다양한 방식의 AI 플랫폼 제공 방안 등장

2016년에는 그 어느 때보다 AI 관련 기술 보유 업체에 대한 M&A가 활발하게 이루어졌다. CB Insights 조사에 의하면 2011년 이후 140여 개의 AI 업체가 M&A 대상이 되었으며, 2016년에는 3분기까지만 약 40여 개 업체에 대한 M&A가 이루어진 것으로 집계되고 있다. 2011년 이후 분기별 M&A 추세에서도 확인할 수 있듯이 꾸준한 상승세를 보여주고 있다.

미국의 유명 벤처캐피탈리스트인 Marc Andreesseen이 언급한 바와 같이 이제 단순히 M&A를 서두르는 단계를 넘어 이를 활용한 AI 플랫폼으로 경쟁하는 단계에 돌입한 것으로 보인다.  Marc Andreesseen은 이와 관련해서 TensorFlow 처럼 오픈소스화 된 머신러닝 기술의 제공으로 AI 적용 서비스가 폭발하듯이 증가하는 Atomization of AI 현상의 가속화를 전망한 바 있다.

실제로 이미 시장에는 TensorFlow를 비롯해 소규모 스타트업들도 적용 가능한 다양한 방식의 AI 플랫폼이 등장하고 있다. Google의 경우 대표적으로 TensorFlow 알고리즘을 오픈소스로 개방하면서 다양한 개발사의 참여를 독려하고 있다. 단, 머신러닝 알고리즘 라이브러리를 활용할 수 있는 인력을 필요로 한다는 점에서 상대적으로 난이도가 높은 방식으로 볼 수 있다.

Amazon의 경우 자사 인공지능 서비스인 Alexa를 API 형태로 오픈하여 다양한 IoT 기기에 적용할 수 있도록 하고 있다. IBM의 Watson 역시 API 타입의 인공지능 서비스를 제공하며, 마찬가지로 Google 역시 ML API라는 이름으로 머신러닝 기술을 API 로 제공하고 있기도 하다. 위에서 언급한 방식에 비하여 개발 난이도를 낮추면서도 적용 가능성을 높이는 방식이라고 할 수 있다.

최근  Cloud CRM에 AI를 추가하여 Einstein 플랫폼을 공개한 Salesforce의 경우, 보다 쉽게 AI 기술을 활용할 수 있도록 접근성을 낮춘 것으로 평가된다. CRM이라고 하는 명확한 서비스 에 AI를 적용함으로써 보다 구체적인 영역에서의 비즈니스 사업자들의 AI  활용도를 높인 것이다. 단,  비용적인 측면에서 기타 방식에 비해 다소 진입 장벽이 있을 것으로 예상된다.

시장의 각 플레이어들이 각자의 가용 예산 및 개발 가능한 수준에 맞춰 AI 플랫폼을 골라서 활용할 수 있는 시기가 도래했다. AI 기술이 말 그대로 인프라의 요소 기술로 작용하고, 이제 소비자와의 접점에서 어떠한 기능을 구현할 것인가에 포커스하면 되는 것이다. 실제로 AI 기술이 적용 된 서비스의 증가로 가장 먼저 변화가 나타날 수 있는 카테고리가 어디인지에 업계의 관심이 몰려있는 상태이다. AI가 가장 먼저 변화시키게 될 서비스 영역은 리테일 영역일까? (How artificial intelligence is changing online retail forever, TechCrunch)  아니면 여행과 관련된 서비스 영역에 가장 먼저 변화를 가져오게 될 것인가? (Why artificial intelligence is the future of travel, trueviralnews), 아니면 우리가 업무하는 환경에 가장 큰 영향을 주게 될까? (Artificial Intelligence Will Improve the World of Work, ZDNet)

올 한해 AI와 관련하여 과연 어떠한 서비스 카테고리에서 가장 Tangible한 서비스를 발견하게 될지 기대되어진다.