Summary
Risks like cybersecurity, technical debt, and runaway costs are keeping IT leaders from focusing on innovation. Leveraging strategies to manage these risks can help them find innovation success.
AI를 도입하는 과정은 레이스와 같습니다. 우선, AI를 지원하는 인프라를 구축하고, 그 다음에는 모델을 학습시킵니다. 이후에는 사용 사례를 파악해 모델을 실제 비즈니스 프로세스에 구현합니다. 중요한 것은 그 다음 단계로, AI 투자로부터 유의미한 ROI를 창출하는 것입니다.
그러나 이러한 레이스에 참여하기 위해서는 사이버 보안, 기술 부채, 비용 급증 등의 리스크를 감수해야 하며, 많은 기업들이 선두를 차지하기 위해 각축을 벌이고 있습니다. 이는 최근 퓨어스토리지가 최고 정보 책임자(CIO) 및 IT 담당자 1,500명을 대상으로 실시한 ‘혁신 레이스(Innovation Race)’ 설문 조사(영문자료)에서 밝혀진 사실입니다. CIO와 고위 IT 책임자 중 절반 이상(51%)은 ‘급한 불을 끄는 데’에 많은 시간과 리소스를 소비한다고 응답했습니다. 비즈니스를 성장시키고 개선할 프로젝트를 수행하고 혁신하는 것이 아니라, 현재 운영을 유지하는 데 더 많은 시간을 할애하고 있다는 의미입니다. 또한, 자그마치 98%에 달하는 응답자가 향후 리스크 관리와 혁신을 지원하기 위해 조직의 인프라를 개선해야 한다고 답했습니다.
리스크는 어디에서 발생할까요?
오늘날 사이버 위협은 기업의 가장 큰 걱정거리가 되었습니다. 최근 수많은 뉴스 헤드라인(영문자료)에서 볼 수 있듯이 위협은 외부 범죄자로부터 기인하지 않을 수도 있습니다. 공급업체 파트너의 사소한 구성 오류로 인해 중대한 인시던트가 발생하는 경우도 있습니다. 그러나 리스크 환경은 사이버 보안의 범위를 훌쩍 뛰어넘습니다.
응답자들이 사이버 보안에 대해 우려하고 있는 것은 확실하지만, 다른 요소들도 언급했습니다.
- 이종 시스템과 환경. 가장 일반적인 문제는 구형 시스템, 또는 사일로화되어 호환되지 않는 시스템들입니다.
- 기술 부채. AI를 구현하는 데 필요한 인프라는 비용이 많이 들고 공급도 원활하지 않습니다. 설문 조사 응답자의 81%는 데이터 로드가 조직의 현재 데이터센터의 감당 범위를 넘어설 것으로 예상하고 있습니다.
- 클라우드 비용 상승. 높은 클라우드 비용에 놀란 조직들은 클라우드를 사용하는 방법을 재고하고 있으며, 비용을 통제하며 비즈니스 요구에 더 잘 부합하는 하이브리드 접근 방식을 고려하고 있습니다.
- 에너지 비용. AI는 또한 전기 요금의 폭증을 야기하고 있습니다. AI에 필요한 에너지의 양은 조직의 지속가능성 목표를 위협할 수 있습니다.
여기에 다음 요소가 추가될 수 있습니다.
- 인재 부족. 다급한 문제 대응만을 반복하는 상황에서 벗어날 수 있는 가장 좋은 방법은 문제가 발생할 때 적절히 대처할 수 있는 직원을 충분히 확보하는 것입니다. 그러나 IT 인재 부족은 현실이며, 비용이 예상보다 증가하는 등 즉각적인 영향을 미칩니다.
- 데이터 및 데이터 관리. AI 모델을 학습시키려면 많은 데이터가 필요합니다. 일부 조직들은 필요한 데이터가 없거나 보유한 데이터의 품질이 저하되어(영문자료), 데이터를 다시 포맷하거나 개선 및 검증해야 하기 때문에 혁신 레이스의 출발선조차 벗어날 수 없다고 느끼고 있습니다.
이러한 리스크는 그 자체만으로도 부담이 되지만, 실제 환경에서 여러 요소들이 결합해 시너지를 일으키면서 한층 더 복잡해집니다. 결과적으로 발등에 떨어지는 불은 더 늘어나고 혁신과 발전은 줄어듭니다.
The Innovation Race
Reducing Risk and Navigating the AI Frontier for Future Success
혁신을 위한 성공 전략
앞으로 나아갈 길을 찾고 있다면 다음 전략을 실행해보세요.
- 리스크 환경을 이해합니다. 리스크 환경은 사이버 범죄나 고객 대면 IT 그 이상입니다. 리스크로부터 숨을 수는 없기 때문에, 최선의 방법은 매의 눈으로 조직의 취약점을 조사하여 예기치 않은 일을 미연에 방지하는 것입니다.
- AI 준비 상태를 평가합니다. AI의 과장된 이점이나 희망으로 인해 AI 타임라인에 대한 비현실적인 기대가 생겨나기 쉽습니다. 다시 말하지만, 예상치 못한 일은 없어야 합니다. AI 준비 상태(영문자료)를 명확히 파악하고 조직의 고유한 한계와 장애물을 인정하여 달성 가능한 목표를 설정해야 합니다.
- 인프라를 재고합니다. AI 목표를 통합하고 조직의 고유한 세부 사항을 기반으로 요구 사항을 평가해야 합니다. 상용 솔루션으로는 한계가 있다는 점을 인정하고 올바른 시스템을 구축하는 데 도움이 되는 도구와 파트너를 찾아야 합니다.
- 클라우드 사용과 비용 문제를 해결합니다. 클라우드 비용이 급증함에 따라 많은 조직이 하이브리드 클라우드를 검토하고 있습니다. 낮은 비용은 물론 비용 투명성을 제공하는 파트너를 찾아야 합니다.
- 에너지 비용 문제를 해결합니다. AI는 구현에 상당한 비용이 소요될 뿐 아니라 많은 조직의 지속가능성 목표를 저해하고 있습니다. 적절한 서비스형 제품을 제공하는 파트너를 통해 하이브리드 인프라 접근 방식을 사용하면 에너지 사용량을 줄이고 비용을 절감하며 조직의 물리적 공간 요구 사항을 줄일 수 있습니다.
- 사이버 복구 계획을 수립합니다. 다계층 복원력, 변경 및 삭제가 불가능한 스냅샷, 초고속 데이터 복구가 포함된 강력한 복구 계획을 수립해야 합니다. 피해를 야기하는 사이버 인시던트 대응 시 필요한 역할, 명령 체계 및 커뮤니케이션 계획을 정의합니다.
- 인재 유지를 강화합니다. 숙련된 직원을 확보하는 것이 중요합니다. 개방된 커뮤니케이션과 프로세스를 수립하여 직원이 각자의 역할, 업무량 및 경력에 만족할 수 있도록 만들어야 합니다.
이러한 전략은 혁신 레이스에서 승리 확률을 높여줍니다.
‘혁신 레이스’ 설문 조사(영문자료)에서 리스크와 혁신의 균형을 찾는 것에 대해 업계 동료들은 어떤 생각을 갖고 있는지 자세히 알아보세요.
¹IT 리더들에게 상위 3가지 리스크를 선택하도록 요청했습니다. 백분율 수치는 해당 리스크를 선택한 응답자의 수입니다.
Break Through
Learn more about how you can reduce risk and navigate the AI frontier successfully.