"3만원 들던 앱 개발, 1500원에"…KT AX 허브 찾은 기업 2...

이노베이션 허브·AX 스쿼드·AX 하네스 앞세워 기업 AX 공략전승록 KT AX전략본부장(상무)가 지난 23일 서울 광화문 웨스트 사옥 KT 이노베이션 허브에서 기자간담회를 열고 AX 전략을 발표하고 있다.[디지털데일리 강소현 기자] “KT는 상용 AI 모델로 3만원가량 들던 기업의 애플리케이션(앱) 개발 작업을 1000~1500원 수준까지 낮췄습니다.”KT가 기업 현장에 최적화된 AX(AI 전환) 구현에 나섰다. AI 도입이 확산되고 있지만 실제 사업 성과로 이어지는 사례는 제한적인 상황에서, 고객이 체감할 수 있는 성공 사례를 빠르게 만들고 이를 산업 현장으로 확산시키겠다는 전략이다.KT는 지난 23일 서울 광화문 웨스트 사옥 KT 이노베이션 허브에서 기자간담회를 열고 이 같은 내용의 AX 전략을 공유했다.KT의 문제의식은 AI 도입과 투자 확대에도 불구하고 실제 수익 창출이나 업무 혁신 성과를 체감하는 기업이 많지 않다는 점에서 출발했다. 상당수 기업이 여전히 파일럿(PoC)이나 실험 단계에 머물러 있는 만큼, AI의 실질적 사업 효과를 빠르게 검증하는 데 초점을 맞췄다.전승록 KT AX전략본부장(상무)은 "AX는 모든 기업의 화두가 됐지만 실제 성과로 이어지는 사례는 아직 많지 않다"며 "많은 기업이 AI를 도입하고 투자를 확대하고 있지만 매출이나 재무적 효과를 체감하는 기업은 제한적이며 상당수는 여전히 실험이나 파일럿 단계에 머물러 있다"고 말했다.KT는 이를 위해 이노베이션 허브와 AX 스쿼드를 양축으로 AX 사업을 전개하고 있다. 고객이 이노베이션 허브에서 다양한 AX 사례와 기술을 직접 체험하고 워크숍을 통해 실제 업무 과제를 구체화하면, AX 스쿼드가 현장에 투입돼 과제 정의부터 AI 서비스 개발, 검증, 사업화까지 전 과정을 지원하는 구조다.AX 스쿼드는 FDE(Field Deployment Engineering) 기반의 사업개발, 컨설팅, AI 엔지니어링 인력으로 구성된다. 6주 검증 프레임워크를 기반으로 AI 에이전트 개발과 현업 피드백 반영, 효과 검증을 수행하며 실제 업무 환경에서 투자대비효과(ROI)와 AX 사업 효과를 조기에 검증하는 데 초점을 맞추고 있다.특히 KT는 지난해 10월 개소한 이노베이션 허브를 단순 전시 공간이 아닌 'AX 베이스캠프'로 규정하고 있다. KT에 따르면 현재까지 약 200개 기업이 이노베이션 허브를 방문했으며, 이 가운데 30개 이상 기업이 실제 AI 프로젝트를 추진하고 있다.전 본부장은 "KT 역시 지난 2년 동안 AI 전환을 추진하면서 성공과 실패를 모두 경험했다"며 "이 과정에서 얻은 시행착오와 노하우를 고객들과 공유하고 같은 고민을 반복하지 않도록 돕는 것이 이노베이션 허브의 역할"이라고 설명했다.이날 현장에선 KT 이노베이션 허브에서 고객들이 실제 경험하는 AX 개발 과정을 재현한 시연도 진행됐다.사용자가 '통신대리점 신규 출점을 위한 상권 분석 시스템'을 요청하고 예상 매출 분석, 경쟁사 입지 분석, 지도 기반 시각화 등의 요구사항을 입력하자 AI는 제품요구사항문서(PRD)를 자동 생성했다. 이후 개발에 필요한 역할을 정의하고 설계와 개발, 테스트 과정을 거쳐 실제 서비스 프로토타입을 구현했다.생성된 서비스는 유동인구와 경쟁 강도, 시장 활성도, 예상 매출 등을 분석해 출점 적합도를 산출하고 지도 기반 시각화 기능까지 제공했다. 전체 과정은 약 5분이 소요됐다.김창수 KT AX엔지니어링1팀장은 "사용자가 자연어로 요구사항을 입력하면 AI가 이를 분석해 개발에 필요한 요구사항 문서를 작성하고 개발 조직을 구성한다"며 "이후 설계와 개발, 테스트, 품질 검증까지 수행해 실제 동작하는 MVP를 생성한다"고 설명했다.이어 "오늘 시연 기준으로 애플리케이션 생성 비용은 약 1000~1500원 수준"이라며 "동일한 작업을 일반적인 상용 AI 모델 API 기반으로 수행할 경우 약 3만원 수준의 비용이 발생할 수 있다"고 말했다.KT는 이러한 현장 경험을 바탕으로 자체 기술력을 집약한 'KT AX 하네스'도 개발했다.기존 AX를 위한 AI 에이전트 개발 환경은 병렬 작업이 늘어날수록 비용이 급격히 증가하고, 장시간 운영 시 문맥 유지나 결과물 품질 관리에 한계를 보이는 경우가 적지 않았다. 또한 기업 내부 시스템과의 연동이 제한적이어서 실제 산업 현장 적용 과정에서 확장성과 유연성이 떨어진다는 지적을 받아왔다.KT는 이를 해결하고자 에이전트와 도구, 프롬프트 설계 체계를 자체 기술로 내재화했다. 사용자의 요청을 분석하는 플래너(Planner), 데이터와 도구를 연결하는 디스패치(Dispatch), 결과물을 검증하는 QA(Quality Assurance) 단계를 체계적으로 연결해 비용과 품질을 동시에 관리할 수 있도록 설계했다.KT에 따르면 해당 구조를 활용하면 AI 에이전트가 기획부터 설계, 개발, 품질 검증까지 전 과정을 수행하며, 기존 상용 AI 모델 활용 방식 대비 비용을 약 20분의 1 수준까지 낮출 수 있다.특정 AI 모델에 종속되지 않는 점도 강점이다. 클라우드 기반 상용 모델뿐 아니라 고객이 원하는 오픈소스 모델이나 로컬 모델도 활용할 수 있도록 설계했다. 금융·공공·국방과 같은 폐쇄망 환경에서도 적용 가능하도록 고려했다는 설명이다.김 팀장은 "최신 AI 모델은 뛰어난 성능을 제공하지만 내부 동작 구조를 모두 통제하기는 어렵다"며 "KT는 에이전트 구성과 API 연동, 개발 프로세스를 자체 기술로 구현해 전체 과정을 직접 제어할 수 있도록 했다"고 설명했다.향후 KT는 마이크로소프트(MS)를 비롯한 글로벌 빅테크와의 협력도 확대할 계획이다. 이노베이션 허브는 지난해 MS와의 협력을 기반으로 출범했으며 현재도 공동 고객 발굴과 프로젝트 협업을 이어가고 있다.전 본부장은 "시작은 MS의 협력이었지만 앞으로는 다양한 글로벌 빅테크와 협업을 확대할 계획"이라며 "고객이 필요로 하는 기술과 파트너를 연결하는 역할도 수행하게 될 것"이라고 밝혔다.