AI와 클라우드 비즈니스: 2025년 주요 트렌드와 핵심 기술 및 서비스 사례
2025년 4월, 클라우드 비즈니스에 AI 기술의 접목은 기업 전략의 변화를 촉진하고 있습니다. 'Build', 'Buy', 'Borrow'라는 세 가지 AI 도입 모델을 통해 기업들은 자신들에게 최적화된 경로를 모색하고 있습니다. 이 과정에서 LG CNS와 같은 주요 기술 기업들은 AI 전환(AX) 프로젝트를 활성화하며, Naver Cloud의 인퍼런스 AI, Microsoft의 Copilot과 같은 혁신적인 서비스들이 시장에 출시되고 있습니다. 이러한 기술들은 특히 기업의 운영 효율성을 높이는 데 기여하고 있으며, 기업들이 특정 비즈니스 케이스에 맞춰 AI 솔루션을 선택하는 데 도움을 주고 있습니다.
특히, LG CNS는 Google Cloud와 협력하여 AX 사업을 다각화하고 있으며, 의료 및 생명 과학 분야를 중심으로 다양한 AI 서비스를 개발할 계획을 세우고 있습니다. 이러한 전략은 Global 디지털 헬스케어 시장의 연평균 20% 성장 전망을 반영하고 있습니다. 더불어, 비용, 조직 구조 및 기업 문화와 같은 변화가 AI 도입의 성공 여부에 있어 중요한 요소로 작용하고 있습니다.
현재 인퍼런스 AI와 Sovereign AI는 촉각적으로 진화 중이며, Naver Cloud의 HyperCLOVA X 모델은 경량화된 인퍼런스 AI 기술을 적용하여 보다 높은 정확성과 유연성을 제공할 것으로 기대됩니다. Document AI는 비즈니스 문서에서 정보를 자동으로 추출하는 데 강점을 보이며, ABBYY의 Document AI API는 고객들의 비즈니스 워크플로우 개선에 기여하고 있습니다. 이러한 흐름은 AI를 통한 비즈니스 자동화의 필요성을 잘 보여줍니다.
클라우드 인프라 투자 측면에서는 AWS가 경제적 불확실성을 고려하여 데이터센터 확장에 신중한 태도를 보이고 있습니다. 이와 같은 환경 변화는 기업들에게 AI 및 클라우드 기술 통합에 대한 재조정을 요구하고 있으며, Sovereign AI 전략도 강화되고 있습니다. 따라서, 기업들은 AI 도입에 있어 명확한 비전과 전략을 수립하고 이를 효과적으로 실행하는 과정에 집중해야 할 것입니다.
클라우드 AI 통합 전략 개요
AI 도입 모델: Build·Buy·Borrow 비교
AI 도입 모델은 기업의 전략적 결정과 밀접하게 연관되어 있으며, 'Build', 'Buy', 'Borrow'의 세 가지 접근 방식으로 구분됩니다. 여기서 'Build'는 자사를 위한 전용 AI 시스템을 내부에서 개발하는 것을 의미합니다. 이 경우, 기업은 데이터와 모델에 대한 완전한 통제를 가지지만, 막대한 재정적 투자가 필요하고, 성공적인 결과를 보장할 수 없다는 리스크가 존재합니다. 예를 들어, Gartner의 보고서에 따르면 2026년까지 AI에 투자하는 기업의 60%는 비용 초과 및 인재 부족으로 인해 프로젝트를 중단하거나 축소해야 할 것으로 예측하고 있습니다. 즉, 'Build' 접근 방식은 장기적인 투자 지속 가능성을 면밀히 검토한 후에 선택해야 합니다. 'Buy'는 이미 시장에 나와 있는 AI 솔루션을 구매하여 빠르게 도입하는 전략입니다. 이 방식은 신속한 구현과 예측 가능한 비용 구조를 제공하지만, 맞춤화의 한계와 공급업체 의존성 문제를 초래할 수 있습니다. 예를 들어, 대규모 소매업체인 H&M은 재고 최적화를 위해 사전 훈련된 AI 도구를 사용하여 구매 패턴을 분석했으며, 이는 AI 개발의 고비용과 리스크를 피하면서도 효율성을 높이는 데 기여했습니다. 마지막으로, 'Borrow'는 클라우드 서비스 제공자가 제공하는 AI 솔루션을 임대하거나 사용하는 접근 방식입니다. 이 방법은 즉각적인 기술 접근성을 제공하며, 저렴한 초기 비용으로 클라우드에서 AI 서비스를 활용하게 합니다. Forrester는 2025년까지 AI를 채택하는 기업의 80%가 클라우드 기반 서비스를 활용할 것이라고 예측하고 있으며, 이는 회사들이 비즈니스의 복잡성을 줄이면서도 최첨단 기술의 혜택을 누릴 수 있게 해줍니다. 그러나 'Borrow' 방식도 데이터 프라이버시 및 장기 비용 측면에서의 우려가 존재합니다. 최종적으로, AI 도입에 있어 가장 큰 실수는 명확한 전략 없이 AI를 도입하는 것입니다. 기업의 비즈니스 목표를 명확히 하고 그에 따라 적절한 모델을 선택하는 것이 중요합니다.
LG CNS AX 프로젝트 가속 사례
LG CNS는 최근 클라우드 기반 인공지능 전환(AX) 사업을 강화하고 있으며, 이는 주로 Google Cloud와의 협업을 통해 이루어지고 있습니다. 2025년 4월 15일, LG CNS의 회장인 현신권은 Google Cloud CEO와 만나 아시아·태평양 및 미주 지역에서 AX 사업의 다각화를 논의했습니다. 이 협력을 통해 LG CNS는 다양한 산업에 걸친 AI 서비스의 확장을 목표로 하고 있으며, 특히 의료 및 생명 과학 분야에서의 성장을 계획하고 있습니다. LG CNS는 Google의 Generative AI 모델인 'Gemini'와 Google Cloud의 AI 플랫폼 'Vertex AI'를 활용하여, 제조, 금융, 물류, 통신, 공공 부문 등에서 적용할 수 있는 수백 개의 AI 서비스를 개발할 계획입니다. 특히, 의료 시장의 성장 가능성을 감안하여 보건 의료 및 생명과학 분야에서의 AX 프로젝트에 집중할 예정입니다. 한 보고서에 따르면, 글로벌 디지털 헬스케어 시장은 2033년까지 연간 20% 이상의 성장이 예상되고 있으며, LG CNS는 Google Cloud와 긴밀하게 협력하여 데이터 분석, 유전자 데이터 분석, 신약 개발 서비스 등을 구축할 예정입니다. LG CNS는 지난해 아시아 최초로 Google Cloud의 'Generative AI 전문 기업' 인증을 받았으며, 인프라, 데이터 분석, 머신 러닝 등 5개의 전문 기업 인증을 보유하고 있습니다. 이러한 성과는 LG CNS가 AX 분야의 전문 기업으로 자리잡고 있음을 보여주며, 아시아 및 미주에서의 AX 사업 확장을 위한 탄탄한 기반을 마련하고 있습니다.
전환 시 고려사항(비용·조직·문화)
AI 도입에 있어 고려해야 할 요소는 비용, 조직 구조, 기업 문화 등입니다. 기업은 AI 시스템을 도입할 때 발생하는 직간접적인 비용을 면밀히 분석해야 하며, 예상 외의 비용 초과를 피하기 위해 회사를 위한 맞춤형 예산 계획이 필요합니다. 비용 관리는 기업의 리소스를 효율적으로 할당하는 데 필수적입니다. 조직 측면에서는, AI의 성공적인 도입을 위해서는 변화에 대한 저항을 줄이기 위해 조직 구조를 재편하고, AI 관련 기술을 보유한 인력을 확보해야 합니다. 조직 내에 AI 전문가를 포함시켜야 할 뿐만 아니라, 전 직원이 AI의 가치와 필요성을 이해하도록 교육하는 것이 중요합니다. 이러한 접근은 조직 전반에 걸쳐 AI를 편리하게 배포하고 활용할 수 있는 환경을 조성하는 데 기여할 것입니다. 마지막으로, 문화는 AI 도입의 성공 여부에 큰 영향을 미칠 수 있습니다. 기업 문화가 변화에 개방적이며, 혁신과 실험을 장려하는 문화를 지닌 경우 AI 도입이 보다 원활하게 이루어질 가능성이 높습니다. 조직이 AI를 활용하여 데이터 기반의 결정적인 통찰력을 확보하고, 전사적인 AI 활용 방안을 모색함으로써 경쟁력을 지속적으로 향상시켜 나갈 수 있도록 지원해야 합니다.
주요 AI 기술 트렌드
인퍼런스 AI와 Sovereign AI 전략
2025년에 들어 AI 기술은 더욱 빨리 진화하고 있으며, 특히 인퍼런스 AI와 Sovereign AI가 두드러진 트렌드로 자리잡고 있습니다. Naver Cloud는 최근 'HyperCLOVA X'라는 고유 대규모 언어 모델(LLM)을 기반으로 한 인퍼런스 AI 개발을 가속화하면서, Sovereign AI 전략 강화에 힘을 많이 쏟고 있습니다. 인퍼런스 AI는 사용자의 질문이나 요청을 독립적으로 처리하고 이유를 추론하는 기능을 강화하여, 특히 수학 및 프로그래밍과 같은 핵심 분야에서 높은 정확도를 보여주는 것을 목표로 하고 있습니다. 이는 기존 모델보다 가벼운 구조로도 최적의 성능을 발휘할 수 있도록 설계되었습니다.
인퍼런스 AI는 API 호출, 데이터 분석, 웹 검색 자동화 등 다양한 기능을 통합하여 복잡한 작업을 독립적으로 수행할 수 있습니다. 이는 기업들에게 비용 절감과 서비스 적응성을 제공할 뿐만 아니라, Sovereign AI의 필요성을 충족하는 데 중요한 요소로 작용할 것입니다. Naver Cloud는 이 모델을 상반기에 출시할 예정이며, 이는 국내 AI 생태계의 발전에 큰 영향을 미칠 것으로 예상됩니다.
AI 에이전트 및 Reasoning Agent 부상
최근 AI 기술의 발전과 더불어 AI 에이전트와 Reasoning Agent의 중요성이 점점 커지고 있습니다. PwC의 발표에 따르면, AI 에이전트는 특정 비즈니스 프로세스의 자동화뿐 아니라 의사 결정과 데이터 처리를 통한 생산성 향상을 일으키고 있습니다. 특히 금융 서비스, 리테일, 물류 분야에서는 제품 시장 출시 시간을 50% 이상 단축하는 등의 효과를 보고하고 있습니다.
AI 에이전트는 협업의 차원을 넘어, 기계와 인간 간의 고급 협력을 가능하게 할 것으로 기대되며, 이는 비즈니스의 전반적인 혁신과 효율성을 높이는 데 기여할 것입니다. 그러나 이들 AI 에이전트의 발전은 저숙련 직업의 일자리에 영향을 줄 수 있으며, 따라서 기업들은 이점을 극대화하기 위해 직원 교육 및 재고용 전략을 수립해야 합니다.
문서 처리 특화 AI(Document AI)
문서 처리 특화 AI, 즉 Document AI는 비즈니스 문서에서 비구조적 데이터를 구조화된 데이터로 변환하는 데 강점을 가지고 있습니다. ABBYY는 Document AI API를 출시하여 개발자들이 간편하게 비즈니스 워크플로우에 지능형 문서 처리를 통합할 수 있도록 지원하고 있습니다. 이 API는 최적화된 템플릿과 OCR 기술을 바탕으로 문서의 정보를 자동으로 추출해내는 기능을 제공합니다.
IDC의 분석에 따르면, 지능형 문서 처리(IDP) 시장은 2023년 24억 달러에서 2028년까지 105억 달러로 성장할 것으로 전망하고 있습니다. 이는 클라우드 활용, AI의 발전, 문서 AI의 이용 사례 확산에 기인합니다. ABBYY의 Document AI API는 이러한 시장의 수요를 충족하기 위해 개발되었으며, 특히 KYC 절차, 송장 처리, 주문 처리 등 다양한 비즈니스 프로세스를 자동화하는 데 도움을 줄 것입니다.
클라우드 AI 서비스 사례
Microsoft 365 Copilot의 Researcher·Analyst 봇
Microsoft 365 Copilot은 최근 업데이트를 통해 Researcher 및 Analyst 봇이라는 인공지능 기반의 검색 기능을 추가하였습니다. 이러한 봇들은 과제 수행의 복잡성을 줄여주는 'reasoning agents'로, 작업을 단계별로 나누어 수행하는 과정을 보여줍니다. 예를 들어, Researcher 봇은 다단계 연구 작업을 지원하며, 사용자가 제공한 자료를 바탕으로 마케팅 계획을 작성하는 등의 기능을 제공합니다.
이 과정에서 Copilot은 기업의 데이터를 연계하여 보다 관련성 높은 검색 결과를 제공하는 동시에, 사용자가 문서를 열지 않고도 파일 요약을 확인할 수 있도록 지원합니다. 이러한 기능은 특히 다양한 데이터 저장소에서 적절한 문서를 호출하기 위한 정책 적용의 복잡성을 해결하는 데 기여합니다.
또한 Analyst 봇은 고급 데이터 분석을 담당하며 Python 언어를 사용하여 데이터를 분석합니다. 이는 사용자가 코드 작성을 하지 않아도 풍부한 데이터 통찰력을 제공받을 수 있도록 도와줍니다. 이를 통해 업무 효율성을 크게 향상시키는 것이 가능해지고 있습니다.
Naver Cloud HyperCLOVA 기반 인퍼런스 AI 출시
Naver Cloud는 HyperCLOVA X라는 독자적인 모델을 기반으로 한 경량형 인퍼런스 AI를 올해 상반기 중 출시할 예정입니다. 인퍼런스 AI는 사용자 쿼리 또는 과제를 자율적으로 처리하고 추론하는 시스템으로, 사용자가 제시한 요청에 대해 구조화된 답변을 생성하고 필요한 단계를 자동으로 실행할 수 있게 해줍니다.
Naver Cloud의 CEO는 이번 모델이 기존의 모델들과 비교할 때 수학, 프로그래밍 등 핵심 추론 영역에서 정확성을 높이는 동시에 시각 및 청각 이해, 자동 웹 검색, API 호출 및 데이터 분석 등의 능력을 통합하여 발전시킨다고 전했습니다. 이는 기업의 AI 주도권을 확보하는 데 중요한 요소가 될 것입니다.
또한 Naver Cloud는 HyperCLOVA X 기반의 여러 경량 모델을 오픈 소스로 제공하였으며, 이는 국내외 기업과 연구 기관이 비즈니스 및 학술 목적에 활용할 수 있도록 지원하고 있습니다. 이러한 노력은 AI 생태계의 활성화를 도모하며 특히 중소기업이 라이센스나 비용 문제로 인해 주저하는 양상을 해소하는 데 기여할 것입니다.
ABBYY Document AI API IDP 시장 진입
ABBYY는 최근 업계의 수요에 부응해 새로운 Document AI API를 출시하였습니다. 이 API는 비즈니스 문서를 구조화된 데이터로 변환하는 데 도움을 주며, 기존의 복잡한 문서 처리 문제를 해결하기 위해 제작되었습니다. 특히, 이 API는 최소한의 설정만으로도 개발자들이 신속하게 PoC(Proof of Concept)를 생성할 수 있도록 도와줍니다.
IDC의 분석에 따르면 Intelligent Document Processing(IDP) 시장은 2023년 24억 달러에서 2028년까지 105억 달러로 성장할 것으로 예상되며, 이는 클라우드 채택 증가 및 AI 발전, Document AI 활용 사례의 확산에 기인합니다. ABBYY의 Document AI API는 이러한 시장의 요구를 충족시키기 위해 설계되었으며, 개발자들이 문서에서 신뢰할 수 있는 데이터를 추출하는 데 용이하도록 지원합니다.
ABBYY는 이 API를 통해 문서의 논리 구조를 유지하면서 높은 정확도의 OCR 기능을 제공하여 비즈니스 프로세스에서의 자동화 작업을 가속화할 수 있게 합니다. 이와 함께 Python, C#, JavaScript 및 Java와 같은 일반 프로그래밍 언어를 지원하는 SDK를 제공하여 통합을 용이하게 합니다.
클라우드 인프라와 AI 도입 과제
AWS 데이터센터 확장 신중 기조
2025년 4월 기준, 아마존 웹 서비스(AWS)는 경제적 불확실성의 고조에 따라 데이터센터 확장에 대한 신중한 접근을 보이고 있습니다. AWS는 몇몇 데이터센터 임대 협상을 일시 중지하는 경향을 보였으며, 이는 AI 인프라에 대한 수요가 식고 있음을 나타냅니다. 이와 같은 상황은 글로벌 및 경쟁업체들이 경제적 환경을 고려하여 클라우드 인프라 투자를 재조정하고 있음을 시사합니다. 따라서 클라우드 서비스 제공업체들은 향후 몇 년간 지속적인 성장을 목표로 하면서도, 유연성을 갖춘 인프라 전략을 모색할 필요가 있습니다.
보안·컴플라이언스와 Sovereign AI
Sovereign AI는 각국의 데이터 주권과 보안성을 강조하며, 글로벌 AI 경쟁에서도 중요한 요소로 자리잡고 있습니다. 이에 따라, 클라우드 공급업체들은 보안 및 컴플라이언스 준수를 위한 더 강화된 정책을 시행하고 있으며, AI 시스템의 데이터 처리 및 활용에서 투명성을 높이고자 노력하고 있습니다. 특히, Naver Cloud는 자사의 HyperCLOVA X 모델을 기반으로 한 경량화 AI 및 인퍼런스 AI 모델의 개발을 통해 이러한 요구를 충족시키려 하고 있으며, 이는 국내 AI 생태계의 국산화를 촉진할 것으로 기대됩니다. 보안적 측면에서 AI 시스템이 자율적으로 운영되기 위해서는 더욱 신뢰할 수 있는 데이터 관리와 규제를 충족해야 합니다.
생태계 확대를 위한 파트너십 전략
클라우드 AI 생태계를 효과적으로 구축하기 위해 기업들은 다양한 파트너와의 협력을 적극적으로 모색하고 있습니다. LG CNS는 Google Cloud와의 파트너십을 통해 헬스케어와 생명과학 분야의 클라우드 기반 AI 전환 사업을 강화하고 있으며, 이는 글로벌 기업으로서의 입지를 더욱 공고히 하기 위한 전략입니다. LG CNS는 Google의 Generative AI 모델과 클라우드 솔루션을 융합하여 고객 맞춤형 AI 솔루션을 제공할 계획입니다. 이러한 협력을 통해 생성된 AI 서비스는 제조업, 금융업, 물류업 등 다양한 분야에 적용되며, 기업은 새로운 비즈니스 기회를 창출할 것으로 예상됩니다.
마무리
2025년 현재 클라우드 비즈니스에서 AI 통합의 핵심은 단순한 기술 선택을 넘어 조직과 문화의 전략적 변화에 있습니다. 기업들은 AI 도입 모델인 Build, Buy, Borrow의 활용을 통해 자신의 비즈니스 목표에 적합한 방향을 정립해야 하며, 특히 Sovereign AI나 인퍼런스 AI와 같이 경량화 및 보안성을 갖춘 솔루션을 우선적으로 도입해야 합니다. 이를 통해 기업들은 변화하는 시장 동향에 효과적으로 대응할 수 있습니다.
Microsoft 365 Copilot, Naver Cloud, ABBYY와 같은 검증된 서비스 성공 사례를 바탕으로는 PoC(Proof of Concept) 전개를 신속하게 추진하여 실질적인 결과를 도출할 수 있습니다. 더불어, AWS와 같은 주요 데이터센터의 투자 기조 변화에 주목해야 하며, 이는 기업들이 유연한 확장 전략을 수립하는 데 중요한 정보를 제공합니다.
마지막으로, 보안 및 컴플라이언스 이슈는 기업의 지속 가능한 성장을 위해 반드시 해결해야 할 과제가 되었습니다. 따라서 다양한 파트너들과의 협력을 통해 이러한 문제를 관리하고, 지속적인 직원 교육 및 내부 역량 강화를 통해 AI 주도 경쟁력을 유지해야 합니다. 기업들이 이러한 변화를 밀착하게 수용하고 관리한다면, 향후 클라우드 비즈니스의 성공적인 전환 및 혁신을 기대할 수 있을 것입니다.