좋은 AI 모델만 있으면 AX가 될까?
안녕하세요. 트레져러입니다.
최근 국내에서는 정부가 지원하는 대형 AI 모델 개발 경쟁이 주목받고 있습니다.
8월 18일 발표된 2차 평가에서는 업스테이지, SK텔레콤, LG AI연구원이 다음 단계에 진출했습니다.
눈에 띄는 점은 AI 성능이 높다고 해서 반드시 최종 평가에서도 높은 점수를 받는 것은 아니었다는 것입니다.
탈락한 모티프테크놀로지의 AI 모델은 글로벌 성능 평가에서 매우 높은 점수를 기록했습니다. 쉽게 말하면, 여러 문제를 풀게 해보는 AI ‘시험’에서는 뛰어난 성적을 낸 것입니다.
그런데 이번 평가는 시험 점수만 본 것이 아닙니다.
사람들이 실제로 사용했을 때 편리한지, 기업이나 산업 현장에서 활용할 수 있는지 같은 요소도 함께 평가됐습니다.
즉, AI가 얼마나 똑똑한가와 실제 업무에서 얼마나 유용한가는 서로 다른 문제일 수 있다는 뜻입니다.
그렇다면 성능이 좋은 AI를 도입하기만 하면 기업의 업무도 바로 달라질까요?
이번 평가는 AI의 성능만 보지 않았습니다.
출처: Superb Associates
이번 2차 평가는 총 100점 가운데
벤치마크 40점 · 전문가 평가 35점 · 사용자 평가 25점으로 진행됐습니다.
특히 1차 평가보다 실제 산업 현장에서의 AX 적용 가능성에 대한 평가가 확대됐고, 일반 국민이 직접 모델을 사용해 평가하는 방식도 새롭게 도입됐습니다.
즉, 모델이 문제를 얼마나 잘 푸는지만큼이나
“사람들이 실제로 사용할 수 있는가?”
“산업 현장에 적용할 수 있는가?”
도 중요한 평가 요소가 된 것입니다.
물론 어떤 평가 방식이 가장 적절한지를 두고는 논의가 이어질 수 있습니다.
다만 AI 경쟁이 단순한 성능 비교를 넘어 실제 활용성까지 함께 보는 방향으로 확대되고 있다는 점은 분명합니다.
같은 AI라도 쓰이는 방식은 달랐습니다.
출처: 프라임 커리어
다음 단계에 진출한 세 팀도 각기 다른 활용 사례를 보여줬습니다.
SK텔레콤은 AI를 실제 상용 서비스에 탑재하고 국방·제조·법무·세무 분야에서 활용 가능성을 검증했습니다.
업스테이지는 포털 서비스 환경에서 AI를 직접 시험하고 국산 AI 반도체와의 협업을 추진했습니다.
LG AI연구원은 단순한 질의응답을 넘어 AI가 여러 작업을 수행하는 Agentic AI와 안전·신뢰성 관리에서 강점을 보였습니다.
같은 AI 기술이라도 어떤 문제를 해결하도록 설계하느냐에 따라 실제 쓰임은 크게 달라질 수 있는 것입니다.
기업에서는 '시험을 잘 보는 AI’만으로는 부족합니다.
출처: MIT Sloan
기업 업무로 가져오면 차이가 더 분명해집니다.
예를 들어 AI가 계약서의 내용을 정확하게 요약한다고 가정해 보겠습니다.
여기까지는 AI 모델의 능력입니다.
하지만 실제 업무에서는 그다음이 필요합니다.
이 계약이 이전 버전과 무엇이 달라졌는지 비교하고, 필요한 정보가 빠지지 않았는지 확인하고, 회사의 업무 규칙에 맞는지 검증한 뒤 담당자가 다음 작업을 할 수 있도록 결과를 남겨야 합니다.
즉, 기업이 필요로 하는 AI는 단순히 답을 잘 만들어내는 AI에서 끝나지 않습니다.
AI가 기업의 데이터와 시스템 안에서 실제 업무 절차를 수행할 수 있어야 합니다.
바로 이 지점에서 단순한 AI 도입과 AX(AI Transformation)의 차이가 생깁니다.
재보험에서는 이 차이가 더 뚜렷합니다.
출처: 비즈워치
재보험 업무에서는 Slip, Treaty, Endorsement, Cover Note, Claim 등 여러 종류의 문서를 동시에 다뤄야 합니다.
예를 들어 새로운 계약 문서가 들어왔다면 AI가 내용을 읽는 것만으로 업무가 끝나지 않습니다.
문서에서 정보를 추출하고 → 기존 계약과 비교하고 → 누락이나 불일치를 확인하고 → 필요한 문서를 작성하거나 담당자 검토로 넘기는 과정이 이어집니다.
그래서 재보험 AX에서는 어떤 AI 모델을 사용하느냐만큼 AI가 이 전체 과정에서 실제로 어떤 일을 수행할 수 있는가가 중요합니다.
Treasurer INS가 만드는 재보험 AX
Treasurer INS는 재보험 업무에 필요한 Document Intelligence, 문서 비교·검증, Slip Automation, News Insight, AI Agent 등을 하나의 업무 환경에서 지원합니다.
AI가 문서를 읽는 데서 끝나는 것이 아니라, 필요한 데이터를 구조화하고 비교·검증한 뒤 다음 업무로 이어질 수 있도록 하는 것이 핵심입니다.
최근 AI 모델 경쟁에서도 성능과 함께 실제 사용성과 산업 적용 가능성이 중요하게 다뤄지고 있습니다.
기업의 AX도 결국 같은 질문으로 이어집니다.
좋은 AI를 가지고 있는가보다, 그 AI로 실제 업무를 얼마나 바꿀 수 있는가.
좋은 AI 모델은 시작점입니다.
실제 업무가 달라질 때 AX가 시작됩니다.
👉 Treasurer의 재보험 AX 솔루션 자세히 보기