아모레퍼시픽·KT·LG전자, 현장 적용 사례로 AI 효과 입증
<이미지를 클릭하시면 크게 보실 수 있습니다> |
26일 마이크로소프트(MS)는 서울 역삼동 GS타워에서 개최한 ‘AI 트랜스포메이션 위크’에서 제조업 미래와 AI 역할을 조명했다. 기조연설에 나선 이건복 MS GTM 디렉터는 “AI는 더 이상 먼 미래가 아니라 제조업의 현재적 혁신 동력”이라고 말했다.
그는 제조업이 국제 정세 불안과 인구 구조 변화, 원자재 가격 급등, 공급망 불안정으로 구조적 위기에 놓여 있다고 진단했다. 이어 “품질 중심 보수적 문화가 장점이었지만 이제는 속도가 경쟁력을 좌우한다”며 대응이 늦을 경우 글로벌 경쟁에서 밀릴 수 있다고 강조했다.
또한 과거 PC·인터넷·모바일로 이어진 기술 변화를 예로 들며, 변화를 주저한 기업이 시장에서 도태됐다는 사실을 환기했다. 그는 “이번 AI 전환 역시 같은 흐름”이라며 이번에도 주저하면 시장 지위를 잃을 수 있다고 경고했다.
AI가 만들어낼 변화의 축으로는 ▲직원 경험 ▲고객 경험 ▲프로세스 혁신 ▲기업 문화 네 가지를 꼽았다. 단순 반복 업무를 줄여 몰입도를 높이고, 고객 피드백을 빠르게 제품에 반영하며, 개발과 운영 전 과정의 속도를 높이는 동시에 혁신을 문화로 정착시켜야 한다는 설명이다.
이 디렉터는 “MS는 지난 30년간 기술 변화 최전선에서 고객과 함께해왔다”며 AI는 특정 산업을 넘어 모든 기업이 준비해야 할 ‘범용 기술’이라고 덧붙였다.
실제 기업 현장 사례도 이를 뒷받침했다. 아모레퍼시픽은 약 2년간 MS와 협력해 대고객용 AI 에이전트를 개발하면서 시스템 안정성·보안·대화 품질이라는 세 가지 난관을 직면했다. 고객과 직접 맞닿는 소비자(B2C) 서비스 특성상 지연·오류·민감한 질문 대응에서 한 치의 실수도 허용되지 않았다.
<이미지를 클릭하시면 크게 보실 수 있습니다> |
아모레퍼시픽은 이를 극복하기 위해 마이크로서비스 아키텍처(MSA) 재설계, 레드팀 운영, LLM옵스(Ops) 기반 모니터링을 도입했다. 단순 데모가 아닌 엔터프라이즈 환경에서 쓸 수 있는 안정성과 신뢰성을 확보하는 것이 진짜 과제라는 점을 확인한 것이다.
KT는 내부 직원이 자발적으로 AI를 활용하게 만드는 방식을 통해 확산 속도를 높였다. 코파일럿 스튜디오와 파워 플랫폼을 도입해 ‘개인 → 팀 → 조직’ 단위로 단계적 확산 전략을 취했다. 한 직원이 입찰제안요청서(RFP) 분석을 자동화하거나 매장 광고물 불법 문구 검증 에이전트를 5분 만에 만든 경험이 팀 단위 성공으로 이어졌고, 이후 조직 전체로 퍼졌다.
김범수 KT 팀장은 “현재 2만 건 이상 프롬프트와 에이전트가 자산화돼 누구나 검색·수정·재활용할 수 있다”며 “직원들이 직접 성과를 체감하면 강제하지 않아도 자발적으로 확산된다”라고 말했다.
LG전자는 글로벌 가전 경쟁에서 속도 문제를 풀기 위해 AI를 도입했다. 세탁기 기능 개선, VOC 분석, 품질 문서 검색 등에서 AI를 적용해 데이터 활용 속도를 획기적으로 단축했다. 특히 ‘AI 온보딩’ 개념을 제시하며, 단순히 사람이 AI를 배우는 것이 아니라 AI가 기업의 지식과 데이터에 온보딩돼 스스로 답을 내놓는 시대를 준비하고 있다고 강조했다.
나아가 그는 소프트웨어 개발에서 ‘말하면 코드가 생성되는’ 패러다임을 제조업에 접목할 수 있다고 설명했다. 설계 요구사항을 입력하면 AI가 도면을 자동 생성하고, 이는 생산 자동화로 직결되는 미래상이 가능하다는 것이다.
앞서 기조연설을 맡은 이건복 디렉터는 또 다른 핵심 과제로 보안을 강조했다. 이 디렉터는 “AI 혁신이 단순히 한두 개 기능이 뛰어난 도구를 선택하는 문제로 귀결돼서는 안 된다”며 “보안이 확보되지 않으면 마이크로소프트365 같은 협업 도구도 신뢰하고 쓸 수 없고, 보안은 AI 활용 전 과정에 일관되게 녹아 있어야 한다. 마이크로소프트가 스스로를 ‘보안 회사’라고 말하는 것도 같은 이유”라고 강조했다.
그는 또 “과거에는 시장에서 넘버원 제품을 선택해야 한다는 강박이 있었지만, 지금은 개별 기능보다 서로 연결돼 전체 그림을 완성할 수 있는 에이전트·데이터·보안 체계를 갖추는 것이 더 중요하다”고 덧붙였다.
- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
