생성형 인공지능(AI) 기술이 빠르게 발전하며 기업 경쟁력의 핵심 요소로 떠오르고 있다. 그러나 여전히 많은 기업은 기술의 불확실성과 실효성에 대한 우려로 도입을 망설이는 중이다.

LG CNS는 이러한 시장 흐름에 대응해 '플랫폼 중심 AI 전략을 내세우며 기업 환경에 최적화된 해법을 제시한다. 단순한 기술 적용이 아닌 각 기업의 시스템과 보안 요건, 업무 특성에 맞춰 AI를 유연하게 도입할 수 있는 구조를 설계해 지속 가능하고 확장할 수 있는 AI 환경을 구축하는 것이 핵심이다.

16일 서울 마곡 LG CNS 본사에서 진행한 인터뷰에서 AI센터장 진요한 상무는 "기술이 아무리 좋아도 고객의 문제를 해결하지 못하면 의미가 없다"며 "우리는 AI를 고객의 현장에 제대로 적용해서 성과를 내는 회사를 목표로 한다"고 설명했다.

LG CNS는 지난해 12월, AI 조직을 전면 개편하며 연구(R&D), 플랫폼, 사업 딜리버리 세 축을 통합한 'AI센터'를 출범시켰다. 약 300명 규모로 운영되는 이 조직은 기업의 복잡한 시스템에 AI를 이식하고 이를 통해 실질적인 비즈니스 성과를 창출하는 데 초점을 맞추고 있다.

AI센터장인 진요한 상무는 SK텔레콤, 이마트 CTO 등을 거친 실무형 리더로, 2023년 말 LG CNS에 합류해 AI R&D, 플랫폼, 사업조직을 통합한 ‘AI센터’를 이끌고 있다. 그는 기술 트렌드에 밝은 실무형 리더이자 기업 현장의 복잡성을 이해하고 있는 현장형 AI 전략가라는 평가를 받고 있다.

LG CNS가 강조하는 키워드는 '플랫폼'이다. 복잡하고 다양한 업무와 수많은 대규모 서비스가 뒤섞인 기업 환경은 하나의 AI모델만으로 최적화하기 어렵기 때문이다. 또한 업무에 따라 대규모 고성능 AI모델이 필요하거나 빠른 속도와 저렴한 비용이 요구되기도 한다.

진 상무는 플랫폼 전략의 핵심으로 유연성과 연결성을 강조했다. 각 기업의 특성이나 처한상황, 요구사양 등에 따라 다양한 대규모언어모델(LLM) 모델, AI 도구, 데이터 소스, 기업 시스템을 조합하고 활용하는 것이 쉬워야 한다는 뜻이다.

그는 "기업 환경은 생각보다 훨씬 복잡해 하나의 AI만으로는 한계가 있다"며 " 전사적자원관리(ERP), 고객 관계 관리(CRM) 등과 연동되어야 하고 기밀과 개인정보를 지키기 위한 보안도 갖춰야 한다"며 기업 업무 환경을 설명했다.

LG CNS는 다양한 환경에 대응하기 위한 방안으로 '멀티 모델 플랫폼'을 제시하고 있다. 단일 AI 모델이 아닌, 여러 모델을 상황과 업무에 따라 자동 라우팅해 활용하는 구조다.

고객의 질문이 단순한 일정 조회인지, 금융 문서 요약인지에 따라 최적의 모델을 자동 선택하는 방식이다. 진 상무는 "질문마다 쓰는 모델이 다를 수밖에 없다. 성능과 비용을 고려하면 더욱 그렇다"고 설명했다.

LG CNS는 현재 금융권에서 가장 빠른 성과를 내고 있다. 신한은행 등과 함께 챗GPT 기반의 사내 문서 검색 시스템을 도입했고, 평가 프레임워크도 자체 개발해 도입 모델의 품질을 정량적으로 비교하고 있다.

공공 분야에서는 행안부 시범 사업 등으로 성과를 쌓아가고 있으며, 제조 부문에서는 베어로보틱스 등과 협업을 통해 물류 자동화, 피지컬 AI 도입도 논의 중이다. 향후 에이전트 AI가 일정 수준에 도달하면, 피지컬 영역까지 연계한 통합 자동화가 가능해질 것이라는 전망도 내놨다.

LG CNS는 플랫폼 중심의 기술 전략을 실현하기 위해 코히어(Cohere)를 비롯해 마이크로소프트, 구글, 아마존웹서비스(AWS) 등 글로벌 AI 전문 기업들과 활발한 협력을 이어가고 있다.

진 상무는 "우리가 코히어와 손잡은 이유는 명확하다"며 "코히어는 트랜스포머 논문의 저자가 창업한 이 기업은 성능, 비용, 보안이라는 3대 기업 요건을 동시에 충족하는 LLM을 개발하고 소버린AI 등 우리의 기술 철학과 일치하는 연구를 진행 중"이라고 설명했다.

LG CNS는 현재 코히어와 함께 금융 특화 에이전트 AI를 공동 개발 중이다. 진 상무는 이른 시일 내에 공개할 전망이라며 단순 기술공개가 아닌 고객사에서 실제로 어려움을 느끼는 문제를 해결하는 것을 목표로 한다.

향후 인수(M&A) 가능성에 대해서도 진 상무는 현재 검토 중인 내용이 있다고 밝혔다. 그는 "결정할 수 있는 위치는 아니지만 국내외 많은 기업들을 주의 깊게 보고 있다"며 "기업이 보유한 기술의 특성에 따라 공동개발하거나 서비스만 연계하는 등 다양한 방안으로 협력할 수 있고 상황에 따라 인수도 충분히 의미 있다고 생각한다"고 밝혔다.

AI 도입을 망설이는 기업들이 많은 이유는 기술의 속도 때문이다. 특정 기술을 도입하는 과정에서 더욱 발전된 기술이 등장해 오히려 뒤처질 수 있다는 우려가 있다는 것이다.

진 상무는 "이를 '더 나은 선택지를 놓칠까 우려하는 두려움(FOBO)'이라고 부른다"고 설명하며 "실제로 중요한 최신 기술에 대한 역량을 빠르게 내재화하는 것이라고 강조했다.

그는 현 상황을 이제 기업들이 본격적으로 생성형 AI를 도입해보기 시작한 1.0 시대'라고 정의했다. 문제는 AI를 보다 효과적으로 사용하기 위한 2.0 세대인 에이전트 기술과 물리적인 업무 환경과 연계되는 3세대 피지컬AI까지 확장하기 위해선 기존 기술에 대한 이해와 기술적 저변이 마련돼야 한다고 설명했다.

이어 "챗봇 등 1.0 기술을 경험하지 않고 바로 에이전트AI나 피지컬AI를 도입하는 것은 오히려 더욱 큰 기술적 장벽과 어려움을 마주하게 될 가능성이 크다"며 "우선 소규모라도 AI를 도입하며 경험을 쌓고 분야를 넓혀가야 실제 조직의 변화를 이끌고 AI혁신이 가능하다"고 강조했다.

진 상무는 특히 플랫폼 전략이 이렇게 급변하는 시장 환경에서 경쟁력을 유지할 수 있도록 도와준다고 설명했다.

그는 "모델은 끊임없이 바뀌고 발전하지만 플랫폼은 이를 활용하기 위한 구조"라며 "플랫폼이 잘 설계되면 유연하게 새로운 AI나 서비스를 도입하며 기술 경쟁력을 유지할 수 있다"고 말했다.

더불어 최근 전 세계적으로 AI를 중심으로 한 경쟁이 본격화되며 국내 정치권에서 AI에 대한 관심이 높아지는 것에 대해 긍정적인 반응을 보였다.

진 상무는 정치권이나 정부가 AI를 국가 경쟁력으로 인식하고 다양한 시도를 하는 것 자체가 긍정적이라며 먼저 시도하고, 경험하고, 문제점을 발견해야 AI 기술과 산업도 더욱 발전할 수 있을 것이라고 말했다.

이어 그는 "AI는 기술보다 실행이 중요하고, 실행의 핵심은 플랫폼에 있다"고 거듭 강조하며 "빠르게 변하는 기술 환경 속에서도 기업이 흔들리지 않고 AI를 지속적으로 활용하려면 구조적인 기반을 만들고 대응에 나서야 한다"고 강조했다.