When adopting AI, would you rather buy, build or integrate?
AI 도입 전략으로 업무 핵심도에 따라 구매, 구축, 통합을 적절히 혼합해야 한다는 의견이 지배적입니다.
기업들이 AI 도입을 결정할 때 보통 세 가지 방식을 택하더라고. 기존 솔루션을 사 오거나, 처음부터 직접 만들거나, 아니면 이미 쓰고 있는 소프트웨어에 AI를 통합하는 거지.
너라면 어떤 방식을 고를래? 그리고 뭘 보고 그런 결정을 내릴 거야?
대부분의 의견은 당장 비즈니스에 적용 가능한 검증된 솔루션을 구매하거나 기존 툴을 통합하는 것을 우선시하며, 직접 구축하는 것은 유지보수 비용과 리스크를 고려해야 한다는 신중한 입장을 보임.
AI 기능이 경쟁 우위에 얼마나 핵심적인지에 따라 크게 달라짐. 지원이나 일정 관리 같은 상품화된 사례는 구매하고, AI 자체가 제품인 경우에만 직접 구축하고, 기존 도구에 이미 쓸만한 기본 AI 기능이 있는데 안 쓰고 있다면 그걸 통합하셈.
+1. 직접 파인튜닝한 오픈 웨이트 모델을 구축하고 소유하는 것도 고려해볼 만함. 여러 기업들 덕분에 이걸 달성하기 위한 격차가 최근 많이 줄어들었음. 앞으로는 빌리는 것보다 소유하는 게 '메타'이자 트렌드가 될 거라고 봄.
비즈니스 워크플로우에서 해당 업무가 얼마나 핵심적인지에 따라 완전히 달라짐. 고객 지원이나 일정 관리 같은 일반적인 업무는 구매하고, 실제로 경쟁 우위가 되는 부분만 직접 구축하셈. 이미 돈 내고 쓰는 도구들을 통합하는 게 보통 가장 저렴한 승리 전략인데 다들 이걸 놓치더라.
통합은 다들 충분히 언급 안 하는 전략임. 작년에 벤더가 만든 반쯤 죽은 챗봇 때문에 고생했는데, 처음부터 다시 만드는 대신 그 위에 우리 걸 덧씌워서 해결했음.
범용 기능은 사고, 운영상 강점이 되는 부분은 직접 만들고, 경계면은 통합하셈. 예를 들어 기존 모델과 커넥터를 쓰되 승인 절차, 고객 맥락, 업무 평가 방식 같은 건 자체 규칙을 유지하는 식임. 하나의 워크플로우로 시작해서 한 달 동안 오류 비용과 유지보수 시간을 측정해 보셈. 벤더가 80%를 처리하는데 팀이 계속 부족한 20%를 다시 만들고 있다면, 그 부분이 바로 직접 소유할 가치가 있는 영역임.
대부분 팀이 처음부터 다 만들 필요는 없다고 봄. 기존 툴을 통합해서 써보면서 워크플로우가 어디서 막히는지 확인하고, 그 빈틈을 메울 커스텀 기능을 만드는 게 나음. 모델은 일부일 뿐임. 데이터 접근 권한, 승인 절차, 실제 프로세스에 어떻게 녹아드는지가 훨씬 중요함... 특히 창의적인 워크플로우의 경우, 기성 툴과 커스텀 자동화를 적절히 섞는 게 보통 최고의 세팅임.
솔직히 거품 걷어내고 보면, 하나만 고집하는 게 아니라 상황에 맞게 셋 다 섞어 쓰는 게 가장 똑똑한 전략임.
보안이나 컴플라이언스처럼 의존해야 하는 무거운 건 **구매(buy)**하는 게 맞음. 새벽 2시에 문제 터지거나 감사 나올 때, 계약서에 적힌 검증된 업체 이름이 있어야 책임을 나눌 수 있으니까.
AI는 이미 쓰고 있는 크고 안정적인 소프트웨어 플랫폼에 직접 **통합(integrate)**하는 게...
내부 역량에 따라 다름. 난 고객들한테 결정 내리기 전에 현재 프로세스랑 인력부터 살펴보라고 조언함. 도입 초기에는 프로세스나 사람 문제 때문에 통합이 잘 안 되는 경우가 많거든.
맞음.
작업을 수행할 솔루션이 이미 있으면, 사서 쓰고.
이미 솔루션이 있는데 다른 툴이랑 잘 안 맞으면, 통합하고.
경제성이 없거나 아예 솔루션이 없으면, 직접 만드셈.
하나만 선택하라고 강요하는 사람 아무도 없음.
모델 호출 비용은 싼 편임. 기업 입장에서 진짜 고민해야 할 건 권한 관리, 업무 인계, 그리고 그 주변의 공유 받은 편지함 같은 걸 직접 통제할 필요가 있느냐임. 나라면 일단 통합부터 하고, 운영 워크플로우의 일부가 되는 빈틈을 메우는 식으로 만들겠음. Bunkhouse가 그런 직원/회사 공유 편지함 형태의 오픈소스 예시임: https://github.com/braedonsaunders/bunkhouse
일단 통합부터. 보통 그게 더 빠르고 저렴함
구매 - 이건 엄청나게 큰 분야임. 진짜 저렴한 가격에 '내가 자동화해줄게' 하는 개인부터 5만 달러짜리 빌드 에이전시까지 다양함. 이 바닥에 거품도 많음. 뭐든 시작하기 전에 일단 공부 좀 하고, 미팅도 몇 번 가져보면서 들어보는 걸 추천함. 요즘 빌딩이 엄청 쉬워져서 다들 매력적으로 느끼는 것 같은데, 조심해야 할 건 빌딩은 곧 유지보수를 의미한다는 거임. 이런 새로운 시스템들은 시간이 지나면 고장 나거나 성능이 떨어지는 경향이 있어서...
유지보수 부분을 나도 과소평가했었음. 일요일에 cron job 죽고, 가격 안 맞아서 delivery script 꼬이고, 내가 직접 만들었으니까 결국 다 내 책임이 됨. 회사들이 유지보수 예산을 따로 잡는 거 같음, 아니면 그냥 누군가 한 명이 조용히 다 처리하고 있는 거임?
소프트웨어 분야에서 항상 그랬듯 답은 똑같음. 얘들아 AI가 뭔가 '새로운' 거라고 생각 좀 하지 마. 그냥 소프트웨어일 뿐임. 대부분의 회사는 AI를 만드는 게 본업이 아니라 자기네 사업이 본업임. 당장 어제부터 돌아가는 게 필요하다고. 검증된 솔루션이 있고 가격도 합리적이면 그냥 사. AI라고 해도 소프트웨어를 만들고, 유지보수하고, 사용자 지원하는 건 비용이 엄청나게 들고, 만드는 과정에서 완전히 망할 위험도 항상 도사리고 있음...
기존 툴들을 통합해서 어디가 부족한지... 혹은 어떤 문제가 생기는지 확인하고... 그 다음에 구매나 구축을 고려하는 게 좋음
일론 머스크가 공유한 AI 모델 순위표에서 Gemini가 하위권으로 평가받자 커뮤니티에서 논쟁이 벌어짐.
일론 머스크가 공유한 AI 모델 순위표에서 Gemini가 하위권으로 평가받자 커뮤니티에서 논쟁이 벌어짐.
Claude Opus 5.5를 활용해 이미지 파일 없이 코드만으로 포켓몬 레드 버전을 브라우저에서 플레이 가능하게 재구현한 프로젝트입니다.
Claude Opus 5.5를 활용해 이미지 파일 없이 코드만으로 포켓몬 레드 버전을 브라우저에서 플레이 가능하게 재구현한 프로젝트입니다.
AI 에이전트들이 담배를 피우며 여유를 부리는 영상에 대한 유머러스한 반응과 원작에 대한 고찰이 이어짐.
AI 에이전트들이 담배를 피우며 여유를 부리는 영상에 대한 유머러스한 반응과 원작에 대한 고찰이 이어짐.