포레스터 리서치가 2025년에 대한 예측을 발표했다. 이 연구 및 자문 기관은 기업들이 2024년 생성형 AI와 기타 신기술에 힘입어 대담한 실험을 추구했던 점을 언급하며, 2025년에는 가치 실현을 추구하는 전환이 나타날 것이라고 예상했다.
“2025년은 단기적인 수익성을 추구하는 시기일 것이다. 소비자와 디지털 우선 구매자들의 충성도 감소로 경쟁이 심화한다. 일부 리더는 단기적 수익을 전략적으로 추구할 것이다. 장기적인 성공을 위해 조직을 정비하는 방식이다. 하지만 단기적 조치에 치중한 리더들도 있을 것이며, 이들은 임시방편의 한계에 부딪히게 될 것”이라고 포레스터의 최고 연구 책임자인 샤린 리버는 22일 블로그 게시물에서 밝혔다.
그는 이어 2025년 IT 예산이 전반적으로 증가할 것으로 예상하면서도 예산 증가분을 인프라 강화와 운영 간소화, 직원의 숙련도 향상과 같은 근간 영역에 투자할 필요성을 강조했다. “실험을 통해 얻은 교훈을 운영에 적용함으로써 단기적인 성공을 거두고 생성형 AI 및 기타 신흥 기술의 장기적인 게임에서도 성공하기 위해서는 이러한 조치가 필요하다. 미국 대선과부터 EU AI 법의 조기 시행에 이르기까지 다가오는 미지의 상황을 헤쳐나가는 데 있어 기반 강화는 기업에 큰 도움이 될 것”이라고 리버는 말했다.
AI 전략과 행보 ‘Reset’
AI 측면에서 포레스터는 AI 기술이 전례 없는 속도로 계속 성장하는 와중에도 기업들이 AI의 비즈니스 가치에 대해 회의적인 시각을 보이고 있음을 지적했다. 애널리스트 자예쉬 차우라시아와 부사장 겸 리서치 디렉터인 수다 마헤슈와리는 블로그 게시물에서 기업들이 빠른 성과와 즉각적인 ROI을 기대하며 AI 구현에 뛰어들었지만, 이로 인해 포괄적이고 장기적인 비즈니스 전략과 효과적인 데이터 관리 관행을 간과하는 경우가 많았다고 평가했다.
포레스터는 2025년, AI 리더들이 AI 성공의 지름길은 없다는 현실을 직시해야 할 것이라고 전했다. 주요 예측은 다음과 같다:
• AI ROI에 집착하는 기업 대부분이 시도를 조기에 축소한다. 포레스터는 AI 기반 혁신에 대한 열광에도 불구하고 리셋이 다가오고 있다고 예측한다. 차우라시아와 마헤슈와리는 “AI 투자에 대한 즉각적인 수익을 기대함에 따라 많은 기업이 예상보다 빨리 노력을 축소할 것”이라며 “이러한 후퇴는 장기적인 성장과 혁신을 저해할 위험이 있다. 리더들은 AI의 ROI가 처음 예상했던 것보다 더 오랜 기간에 걸쳐 나타날 것이라는 사실을 깨닫게 될 것”이라고 말했다. 이러한 문제를 방지하기 위해서는 차별화된 사용 사례와 함께 즉각적인 이득과 지속적인 ROI 사이의 균형 설정 전략이 필요하다.
• 규제 산업 기업의 40%가 데이터와 AI 거버넌스를 결합한다. AI 거버넌스는 빠른 혁신 속도와 보편적인 템플릿 및 표준 또는 인증의 부재로 인해 이미 복잡한 문제가 되고 있다. 포레스터는 2025년에 엄격한 새로운 규제로 인해 복잡성이 증가할 것으로 예측한다. 특히 2월에 시행되는 EU AI 법에 주목해야 한다. 포레스터는 이러한 압박으로 인해 규제를 많이 받는 기업들이 데이터 및 AI 거버넌스 프레임워크를 통합하게 될 것으로 보고 있다. 차우라시아와 마헤슈와리는 “이러한 변화와 융합은 단순한 컴플라이언스 준수 이상의 의미를 지니며, AI에 대한 보다 통합적이고 투명하며 책임감 있고 윤리적으로 책임 있는 접근 방식을 향한 근본적인 변화를 의미한다”라고 말했다.
• 에이전틱 AI 아키텍처를 자체적으로 구축하는 기업의 75%는 실패한다. 차우라시아와 마헤슈와리는 에이전틱 AI가 현재 열광적으로 노의되는 AI 기술 중 하나이지만, 기업들이 2024년 에이전틱 AI와 관련해 상당한 장애물에 직면하게 될 것이라고 말했다. “문제는 이러한 아키텍처가 복잡하여 다양하고 전문 지식이 필요하다는 점이다. 각종 모델, 정교한 검색 증강 생성 스택, 고급 데이터 아키텍처에 대한 지식이 대표적이다”라고 포레스터는 전했다. 결과적으로 AI 서비스 제공업체와 시스템 통합업체의 도움을 모색하는 움직임이 두드러질 전망이다.
AI가 인프라, 서비스 데스크를 재구성
이러한 AI 재설정 여지에도 불구하고, 포레스터는 2025년이 기업이 AI 이니셔티브를 통해 ROI와 구체적인 가치를 입증하기 시작하는 해가 될 것으로 예측한다. 이에 따라 기술 인프라와 운영 전문가에게 압박이 가중될 전망이다. 인프라에 대한 주요 예측은 다음과 같다:
• 주요 하이테크 공급업체가 AI 인프라 투자를 25% 축소한다. 포레스터는 공급 부족, 기대치 미달, 투자자의 압박에 직면한 마이크로소프트, 오라클, 아마존, IBM과 같은 주요 공급업체가 2025년에 AI 인프라 투자를 축소할 것으로 예측한다. 블로그 게시물에서 수석 애널리스트인 미셸 펠리노와 나빈 차브라는 “생성형 AI에 힘입어 AI 칩과 서버 수요가 공급업체의 공급 능력을 앞지르고 있다. 2023년에 AI 인프라와 생성형 AI에 수십억 달러가 투자되었음에도 불구하고 2024년에 AI를 통해 수익을 창출했다고 응답한 기업은 20%에 불과했다”라고 말했다. 이러한 격차로 인해 주요 공급업체가 2025년에 투자를 축소하고 다른 공급업체도 같은 조치를 취한다는 예측이다. IT 리더들은 내년에 이러한 연쇄적인 변화로 인해 AI 서비스와 인프라 가용성에 추가적인 부담이 가중될 가능성을 예상해야 한다고 포레스터는 전했다.
• 셀프 서비스가 인간을 추월해 서비스 데스크 최선호 접점으로 등극. 포레스터는 2025년에 기업의 50%가 셀프 서비스 헬프데스크를 첫 번째 접점으로 사용할 것으로 예측했다. 셀프 서비스가 디지털 직원 경험 중심의 자동화된 엔드포인트 진화와 엔터프라이즈 서비스 관리 등의 개선으로 고도화되고 있기 때문이다.
AI 기반 소프트웨어 개발의 장애물
생성형 AI는 소프트웨어 개발의 모든 단계에서 확산하고 있다. 포레스터는 거의 모든 소프트웨어 도구 공급업체가 2024년에 AI 코파일럿 기능을 도구에 통합했거나 통합할 계획을 발표했다고 언급하며, 생성형 AI와 AI 코딩 어시스턴트가 향후 10년 동안 소프트웨어 개발의 정의를 바꿀 것으로 예상했다. 이와 관련된 2025년 전망은 다음과 같다.
• 개발자의 50%를 AI로 대체하려고 시도하다가 실패하는 사례가 하나 이상 출현한다. 포레스터의 2024년 개발자 설문조사에 따르면 개발자는 전체 시간의 약 24%를 코딩에 소비하는 것으로 나타났다. 나머지 시간은 디자인을 만들고, 테스트를 작성하고, 버그를 수정하고, 이해관계자와 회의하는 데 소비한다. 크리스토퍼 콘도 수석 애널리스트는 블로그 게시물에서 “생성형 AI 코딩 어시스턴트를 사용하면 개발자의 생산성이 향상될 것라는 기대가 만연한지만, 개발자가 단순히 코드를 작성하는 것 이상의 일을 하고 있다. 그렇기 때문에 리더는 과대 광고에서 한 발짝 물러나 개발자의 책상에서 실제로 어떤 일이 벌어지고 있는지 살펴보고 그 과대 광고가 얼마나 현실적인지 고려해야 한다”라고 말했다.
기업 운영에 미치는 AI의 다양한 영향
자동화 분야의 AI와 관련하여 포레스터는 AI 혁신과 기존 자동화 도구 및 방법의 규모 및 신뢰성 간의 균형을 맞추는 것이 중요하다고 예측했다. 자동화에 대한 포레스터스의 2025년 예측은 다음과 같다:
• 생성형 AI가 오케스트레이션하는 핵심 비즈니스 프로세스는 1% 미만이다. 포레스터는 생성형 AI 세대가 프로세스 설계, 개발, 데이터 통합에 영향을 미쳐 설계 및 개발 시간을 단축하고 데스크톱 및 모바일 인터페이스의 필요성을 감소시킬 것이라고 전망했다. 그러나 현재의 디지털 및 로봇 프로세스 자동화(RPA) 플랫폼이 여전히 핵심 프로세스를 오케스트레이션한다는 전망이다. “2025년에 결정론적 자동화가 핵심적이고 장기적인 프로세스를 계속 제어한다. 동시에 AI 모델이 폭발적인 인사이트와 효율성을 지원할 것이다. 의사 결정자는 이를 인식함으로써 AI 혁신과 기존 자동화 도구 및 방법의 규모 및 신뢰성의 균형을 맞출 수 있을 것”라고 부사장 겸 수석 애널리스트인 크레이그 르클레어는 블로그 게시물에서 밝혔다.
• 로봇 프로젝트의 4분의 1은 인지 자동화와 물리적 자동화를 결합하기 위해 시도일 것이다. 물리 로봇 개발자들은 생성형 AI 혁신, 에지 인텔리전스, 통신 서비스 발전의 결과로 출현한 AI를 새롭게 주목하고 있다. “이를 통해 로봇은 미리 프로그래밍된 규칙과 워크플로를 따르는 대신 환경을 감지하고 이에 대응할 수 있게 된다. 자산 집약적인 산업의 의사 결정권자들은 이러한 조합의 가치를 깨닫고 운영 효율성을 높이기 위해 물리적 자동화 프로젝트에 투자하기 시작할 것”이라고 르클레어는 말했다.
• 생성형 AI가 적용된 자동화 앱의 30%를 시민 개발자가 만든다. 포레스터는 시민 개발자가 생성형 AI 기반 자동화 앱의 개발을 확장하는 가장 실용적인 경로가 될 것으로 보고 있다. 르클레어는 “비IT 부서의 시민 개발자는 생성형 AI 솔루션이 어떤 모습일지 상상하고, LLM을 효과적으로 유도하며, 그 결과를 유용한 애플리케이션에 반영하는 데 필요한 영감과 도메인 전문성을 갖추고 있다”라고 말했다.
• 구현 문제로 인해 에이전틱 AI 시도의 25%가 지연된다. 포레스터는 모호한 비즈니스 목표와 의사 결정의 서툰 통합으로 인해 AI 에이전트 활용에 있어 혼란이 출현한다고 예상한다. 르클레어는 “위험과 효율성의 균형을 맞추기 위한 최적의 자율성 수준을 결정하기가 리더들의 과제가 될 것이다. 사람의 감독을 통합하고 AI 에이전트 학습을 위해 기업 데이터에 대한 안정적인 액세스를 보장하는 것은 또 다른 숙제다”라고 말했다. 그는 이어 파편화된 공급업체 지형이 문제를 더욱 복잡하게 만들 것이라며, 기업이 AI 에이전트를 효과적으로 활용하려면 인간 상호작용을 위해 설계된 프로세스를 재평가하고 오래된 기술을 교체해야 한다고 말했다.
dl-ciokorea@foundryco.com
