캠벨, 캘리포니아 , 2023년 8월 17일 /PRNewswire/ -- S&P 글로벌 마켓 인텔리전스(S&P Global Market Intelligence)가 수행하고 WEKA가 의뢰한 새로운 글로벌 연구에 따르면 새로운 가치 제안을 창출하고자 하는 기업 및 연구 기관의 인공 지능(AI) 채택이 가속화되고 있지만 데이터 인프라와 AI 지속 가능성 문제는 이를 대규모로 성공적으로 구현하는 데 장애물이 된다. 이러한 문제는 2023년 AI 시장의 진화를 정의한 생성형 AI의 급속한 등장으로 더욱 악화되었다.

이러한 결과는 금일 S&P Global의 새로운 2023년 AI 글로벌 동향 보고서의 일부로 발표되었다. 연구 결과는 S&P Global이 아시아 태평양, 유럽, 중동, 아프리카 및 북미 전역의 중대형 기업 및 연구 기관에서 1,500명 이상의 AI 실무자와 의사 결정자를 대상으로 실시한 광범위한 글로벌 설문 조사(현재까지 가장 큰 종류 중 하나)를 기반으로 한다.

이 연구는 조직이 AI 여정에서 직면한 기회와 장애물, 산업 전반에 걸쳐 글로벌 AI 채택을 촉진하는 고유한 동기 부여 및 가치 동인을 식별하고, 조직이 미래에 AI로 성공하기 위해 취해야 할 단계에 대한 통찰력을 제공한다.

S&P 글로벌 마켓 인텔리전스 산하 451 리서치(451 Research)의 선임 리서치 애널리스트 Nick Patience는 "데이터 및 생성형 AI와 같은 성능 집약적 워크로드의 급격한 증가로 인해 데이터 저장, 관리 및 처리 방법에 대한 완전한 재고가 불가피한다. 모든 조직은 이제 장기적으로 이를 염두에 두고 데이터 아키텍처를 구축하고 확장해야 합니다"라고 말했다. 또한 Patience는 "아직 AI 혁명의 초기 단계이지만 당사의 2023년 AI 글로벌 동향 연구에서 가장 중요한 점 중 하나는 데이터 인프라가 조직이 AI 리더로 부상하는 결정적인 요인이 될 것이라는 점이다.1 AI 워크로드와 하이브리드 클라우드 배포를 효율적이고 지속 가능하게 지원하는 최신 데이터 스택을 보유하는 것은 기업 규모와 가치 창출을 달성하는 데 매우 중요합니다."라고 덧붙였다.

연구의 주요 결과는 다음과 같다.

AI채택 및 사용 사례가 가속화되고 있지만 기업 규모는 여전히 파악하기 어려움

• 설문 조사 응답자의 69%는 생산 중인 AI 프로젝트가 하나 이상 있다고 보고했다.
• 28%만이 AI 프로젝트가 광범위하게 구현되고 상당한 비즈니스 가치를 창출하면서 기업 규모에 도달했다고 응답했다.
• AI는 단순한 비용 절감 수단에서 수익 동인으로 전환되었으며 응답자의 69%가 현재 AI/ML을 사용하여 새로운 수익원을 창출하고 있다.

데이터 관리는AI채택에 대한 최고의 기술적 억제 요소임

• AI/ML 배포에 대해 가장 자주 언급되는 기술적 억제 요소는 데이터 관리(32%)로, 이는 보안(26%) 및 컴퓨팅 성능(20%)에 대한 문제보다 중요하며, 많은 조직의 현재 데이터 아키텍처가 AI 혁명을 지원하기에 적합하지 않다는 증거다. .

기업AI사용 사례가 비용 절감에서 외형적 성장으로 전환 중임

• 응답자의 69%는 AI/ML 프로젝트가 새로운 수익 동인의 개발 및 가치 창출에 초점을 맞추고 있다고 응답한 반면 31%는 여전히 비용 절감에 초점을 맞추고 있다고 응답했다.

AI이니셔티브가 충분히 발달함에 따라 워크로드 수요를 지원하려면 하이브리드 접근 방식과 여러 배포 위치가 필요함

• AI/ML 워크로드는 퍼블릭 클라우드에서 기업 데이터 센터, 그리고 점차적으로 에지 사이트에 이르기까지 다양한 위치에 배포되고 있다. 프로덕션 단계에서 AI를 실행하는 응답자는 파일럿 및 개념 증명 단계(2.9개, 2.3개)보다 평균적으로 더 많은 배포 위치(교육용 3.2개, 추론용 2.5개)를 활용한다.
• 퍼블릭 클라우드는 AI/ML 모델 교육(47%) 및 추론(44%)용 기본 배포 위치다.
• 퍼블릭 클라우드를 활용하여 AI/ML을 실행하는 사람들은 퍼블릭 클라우드를 사용하지 않는 사람들(2.2개, 1.9개)과 달리 교육(평균 4.2개)과 추론(3.2개) 모두에 대해 더 많은 위치를 통합하는 하이브리드 접근 방식을 활용할 가능성이 더 높다.

AI의 에너지와 탄소 발자국은 기업의 지속 가능성 목표에 부담을 주고 있지만 클라우드가 개선의 길을 제시함

• 응답자의 68%는 AI/ML이 조직의 에너지 사용 및 탄소 발자국에 미치는 영향에 대해 우려한다고 응답했다.
• 응답자의 74%는 지속 가능성이 더 많은 워크로드를 퍼블릭 클라우드로 이동하는 중요하거나 결정적인 동기 부여 요소라고 응답했다.

노후화된 데이터 인프라 및 레거시 아키텍처, AI의 지속 가능성 성과에 직접적인 영향을 미침 

• 응답자의 77%는 데이터 아키텍처가 지속 가능성 성과에 직접적인 영향을 미친다고 말했다.

AI로 앞서가기 위해 데이터 및 인프라에'정돈된 저장소'를 확보해야 하는 조직

• 최신 데이터 아키텍처를 활용하여 중요한 데이터 문제(소스, 유형, 요구 사항 등)를 극복하는 회사는 여러 인프라 장소에서 작동하는 AI 워크로드를 수용할 수 있다.

WEKA의 공동 창립자이자 최고경영자인 Liran Zvibel은 "S&P Global의 이 광범위한 연구는 WEKA에서 고객으로부터 반복적으로 들었던 내용을 검증했다. 기존 데이터 인프라는 최신 성능 집약적 워크로드 또는 하이브리드 클라우드 및 에지 기법을 염두에 두고 개발되지 않았기 때문에 AI를 효율적이고 지속 가능하게 대규모로 사용하는 능력에 직접적이고 부정적인 영향을 미치고 있습니다."라고 말했다. 또한 Zvibel은 "1990년대에 개발된 배터리 기술을 사용하여 Tesla와 같은 최첨단 전기 자동차에 전력을 공급할 수 없듯이 지난 세기의 데이터 문제를 해결하기 위해 설계된 데이터 관리 접근 방식이 생성형 AI와 같은 차세대 애플리케이션을 지원할 것이라고 기대할 수 없다. 에지에서 코어, 클라우드에 이르기까지 원활하게 이어지는 AI 워크로드의 요구 사항을 지원하도록 설계된 최신 데이터 스택을 구축하는 조직은 미래의 리더이자 파괴자로 부상할 것입니다."라고 덧붙였다.