💡 스타트업·투자 💰 지원사업 🚀 K-Startup 🏦 정책자금 🏛 나라장터 📰 보도자료 📋 정책뉴스 ✍️ 인사이트
홈 › 💡 스타트업·투자
애피어, AI 에이전트 도입 늘어도 수익성은 제자리…성과 키울 5가지 조건 제시

애피어, AI 에이전트 도입 늘어도 수익성은 제자리…성과 키울 5가지 조건 제시

애피어가 기업의 에이전틱 AI 활용을 실제 비즈니스 성과로 연결하기 위한 5가지 조건 ‘SCALE’을 제시했다. SCALE은 전략적 목표 설정, AI 역량과 한계 판단, 과업별 모델·에이전트 조율, 지속적인 학습, 효율적인 연산 자원 활용으로 구성된다. 애피어가 인용한... The post 애피어, AI 에이전트 도입 늘어도 수익성은 제자리…성과 키울 5가지 조건 제시 appeared first on 벤처스퀘어.
#스타트업뉴스 #벤처스퀘어

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

기업의 AI 경쟁이 ‘도입했는가’에서 ‘얼마나 성과를 내는가’로 이동하고 있다. AI 에이전트가 실제 업무에서 판단과 실행을 맡는 범위는 빠르게 커지고 있지만 활용 확대가 곧바로 수익성 개선으로 이어지는 것은 아니라는 분석도 나온다. 여러 모델과 에이전트를 연결할수록 정확도와 비용, 운영 안정성을 함께 관리해야 하는 과제도 커진다. AI 네이티브 AaaS(Agentic AI as a Service) 기업 애피어(Appier)가 에이전틱 AI를 실제 비즈니스 성과로 연결하기 위해 필요한 운영 조건을 5가지로 정리한 ‘SCALE’을 제시했다.

애피어에 따르면 맥킨지의 ‘2026 AI 현황’ 조사에서 연 매출 10억달러 이상 대기업 가운데 AI 에이전트를 확장 단계에서 활용한다는 응답은 지난해 27%에서 올해 40%로 증가했다. 반면 AI 활용이 기업의 수익성 개선에 기여했다는 응답은 37%로 전년과 비슷한 수준이었다.

애피어, 에이전틱 AI 성과 확장 위한 5대 핵심 조건 ‘SCALE’을 제시했다. (자료 제공: 애피어)
애피어는 AI 활용 범위가 확대되는 단계에서는 개별 기술을 추가하는 것보다 실제 업무에서 AI를 어떻게 운영하고 성과를 측정할 것인지가 중요하다고 분석했다. 이를 전략적 목표 설정(Strategic), 역량 및 한계 판단(Calibrated), 적응형 운영(Adaptive), 지속적 학습(Learning), 효율적 자원 활용(Efficient)의 앞 글자를 딴 ‘SCALE’로 정리했다.

첫 번째 조건인 Strategic은 AI 도입 목적을 측정 가능한 비즈니스 목표로 구체화하는 것이다. 매출 성장과 고객 전환, 비용 절감, 생산성 향상 등 목표와 평가 기준을 먼저 정해야 AI 활용 결과를 실제 사업 성과와 연결해 판단할 수 있다는 설명이다.

Calibrated는 AI가 특정 업무를 얼마나 신뢰성 있게 수행할 수 있는지 판단하고 위험에 따라 행동 여부를 결정하는 역량을 의미한다. 기업 업무에서는 작은 오류도 실제 사업에 영향을 줄 수 있어 최종 결과만 확인하기보다 업무 흐름의 주요 단계에서 AI의 판단을 점검하고 필요한 가드레일을 적용해야 한다고 봤다.

모든 업무에 같은 AI 쓰지 않는다…과업 따라 모델 고르고 비용까지 관리
Adaptive는 업무마다 같은 모델을 사용하는 대신 목적과 난이도에 따라 적절한 모델과 에이전트를 선택하고 조율하는 방식이다. 과업에 적합한 모델을 연결하는 ‘모델 라우팅(Model Routing)’과 서로 다른 역할을 맡은 여러 에이전트가 협업하도록 구성하는 ‘에이전트 오케스트레이션(Agent Orchestration)’이 대표적인 방법이다.

Learning은 한 번 수행한 업무의 결과를 다음 실행에 활용하는 구조다. 업무 과정에서 확보한 맥락과 사용자 피드백, 이전 실행 결과를 축적해 이후 판단과 실행을 개선해야 에이전틱 AI가 반복적인 일회성 자동화를 넘어 실제 업무환경에서 지속적으로 활용될 수 있다는 설명이다.

마지막 Efficient는 AI 활용 규모가 커질수록 증가하는 연산 비용을 관리하는 조건이다. 여러 단계의 추론과 모델 호출, 에이전트 간 상호작용이 반복되면 LLM 사용량과 토큰 비용도 함께 증가한다. 애피어는 과업에 필요한 수준에 맞춰 모델과 연산 자원을 배분하고 토큰 사용량을 최적화해 불필요한 자원 투입을 줄여야 한다고 설명했다.

애피어는 SCALE과 연관된 에이전틱 AI 연구도 진행하고 있다. AI가 자신의 역량과 확신 수준, 잠재적인 위험을 판단하는 기술을 비롯해 정보가 부족한 상황을 스스로 인식하거나 과업과 맥락에 따라 추론에 사용할 언어를 선택하는 연구 등을 제품 기술과 연결하고 있다.

치한 위(Chih-Han Yu) 애피어 CEO 겸 공동창업자는 “이제 기업의 관심은 도입한 AI가 어떤 성과를 내고 있으며 이를 어떻게 지속적으로 확대할 수 있을지에 집중되고 있다”며 “에이전틱 AI가 더 많은 판단과 실행을 맡게 될수록 자율성 자체보다 이를 얼마나 신뢰할 수 있고 효율적으로 운영하느냐가 중요해진다. 결국 AI의 자율성이 높아질수록 이를 운영하는 기업의 판단 역시 더 정교해져야 한다”고 말했다.

The post 애피어, AI 에이전트 도입 늘어도 수익성은 제자리…성과 키울 5가지 조건 제시 appeared first on 벤처스퀘어.

🔗 원문 공고 바로가기

외부 기관의 공식 페이지로 이동합니다. 최신 정보는 원문을 확인하세요.

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

← 목록으로
🔗 링크가 복사되었습니다