AI는 과연 기업 성과에 도움이 되는가 (2)

이번 글에서는 이전 글에 이어서, 'AI 도입을 통한 기업의 재무적 성과'를 위해 '매출 증가'와 '비용 절감'측면에서 실질적 성과를 만들기 위해서 어떤 부분을 고려해야 하는지 살펴보도록 하겠습니다.|

[AI 활용 전략] - 25. AI는 과연 기업 성과에 도움이 되는가 (1)

AI 도입을 통한 매출증가 및 비용절감 (생성형 AI 활용 - ChatGPT)

AI는 제품과 서비스에 먼저 적용되어야

매출과 손익은 기업의 성과를 얘기할 때 핵심이 되는 가장 기본적인 지표라고 할 수 있습니다. 모든 기업은 시장에 대해 해당 기업의 존재 가치를 매출과 손익으로 얘기해야 합니다. 매출과 손익에 가장 직접적으로 영향을 주는 것은, 해당 기업의 핵심 비즈니스로 정의되어 고객에게 제공되는 제품과 서비스라고 할 수 있습니다. 이런 의미에서 본다면 AI도 그 적용의 가장 우선순위를 제품과 서비스에 두어야 합니다. 고객 경험 개선도 제품이나 서비스가 먼저 탄탄할 때에 따라오는 것입니다. AI를 활용한 내부 업무 생산성 향상이나 효율화도 중요하지만 제품과 서비스와 비교하면 부수적인 것이라고 할 수 있습니다.

AI를 제품이나 서비스에 적용하는 방법에는 여러 가지가 있습니다. 먼저 제품 기획에 AI를 활용하는 것으로서, AI를 활용하여 마케팅~구매~사용~서비스 단계의 고객 피드백을 입체적으로 분석하여 다음 제품 기획에 반영할 수 있습니다. 또한 기존 제품이나 서비스에 AI를 적용함으로써, 기능이나 서비스를 고도화하고 이를 통해 추가적인 매출을 가져갈 수도 있습니다. A/B 테스트를 통해 AI 적용 효과를 강화함으로써 성과로 연결하는 것도 하나의 방법이라고 할 수 있습니다.    

AI를 새로운 고객 경험 제공을 위한 획기적인 제품 또는 서비스를 발굴하거나 기존 제품 또는 서비스를 고도화하는 등의 방식으로 기업 비즈니스 본질에 집중하여 적용하는 것은, AI 활용의 성과가 매출과 수익 증가에 직접적으로 기여한다는 것을 의미합니다. 나아가 이것은 기업의 구조적인 성장에도 기여할 수 있습니다. 특히 경영진 입장에서는 이런 재무적인 성과를 통한 AI 효용성을 체감함으로써, 전사적으로 AI 확산을 강화하는 동기부여의 수단으로 활용할 수도 있습니다.

AI를 활용한 비용 절감

AI는 직/간접적인 비용 절감에도 많은 기여를 할 수 있습니다. 비용절감은 크게 직접적으로 비용을 줄이는 형태의 결과로 나타나는 '비용절감'과, 직접적인 비용절감 보다는 효과 측면으로 표현되는 '비용절감효과'로 나눌 수 있습니다.
직접적인 '비용절감'은 매출증대처럼 기업 재무성과에 직접적인 영향을 줍니다. 비용절감은 AI 활용을 통해 투입되어야 할 비용이 절감되거나 없어지는 경우를 말합니다. 예를 들면 SW 개발이나 특정 영역에서 외주 용역 업체를 활용하고 있는 경우, AI를 활용하여 외주 용역 업체 인원이 하던 업무를 줄이거나 대체할 수 있다면 직접적인 비용절감이라고 할 수 있습니다. 이 외에도 외부에 의뢰하여 제작하던 컨텐츠를 AI를 활용하여 제작하거나, 계약이나 법무 검토 시 외부에 의뢰하기 전에 내부적으로 AI를 활용하여 사전 점검하거나, AI를 활용한 마케팅 효율화 등 AI를 활용하여 다양한 방법으로 비용을 줄일 수 있다면 '비용절감'이라고 할 수 있습니다.

비용절감효과는 직접적인 비용절감은 아니지만 생산성 향상 측면에서 내부 구성원의 업무 효율화 또는 생산성 향상을 의미하는 것으로, 특정 업무 영역에서 AI 도입을 통해 절감된 시간을 금액으로 환산한 것입니다. 예를 들면 AI를 활용하여 개발이나 구매 프로세스를 개선하거나 문서 작성을 효율화 함으로써 기존 대비 업무 시간을 단축하는 것이 이에 해당합니다. 이러한 업무 시간 단축을 통해 구성원은 보다 생산적이고 의미 있는 업무에 더 집중할 수 있습니다. 비용절감효과는 당장 기업의 재무성과에는 크게 영향을 주지는 않지만, 이런 노력들이 누적됨으로써 기업의 본질적인 경쟁력을 높일 수 있습니다. 그리고 나중에 어느 시점에는 이런 경쟁력이 기업의 재무성과를 지속적으로 높여주는 기본 체력으로 작용합니다.

반응형

빠르게 적용하고 성과로 연결해야

AI 적용의 성과는 정확하게 예측하기도 어렵고, 정해진 답이나 결론이 있는 것도 아닙니다. 특히 지금처럼 Foundation AI 모델이 빠르게 진화하고 있는 반면, 비즈니스 관점에서 AI 활용 Application이 아직 많이 구체화되지 않은 상황에서 AI의 성과를 얘기하는 것은 더욱 고민스럽습니다. 하지만 트렌드가 AI로 나아가는 상황에서는 이 흐름을 빠르게 이용하고 리딩하는 전략은 반드시 필요합니다. 이를 위해 가장 효과적인 방법은 '빠르게 적용하여 성과를 만든다'라는 전략이라고 할 수 있습니다. 제품이나 서비스에 AI를 적용할 때 최대한 완성도를 완벽하게 한 후에 출시하기보다는, 내부 기준에 따라 어느 정도의 수준이 되면 빠르게 시장에 출시하고 사용자 피드백을 적극적으로 수용하면서 지속적으로 개선해 나가야 합니다. ChatGPT나 Claude 등 Foundation AI 모델조차도 모두 이러한 전략을 따르고 있습니다. 

비용 절감 노력도 마찬가지입니다. AI를 활용한 비용 절감을 시도할 경우, 기업 운영이나 활동에 있어서 비효율이 가장 큰 부분을 먼저 개선할 수도 있고, 반대로 간단하면서 빠르게 개선하여 효과를 볼 수 있는 부분을 먼저 시도할 수도 있습니다. 중요한 것은 어떤 것을 먼저 하더라도 '빠르게 적용하여 성과를 만든다'는 생각입니다. 
특히 외부의 Foundation AI 모델을 도입하여 활용하는 경우 제공하는 제품이나 서비스의 성능과 수준, 개선의 효과는 Foundation AI 모델의 성능에 영향을 받을 수밖에 없습니다. 따라서 Foundation AI 모델의 성능이 완벽하지 않은 상황에서, 이런 Foundation AI 모델을 적용한 제품이나 서비스, 개선 효과에 대해 완벽을 기대하는 것은 처음부터 무리입니다. 따라서 빠르게 적용하고 성과를 확인하면서 지속적으로 개선하는 노력이 오히려 좋은 방법이 될 수 있습니다.

ROI로 관리해야

마지막으로 이런 성과를 ROI 관점에서 정의하고 평가할 수 있어야 합니다. 막연히 'AI를 적용하면 성과를 만들 수 있다'가 아니라 'AI를 적용하여 매출이 얼마 증가했다거나, 비용이 얼마 줄었다'라고 얘기할 수 있어야 합니다. 따라서 AI가 적용되는 과제 기획 시에 과제별로 개선효과를 매출(이익)/비용절감/비용절감효과 등으로 구분하고, 세부적으로 개선효과를 정량화하는 로직을 전사적으로 적용해야 합니다. 이를 통해 AI 예산 투입의 근거를 명확히 하고, 그 결과를 기준으로 확인/검증하는 체계로 운영되어야 합니다.