더 CES 2025의 CES AI 하우스 AI 생태계 전반의 리더들이 모여 인공 지능의 미래를 형성하는 트렌드, 과제 및 기회에 대해 논의했습니다.제너레이티브 AI, 대규모 언어 모델 (LLM), AI 투자 전략과 같은 주제를 망라하는 여러 패널이 참여한 이 행사에서는 AI가 산업을 어떻게 변화시키고 있는지 종합적으로 살펴볼 수 있었습니다. GMI 클라우드 이 중 두 개의 패널에 참여하여 엔터프라이즈 AI 채택과 AI 투자를 주도하는 전략 모두에 대한 전문 지식을 제공하게 된 것을 자랑스럽게 생각합니다.

이러한 논의는 빠르게 진화하는 AI 환경을 탐색하는 스타트업, 기업 및 투자자를 위한 실행 가능한 통찰력을 보여주었습니다.이들 우수 패널들의 주요 하이라이트를 살펴보겠습니다.

글로벌 AI 투자 가속화

조정자 데니스 K. 잘레스 (인크레디웨어 CIO), 패널 포함 토니 킴 (블랙록 펀더멘털 주식), 모이 당 (코인피드), 알렉스 예 (GMI 클라우드), 워렌 패커드 (AI 펀드), 티엔 웡 (아이언게이트 캐피탈).그들의 관점은 AI의 복잡하지만 유망한 환경을 탐색하기 위한 로드맵을 제공했습니다.

세션에서 얻은 주요 인사이트는 다음과 같습니다.

진화하는 AI 투자 환경

AI는 거의 모든 산업에 영향을 미치는 수평적 기술이 되었지만 AI를 뒷받침하는 투자 전략은 여전히 확장성과 차별화에 뿌리를 두고 있습니다.

• 토니 킴 AI의 이중 역할을 다음과 같이 설명했습니다. “노동력은 기업 지출에서 가장 큰 비중을 차지하며 AI 에이전트, 부조종사 및 기타 도구는 완전히 새로운 작업 방식을 창출하는 동시에 비용을 줄임으로써 이 공간을 변화시킬 태세를 갖추고 있습니다.”
• 워렌 패커드 AI의 혁신적인 잠재력을 전기에 비유했습니다. “우리는 주제별 전문가와 최첨단 AI를 결합하여 산업을 대규모로 혁신하는 비즈니스를 구축합니다.”
• 두 패널리스트 모두 업종별 애플리케이션이 혁신과 투자의 가장 큰 기회라고 강조했습니다.

엔터프라이즈 AI: 도전 과제를 극복하여 잠재력 발휘

기업은 AI를 배포할 때 종종 시스템적 장벽으로 인해 어려움을 겪습니다.보안, 데이터 사일로, 인프라 확장이 가장 큰 관심사입니다.

• 알렉스 예 보안의 중요성을 강조했습니다. “기업의 경우 보안이 전부입니다. 특히 아직 온프레미스에 저장되어 있는 민감한 데이터의 경우 더욱 그렇습니다.견고한 시스템이 없다면 AI를 대규모로 배포하는 것은 심각한 위험이 됩니다.”
• 기업은 부서 간에 단편화된 데이터로 인해 어려움을 겪는 경우가 많습니다.Alex는 “기업은 통찰력을 얻기 위해 사일로를 허물고 적절한 직원만 올바른 정보에 액세스할 수 있는 IAM 시스템을 도입해야 합니다.” 라고 설명했습니다.
• 티엔 웡 기업에서 AI 에이전트의 역할을 언급했습니다. “이러한 시스템은 반복적인 작업을 자동화하여 생산성을 높일 수 있지만, 이를 배포하려면 윤리적 또는 규제적 함정을 피하기 위한 명확한 지침이 필요합니다.”

GMI Cloud는 기업이 필요에 맞게 확장 가능하고 안전한 솔루션을 설계할 수 있도록 지원함으로써 이러한 문제를 해결하는 데 중요한 역할을 합니다.

스타트업: 속도, 비용, 사용성이 성공을 이끈다

스타트업은 AI의 잠재력을 활용하기 위해 번개처럼 빠른 속도로 움직이고 있지만 성공은 속도, 비용, 사용 편의성이라는 세 가지 핵심 요소에 달려 있습니다.

• 모이 당 투자 펀드가 AI로 대규모 데이터 세트를 분석하도록 Coinfeeds가 어떻게 지원하는지 공유했습니다. “우리의 도구를 사용하면 스타트업과 펀드가 몇 주가 아닌 몇 시간 만에 패턴을 발견할 수 있습니다.속도와 확장성은 판도를 바꿉니다.”
• 스타트업에는 복잡한 인프라를 관리할 시간이나 리소스가 없습니다.Moyi는 “통합하기 쉽고 배포하기 쉬운 도구가 필요합니다”라고 말했습니다.
• 알렉스 예 민첩성의 중요성을 강조하면서 이 말을 되풀이했습니다. “경쟁업체가 오늘 출시할 때는 지금부터 1년 후에 제품을 약속하는 것만으로는 충분하지 않습니다.스타트업이 성공하려면 확장 가능한 GPU 사용과 직관적인 API가 매우 중요합니다.”

데이터 다양성 및 현지화된 AI 모델

패널은 영향력 있는 AI 솔루션을 개발하기 위해서는 다양한 데이터 세트가 중요하다는 데 동의했습니다.이러한 데이터가 없으면 의료 또는 소비재와 같은 산업에서 애플리케이션이 성과를 얻지 못할 위험이 있습니다.

• 워렌 패커드 는 이 점을 강조했습니다. “인구의 좁은 부분만을 나타내는 데이터로는 의학을 발전시킬 수 없습니다.AI는 사용자의 다양성을 반영해야 합니다.”
• 알렉스 예 “현지화된 LLM은 정확성에 매우 중요합니다.글로벌 AI 모델에 교토 최고의 라멘 가게를 물어보세요. 모르고 있을 수도 있습니다.특정 지역에 맞게 모델을 조정하면 관련성이 보장됩니다.”

미래는 다음과 같은 합성 데이터에도 있습니다. 토니 킴 이렇게 지적했습니다. “인간이 만든 데이터의 대다수는 이미 소비되었습니다.특정 영역에 맞게 설계된 합성 데이터 세트와 추론 모델에 점점 더 의존하게 될 것입니다.”

AI 투자의 미래는 무엇일까요?

대화가 미래로 향하면서 패널리스트들은 인프라 수준의 통합과 애플리케이션 계층에서의 혁신이라는 두 가지 주요 트렌드를 설명했습니다.

• 알렉스 예 “인프라에는 막대한 자본이 필요합니다.참여자는 이미 정해져 있고 머지않아 인수합병의 물결을 보게 될 것입니다.”
• 대규모 기업이 기본 인프라를 지배하고 있는 반면, 토니 킴 스타트업을 위한 기회 강조: “산업을 재정의하는 업종별 솔루션을 통해 애플리케이션 계층은 혁신이 가능한 무르익었습니다.”

비용 효율성과 혁신에 대한 AI의 이중 집중은 계속해서 시장을 주도할 것입니다.Tony가 말했듯이 “AI는 단순히 비용을 절감하는 데 그치지 않고 이전에 존재하지 않았던 완전히 새로운 시장을 창출하는 것입니다.”

이 세션에서 얻을 수 있는 내용

이 패널은 빠르게 진화하는 AI 환경에 대한 풍부한 통찰력을 보여주었습니다.

• 기업 대상: 보안 및 데이터 사일로와 같은 시스템 문제를 해결하여 AI의 잠재력을 최대한 활용합니다.
• 스타트업용: 속도, 비용, 사용성에 중점을 두어 복잡한 시장에서 경쟁 우위를 확보하십시오.
• 투자자 대상: 실제 문제를 해결하고 확장성을 위한 명확한 경로를 갖춘 업종별 애플리케이션을 찾으십시오.

Alex Yeh는 이렇게 결론지었습니다. “AI의 미래는 기업이 AI의 힘을 안전하고 효과적으로 활용할 수 있도록 하는 데 있습니다.진정한 승자는 실제 채택을 주시하면서 혁신하는 사람들이 될 것입니다.”

패널 세션 전체를 시청할 수 있습니다. 이리.

제너레이티브 AI 및 LLM 패권을 위한 경쟁

특징 샌디 카터 (인공지능과 웹3의 여성), 스테파니 버크너 (알테어), 레이 왕 (컨스텔레이션 리서치), 하산 사와프 (AI 설명), 위징 키안 (GMI 클라우드).여기서는 현재 시장 환경, 비즈니스의 지속적인 변화, 새로운 트렌드와 업계의 미래 방향에 대한 전문가의 통찰력에 대한 패널의 주요 관찰 내용을 중점적으로 다룹니다.

‍

제너레이티브 AI: 성장 태세를 갖춘 시장

패널은 AI 채택에 관한 놀라운 통계를 공유했습니다.

• 77% 의 기업 프로덕션 용도로 LLM을 탐색하고 있습니다.
• 더 제너레이티브 AI 시장 적중할 것으로 예상됩니다 2030년까지 1조 3천억 달러.
• 2025년까지 90% 의 기업 제너레이티브 AI를 사용할 계획입니다.

이러한 수치는 AI의 혁신적인 잠재력을 잘 보여줍니다.Ray Wang은 다음과 같은 실제 사례를 설명했습니다. Otter.ai 회의 요약을 통해 워크플로우를 간소화하고 HR, 규정 준수 및 코드 생성 분야에서 AI의 입지를 강화합니다.Ray는 “AI의 핵심은 단순한 AI가 아니라 더 나은 의사 결정”이라고 강조했습니다.

비즈니스 혁신: 스테파니 버크너의 인사이트

스테파니 버크너 (Stephanie Buckner) 는 알테어에서 풍부한 경험을 바탕으로 산업 전반에 걸쳐 AI 채택이 불균등하다는 점을 강조했습니다.“한 가지 큰 우려가 도사리고 있습니다. 통제 및 거버넌스”라고 그녀는 AI 출력의 환각과 같은 문제를 피하면서 적절한 사람들이 올바른 정보에 액세스할 수 있도록 하는 데 따르는 어려움을 지적했습니다.

그녀는 또한 AI가 가져온 인력 혁신을 강조하면서 “오늘날 많은 기술이 미래에는 필요하지 않을 것이지만 새로운 기술이 등장할 것”이라고 말했습니다.AI는 단순히 일자리를 대체하는 데 그치지 않고, 기술을 재교육하고 역할을 재정의할 수 있는 기회를 창출하고 있습니다.

비전에서 실행까지: 위징 키안의 접근법

Yujing Qian은 GMI Cloud의 리더로서 실용적인 관점을 제시했습니다.그는 기업들에게 지나치게 야심찬 프로젝트는 피하고 대신 하라고 촉구했습니다. 작게 시작하세요:

• 부파일럿 워크플로우 또는 고객 서비스 개선과 같이 위험도가 낮고 ROI가 높은 프로젝트를 식별하세요.
• 규정 준수가 많은 영역에 AI를 통합하거나 고객 데이터를 활용하여 통찰력을 얻는 데 집중하세요.
• 품질 개선이나 개인 정보 보호 및 암호화 문제 해결을 통해 데이터 문제를 먼저 해결하세요.

그는 많은 기업이 '현재 하고 있는 일과 달성하고자 하는 목표 사이에 상당한 격차'에 직면하고 있음을 관찰했습니다.많은 기업들은 야심찬 목표 목록을 가지고 AI 여정을 시작하지만 실행 경로가 예상보다 복잡하다는 사실을 깨닫게 됩니다.성공하려면 다음 사항에 집중할 것을 권유했습니다. 위험도가 낮고 수익이 높은 프로젝트 출발점으로 삼아 빠른 승리와 추진력을 제공합니다.

거기에서 기업은 다음과 같은 긴급한 문제를 해결할 수 있습니다. 데이터 품질, 규정 준수 및 GPU 리소스 할당—모든 확장 가능한 AI 전략의 핵심 구성 요소.다음과 같은 플랫폼 GMI 클라우드 기업이 AI 이니셔티브를 효율적이고 비용 효율적으로 확장하는 데 필요한 인프라와 전문 지식을 제공하여 이러한 격차를 해소하는 데 중추적인 역할을 합니다.

‍

AI 에이전트: 비즈니스 운영의 미래

Hassan Sawaf는 인간의 워크플로우를 확장할 수 있는 가상 직원인 AI 에이전트의 등장을 강조했습니다.그는 보험 업계의 사례를 공유하면서 AI 에이전트가 재난 발생 시 청구 처리를 관리하고 관리 작업을 수행하는 동시에 상담원이 고객 상호 작용에 집중할 수 있는 방법을 설명했습니다.

“병목 현상은 완벽한 데이터가 아닙니다”라고 Hassan은 지적했습니다.“문제가 생겼어요. 올바른 데이터 특정 문제를 해결하기 위함입니다.빠르게 시작하고, 작게 시작하세요.”

의 개념을 소개하기도 했다. 미세 약제이는 AI 솔루션의 보디가드 역할을 하여 규정 준수, 보안 및 편견 없는 운영을 보장합니다.

초석으로서의 데이터: 기초에 대한 스테파니의 집중

스테파니는 데이터라는 주제로 돌아가서 다음과 같이 반복해서 강조했습니다. 데이터 품질은 AI 모델링보다 더 중요합니다.“오늘날 대부분의 데이터는 사일로로 분류되어 있습니다.” 라고 그녀는 설명했습니다.기업이 성공하려면 복잡한 모델링에 뛰어들기 전에 데이터를 통합하고 견고한 기반을 구축해야 합니다.

의사결정 자동화: 레이 왕의 관점

Ray Wang은 AI를 통해 기업이 건물을 구축할 수 있는 의사 결정 자동화에 주목했습니다. 의사 결정 맵 인간의 판단이 여전히 중요한 부분을 정확히 찾아냅니다.그는 의사 결정의 자동화가 AI의 핵심 목적이라고 주장합니다.그는 기업에 중추적인 질문을 던졌습니다. “프로덕션을 시작할 준비가 되셨나요?무언가 잘못되면 누가 책임을 지나요?”이처럼 책임에 초점을 맞추는 것은 특히 다음과 같은 산업에서 탄탄한 구현 전략의 중요성을 잘 보여줍니다.

85% 의 정확도도 충분하지 않은 금융 및 의료

Ray는 AI가 ROI를 창출할 수 있는 방법을 논의하면서 기업이 AI 프로젝트를 독립형 이니셔티브가 아니라 공급망 관리, 마케팅 또는 사이버 보안과 같은 중요한 영역의 전체 비즈니스 프로젝트에 통합하는 방식으로 접근해야 한다고 강조했습니다.

앞으로의 길: 미래 트렌드

Yujing은 미래 지향적인 관점으로 세션을 마무리했습니다.

• 더 작은 AI 모델을 실험하여 더 낮은 비용으로 핵심 문제를 해결하세요.
• 인프라에 투자하여 운영 비용을 줄이면서 AI 이니셔티브를 확장하세요.
• 기능적 핵심 역량을 갖춘 가상 직원처럼 행동하여 기존 비즈니스 문제를 해결할 준비가 된 AI 에이전트를 활용하세요.

그는 기업이 데이터 소유권을 유지하는 것이 중요하다고 강조하면서 “LLM을 위한 싸움은 멋지지만 데이터세트도 마찬가지로 중요하다”고 경고했다.

이 세션에서 얻을 수 있는 주요 내용

이 세션에서는 AI 성공을 위한 세 가지 중요한 요소를 공개했습니다.

1. 작게 시작하세요: 확장하기 전에 명확한 ROI를 통해 달성 가능한 목표에 집중하세요.
2. 데이터 품질: 견고한 데이터 기반을 기반으로 AI의 잠재력을 극대화합니다.
3. 실행 문제: 구현을 통해 리더와 후발 주자를 구분할 수 있습니다. AI를 프로덕션까지 확장하는 과제를 해결해야 합니다.

결론

CES AI House 패널은 제너레이티브 AI와 LLM이 어떻게 산업을 변화시키고 있는지 보여주었습니다.데이터 사일로 해결부터 AI 에이전트 배포에 이르기까지 업계 리더들이 공유하는 인사이트는 AI를 효과적으로 활용하려는 기업을 위한 청사진입니다.

Yujing Qian은 “성공의 열쇠는 비용을 절감하고 ROI를 개선하며 실질적인 가치를 제공하는 맞춤형 솔루션에 있습니다.” 라고 요약했습니다.

AI 여정을 시작하려는 기업의 메시지는 분명했습니다. 소규모로 시작하여 과감하게 실험하고 야심차게 확장할 수 있는 인프라에 투자하라는 것입니다.AI의 미래는 단지 혁신에 관한 것이 아닙니다. 더 스마트하고 빠르게 결정을 내리는 것이 관건입니다.

패널 전체를 볼 수 있습니다. 이리.

AI 여정을 혁신할 준비가 되셨나요?
GMI Cloud의 인프라 및 전문 지식이 비즈니스에서 AI 이니셔티브를 확장하고 실질적인 성과를 달성하는 데 어떻게 도움이 되는지 알아보세요.다음을 방문하십시오. www.gmicloud.ai 자세히 알아보세요!

‍