HYSONG

Blog

  • 기업의AI 채택

    The state of AI: How organizations are rewiring to capture value
    McKinsey

    1. AI 활용 확산
    • 전체 응답자의 78%가 AI를 최소 1개 기능에 도입했다고 응답 (2023년 55% → 2024년 72% → 2025년 78%)
    • 생성형 AI 사용률도 급증 (2023년 33% → 2024년 65% → 2025년 71%)
    • 가장 많이 활용되는 분야: 마케팅/영업, IT, 서비스 운영
    2. 조직 구조 및 거버넌스
    • 워크플로우 재설계가 생성형 AI 도입 효과(EBIT 증가)에 가장 큰 영향을 미침
    • CEO 또는 이사회가 AI 거버넌스를 주도하는 경우 성과가 높음
    • 위험 관리와 데이터 거버넌스는 중앙집중화, 기술 인재와 AI 솔루션 도입은 부분적 분산 모델 채택
    3. AI 관련 리스크 대응
    • 정확성, IP 침해, 프라이버시 등의 리스크 대응 활동 증가
    • 대기업일수록 사이버보안 및 개인정보 보호 리스크 대응에 적극적
    4. AI 도입과 확산을 위한 모범 사례 부족
    • 단 1%의 조직만 생성형 AI 도입을 ‘성숙’ 단계로 평가
    • 성과에 가장 큰 영향을 미치는 요인: 명확한 KPI 설정과 도입 로드맵 수립
    • 대기업이 중소기업보다 도입 및 확산 전략 수립에 적극적
    5. 인재와 재교육
    • AI 데이터 과학자, 머신러닝 엔지니어 등 수요 지속
    • AI 컴플라이언스, 윤리 전문가 채용도 증가
    • 다수의 조직이 기존 인력 재교육(reskilling) 진행 및 계획 중
    6. AI 도입의 조직적 영향
    • 절감된 시간은 신규 업무 또는 기존 업무에 재투자하는 경우가 많음
    • 그러나 일부 대기업은 인력 감축으로 연결
    • 향후 3년 내 인력 변화는 ‘변화 없음’이 다수 전망 (38%)
    7. 비즈니스 성과에 대한 영향
    • 대다수 조직은 아직 기업 전체 수준에서 의미 있는 EBIT 향상은 경험하지 못함
    • 그러나 비즈니스 유닛 수준에서는 매출 증가 및 비용 절감 효과가 점차 나타나고 있음

  • FCC, 대중 방송 규제 완화

    FCC Officially Opens Door to Mass Broadcast Deregulation
    Radio Ink

    • 비용-편익 분석: FCC는 특정 규제가 기업에 편익보다 더 많은 비용을 부과하는지, 그리고 이런 규정을 폐지하거나 수정하면 더 나은 경제적 결과로 이어질 수 있는지 조사하고 있습니다.
    • 시장 및 기술 변화: 디지털 통신, 광대역, 방송이 급속히 발전함에 따라 FCC는 오래되었거나 불필요한 규칙을 파악하려고 노력합니다.
    • 진입 장벽: 위원회는 규제가 소규모 기업에 과도한 부담을 주어 경쟁과 혁신을 제한하는지 분석하고 있습니다.
    • 법률 및 헌법적 우려: FCC는 일부 규정이 최근의 사법 판결과 충돌하는지 여부를 고려하고 있습니다. 여기에는 이전에 기관에 법령 해석에 있어 상당한 여유를 부여했던 Chevron 의 존중 프레임워크를 뒤집은 대법원의 로퍼 브라이트 판결 이 포함됩니다.
    • 규제 중복: 해당 기관은 또한 기존 FCC 규정이 보다 광범위한 연방, 주 또는 업계 자체 규제 조치와 중복되어 불필요한 규정 준수 부담을 초래할 가능성이 있는지도 검토하고 있습니다.

    구체적 내용은 없지만 나중에 결과를 찾아봐야겠다.

  • 뉴스 가치에 대한 구글의 실험

    Our experiment on the value of European news content
    Google Blog

    유럽 ​​저작권 지침(EUCD) 준수를 위한 협상 과정에서 Google에 대한 뉴스 콘텐츠의 가치를 지나치게 과장하는 부정확한 보도가 다수 발견되었습니다. 이 문제를 해결하고 규제 기관에 더 많은 데이터를 제공하기 위해, Google은 EU 8개국 사용자의 1%에게 유럽 뉴스 콘텐츠를 삭제하여 이러한 검색 결과의 Google에 대한 가치를 측정하는 공개 실험을 시작했습니다. […] 연구 결과에 따르면, 해당 콘텐츠를 삭제했을 때 검색 광고 수익에는 변화가 없었고, 사용량은 1% 미만(0.8%) 감소했습니다. 이는 사용량 감소가 수익이 미미하거나 전혀 발생하지 않는 검색어에서 비롯되었음을 나타냅니다. 이 외에도, 저희 광고 네트워크를 포함한 Google 서비스 전반의 총 광고 수익 또한 동일한 수준을 유지한 것으로 나타났습니다.

  • OpenAI 에이전트 모델 비용

    OpenAI Plots Charging $20,000 a Month For PhD-Level Agents
    The Information ($)

    OpenAI가 ‘고소득 지식 근로자’에 해당하는 업무의 경우 월 2,000달러부터 ‘박사급 연구 에이전트’의 경우 월 2만 달러까지 딥 리서치 스타일 에이전트에 대한 단계별 가격 책정을 고려하고 있다는 기사. 사람보다 비싸다

  • 인공지능이 고용에 미치는 영향

    The geography of generative AI’s workforce impacts will likely differ from those of previous technologies
    Brookings

    긍정적이든 부정적이든 교육수준이나 임금이 높을수록 AI도구에 노출이 많아질 것이다. 인지적 업무에 인공지능이 적절하기 때문.

    특히, 우리의 분석은 ChatGPT 창시자인 OpenAI가 1년 전 제공한 직업별 “노출” 데이터를 기반으로, 대체로 직업의 교육 수준이나 임금이 높을수록 해당 직업이 생성형 AI 도구에 (긍정적이든 부정적이든) 더 많이 노출될 가능성이 높다는 것을 예측했습니다 (다만, 가장 상위 직종에서는 약간의 감소가 관찰됨). 이는 생성형 AI가 특히 프로그래머, 작가, 재무 분석가, 엔지니어, 변호사 등 화이트칼라 지식 작업의 인지적 업무에 적합하기 때문입니다. 반면, 생성형 AI는 고객 서비스 및 사무 행정과 같은 ‘일상적인’ 업무(예를 들어, 주로 여성 직원이 담당하는 콜센터, 고객 서비스 라인, 인사팀 등)를 위협할 수 있지만, 현재는 제조업, 숙련 기술직, 건설업 및 다수의 대면 서비스 산업에서의 수작업 업무를 처리할 수 있는 능력은 부족합니다.

  • 제로클릭, 마케팅을 재정의

    Goodbye Clicks, Hello AI: Zero-Click Search Redefines Marketing
    Bain & Company

    인공지능 활용 방식이 아직 검색의 모든 부분을 대체하지는 않지만, 점점 증가하고 있다는 사실을 확인할 수 있다는 베인의 자료. 어떤 준비를 해야하는지에 대해 이야기한다.

    이 새로운 소비자 현실에서 성공하려면 검색 엔진 최적화만으로는 충분하지 않습니다. 성공적인 브랜드는 SEO 노력을 가속화하고 개선할 것입니다. SEO는 여전히 소비자에게 다가가는 중요하고 효과적인 수단이기 때문입니다. 동시에 브랜드는 두 가지 차원에서 신속하게 움직여야 합니다. LLM 가독성을 위한 기반을 마련하기 위한 실용적인 기술적 최적화 전략과 검색 엔진 AI 개요와 LLM 엔진 모두에 대한 가시성과 포지셔닝에 영향을 미치는 방법을 이해하기 위한 대담한 실험입니다. 마케터가 성공적인 실험을 위한 기반을 마련하기 위해 취할 수 있는 조치는 다음과 같습니다.

    • AI 크롤링에 최적화하세요 . 의미론적 검색에 맞게 콘텐츠를 조정하고, 의도가 강한 롱테일 용어를 강조하세요. PDF와 게이트 콘텐츠는 잊어버리세요. AI 기반 생태계의 유물입니다.
    • 콘텐츠 형식을 다양화합니다 . 텍스트를 넘어섭니다. 비디오와 대화형 형식을 사용하여 생성형 AI 검색에서 가시성을 높입니다. 얕은 키워드 전략보다 심층적인 주제별 권한을 우선시합니다.
    • 메트릭을 재정의합니다 . 클릭 중심 메트릭에서 검색 노출 및 AI 도달 범위 측정으로 전환합니다. 직접 전환에 대한 영향력을 최적화합니다.

  • AI를 훈련시키는 번역가

    Desperate for work, translators train the AI that’s putting them out of work
    Rest of World

    번역가의 역할이 변화하는 사례

    터키의 번역가와 학자들은 Rest of World에 번역 작업의 본질이 바뀌었다고 말했습니다. AI가 등장하기 전에 젊은 번역가들은 행정 문서부터 무역 보고서, 문학 고전에 이르기까지 모든 것을 다루는 번역 회사에서 일했습니다. 

    오늘날 대부분의 입문급 직책은 기계 번역 “포스트 에디터”로서 AI가 생성한 콘텐츠를 편집하는 것을 포함한다고 그들은 말했다. 다른 직책은 AI를 훈련하는 것을 포함한다.

  • Chegg, AI 답변 피해로 구글 고소

    Chegg sues Google for hurting traffic with AI as it considers strategic alternatives
    CNBC

    인공지능이 비즈니스에 피해를 입히는 사례가 증가하고 있는데, 인공지능이 더 나은 답변을 하면서 비즈니스를 유지하기 어려워지는게 진짜 문제가 아닐지. 많은 기업이 핵심 비즈니스를 유지하지 못하고 사라지는 상황이 올 것 같다.

    슐츠는 구글이 Chegg와 같은 회사에 “Google 검색 기능에 포함되기 위해 자체 콘텐츠를 공급하도록” 강요한다고 말하며, 검색 회사가 독점적 권한을 사용하여 ”한 푼도 쓰지 않고 Chegg 콘텐츠에서 재정적 이익을 얻고 있다”고 덧붙였다. […] Chegg는 불만 사항에서 모델을 학습한 후 Google은 게시자가 검색 결과에 제공하는 정보와 경쟁하는 콘텐츠를 생성할 수 있다고 주장했습니다. 이 온라인 학습 회사는 Chegg 웹사이트에서 세부 정보를 차용하지만 정보를 속성화하지 않은 Google AI 개요의 스크린샷을 포함했습니다. 그러나 관련 Chegg 페이지는 검색 결과에서 더 아래에 표시됩니다.

  • 유튜브, TV인가 모바일인가?

    Is YouTube TV or not TV?

    미국에서 유튜브가 TV에서의 시청 시간이 모바일을 넘어서면서 격렬해진 논쟁에 관해 이야기하는 글. 유튜브가 전 세계에서 총 얼마만큼의 시청 시간을 생성하며, Netflix, Meta, Spotify, Snap 등과 비교해 얼마나 잘 수익화되고 있을까. 이 글에서는 유튜브의 1,000 시청 시간당 수익(RPMVH)을 41달러, 넷플릭스의 경우 190달러에 달한다고 본다.

    두 플랫폼 간의 차이는 여러 요인에서 기인합니다. 우선, 많은 유튜브 동영상은 광고 없이도 오랜 시청 시간을 생성합니다(예를 들어, 게임을 하는 동안 다른 게임 플레이 영상을 보는 십대 아들이 있다면 이해가 되실 겁니다). 또한, 상당 부분의 시청 시간은 낮은 CPM을 가진 시장에서 발생합니다. 반면, Netflix의 대부분 시청은 월 구독료를 지불하는 사용자들이 TV 화면에서 시청합니다.

    광고 수익이 본질적으로 낮은 RPMVH를 초래하는가 하면, Meta가 반대 사례를 제시합니다. Meta는 전체 앱 수익의 99%를 광고로부터 얻으면서도 1,000 시청 시간당 200달러 이상의 수익을 기록, 전 세계적으로 추적한 대형 플랫폼 중 시청 시간당 가장 높은 수익을 올리고 있습니다.

  • 마케팅에서의 생성형AI 활용 사례 상위 50개

    The top 50 genAI use cases in marketing
    Martech

    MartechTribe가 283명의 마케팅 전문가(CEO, 컨설턴트, 마케팅 디렉터 등)를 대상으로 설문조사 진행.

    주요 사용 사례 및 분야

    1. 콘텐츠 (Content)
      • 주요 활용:
        • 아이디어 도출 (Copy ideation): 50.7%의 응답자가 사용.
        • 콘텐츠 제작 (Copy production): 43.9% 사용.
        • 콘텐츠 최적화 및 테스트: 28.6% 사용.
      • 의의: 콘텐츠 관련 AI 도구가 워크플로우 효율성을 극대화하며 개인화와 고품질 콘텐츠 제작에 기여.
    2. 데이터 (Data)
      • 주요 활용:
        • 지식 관리 및 문서화: 22.5%.
        • 경쟁사 분석: 21.4%.
      • 의의: 방대한 데이터를 분석해 실질적인 인사이트를 도출, 전략적 의사결정 지원.
    3. 광고 (Ads)
      • 도입 현황:
        • 광고 관련 AI 도구는 상대적으로 낮은 도입률.
      • 이유:
        • 많은 마케터들이 외부 대행사에 의존.
        • Google Ads나 Facebook 광고와 같이 AI가 이미 내장된 플랫폼 사용.
        • 창의적 결정권을 AI에 맡기기 꺼려함.
    4. 소셜 (Social) & 관리 (Management)
      • 소셜:
        • 분석 및 스케줄링 도구는 높은 도입률.
        • 커뮤니티 참여나 인플루언서 관리 도구는 상대적으로 저조.
      • 관리:
        • 전사적 기록, 회의 내용 기록 등은 널리 활용되나, 인재 관리나 채용 도구는 미흡.
    5. 영업 (Sales)
      • 주요 활용:
        • 리드 스코어링과 고객 세분화에 집중.
      • 의의: 완전 자동화보다는 데이터 기반 인사이트 제공에 중점.

    사용 빈도 및 ‘위시리스트’ 인사이트

    • 월간 사용:
      • 전략적 계획 및 복잡한 분석(예: 이미지/비디오 아이디어, 경쟁사 분석 등)에 AI 도구 활용.
    • 일간/주간 사용:
      • 반복적이고 생산적인 업무(예: 카피 제작, 회의록 작성 등)에 집중.
    • 위시리스트 (아직 도입되지 않은 사례)
      • 높은 관심:
        • 오디오/팟캐스트 제작, 컴플라이언스 및 리스크 관리, 소셜 미디어 관리 등.
      • 중간 관심:
        • 웹사이트/페이지 빌딩, 영업 어시스턴트, 타겟 오디언스 구축 등.
      • 낮은 관심:
        • 브랜드 안전, 고객 서비스, 파이프라인 최적화 등.