AI 비용. 기업에서 AI를 구현하는 데 드는 비용은 얼마입니까? | 비즈니스에서의 AI #93

AI 비용. 그들은 무엇에 의존합니까?

AI 구현과 관련된 비용은 다양하며 다양한 요인에 따라 달라집니다. 어떤 요소가 최종 가격에 가장 큰 영향을 미치는지 이해하기 위해 가장 중요한 요소 목록을 준비했습니다.

• 구현 범위 – AI 채택에 대한 이자 및 세금(EBIT)을 공제하기 전에 수익의 최소 20%를 할당하는 조직은 AI 활용의 선두주자로 간주됩니다. McKinsey Global Survey on AI 보고서에 따르면 그들은 종종 이러한 기술에 더 많은 투자를 합니다. 따라서 회사 이익에 대한 AI 기여도가 높으면 구현 비용이 높아질 수 있습니다.
• 전문가에 대한 접근성 – 데이터 엔지니어, 기계 학습 전문가 또는 데이터 과학자와 같은 전문 직위의 필요성은 AI 구현 비용에 큰 영향을 미칠 수 있습니다. 취업 시장에서 이러한 전문가의 가용성과 비용은 회사의 AI 비용을 결정하는 핵심 요소입니다.
• 허용 가능한 운영 비용 – 맞춤형 AI 솔루션과 기성 소프트웨어 중 선택이 비용에 영향을 미칩니다. 맞춤형 솔루션의 가격은 6,000달러에서 300,000달러 이상입니다. 기성 소프트웨어의 가격은 연간 최대 $40,000입니다.
• AI 채택의 폭과 깊이 - 여러 부서에서 AI를 활용하는 기업은 단일 애플리케이션으로 제한하는 기업보다 더 높은 비용을 부담할 수 있습니다.
• 미래 투자 계획 - 앞으로 AI에 대한 투자를 늘릴 계획인 기업은 이 기술의 구현 및 개발을 위해 더 높은 지출을 예상해야 합니다. 그러나 이러한 투자는 기업의 성장에 필수적일 가능성이 높습니다. AI에 관한 McKinsey 글로벌 설문조사 응답자 중 무려 3분의 2가 향후 3년 동안 AI 투자가 증가할 것으로 예상했습니다.

이 목록은 AI 비용이 복잡하고 개별 분석이 필요하다는 점을 강조합니다. 예를 들어, 데이터 분석 시스템을 구현하기로 선택한 회사는 소프트웨어 구매 비용과 이를 운영할 수 있는 전문가 고용 비용을 모두 고려해야 합니다.

AI 비용 모델 훈련

사람들의 투자를 방해하는 인공 지능 구현과 관련된 가장 일반적인 비용 중 하나는 AI 모델 교육 비용입니다. 이는 전문성과 재정적 자원이 모두 필요한 프로세스입니다. 하지만 무엇보다도 AI 모델을 훈련시키기 위해서는 충분한 데이터를 수집하고 데이터 분석을 수행해야 합니다.

그렇다면 모델을 훈련하는 것이 언제 의미가 있을까요? AI를 활용해 회사의 효율성이 크게 향상되거나 수익 증대를 기대할 수 있는 경우에만 가능합니다. 모델 학습 비용은 추정하기 매우 어려운 측면 중 하나입니다. 이는 복잡성, 모델의 적용, 회사의 요구 사항에 따라 다릅니다.

예를 들어 온라인 상점의 제안을 개인화하기 위한 AI 시스템을 구현하는 것이 있습니다. 여기서 정밀하게 훈련된 모델은 개별 고객 선호도에 제품을 일치시켜 매출을 크게 늘릴 수 있습니다. 이런 경우 모델을 훈련시키는 데 드는 비용은 실질적인 이익을 가져오는 투자입니다.

모델 훈련이 필요한 또 다른 AI 구현은 물류 프로세스 최적화입니다. 적절하게 훈련된 모델은 운송 비용을 줄여 시간이 지남에 따라 경쟁력이 향상되고 배송 시간이 향상됩니다.

가격 계획

구독은 상당한 초기 투자 없이 고급 기술을 활용하려는 기업에게 인기 있는 옵션입니다. 다음은 구독 비용의 몇 가지 예시입니다.

• AI 챗봇 – 일부 고객 서비스 작업을 자동화하는 데 가장 일반적으로 사용됩니다. Drift(월 $400 ~ $1500), TARS(월 $99 ~ $499) 또는 Intercom Fin(월 $39 ~ $139)과 같은 솔루션을 살펴보는 것이 좋습니다.
• SEO를 위한 AI 콘텐츠 분석 시스템 - 월 $150 정도 비용이 듭니다. 예를 들어 Contadu(월 $79~$297),
• AI 코딩 도우미 – ChatGPT Plus 유료 버전의 기초이기도 한 GPT-4 모델을 기반으로 하는 가장 인기 있는 도구인 Github Copilot의 가격은 월 $10/40 zl부터 시작합니다.
• ChatGPT Plus 또는 Perplexity – 사용자당 월 20달러 정도의 비용이 듭니다. 무료 대안으로는 Google Bard 또는 Microsoft Bing/Copilot이 있습니다.

AI 도구를 결정하기 전에 기업가는 자신의 요구 사항과 기능을 신중하게 분석해야 합니다. 예를 들어, 컨설팅 회사는 고객에게 귀중한 통찰력을 보다 효율적으로 제공하기 위해 데이터 분석 도구 구독을 선택할 수 있습니다.

인기 있는 API를 사용하는 데 드는 AI 비용

API AI(응용 프로그래밍 인터페이스)는 AI 기능을 기존 시스템, 애플리케이션 및 서비스와 통합할 수 있는 도구입니다. 인기 있는 API 사용 비용은 일반적으로 사용된 토큰 수와 선택한 모델을 기준으로 계산됩니다.

OpenAI API에서 가장 인기 있는 모델에 대한 수수료는 다음과 같습니다.

• GPT-4 Turbo의 비용은 입력의 경우 1K 토큰당 $0.01, 출력의 경우 1K 토큰당 $0.03입니다.
• GPT-3.5 Turbo – 대부분의 비즈니스 애플리케이션에 충분한 이전 모델의 비용은 입력의 경우 1K 토큰당 약 $0.0005이고 출력의 경우 1K 토큰당 $0.0015입니다.

출처: 화성(https://leaderboard.withmartian.com/)

기업은 mixtral-8x7b 또는 llama2-70b와 같은 개방형 액세스 모델을 사용할 수도 있습니다. 운영 비용은 훨씬 낮으며 API는 다음과 같은 방법으로 제공됩니다.

• 딥인프라(https://deepinfra.com/),
• 아바커스(https://abacus.ai/llmapi) 및
• 퍼플렉시티(https://www.perplexity.ai/).

하지만 API를 사용하여 비즈니스에 AI를 구현하는 방법은 무엇입니까? 좋은 예는 API를 통합하여 온라인 상점에서 제품 설명을 생성하는 것입니다. 이를 통해 새 항목을 추가하는 프로세스의 속도를 높이고 표시되는 정보의 품질을 향상시킬 수 있습니다. 또는 고객 이메일에 대한 개인화된 응답을 자동으로 생성할 수 있는 도구를 만듭니다.

AI 팀을 유지하거나 외부 AI 전문가와 협력하고 계십니까?

회사에서 인공지능 구현을 담당하는 사람은 누구입니까? 전문가나 열정적인 시민 개발자 팀이 없다면 내부 AI 팀을 유지할 것인지 외부 전문가와 협력할 것인지 결정해야 합니다. 이 결정은 AI 프로젝트의 비용과 효율성에 결정적인 영향을 미칠 수 있습니다.

AI 팀을 유지하려면 프로그래머와 데이터 과학자를 포함하여 값비싸고 경험이 풍부한 전문가를 고용하는 비용이 필요합니다.

외부 AI 전문가와 협력하면 비용이 더 저렴하고 전문 기술에 대한 액세스를 제공할 수 있습니다. 그러나 모든 변경 사항에는 전문가에게 도움을 요청해야 하므로 나중에 솔루션을 유지 관리하는 데 훨씬 더 많은 비용이 들 수 있습니다.

내부 팀과 외부 전문가 사이의 선택은 비용뿐만 아니라 회사의 전략적 목표에 따라 이루어져야 합니다. 예를 들어, 소규모 회사에서는 내부 팀을 구성할 필요 없이 AI 솔루션을 신속하게 구현하기 위해 외부 전문가와 협력하기로 선택할 수 있습니다. 그런 다음 나중에 이를 지원하기 위해 덜 전문화된 직원 중 한 명을 활용하십시오.

돈뿐만 아니라 환경 AI 비용

AI로 인한 환경 비용은 기업의 장기 전략에서 간과할 수 없는 문제이다. 다행스럽게도 AI에 관한 McKinsey 글로벌 설문조사에 응답한 대부분의 비즈니스 리더는 다음을 포함하여 생성 AI와 관련된 많은 위험을 알고 있습니다.

• 사회적 위험,
• 인도주의적 위험,
• 지속 가능한 개발에 대한 위협으로 인해 AI와 관련된 환경 비용이 발생할 수 있습니다.

조직은 AI를 구현할 때 AI와 관련된 환경 위험을 관리하는 방법을 고려해야 합니다. 예를 들어 AI를 사용하여 대규모 데이터 세트를 분석하는 회사는 운영이 에너지 소비에 미치는 영향을 고려하고 이를 최적화하는 방법을 찾아야 합니다.

요약하자면, 기업의 AI 비용은 구현 범위, 전문가 접근성, 개발 계획 등 다양한 변수에 따라 달라집니다. AI에 집중적으로 투자하는 기업은 비용이 더 많이 들지만 더 큰 이익을 얻을 수도 있습니다.

AI 구현 결정은 철저한 분석을 거쳐 기업의 개별 요구에 맞춰 이루어져야 합니다. 역동적으로 변화하는 시장 상황에서 AI는 경쟁력 유지와 기업 성장의 열쇠가 될 수 있습니다.

저희 콘텐츠가 마음에 드신다면 Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok에서 바쁜 꿀벌 커뮤니티에 가입하세요.

저자: 로버트 휘트니

IT 부서를 코칭하는 JavaScript 전문가이자 강사입니다. 그의 주요 목표는 코딩하는 동안 효과적으로 협력하는 방법을 다른 사람들에게 가르쳐 팀 생산성을 높이는 것입니다.

모든 게시물 보기

비즈니스에서의 AI:

1. 비즈니스에서 AI의 위협과 기회(1부)
2. 비즈니스에서 AI의 위협과 기회(2부)
3. 비즈니스에서의 AI 애플리케이션 - 개요
4. AI 지원 텍스트 챗봇
5. 비즈니스 NLP의 오늘과 내일
6. 비즈니스 의사결정에서 AI의 역할
7. 소셜 미디어 게시물 예약. AI가 어떻게 도움을 줄 수 있나요?
8. 자동화된 소셜 미디어 게시물
9. AI로 운영되는 새로운 서비스와 제품
10. 내 사업 아이디어의 약점은 무엇입니까? ChatGPT를 사용한 브레인스토밍 세션
11. 비즈니스에서 ChatGPT 사용
12. 합성 배우. 상위 3개 AI 비디오 생성기
13. 3가지 유용한 AI 그래픽 디자인 도구. 비즈니스에서의 생성적 AI
14. 오늘 꼭 시험해 봐야 할 멋진 AI 작가 3인
15. 음악 창작에서 AI의 힘 탐구
16. ChatGPT-4로 새로운 비즈니스 기회 탐색
17. 관리자를 위한 AI 도구
18. 당신의 삶을 더 쉽게 만들어 줄 멋진 ChatGTP 플러그인 6가지
19. 3 그라피코프 AI. Generatywna sztuczna inteligencja dla biznesu
20. McKinsey Global Institute가 말하는 AI의 미래는 무엇입니까?
21. 비즈니스에서의 인공지능 - 소개
22. NLP, 즉 비즈니스에서의 자연어 처리란 무엇입니까?
23. 자동 문서 처리
24. Google 번역과 DeepL. 비즈니스를 위한 기계 번역의 5가지 응용
25. 보이스봇의 운영 및 비즈니스 애플리케이션
26. 가상 비서 기술, 아니면 AI와 대화하는 방법?
27. 비즈니스 인텔리전스란 무엇입니까?
28. 인공지능이 비즈니스 분석가를 대체할 것인가?
29. 인공지능이 BPM에 어떻게 도움을 줄 수 있나요?
30. AI와 소셜 미디어 – 그들은 우리에 대해 무엇을 말하는가?
31. 콘텐츠 관리의 인공 지능
32. 오늘과 내일의 창의적 AI
33. 멀티모달 AI와 비즈니스 애플리케이션
34. 새로운 상호 작용. AI는 우리가 장치를 작동하는 방식을 어떻게 변화시키고 있습니까?
35. 디지털 기업의 RPA 및 API
36. 미래의 직업 시장과 다가오는 직업
37. 교육 기술의 AI. 인공지능의 잠재력을 활용한 기업의 3가지 사례
38. 인공지능과 환경. 지속 가능한 비즈니스 구축에 도움이 되는 3가지 AI 솔루션
39. AI 콘텐츠 탐지기. 그만한 가치가 있나요?
40. ChatGPT 대 Bard 대 Bing. 어떤 AI 챗봇이 경쟁을 주도하고 있을까요?
41. 챗봇 AI는 Google 검색의 경쟁자인가요?
42. HR 및 채용을 위한 효과적인 ChatGPT 프롬프트
43. 신속한 엔지니어링. 프롬프트엔지니어는 어떤 일을 하나요?
44. AI 모형 생성기. 상위 4개 도구
45. AI와 그 밖의 무엇? 2024년 비즈니스를 위한 최고의 기술 트렌드
46. AI와 비즈니스 윤리. 윤리적 솔루션에 투자해야 하는 이유
47. 메타 AI. Facebook과 Instagram의 AI 지원 기능에 대해 무엇을 알아야 합니까?
48. AI 규제. 기업가로서 알아야 할 것은 무엇입니까?
49. 비즈니스에서 AI를 활용하는 5가지 새로운 용도
50. AI 제품 및 프로젝트 - 다른 제품과 어떻게 다른가요?
51. AI 지원 프로세스 자동화. 어디서 시작하나요?
52. AI 솔루션을 비즈니스 문제에 어떻게 연결합니까?
53. 팀의 전문가로서의 AI
54. AI 팀 vs 역할 분담
55. AI에서 진로 분야를 선택하는 방법은 무엇입니까?
56. 제품 개발 프로세스에 인공 지능을 추가하는 것이 항상 가치가 있습니까?
57. HR의 AI: 채용 자동화가 HR 및 팀 개발에 미치는 영향
58. 2023년 가장 흥미로운 AI 도구 6가지
59. AI로 인해 발생하는 6대 비즈니스 사고
60. 회사의 AI 성숙도 분석은 무엇입니까?
61. B2B 개인화를 위한 AI
62. ChatGPT 사용 사례. 2024년 ChatGPT로 비즈니스를 개선하는 방법에 대한 18가지 예
63. 마이크로러닝. 새로운 기술을 얻는 가장 빠른 방법
64. 2024년 기업에서 가장 흥미로운 AI 구현
65. 인공지능 전문가는 어떤 일을 하나요?
66. AI 프로젝트는 어떤 과제를 가져오나요?
67. 2024년 비즈니스를 위한 상위 8개 AI 도구
68. CRM의 AI. CRM 도구에서 AI는 무엇을 변화시키나요?
69. UE AI법. 유럽에서는 인공지능 사용을 어떻게 규제하나요?
70. 소라. OpenAI의 실감나는 영상은 비즈니스를 어떻게 변화시킬까요?
71. 상위 7개 AI 웹사이트 빌더
72. 코드 없는 도구와 AI 혁신
73. AI를 사용하면 팀의 생산성이 얼마나 향상됩니까?
74. 시장 조사를 위해 ChatGTP를 사용하는 방법은 무엇입니까?
75. AI 마케팅 캠페인의 범위를 넓히는 방법은 무엇입니까?
76. "우리는 모두 개발자다" 시민 개발자가 회사에 어떻게 도움을 줄 수 있나요?
77. 운송 및 물류 분야의 AI
78. AI가 해결할 수 있는 비즈니스 문제점은 무엇입니까?
79. 미디어 속 인공지능
80. 은행 및 금융 분야의 AI. 스트라이프, 몬조, 그랩
81. 여행 산업의 AI
82. AI가 신기술의 탄생을 촉진하는 방법
83. 소셜 미디어에서 AI의 혁명
84. 전자상거래에서의 AI. 글로벌 리더 개요
85. AI 이미지 생성 도구 4가지
86. 데이터 분석을 위한 상위 5개 AI 도구
87. 회사의 AI 전략 - 어떻게 구축하나요?
88. 최고의 AI 강좌 – 6가지 멋진 추천
89. AI 도구를 사용하여 소셜 미디어 청취 최적화
90. IoT + AI, 또는 기업의 에너지 비용을 줄이는 방법
91. 물류 분야의 AI. 5가지 최고의 도구
92. GPT 스토어 – 비즈니스에 가장 흥미로운 GPT 개요
93. LLM, GPT, RAG... AI 약어는 무엇을 의미하나요?
94. AI 로봇 – 비즈니스의 미래인가 현재인가?
95. 기업에서 AI를 구현하는 데 드는 비용은 얼마입니까?