인포시스(Infosys) 수석 부사장, AI 도입 및 오픈AI(OpenAI) 파트너십의 첫걸음을 내디뎠다

인포시스(Infosys)의 AI 및 산업 분야 총괄 부사장 겸 글로벌 서비스 책임자 발라크리슈나(발리) D.R.

인포시스(Infosys)의 발라크리슈나(발리) D.R. 전무이사가 성공적인 AI 도입 기업과 확장에 어려움을 겪는 기업을 구분 짓는 요인, 그리고 오픈AI(OpenAI)와의 협력에 대해 설명하다

기업용 AI 도입은 실험 단계를 넘어섰지만, 많은 조직이 유망한 시범 운영과 측정 가능한 비즈니스 가치 창출이라는 과제 사이에서 여전히 발이 묶여 있다.

분산된 데이터, 레거시 시스템, 변화하는 거버넌스, 불분명한 책임 소재 등은 모두 AI 이니셔티브가 지속적인 변혁으로 나아가는 것을 방해할 수 있으며, 이로 인해 운영상의 체계는 첨단 모델에 대한 접근만큼이나 중요해집니다.

여기서 인포시스(Infosys)의 EVP이자 AI 및 산업 분야 글로벌 서비스 총괄 책임자인 발라크리슈나(발리) D.R.은 성공적인 도입 기업과 확장에 어려움을 겪는 기업을 구분 짓는 요인을 살펴보고, 인포시스와 오픈AI(OpenAI) 간의 전략적 협력에 대해 심도 있게 다룹니다.

왜 여전히 수많은 조직이 시범 운영을 넘어 AI를 확장하는 데 어려움을 겪고 있을까요?

많은 조직이 AI 모델이 취약해서 어려움을 겪는 것이 아닙니다. 기업 내 기반이 더 탄탄해져야 하기 때문에 어려움을 겪는 것입니다. AI는 종종 유망한 파일럿 프로젝트들의 집합으로 시작되지만, 기초가 되는 데이터는 파편화되어 있고, 레거시 시스템은 통합하기 어렵고, 거버넌스는 여전히 발전 중이며, 결과에 대한 책임 소재가 불분명한 경우가 너무 많습니다. 이것이 바로 ‘파일럿 지옥’을 만들어내는 원인입니다.

당사의 자체 연구 결과가 이를 명확히 보여줍니다. 전 세계 3,200개 이상의 조직 고위 경영진을 대상으로 설문조사를 실시한 ‘인포시스(Infosys) AI 비즈니스 가치 레이더(AI Business Value Radar)’에 따르면, AI 활용 사례 중 약 20%만이 비즈니스 목표의 대부분 또는 전부를 달성하고 있으며, 전체 도입 사례의 5분의 1은 전혀 가치를 창출하지 못하거나 도입 후 취소되는 것으로 나타났습니다.

교훈은 명료합니다. AI를 확대 적용하려면 실험실 모델이 아닌 운영 모델이 필요합니다. 경영진의 후원, 현대적인 데이터 기반, 명확한 가이드라인, 그리고 매출 성장, 비용 최적화 또는 위험 감소와 연계된 활용 사례가 필요합니다. 그렇지 않으면 파일럿 프로젝트는 흥미로울 뿐, 결코 실질적인 성과를 내지 못합니다.

성공적인 AI 도입 기업과 뒤처지는 기업을 구분하는 요인은 무엇일까요?

선두를 달리는 조직들은 AI를 일련의 단편적인 실험이 아닌 CEO급 변혁 프로그램으로 취급합니다. 이들은 명확한 기업 전략을 중심으로 리더십을 통합하고, 데이터 준비와 현대적인 아키텍처에 조기에 투자하며, 사용 사례를 본격적으로 도입하기 전에 거버넌스 체계를 구축합니다. 또한, 단순히 비효율적인 프로세스 위에 AI를 덧씌우는 대신 워크플로우를 재설계하는 것도 마찬가지로 중요합니다.

너무 자주, AI는 유망해 보이는 파일럿 프로젝트들의 집합으로 시작되지만, 그 기반이 되는 데이터는 파편화되어 있습니다

발라크리슈나(발리) D.R., 인포시스(Infosys) AI 및 산업 분야 총괄 부사장 겸 글로벌 서비스 책임자

이 점에서 맥킨지의 2025년 연구 결과가 유용합니다. AI 성과가 뛰어난 기업들은 워크플로우를 재설계할 가능성이 거의 3배 더 높으며, 조직의 고위 경영진이 AI 이니셔티브에 대한 주인의식과 헌신을 보여준다는 점에 대해 동종 업계 기업들보다 3배 더 강하게 동의하는 것으로 나타났습니다. 성숙도가 높은 조직은 AI 이니셔티브를 3년 이상 운영 상태로 유지할 가능성이 더 높으며, 이는 그들이 단기적인 시범 사업이 아닌 지속적인 가치를 창출하기 위해 구축하고 있음을 보여줍니다.

실제로 성공한 기업들은 직원들의 동참을 이끌어냅니다. 이들은 변화 관리, AI 활용 역량, ‘인간 중심(human-in-the-loop)’ 운영 모델에 투자하여 도입과 함께 신뢰가 커지도록 합니다. 더 이상 AI 접근 여부가 성패를 가르는 기준이 아닙니다. AI를 실제 운영에 적용하는 체계적인 접근 방식이야말로 핵심입니다.

인포시스(Infosys)와 오픈AI(OpenAI)의 파트너십은 기업들이 AI 실험을 측정 가능한 비즈니스 성과로 전환하는 데 어떻게 도움이 될까요?

인포시스-오픈AI 파트너십이 전략적으로 중요한 이유는, 이것이 대규모로 AI의 가치를 실현하기 위한 운영 모델이기 때문입니다. 이번 협력은 오픈AI의 최첨단 모델과 인포시스의 ‘토파즈 패브릭(Topaz Fabric)’을 결합하여, 고객사가 실험 단계에서 벗어나 실용적이고 책임감 있는 도입을 통해 측정 가능한 비즈니스 성과를 달성할 수 있도록 지원합니다.

초기 중점 분야로는 소프트웨어 엔지니어링, 레거시 현대화, 데브옵스(DevOps) 자동화, 전자상거래 및 기타 엔지니어링 주도 영역이 포함됩니다. 이러한 분야는 기업이 일반적으로 엔지니어링 생산성 향상, 출시 속도 가속화, 시장 출시 기간 단축을 통해 가치를 측정할 수 있는 영역이기 때문에 중요합니다.

마찬가지로 중요한 점은, 이번 파트너십이 사후 고려 사항이 아닌 기업 거버넌스와 책임 있는 배포를 핵심으로 삼고 있다는 사실입니다. 고객 입장에서는 세계 최고 수준의 모델 역량과 인포시스의 도메인 전문성, 대규모 제공 역량, 현대화 경험을 결합할 수 있게 된다는 의미입니다. 다시 말해, 단순히 워크플로우에 AI를 추가하는 것이 아니라, AI가 측정 가능한 비즈니스 성과를 창출할 수 있도록 워크플로우를 재설계하는 것이 목표입니다.

주요 통계

• 3,240 – 인포시스의 ‘AI 비즈니스 가치 레이더(AI Business Value Radar)’를 통해 132가지 AI 활용 사례를 대상으로 조사된 기업 수
• 19% – 모든 비즈니스 목표를 달성한 AI 활용 사례의 비율 (인포시스)
• 60% 더 빠르게 – 인포시스는 글로벌 렌터카 회사를 위해 AI 우선 접근 방식을 적용해 약 300만 줄에 달하는 레거시 코드를 현대화했으며, 이를 통해 전환을 60% 더 빠르게 완료했습니다
• 3배 더 높은 가능성 – 맥킨지(McKinsey)에 따르면, AI 성과가 뛰어난 기업은 다른 조직에 비해 업무 흐름을 근본적으로 재설계할 가능성이 거의 3배 더 높은 것으로 나타났습니다

인포시스(Infosys)는 최근 오픈AI(OpenAI)와 전략적 협력 관계를 맺었습니다

AI는 소프트웨어 개발과 현대화를 어떻게 변화시키고 있나요?

AI는 두 가지 측면에서 동시에 소프트웨어 개발을 변화시키고 있습니다. 즉, 일상적인 엔지니어링 업무에 필요한 노력을 줄이는 동시에, 엔지니어링 팀이 현대화 및 혁신할 수 있는 범위를 확대하고 있습니다. 코드 생성, 문서화, 테스트, 디버깅, 코드 검토 및 레거시 전환에서 분명한 가치를 확인하고 있지만, 더 큰 변화는 엔지니어들이 아키텍처, 통합, 복원력 및 비즈니스 로직에 더 많은 시간을 할애할 수 있게 되었다는 점입니다.

세계적인 렌터카 기업에서 우리는 AI 우선 접근 방식을 활용하여 레거시 전환을 가속화했습니다. 우리는 다중 모드 대규모 언어 모델(LLM)을 활용해 약 300만 줄에 달하는 레거시 코드를 분석하여 핵심 비즈니스 로직을 추출하고, 이를 확장 가능한 클라우드 기반 플랫폼으로 60% 더 빠르게 현대화했습니다. 이러한 접근 방식은 호스팅 비용을 절감하고, 채널 전반에 걸쳐 비즈니스 기능의 재사용성을 높였으며, 향후 현대화 및 자동화를 위한 확장 가능한 기반을 마련했습니다.

AI 네이티브 기업 및 하이퍼스케일러와의 파트너십은 모두 동일한 방향을 가리키고 있습니다. 바로 AI 지원 엔지니어링이 단편적인 코딩 지원에서 엔드투엔드 소프트웨어 제공 및 레거시 현대화로 진화하고 있다는 점입니다. 이는 엔지니어링 인재에게 요구되는 수준을 높이지만, 동시에 비즈니스 성과 창출에서 엔지니어의 역할을 한 차원 높여줍니다.

인포시스(Infosys)와 오픈AI(OpenAI)의 파트너십이 전략적으로 중요한 이유는, 이것이 대규모로 AI의 가치를 실현하기 위한 운영 모델이기 때문입니다.

발라크리슈나(발리) D.R., 인포시스(Infosys) 글로벌 서비스 총괄 부사장 겸 AI 및 산업 부문 책임자

기업 AI 도입의 다음 단계를 정의할 요소는 무엇일까요?

다음 단계는 ‘오케스트레이션’이 주도할 것입니다. 우리는 채팅 인터페이스와 고립된 보조 시스템의 단계를 넘어, 워크플로우 전반에 걸쳐 추론하고, 조정하며, 행동할 수 있는 AI 에이전트, 특화 모델, 그리고 전사적 시스템으로 나아가고 있습니다.

하지만 성공은 자율성만으로는 이루어지지 않을 것입니다. 성공은 에이전트를 컨텍스트 엔지니어링, 규제를 준수하는 데이터 접근, 현대화된 인프라, 그리고 명확한 인간의 책임과 결합할 때 비로소 이루어질 것입니다. 그렇기 때문에 저는 단일 도구나 공급업체에 의존하기보다는 신뢰할 수 있는 다중 모델 AI 생태계를 구축하는 조직이 승자가 될 것이라고 믿습니다.

우리는 처음부터 이 방향에 대해 명확한 입장을 밝혀왔습니다. Topaz Fabric은 모델, 데이터, 에이전트, 워크플로우를 통합하도록 설계되었으며, 실리콘에서 앱에 이르기까지 아우르는 우리의 광범위한 파트너 생태계는 의도적으로 개방적이고 조합 가능한 접근 방식을 반영하고 있습니다.

업계의 실증 사례도 같은 방향을 가리키고 있습니다. 에이전트 기반 AI에 대한 관심이 높아지고 있다는 소식은 들리지만, 대규모 확장은 여전히 제한적인 상황입니다. 세계경제포럼(WEF)은 신뢰와 거버넌스가 도입의 진정한 제약 요인이라고 주장하며, 다른 보고서들은 AI가 점점 더 저렴해지고 접근성이 높아지고 있음을 보여줍니다. 이는 경쟁 우위가 ‘접근성’이 아닌 ‘실행력’에서 점점 더 많이 비롯될 것임을 의미합니다. 따라서 기업용 AI의 다음 단계는 실험보다는 기업 자체를 재설계하는 데 더 중점을 둘 것입니다.

인포시스(Infosys)의 주요 AI 파트너

• OpenAI: 소프트웨어 엔지니어링, 레거시 시스템 현대화, 에이전트형 AI를 포함한 기업 AI 전환을 위한 전략적 파트너.
• 마이크로소프트(Microsoft): Azure, Azure OpenAI Service 및 AI 기반 기업 솔루션을 아우르는 파트너.
• 엔비디아(NVIDIA): AI 인프라, 모델, 플랫폼 및 기업용 AI 배포에 중점을 둔 협력 관계.
• 구글 클라우드: 구글 클라우드 기술과 인포시스 토파즈(Topaz)를 통해 생성형 AI 솔루션을 지원하는 파트너.
• AWS: 기업 내 AI 도입을 가속화하기 위해 인포시스 토파즈와 AWS의 AI 역량을 결합한 협력 관계.