 더욱 폭넓고 맥락적인 정보를 얻을 수 있습니다.
- AI 기반 검색의 발전:
- 고급 검색 기술: AI 기반 검색 기술은 검색, 제품 검색, 고객 지원 등 다양한 기능을 포함하며, 텍스트, 이미지, 음성 등 다양한 형태의 데이터를 이해하고 처리할 수 있습니다. 이를 통해 사용자는 자연어 쿼리, 이미지 검색 등을 통해 필요한 정보를 더욱 쉽게 찾을 수 있습니다.
- 지능형 지식 기반: AI는 복잡한 쿼리를 이해하고, **다양한 형식의 데이터(문서, 스프레드시트, 멀티미디어)**를 처리하여 사용자에게 필요한 정보를 제공할 수 있습니다. 또한, AI는 맥락에 맞는 정보를 제공하여 사용자의 의사 결정을 지원합니다.
- 더 깊이 있는 AI 기반 통찰력: AI 에이전트는 기업 내 검색을 새로운 수준으로 발전시킵니다. 에이전트는 회사 데이터에 접근하여 정보를 분석하고 유용한 권장 사항을 제공할 수 있습니다.
- 기업 검색 시장의 성장: AI 기반 기업 검색 시장은 2031년까지 129억 달러 규모로 성장할 것으로 예상됩니다. 이는 AI 검색 기술이 기업 운영에 있어 중요한 역할을 할 것이라는 점을 시사합니다.
- AI 검색의 이점:
- 데이터 접근성 향상: 직원들은 내부 데이터를 빠르고 효율적으로 검색하고 활용하여 생산성을 높이고 정보에 기반한 의사 결정을 할 수 있습니다.
- 흐름 효과: AI 기반 검색은 직원뿐만 아니라 고객에게도 새로운 수준의 서비스와 지원을 제공합니다. 사용자는 맥락화된 쿼리를 통해 관련 정보를 쉽게 찾고, 필요한 지원을 받을 수 있습니다.
- 산업별 활용 사례:
- 금융 서비스: 금융 기관들은 내부 지식 검색을 강화하여 직원들의 특정 역할에 맞는 정보를 제공하고 있습니다. 예를 들어, 대출 담당자는 대출 신청과 관련된 정보를 검색할 때 리스크 분석가와 다른 결과를 얻을 수 있습니다.
- 의료 및 생명 과학: 의료 분야에서는 AI 검색을 통해 의료 용어, 복잡한 어휘, 약어 등을 이해하고, 행정 부담을 줄이며 환자 교육 및 연구를 개선할 수 있습니다.
- 소매업: 소매업체들은 AI를 활용하여 자연어, 이미지, 음성 명령을 통해 제품을 찾을 수 있도록 고객 경험을 개선하고 있습니다.
AI 기반 고객 경험 개요
- 고객 경험의 변화: AI는 고객 경험(CX)을 더욱 원활하고 개인화되도록 변화시키고 있습니다. 텍스트 기반 챗봇을 넘어 실시간 대화 기능과 음성 기반 상호작용을 통해 고객은 개인화된 경험을 제공받을 수 있게 되었습니다.
- AI의 역할: AI는 고객이 원하는 것을 예측하고 문제를 해결하며 개인화된 서비스를 제공하는 데 중요한 역할을 합니다. 이러한 기술은 고객과의 상호작용을 더욱 자연스럽고 효율적으로 만들고 있습니다.
- AI 기반 고객 경험의 주요 특징:
- 원활한 경험: AI는 고객이 인지하지 못할 정도로 자연스러운 경험을 제공합니다. 고객은 문제를 해결하거나 원하는 정보를 얻을 때 기술을 사용하고 있다는 느낌 없이 서비스를 이용할 수 있습니다.
- 개인화된 경험: AI는 고객의 선호도와 요구사항을 학습하여 맞춤형 마케팅 콘텐츠와 제품 추천을 제공합니다. 이를 통해 고객은 더욱 관련성 높은 정보와 서비스를 제공받을 수 있습니다.
- 옴니채널 경험: AI는 다양한 채널에서 일관된 고객 경험을 제공합니다. 고객은 어떤 채널을 이용하든 동일한 수준의 서비스를 제공받을 수 있습니다.
- 고객 감정 분석: AI는 고객의 감정을 분석하여 고객 만족도를 높이고 서비스 개선에 활용합니다. 이를 통해 기업은 고객의 요구에 더욱 효과적으로 대응할 수 있습니다.
- AI 기반 고객 경험의 이점:
- 고객 충성도 향상: AI 기반 고객 경험은 긍정적인 고객 경험을 제공하여 고객 충성도를 높이고, 지속적인 수익 증대에 기여합니다.
- 비용 절감: AI는 자동화된 고객 지원을 통해 비용을 절감하고, 인적 자원을 보다 가치 있는 업무에 집중할 수 있도록 합니다.
- 산업별 활용 사례:
- 소매업: AI는 개인화된 스타일링 및 쇼핑 경험을 제공하고, 이미지나 영상을 활용하여 제품을 찾을 수 있도록 지원합니다.
- 통신업: AI는 각 고객에게 맞춤화된 서비스를 제공하고, 고객의 여정을 더욱 개인화하는 데 사용될 수 있습니다. 예를 들어, 새로운 지점 개설을 고려하는 소규모 사업자는 연결, 통신, 판매 시점 요구 사항에 맞는 서비스 번들을 제안받을 수 있습니다.
- 제조업: AI는 생산 계획, 제품 디자인, 마케팅에 사용될 수 있습니다. 또한 실시간 데이터 기반으로 운영을 최적화하고 고객 서비스를 개선하는 데 활용될 수 있습니다.
- AI 기반 고객 경험의 적용 사례:
- Alaska Airlines: AI를 활용하여 여행객에게 개인화된 여행 계획 및 최적의 항공편 추천을 제공합니다.
- Klook: AI를 활용하여 여행 및 경험 서비스를 개인화하고, 개발자에게 Klook 플랫폼에서 코드를 생성하는 데 도움을 줍니다.
- Discover Financial: AI를 활용하여 고객센터 상담원의 역량을 강화하고, 문제 해결 시간을 단축시키며 더 나은 고객 경험을 제공합니다.
- Noloco: AI 챗봇을 통해 식물 기반 식품 판매 데이터를 실시간으로 제공합니다.
- KDDI Corporation: AI를 활용하여 광고 계획 도구를 개발하고 마케팅 정확도를 향상시킵니다.
- 고객 서비스 지원: 고객 서비스 및 지원은 새로운 AI 이니셔티브를 위한 최우선 순위이며, 경영진의 70.7%가 향후 12개월 동안 직원들에게 내부 지원을 제공하는 것을 중요하게 생각합니다.
AI 기반 보안 강화 개요
- 보안의 혁신: AI는 보안 분야에서 혁명적인 변화를 가져오고 있으며, 사이버 위협에 대처하는 방식을 근본적으로 바꾸고 있습니다. AI는 보안 전문가를 지원하고 위협을 탐지하며, 대응 속도를 높이는 강력한 도구로 자리매김하고 있습니다.
- AI의 역할: AI는 보안 시스템을 강화하고 위협을 더 잘 예측하여 공격을 예방하는 데 중요한 역할을 합니다. AI 기반 보안은 규칙 생성, 공격 시뮬레이션, 규정 준수 위반 감지 등 다양한 측면에서 활용됩니다.
- AI 기반 보안의 주요 특징:
- 위협 예측 및 탐지: AI는 대규모 데이터를 분석하여 보안 위협을 예측하고 탐지하는 데 사용됩니다. 이를 통해 공격이 발생하기 전에 사전 예방 조치를 취할 수 있습니다.
- 자동화된 보안 대응: AI는 보안 위협에 대한 대응을 자동화하여 대응 시간을 단축하고 인적 오류를 줄입니다.
- 지능형 보안 분석: AI는 보안 데이터를 분석하여 위협의 원인을 파악하고 보안 시스템을 개선하는 데 도움을 줍니다.
- 다양한 위협 대응: AI는 피싱 공격, 멀웨어 감염, 데이터 유출 등 다양한 유형의 사이버 위협에 대응할 수 있습니다.
- AI 기반 보안의 이점:
- 보안 사고 감소: AI 기반 보안 도구는 사이버 공격을 예방하고, 보안 사고 발생률을 줄이는 데 기여합니다.
- 비용 절감: AI 기반 보안 자동화는 보안 운영 비용을 절감하고 인적 자원을 보다 효율적으로 활용할 수 있도록 합니다.
- 보안 전문가 지원: AI는 보안 전문가의 업무를 지원하고 보다 복잡한 위협에 집중할 수 있도록 합니다.
- AI 기반 보안의 산업별 활용 사례
- 금융 서비스: 은행들은 AI 기반 KYC(고객 알기) 시스템을 활용하여 위조 문서를 탐지하고 조작의 흔적을 분석합니다. 또한, 자금 이동 패턴의 이상 징후를 포착하여 사기 행위를 방지합니다.
- 제조업: 제조 기업들은 AI 기반 시스템을 사용하여 데이터 무결성을 확인하고 로봇이나 기계의 이상 징후를 감지합니다. 이를 통해 제조 공정의 안전성을 높이고, 생산 중단을 방지할 수 있습니다.
- 미디어 및 엔터테인먼트: 미디어 기업들은 AI를 활용하여 딥페이크와 같은 위조 콘텐츠를 식별하고 저작권 침해를 방지합니다.
- AI 기반 보안 도구 활용 사례:
- Apex Fintech: AI를 활용하여 위협 탐지 시간을 단축시키고 있습니다.
- One New Zealand: AI를 활용하여 보안 위험을 예측하고, 보안 사고에 대한 대응 속도를 높이고 있습니다.
- Bayer: AI를 활용하여 보안 위협을 식별하고, 높은 보안 기준을 유지하고 있습니다.
- AI 기반 보안의 중요성: AI는 점점 더 정교해지는 사이버 공격에 대한 강력한 방어 수단을 제공합니다. 기업들은 AI 기반 보안 도구를 사용하여 보안 시스템을 강화하고, 데이터 유출 및 기타 사이버 위협으로부터 기업을 보호해야 합니다.
- 보안 침해 비용: 2024년 전 세계 데이터 침해 평균 비용은 488만 달러로, 전년 대비 10% 증가했습니다. AI는 이러한 비용을 줄이는 데 도움이 될 수 있습니다.
- AI의 윤리적 사용: 딥페이크와 같은 AI 생성 콘텐츠는 악용될 위험이 있으므로, AI의 윤리적 사용과 잠재적인 오용 방지에 대한 노력이 필요합니다.