스노우플레이크가 ‘생성형 AI의 혁신적 ROI(Radical ROI of Generative AI)’ 보고서를 발표했다. 이번 보고서는 글로벌 시장 조사 기관 ESG(Enterprise Strategy Group)와 공동으로 AI를 실제 사용 중인 9개국 1900명의 비즈니스 및 IT 리더를 대상으로 진행한 설문조사 결과를 담았다. 보고서에 따르면 AI를 도입한 기업의 92%가 이미 AI 투자를 통해 실질적 ROI(투자수익률)를 달성했고, 응답자의 98%는 올해 AI에 대한 투자를 더욱 늘릴 계획인 것으로 나타났다. 전 세계 기업의 AI 도입이 빨라지면서 데이터 기반이 성공적인 AI 구현의 핵심 요소로 떠오르고 있다. 그러나 많은 기업이 여전히 자사 데이터를 AI에 적합한 형태로 준비하는 데 어려움을 겪는 것으로 파악됐다.  전반적으로 기업들은 AI 초기 투자에서 성과를 거두고 있는 것으로 나타났다. 93%의 응답자는 자사의 AI 활용 전략이 ‘매우’ 또는 ‘대부분’ 성공적이라고 답했다. 특히 전체 응답자의 3분의 2는 생성형 AI 투자에 따른 ROI를 측정하고 있고, 1달러 투자당 평균 1.41달러의 수익을 올리며 ROI를 높이고 있는 것으로 집계됐다.  또한 국가별 AI 성숙도에 따라 기업이 AI 역량을 주력하는 분야가 달랐으며, 이는 지역별 ROI 성과와 밀접한 연관이 있는 것으로 드러났다. 미국은 AI 투자 ROI가 43%로 AI 운영 최적화 측면에서 가장 앞서 있었다. 뿐만 아니라 자사의 AI를 실제 비즈니스 목표 달성에 ‘매우 성공적’으로 활용하고 있다고 답한 비율이 52%로 전체 응답국 중 가장 높았다. 한국의 경우 AI 투자 ROI는 41%로 나타났다. 보고서에 따르면 한국 기업은 AI 성숙도가 높은 편으로 오픈소스 모델 활용, RAG(검색증강생성) 방식을 활용해 모델을 훈련 및 보강하는 비율이 각각 79%, 82%로 글로벌 평균인 65%, 71%를 웃돌았다.  특히 한국 기업들은 기술 및 데이터 활용에 있어 높은 실행 의지를 보이고 있는 것으로 나타났다. 오픈소스 모델 활용(79%), RAG 방식의 모델 훈련 및 보강(82%), 파인튜닝 모델 내재화(81%), 텍스트 투 SQL(Text to SQL, 자연어로 작성한 질문을 SQL 쿼리로 자동 변환하는 기술) 서비스 활용(74%) 등 고급 AI 기술을 활용한다고 답변한 비율이 글로벌 평균을 크게 웃돌았다. 이러한 데이터 활용 역량은 비정형 데이터 관리 전문성(35%)과 AI 최적화 데이터 보유 비율(20%)에서도 확인된다. 이런 성과에 비해 아직도 전략적 의사결정에 AI 활용하는 데에는 어려움을 겪고 있는 모습도 나타났다. 조사 결과에 따르면 응답자의 71%는 ‘제한된 자원에 대비해 추진할 수 있는 AI 활용 분야가 매우 다양하고, 잘못된 의사결정이 시장 경쟁력에 부정적 영향을 미칠 수 있다’고 답했다. 또한 응답자의 54%는 ‘비용, 사업 효과, 실행 가능성 등 객관적 기준에 따라 최적의 도입 분야를 결정하는 데 어려움을 겪고 있다’고 밝혔다. 59%는 ‘잘못된 선택이 개인의 직무 안정성까지 위협할 수 있다’고 우려했다. 한국 기업의 경우, 기술적 복잡성(39%), 활용 사례 부족(26%), 조직 내 협업 문제(31%) 등의 어려움을 겪고 있다고 답하며 아직 다양한 비즈니스 영역으로의 AI 확대는 더딘 것으로 나타났다. 그럼에도 향후 12개월 내 ‘다수의 대규모 언어 모델(LLM)을 적극적으로 도입’하고 ‘대규모 데이터를 활용할 계획’이라고 답한 기업은 각각 32%와 30%로, AI 도입 확대에 관한 강한 의지를 드러냈다. 설문에 응답한 전체 기업의 80%는 ‘자체 데이터를 활용한 모델 파인튜닝을 진행 중’이고 71%는 ‘효과적인 모델 학습을 위해 수 테라바이트의 대규모 데이터가 필요하다’고 답하며, AI의 효과를 극대화하기 위해 자사 데이터를 적극 활용하고 있는 것으로 나타났다. 그러나 여전히 많은 기업들이 데이터를 AI에 적합한 형태로 준비하는 과정에서 어려움을 겪기도 했다. 데이터 준비 과정에서 겪는 주요 과제로 ▲데이터 사일로 해소(64%) ▲데이터 거버넌스 적용(59%) ▲데이터 품질 관리(59%) ▲데이터 준비 작업 통합(58%) ▲스토리지 및 컴퓨팅 자원의 효율적 확장(54%) 등을 꼽았다. 스노우플레이크의 바리스 굴테킨(Baris Gultekin) AI 총괄은 “AI가 기업들에게 실질적인 가치를 보여주기 시작했다”면서, “평균 일주일에 4000개 이상의 고객이 스노우플레이크 플랫폼에서 AI 및 머신러닝을 활용하고 있고 이를 통해 조직 전반의 효율성과 생산성을 높이고 있다”고 강조했다.  스노우플레이크의 아르틴 아바네스(Artin Avanes) 코어 데이터 플랫폼 총괄은 “AI의 발전과 함께 조직 내 데이터 통합 관리의 필요성이 더욱 커지고 있다”면서, “스노우플레이크처럼 사용이 쉽고 상호 운용 가능하며 신뢰할 수 있는 단일 데이터 플랫폼은 단순히 빠른 ROI 달성을 돕는 것을 넘어, 사용자가 전문적인 기술 없이도 안전하고 규정을 준수하며 AI 애플리케이션을 쉽게 확장할 수 있도록 견고한 기반을 마련해 준다”고 말했다. 

히타치 밴타라의 국내 비즈니스를 담당하는 HS효성인포메이션시스템은 IT 시장분석 및 컨설팅 기관 IDC의 분기별 외장형 스토리지 시스템 시장조사 자료를 인용해, 히타치 스토리지가 매출액 기준 2024년 국내 하이엔드 스토리지 시장점유율 41.2%로 1위를 차지했다고 밝혔다. HS효성인포메이션시스템은 “히타치 스토리지는 11년 연속 국내 하이엔드 스토리지 시장 1위 자리를 지키며 업계 내 입지를 다시 한 번 입증했다”고 밝혔다. 가속화되는 AI 시대에 데이터는 기업 경쟁력을 뒷받침하는 핵심 자산이다. 이에 따라 데이터의 안정성과 가용성을 보장하는 신뢰도 높은 스토리지 인프라의 중요성도 갈 수록 커지고 있다. HS효성인포메이션시스템은 ‘VSP(Virtual Storage Platform)’ 스토리지 포트폴리오를 기반으로 변화하는 비즈니스 환경에 민첩하게 대응하며 안정성, 고성능, 확장성 측면에서 기술력을 제공해왔다. 특히 VSP 5000 시리즈는 높은 수준의 고성능과 확장성을 갖춘 하이엔드 스토리지로 AI, 빅데이터, 전사적자원관리(ERP) 같은 데이터 집약적 워크로드에 최적화되어 있다. VSP 5000 시리즈는 초고속 응답성과 처리 속도를 지원하는 엔드 투 엔드 NVMe, 100% 데이터 가용성 보장, 액티브-액티브(Active-Active) 데이터센터 구현을 위한 미러링, 무중단 이기종 마이그레이션이 가능한 가상화 기술을 지원하며, 다양한 상황에서 안정성을 제공한다. HS효성인포메이션시스템은 다양한 데이터 플랫폼을 하나의 데이터 플레인으로 통합 관리하는 ‘VSP One’ 전략을 통해 하이브리드 클라우드 및 AI 데이터 환경에 최적화된 미래형 스토리지 아키텍처를 제시한다. VSP One은 ▲강력한 데이터 보호 ▲혁신적인 로드맵 ▲복제, 자동 계층화, 소프트웨어 정의 스토리지 등 포괄적인 하이브리드 클라우드 기능을 인정받아 시장 분석기관 기가옴(GigaOm)의 ‘2024년 주요 스토리지 보고서’에서 리더 및 아웃퍼포머로 선정되기도 했다. VSP One Block 스토리지 컨트롤러는 All-QLC(쿼드 레벨 셀) 플래시 기술 적용으로 높은 확장성과 비용 효율성을 바탕으로 AI 시대에 최적화된 데이터 경쟁력을 제공한다. VSP One Block 스토리지는 2024년 미국 ‘에너지스타(ENERGY STAR)’ 인증을 획득하며 친환경 데이터센터 구축과 지속가능한 IT 인프라 실현을 위한 기술력을 인정받았다. HS효성인포메이션시스템의 양정규 대표는 “AI 시대에 데이터는 기업의 경쟁력과 직결되는 만큼 HS효성인포메이션시스템은 차별화된 기술력과 검증된 안정성을 바탕으로 고객의 데이터 인프라 고도화를 지원해왔다”며, “앞으로도 VSP 포트폴리오를 통해 하이브리드 클라우드 및 AI 환경에 최적화된 스토리지 전략을 제시하고 고객의 디지털 혁신을 이끌 것”이라고 밝혔다.

브라더인터내셔널코리아가 IDC 자료를 인용해 2024년 A4 흑백 레이저 프린터·복합기 및 A3컬러 잉크젯 복합기 부문에서 글로벌 시장 점유율 1위를 달성했다고 밝혔다. IDC의 2024년 자료에 따르면 브라더는 A4 흑백 레이저 프린터·복합기 부문에서 지난 2018년부터 7년 연속 1위를 유지하고 있다. A3 컬러 잉크젯 복합기 부문 역시 2008년 이래 1위 자리를 지켜오고 있다. 브라더는 디지털 전환 가속화와 하이브리드 업무 환경의 확산이 프린팅 시장 흐름에 영향을 주고 있는 가운데, 업무 환경이 다변화됨에 따라 고성능·고효율 프린터에 대한 수요가 증가한 것으로 보고 있다. 이에 대응해 “초고속 출력이 가능한 레이저 기술과 선명한 인쇄 품질을 자랑하는 잉크젯 기술 등 고성능 인쇄 기술력을 보유하고 있다. 업무 효율을 높이는 다양한 설루션도 함께 제공하며, 다양한 비즈니스 환경에서 활용도가 높아지고 있다”는 것이 브라더의 설명이다. 브라더는 A4 흑백 레이저 프린터·복합기 제품군 중 고성능·고효율 모델로 ‘토너세이브’ 시리즈를 내세운다. 토너세이브 시리즈는 분당 최대 34ppm의 고속 출력을 지원한다. 또한 새로운 토너 기술을 적용해 총소유비용(TCO)을 절감하면서 비용 효율을 높인 것이 특징이다. 브라더코리아가 진행한 시뮬레이션 결과에 따르면, 토너세이브 라인은 동급의 기존 자사 레이저 프린터 대비 총소유비용을 약 59% 낮췄다. 장당 인쇄 비용 역시 약 80% 절감 가능한 것으로 나타났다. 브라더코리아는 중소기업을 비롯해 소규모 사업장과 창업 시장에서도 실용성과 비용 효율을 바탕으로 수요가 증가하고 있다고 소개했다. 한편, A3 잉크젯 복합기(MFC-J3940DW)는 브라더의 ‘맥시드라이브(MAXIDRIVE)’ 기술이 적용된 대표 모델로, 강력한 잉크 분사와 안정적인 품질 출력을 통해 다양한 비즈니스 환경에서 활용되고 있다. 브라더코리아 관계자는 “변화하는 업무 환경 속에서도 고객의 생산성과 비용 효율을 동시에 높일 수 있는 설루션을 지속 제공하고 있다”면서, “앞으로도 ‘고객 최우선(At your side)’ 철학을 바탕으로 출력 성능, 신뢰성, 경제성을 두루 갖춘 제품으로 시장을 선도해 나가겠다”고 말했다.

헥사곤은 자사의 측정 기술, 인공지능(AI), 자율 시스템 분야 역량을 기반으로 휴머노이드(인간형) 로봇 기술을 발전시키고 고객의 완전한 자율화를 지원하기 위해 로보틱스 사업부(Robotics division)를 출범한다고 발표했다. AI, 시뮬레이션, 강화 학습 분야의 발전은 로봇 시스템의 잠재력을 넓히고 있다. 이제 로봇은 보다 높은 수준의 자율성을 갖추고 복잡한 환경을 스스로 탐색하며, 복잡한 작업도 수행할 수 있게 되었다. 헥사곤은 “복잡한 환경에서의 내비게이션에 필수인 정밀 측정 기술과 센서 분야의 시장 선도 기업으로서, 로봇이 주변 환경과 상호작용하고 학습하며 행동할 수 있도록 공간 지능(spatial intelligence)과 디지털 트윈을 제공함으로써 이 분야의 발전을 가속할 수 있는 위치에 있다”고 밝혔다. 헥사곤의 로보틱스 사업부는 산업 분야에 초점을 맞추고 있다. 헥사곤은 제조, 자동차, 항공, 에너지, 물류 및 창고 산업에서 쌓은 실적을 바탕으로, 다재다능하고 고성능인 로봇에 대한 수요 증가에 효과적으로 대응할 수 있을 것으로 보고 있다. 신설된 로보틱스 사업부의 수장으로는 아르노 로베르(Arnaud Robert)가 선임됐다. 그는 AI 분야의 전문성을 갖추고 25년간 여섯 개 산업에 걸쳐 비즈니스 혁신을 이끌었으며, 글로벌 제품을 출시하고 여러 기업을 수익 중심 조직으로 성장시킨 경험을 갖고 있다. 스위스 로잔연방공과대학교(EPFL)에서 컴퓨터공학 박사 학위를 받았다. 로베르는 로보틱스 사업부의 사장으로서 R&D, 제품, 사업, 운영, 파트너십, 지원 등 전 부문을 총괄하게 된다. 아르노 로베르 사장은 “헥사곤은 측정 기술 및 위치 기반 설루션 분야에서 세계적 리더이며, 이는 급성장 중인 로봇 시장에서 중요한 차별점이 될 것”이라며, “우리는 최신 로봇공학과 AI 기술을 접목한 자율 로봇 설루션을 통해 산업 전반에 걸쳐 효율성, 지능, 자동화의 기준을 재정립할 것이다. 고객의 잠재력을 극대화하고 지속 가능한 미래에 기여하는 데 주력하겠다”고 밝혔다. 헥사곤의 노르베르트 한케(Norbert Hanke) 임시 사장 겸 CEO는 “로보틱스는 항상 헥사곤의 혁신에서 언제나 중심축이었다. 건설 현장을 위한 토털 스테이션과 드론, 제조용 레이저 트래커, 광산 및 농업을 위한 오프로드 자율 시스템 등, 정밀한 자율 시스템을 지속적으로 선도해 왔다”면서, “이제는 그간의 투자 성과를 바탕으로 로보틱스 사업부를 신설해, 고령화되고 변화하는 노동력의 한계를 보완할 자율 설루션 개발에 나설 것”이라고 강조했다.

가트너는 기업이 2027년까지 특정 작업에 맞춰 성능을 극대화한 소규모 언어 모델(SLM)을 도입하고, 전체 사용량이 범용 대규모 언어 모델(LLM) 사용량보다 최소 3배 이상 많을 것으로 전망했다. 가트너는 범용 LLM이 강력한 언어 처리 능력을 제공하지만, 특정 비즈니스 분야의 전문성이 요구되는 작업에서는 응답 정확도가 떨어진다고 분석했다. 가트너의 수밋 아가왈(Sumit Agarwal) VP 애널리스트는 “비즈니스 업무 흐름 내 다양한 작업과 더 높은 정확도에 대한 요구로 인해 특정 기능 또는 도메인 데이터에 맞춰 미세조정한 특화 모델로의 전환이 가속화되고 있다”면서, “SLM은 응답 속도가 빠르고 컴퓨팅 자원을 적게 소모해 운영 및 유지 관리 비용을 절감할 수 있다”고 설명했다. 기업은 검색 증강 생성(RAG) 또는 미세조정 기술을 활용해 LLM을 특정 작업에 특화된 모델로 커스터마이징할 수 있다. 이 과정에서 기업 데이터는 핵심적인 차별화 요소로 작용하며, 미세조정 요구사항을 충족하도록 관련 데이터를 구성하기 위해서는 데이터 준비, 품질 관리, 버전 관리, 전반적인 관리가 필수이다. 가트너는 기업이 자사의 고유 모델을 상용화함으로써 새로운 수익원을 창출하는 동시에 상호 연결된 생태계를 구축할 수 있다고 전했으며, 소규모 AI 모델 도입을 추진하는 기업을 위한 권장 사항을 제시했다. 가트너는 ▲비즈니스 맥락이 중요한 분야나 LLM 응답 품질, 속도가 기대에 미치지 못하는 영역에 컨텍스트 기반 SLM을 시범 도입하는 것이 효과적이며 ▲단일 모델만으로는 한계가 있는 사용 사례를 파악하고, 여러 모델과 워크플로 단계를 결합한 복합적 접근 방식을 도입하는 것이 효과적이라고 전했다. 또한 ▲언어 모델 미세조정에 필요한 데이터를 수집, 선별, 구조화하는 데이터 준비 역량에 우선순위를 두는 것이 효과적이라고 덧붙였다. ▲AI 이니셔티브를 추진하기 위해 AI 및 데이터 설계자, 데이터 과학자, AI 및 데이터 엔지니어, 리스크 및 규정 준수 팀, 구매 팀, 비즈니스 전문가 등 다양한 기술, 기능 인력의 역량 강화에 투자하는 것도 효과적이라는 설명도 추가했다. 아가왈 VP 애널리스트는 “기업은 자사의 고유한 데이터와 전문화된 업무 프로세스에서 도출된 인사이트의 가치를 점차 인식하게 되면서, 이를 수익화하고 고객과 경쟁사를 포함한 더 광범위한 대상과 공유하는 방향으로 나아갈 가능성이 높다”면서, “이는 데이터와 지식에 대한 보호 중심적 접근 방식에서 보다 개방적이고 협력적인 활용 방식으로의 전환을 의미한다”고 전했다.