The State Of GenAI In Media And Entertainment

"도입하긴 해야 하는데..." 미디어 기업들의 생성형 AI 도입 딜레마

미디어·엔터테인먼트(M&E) 업계는 시장 변화에 맞춰 소비자들에게 풍부한 콘텐츠를 제공해야 하는 과제에 직면해 있다. 포레스터(Forrester) 연구에 따르면, M&E 업계의 IT 팀들은 기술과 비즈니스 성과의 연계, 고객 경험 향상, 보안/프라이버시 및 회복력 개선이라는 여러 우선순위를 동시에 고려해야 하는 상황이다.

조사 결과에서 나타난 조직의 생성형 AI 우선순위를 살펴보면, 콘텐츠 제작 파트너의 생성형 AI 도입이 83%로 가장 높았으며, 고객 상호작용과 추천 개인화가 78%로 그 뒤를 이었다. 생성형 AI를 통한 인간 역량과 전문성 강화는 72%, 콘텐츠 제작과 큐레이션 간소화는 70%를 기록했다. 제3자 플랫폼을 통한 제품과 서비스 통합은 65%, 새로운 생성형 AI 기반 제품과 서비스, 기능 개발은 57%로 나타났다.

현재 기업들의 생성형 AI 구현 단계를 살펴보면, 파일럿 단계와 스케일링 단계가 각각 39%로 동일한 비중을 차지했으며, 전사적 구현 단계는 22%를 기록했다. 대부분의 조직에서는 텍스트 출력을 시작점으로 삼고 있으며, IP와 창작 소유권에 대한 우려로 이미지, 비디오, 오디오, 디지털 자산 생성은 상대적으로 적게 활용되고 있는 것으로 나타났다.

"성능이 아직..." 생성형 AI 도입 현장에서 마주친 4가지 과제

생성형 AI 도입 과정에서 기업들은 여러 난관에 부딪히고 있다. 응답자의 65%가 성능과 출력 품질 문제를 지적했으며, 60%는 학습 데이터 확보의 어려움을, 55%는 적절한 데이터 부족을 언급했다.

내부 역량과 관련된 주요 과제도 두드러졌다. 팀 간 협업 부족이 29%로 나타났으며, 기술 전문가 채용의 어려움이 27%를 차지했다. 비즈니스 사용자의 AI와 생성형 AI 기술 부족은 24%, 비즈니스 질문에 답하기 위한 핵심 데이터 소스와 데이터 처리 부족은 22%로 조사됐다.

"소프트웨어 엔지니어로서 우리는 규칙을 정의하고 그 규칙에서 벗어나지 않는 제품에 익숙하다. 하지만 오늘날 생성형 AI는 그렇지 않다. 말 그대로 서부 개척 시대와 같다"라고 한 미국 방송사의 데이터 엔지니어링 수석 이사는 언급했다.

"혼자서는 힘들다" 글로벌 미디어 기업들이 AI 파트너를 찾는 이유

M&E 기업들의 생성형 AI 모델 소싱 접근방식은 다양하게 나타났다. 콘텐츠 제작 파트너와의 협력이 49%로 가장 높은 비중을 차지했으며, 현재 및 신규 벤더의 내장형 생성형 AI 기능 활용이 44%로 뒤를 이었다. 벤더가 제공하는 상용 기반 대규모 언어 모델 활용은 40%, 도메인별 특화 애플리케이션 구매는 37%를 기록했다. 이미지, 음성, 비디오용 상용 사전학습 모델 사용은 33%, 도메인 및 산업 특화 모델 사용은 32%로 나타났다. 기존 오픈소스 대규모 언어 모델 활용은 25%, 수직적 및 도메인 특화 데이터로 사전구축 언어 모델 미세조정은 23%, 이미지, 음성, 비디오용 사전학습된 오픈소스 모델 사용은 19%를 차지했다.

"자동화 도구를 도입하는 목표는 고객 경험 개선과 조직 전반의 생산성 향상입니다"라고 미국 스트리밍 미디어 상업 책임자는 강조했다.

콘텐츠가 바뀐다! 생성형 AI가 그리는 미디어 산업의 미래

향후 2-3년간 생성형 AI 투자를 통해 예상되는 개선효과는 광범위하게 나타났다. 콘텐츠 공급망 개선이 78%로 가장 높은 기대를 받았으며, 콘텐츠 제작 시간 단축이 73%로 그 뒤를 이었다. 제작 비용 절감은 68%, 수익화 기회 창출은 64%를 기록했다. 콘텐츠 아카이빙 개선은 61%, 콘텐츠 파이프라인 가속화는 57%의 응답률을 보였다.

"프로세스 개선이나 효율성, 비용 효율성 측면에서 많은 기회가 있습니다. 우리는 생성형 AI를 프로세스와 일관성을 추진하는 수단으로 사용하고 있습니다"라고 영국 스트리밍 미디어 IT 부사장은 설명했다.

고객 경험부터 직원 만족까지, 생성형 AI가 바꾸는 미디어 기업의 일상

생성형 AI 투자를 통한 기대효과는 다양한 영역에서 나타났다. 고객 경험 향상이 79%로 가장 높은 기대를 받았으며, 운영 효율성 제고가 75%로 뒤를 이었다. 리스크 관리 및 규정 준수 강화는 66%, 혁신 증진은 64%를 기록했다. 직원 만족도 향상은 57%, 시장 경쟁력 강화는 55%의 응답률을 보였다.

"이렇게 시작하세요" 전문가들이 제안하는 생성형 AI 도입 전략 4가지

연구진은 네 가지 핵심 권고사항을 제시했다. 첫째, 중앙팀이 프라이버시, 데이터 보안, 정책 준수, 교육을 검토하고 조직과 팀 수준의 개발 및 도입 노력을 지원하는 연합형 모델로의 전환이 필요하다. 둘째, 자체 모델 미세조정보다는 MSP와 전략적 기술 제공업체를 통해 직원들의 기술을 보완하고 생성형 AI 스택 관리의 복잡성을 해소해야 한다. 셋째, 반복적 작업 자동화와 신속한 정보 제공을 통해 직원 보강을 통한 즉각적인 가치 창출이 가능하다. 마지막으로, 최고 데이터 책임자 임명과 데이터 과학자 및 분석가 확보를 통해 데이터 인덱싱, 정제, 불일치 식별을 위한 지식 및 데이터 위생 이니셔티브에 대한 자금 지원이 필요하다.

본 연구는 AWS 마켓플레이스의 의뢰로 포레스터 컨설팅이 수행했으며, 2024년 8월부터 9월까지 진행된 515명의 설문조사와 4명의 고위 임원 인터뷰 결과를 바탕으로 작성되었다.

해당 리포트의 원문은 링크에서 확인할 수 있다.

기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다.