데이터브릭스 수석부사장 경고: 최첨단 AI, 기업 현장의 '기본 업무'에선 비효율적

기업이 고성능 AI에 투자하는 이유는 복잡한 문제 해결이지만, 현장의 일상적이고 기본적인 업무에서는 오히려 비효율을 초래할 수 있다는 경고가 나왔다. 데이터 처리·분석 기업 데이터브릭스(Databricks)의 데이비드 메이어 수석부사장은 최근 인터뷰에서, 최첨단 대규모언어모델(LLM)이 항상 실무에 적합한 도구는 아니라고 지적했다. 그의 주장은 AI 도입 열풍 속에서 성능과 비용, 실제 효용 간의 괴리를 드러내는 중요한 신호다.

메이어는 구체적인 사례로 '청구서 오류 식별' 업무를 제시했다. 최첨단 AI 모델은 잘못된 숫자를 찾아낼 수 있지만, 이는 마치 복잡한 코딩은 잘하는데 데이터 정리는 서툰 상황과 유사하다는 설명이다. 즉, 과도하게 강력한 모델을 단순한 패턴 인식 작업에 투입할 경우, 불필요한 컴퓨팅 리소스와 높은 비용만 소모하게 된다는 것이다. 이는 많은 기업이 AI 도입 시 단순히 '가장 강력한 모델'을 선택하는 현재의 관행에 대한 직접적인 질문을 던진다.

이러한 지적은 기업의 AI 전략 수립에 실질적인 영향을 미칠 수 있다. 성능보다는 적정 기술(fit-for-purpose technology)의 선택이 중요해지며, 이에 따라 AI 공급업체들의 마케팅 전략과 기업의 조달 기준이 변화할 수 있는 압력이 생긴다. 특히 재무, 회계, 문서 처리 등 규칙 기반의 반복적 업무가 많은 부서에서는 고가의 최신 모델 대신 특화된 도구나 소규모 모델의 도입이 더 효율적일 수 있다는 점을 시사한다. AI 투자 결정이 '성능 경쟁'에서 '비용 대 효과'의 실용적 계산으로 전환될 가능성을 보여준다.