지난 10년 동안 큰 인기를 끌었지만, 지난 1~2년 동안 AI에 대한 과대광고는 상상할 수 없는 수준으로 커졌습니다. 인공지능과 머신러닝은 인공 지능은 사진과 비디오의 개체를 인식 및 추적하고, 인간과 유사한 텍스트를 생성하고, 정보를 추출하고, 대량의 데이터에서 추정하는 등 다양한 작업을 수행할 수 있지만 모든 사람에게 마법의 약은 아닙니다. 병. AI 시스템은 널리 보급되어 있지만 여전히 주어진 문제를 해결하는 데 완벽하게 적합하지 않을 수 있습니다. 기업이 AI를 거부하는 주요 이유 중 하나는 비용입니다. 인공 시스템은 어디에나 존재하는 것처럼 보일 수 있으므로 만들기 쉽고 저렴하다는 느낌을 줄 수 있지만 이는 사실과 거리가 멀습니다. 가장 간단한 AI 기반 시스템 앱이라 할지라도 상당한 시간과 비용 투자가 필요하며, 인공 시스템이 실제로 얼마나 많은 노력을 기울이고 있는지 항상 명확하지는 않습니다. 이 기사에서는 기업이 AI 개발 비용을 보다 정확하게 평가하고 AI가 장기적으로 실제로 비용을 절감할 수 있는지 평가하도록 돕는 것을 목표로 합니다. AI 개발 비용 AI에 대한 주요 오해 중 하나는 인기로 인해 저렴하고 쉽게 얻을 수 있다는 것입니다. 인공지능 소프트웨어는 많은 비즈니스 운영에 널리 사용되고 있음에도 불구하고 개발이 복잡하고 많은 시간과 결과적으로 비용이 소요됩니다. AI 개발팀을 찾는 데 시간을 낭비하고 총 프로젝트 비용이 예산에 맞지 않아 실망하는 일이 없도록 사전에 AI 개발 비용을 최대한 정확하게 계산하는 것이 중요합니다. 개발 프로젝트를 계산하는 것은 AI 개발 비용을 평가하는 과정에서 주요 단계가 아닙니다. 내 생각에는 지금 자동화하려는 작업을 수동 노동을 사용하여 완료하는 데 얼마나 많은 비용이 드는지 계산하는 것이 훨씬 더 중요합니다. 표면적으로는 특정 작업을 자동화하는 것이 가장 합리적인 접근 방식처럼 보일 수 있지만 실제로 는 인간의 노동을 대체하기 위해 AI 시스템을 구현하는 것이 인간의 노동에 비해 비용이 많이 들고 효과적이지 않은 경우가 많습니다. 현재 비용 계산 AI 개발자를 찾기 전에 비즈니스 프로세스를 이해하고 AI로 자동화하려는 작업을 완료하는 데 드는 비용을 명확하게 살펴봐야 합니다. 예를 들어, 하루에 얼마나 많은 고객이 매장을 방문하는지 계산하는 복잡한 AI 감시 시스템은 표면적으로는 좋은 아이디어처럼 보일 수 있습니다. 계산 프로세스는 자동으로 이루어지며 AI는 매장에 있는 사람의 수를 세는 것뿐만 아니라 고객을 추적할 수도 있습니다. 구매 또는 일반적인 행동. AI의 과대 광고에 빠진 기업 소유자는 비즈니스 운영에 대한 통찰력을 얻기 위해 그러한 시스템을 개발하는 것을 고려할 수 있습니다. 그러나 객체 감지를 위한 실시간 비디오 처리 AI를 개발하는 비용은 훨씬 더 비쌀 수 있습니다. 특히 비즈니스 규모가 작은 경우 훨씬 적은 비용으로 동일한 작업을 완료할 직원을 추가로 고용하는 것보다 훨씬 더 비쌀 수 있습니다. 반면에 특정 작업에는 훨씬 더 많은 인력이 필요할 수 있습니다. 예를 들어, 많은 서류 작업을 수행하는 회사에서는 50명 이상의 직원이 매일 수백 개의 종이 문서를 분류하고 관련 정보를 찾고 이를 시스템에 수동으로 입력할 수 있습니다. 장기적으로 50명이 넘는 직원의 인건비는 자동 문서 처리를 위한 AI 기반 OCR 시스템을 개발하는 데 드는 비용보다 훨씬 더 높습니다. 시스템 개발의 초기 비용에도 불구하고 AI 솔루션은 비즈니스 비용 측면에서 더 합리적인 옵션으로 남아 있습니다. 이 단계는 당연해 보일 수 있지만 많은 사업주들은 AI의 과대광고에 빠져 이 단계를 완전히 건너뛰는 것 같습니다. AI는 개발 비용이 많이 들고 많은 데이터, 많은 테스트, 많은 시간이 필요한 복잡한 기술로 남아 있습니다. AI는 특정 작업을 완료하는 데 있어 인간보다 우수하고 특정 비즈니스 시나리오에 이상적인 선택처럼 보일 수 있지만 장기적으로도 경제적으로 타당하지 않을 수 있습니다. 특정 작업에 필요한 인건비를 계산하는 것은 비즈니스를 위한 AI 프로젝트를 개발하는 첫 번째 단계입니다. 프로젝트 범위 추정 일부 AI 시스템은 다른 시스템보다 작고 덜 복잡하며, 프로젝트가 이 스펙트럼에서 어디에 있는지 이해하는 것이 정확한 프로젝트 비용 추정을 얻는 가장 좋은 방법입니다. 다음은 진행 중인 프로젝트의 규모를 이해하기 위해 스스로에게 물어볼 몇 가지 질문입니다. 프로젝트 목표 정의 문서 내 특정 정보 찾기, 산불 감지, 온보딩 프로세스를 위한 얼굴 인식 등 AI 시스템의 정확한 목표를 정의합니다. 예를 들어 "문서를 자동으로 처리하는 AI"보다는 "문서에 서명했는지, 누가 서명했는지 감지하는 AI"와 같이 목표를 최대한 정확하게 정의하는 것이 좋습니다. AI 유형 정의 객체 인식 및 분류, OCR, 자연어 처리, 데이터 분석은 사용되는 AI 모델의 유형과 복잡성에 따라 모두 다릅니다. 프로젝트에 필요한 AI 모델 유형을 정의하면 전체 프로젝트 복잡성과 이에 따른 비용을 추정하는 데 도움이 됩니다. 데이터 세트 평가 데이터 세트는 모든 AI 프로젝트의 초석입니다. 데이터 세트는 기계 학습 모델을 훈련하고 테스트하는 데 사용되며 종종 프로젝트에서 가장 시간이 많이 걸리고 어려운 부분 중 하나입니다. 데이터세트는 작은 이미지 모음이 아닙니다. 정확한 결과를 얻으려면 수백, 수천 개의 이미지, 비디오, 오디오 녹음, 스캔한 문서 등을 포함해야 합니다. 이미 스캔한 종이 아카이브와 같은 데이터세트가 있는지 추정하세요. 감시 카메라의 문서나 비디오를 보고, 그렇지 않은 경우 필요한 데이터를 수집하는 데 걸리는 시간을 추정합니다. 프로젝트 비용 계산 모든 AI 프로젝트의 정확한 비용 계산은 전문 AI 개발 회사에서만 수행할 수 있습니다. 전문 AI 개발 회사는 귀하의 프로젝트와 비즈니스 요구 사항을 평가하고 ML 모델을 테스트 및 선택하여 최고의 정확성을 얻고 다양한 개발 단계에 대한 분석을 제공합니다. AI 프로젝트 비용과 관련하여 특정 지침이 있습니다. 프로젝트의 복잡성에 따라 프로젝트에 필요한 시간은 다음과 같습니다. 매우 제한된 기능과 예측 AI를 갖춘 작은 AI 프로젝트(예: 과거 사건의 패턴을 식별하고 미래 사건에 대해 예측하는 모델) 걸립니다. 는 개발하는 데 최소 100시간이 객체 인식, 분류 등을 포함한 소규모 AI 프로젝트는 , 2000~2500시간에 시작되며 대규모 AI 프로젝트는 쉽게 수 있습니다. 여러 해에 걸쳐 진행될 모든 프로젝트의 시간당 요율은 프로젝트에 필요한 비용을 계산할 때 주요 척도입니다. 이 숫자에 프로젝트에 소요되는 시간을 곱하면 프로젝트 비용을 평가할 수 있습니다. AI 개발자의 비율은 지역, 개발자의 자격, 경험에 따라 크게 다릅니다. 프로젝트에 대한 보다 정확한 비용 평가를 얻으려면 해당 지역(또는 개발을 아웃소싱하려는 지역)의 AI 프로젝트 비율을 조사하십시오. 예를 들어 평균 AI 개발자 요율을 기준으로 대략적인 AI 프로젝트 비용을 계산하겠습니다. Salary.com에 따르면 AI 개발자의 평균 시간당 급여는 약 50달러입니다. 다양한 AI 프로젝트에 대해 앞서 나열한 시간을 살펴보겠습니다. 예를 들어, 간단한 패턴 감지 및 이벤트 예측 모델을 사용하는 매우 작은 AI 프로젝트에는 최소 100시간이 걸립니다. 이 숫자에 평균 개발자 요율을 곱하면 $5000가 나옵니다. 이는 이 유형의 프로젝트에 드는 대략적인 비용입니다. 이전에 나열한 나머지 시간별 추정치를 사용하여 이 매우 간단한 계산을 수행하면 다음과 같은 결과가 나옵니다. 간단한 패턴 감지 및 이벤트 예측 모델을 갖춘 매우 작은 AI 프로젝트 최소 5000달러 이상, 객체 감지 모델을 갖춘 소규모 AI 프로젝트는 $100,000부터 시작합니다. 여러 번 시작하는 대규모 AI 프로젝트는 $200,000부터 시작됩니다. 대략적인 추정치가 있지만 AI 프로젝트 비용을 평가하는 시작점이 될 수 있습니다. AI 개발자의 시간당 요율은 지역 및 카운티에 따라 다르며 다를 수 있어 총 개발 비용에 큰 영향을 미칠 수 있습니다. 프로젝트 관리자, 서버 등의 시간당 비용과 같은 추가 비용도 전체 프로젝트 비용에 추가됩니다. 추가 비용 평가 추가 비용이 전체 투자의 주요 부분은 아니지만 AI 시스템이 비즈니스에 가치가 있는지 평가할 때 이를 염두에 두는 것이 중요합니다. 많은 맞춤형 소프트웨어가 클라우드 내에서 실행됩니다. 즉, 서버 임대를 위해 월별 또는 연간 요금을 지불해야 합니다. 이러한 비용은 일반적으로 전체 개발 비용에 큰 영향을 미치지 않을 정도로 작습니다. 그러나 AI 시스템은 이 점에서 다릅니다. AI 시스템을 효율적으로 실행하려면 강력한 GPU를 갖춘 서버가 필요하며, 이러한 서버는 비용이 더 많이 들기 때문에 월별 시스템 유지 비용이 증가합니다. 복잡한 AI 시스템이나 수십 명의 직원이 사용할 AI 시스템을 개발하려는 경우 사용자에게 시스템을 안내하고 시스템에서 발생할 수 있는 버그나 오작동을 수정하는 기술 지원을 고려해야 합니다. 고려해야 할 또 다른 중요한 비용은 추가 개발 비용입니다. 시스템 작동 중에 추가 기능이 필요할 수 있습니다. 예를 들어, 새로운 문서 유형 처리를 시작하거나 비디오에서 더 많은 개체를 감지해야 할 수 있습니다. 이러한 추가는 비용이 많이 들 수 있으므로 전체 프로젝트 예산을 계산할 때 이를 염두에 두어야 합니다. AI 대 인간 노동의 비용 문제의 AI 시스템 비용을 대략적으로 추정한 후 이를 동일한 작업을 완료하는 데 현재 지출하는 비용과 비교하십시오. 놀라실 수도 있지만, 인간 노동의 가격이 맞춤형 AI 시스템의 가격보다 훨씬 저렴한 경우가 많습니다. AI에 대한 온갖 과대 광고에도 불구하고, AI 개발을 검토할 때는 냉정함을 유지하고 과대 광고가 없는 것이 중요합니다. 유혹적이긴 하지만, AI를 구현하는 것은 경제성으로 인해 항상 합리적인 아이디어는 아닙니다.
