[WHY?] AI 소프트웨어·반도체 등 AI 직접 관련 기업 외에도 제조업에서도 AI 기술이 생산 효율을 높인다는 분석이 잇따르는 가운데 의사결정과정에서 AI 활용도를 높이는 기술을 제공하는 기업의 성장이 예상된다.
KB증권은 11일 보고서에서 제약·유틸리티·에너지 기업에서 인공지능(AI)을 적용해 사업 효율을 올리는 것이 지난 모바일 월드 콩그레스(MWC) 24의 화두였다고 밝혔다. 제약의 경우 연구·개발(R&D)이, 유틸리티는 공급망 관리와 최적 투자가 중요하며 에너지 업종의 경우 기후 관련 규제 적용이 사업 효율성을 높이는 요소로 작용한다는 이유에서다. 유통 업종의 경우 하며 온라인에서 제품 반응을 실시간으로 확인할 수 있어 수익성을 극대화할 수 있다.
보고서에 따르면 최고경영자(CEO), 최고전략책임자(CSO), 최고재무책임자(CFO) 등 의사 결정권자는 사업 전반에 걸친 기업의 신규 투자 관련 의사결정 과정에서 AI를 탐색 도구로 활용하기 시작했다. 2022년 기준 900억 달러 규모의 투자를 집행하는 등 선도 기업은 2015년 177억 달러였던 AI 투자를 2020년 480억 달러까지 늘렸다.
김동원 KB증권 연구원은 “향후 선도 기업들의 AI 성공 사례가 업계에 공유되며 각 산업의 AI 도입 속도가 증가함에 따라 기업들의 AI 투자 규모는 연평균 17%씩 증가할 것”이라고 내다봤다.
기업의 의사결정권자들이 AI 분석 자료를 활용하는 비중도 늘고 있다. 자동차, 은행, 헬스케어, 정부, 보험, 의료기기, 유통업, 유틸리티 분야에서 업계를 선도하는 글로벌 2000여 개 기업의 의사 결정권자 중 75%가 AI 적용이 불가피하다며 AI 투자를 확대할 의향이 있다고 밝혔다. 특히 고객 경험 개선이 핵심 성공 요인으로 떠오른 은행, 보험 등 금융업종이 AI 도입에 가장 적극적이었다. 제약·헬스케어의 경우 신약 개발기간 단축을 위해 AI 투자에 적극적이다.
AI 어플리케이션, AI 모델 미세조정 도구, AI 기초 모델, AI 연산 인프라(클라우드, AI 전용 데이터 센터) 등 AI 밸류체인에서 특정산업이나 소속 기업의 맞춤형 AI라고 할 수 있는 AI 어플리케이션이 핵심이다. 각 기업이 AI 애플리케이션을 만들려면 범용 AI 모델을 최적화하는 미세조정 도구(MLops 등), 오픈AI의 챗GPT, 메타의 LLaMA 등 AI 기초 모델과 AI를 학습시키는 AI 인프라가 필요하다.
김 연구원은 “AI 모델을 만들고 조정할 수 있는 머신러닝작업(MLops)의 성장이 기대된다”라며 “삼성SDS, 현대오토에버 등 IT 서비스 기업이 부상할 것”이라고 설명했다. MLops란 AI의 데이터 수집 및 관리, AI모델의 운영 및 개발을 효율적으로 하기 위한 모델을 일정 수준이상의 품질을 유지·관리·운영하기 위한 자동화된 솔루션을 말한다.
이와 함께 보고서는 AI 인프라에 속한 하드웨어도 중요성이 급증할 것이라고 설명했다. 개별 기업이 자체 AI 모델을 확보하려는 상황에서 AI 연산 자원인 하드웨어 공급부족이 불가피하다는 이유에서다. 김 연구원은 “AI 반도체 생산 기업인 삼성전자, SK하이닉스의 성장이 지속될 전망”이라며 “AI 반도체(AGI 칩) 디자인 솔루션을 제공하는 가온칩스에도 기회 요인으로 작용할 것”이라고 덧붙였다.
/ 포춘코리아 조채원 기자 cwlight22@fortunekorea.co.kr