2025.11.28 (금)

  • 맑음동두천 0.3℃
  • 맑음강릉 6.1℃
  • 맑음서울 2.5℃
  • 구름많음대전 5.0℃
  • 구름많음대구 7.0℃
  • 맑음울산 7.3℃
  • 맑음광주 6.2℃
  • 맑음부산 7.7℃
  • 구름많음고창 6.3℃
  • 제주 10.7℃
  • 맑음강화 2.2℃
  • 흐림보은 4.3℃
  • 구름많음금산 4.9℃
  • 맑음강진군 7.4℃
  • 구름조금경주시 7.1℃
  • 구름많음거제 7.8℃
기상청 제공

빅테크

[빅테크칼럼] “AI가 바꾼 뉴노멀” AI로 5억달러 절감·9000명 감원…MS發 AI혁신의 '파장'

 

[뉴스스페이스=윤슬 기자] 마이크로소프트(Microsoft)가 인공지능(AI) 도입을 통해 지난해 콜센터에서만 5억 달러(약 6800억원) 이상의 비용을 절감한 것으로 나타났다.

 

이는 AI가 기업 경영의 효율성 향상과 비용 절감의 ‘게임 체인저’로 자리매김했음을 상징적으로 보여준다. 동시에 MS는 9000명, 전체 인력의 약 4%에 해당하는 대규모 감원을 단행하며, 800억 달러(약 108조원) 규모의 AI 인프라 투자에 자원을 집중하고 있다rh Reuters, Economic Times 등의 매체들이 보고했다.

 

콜센터 AI 도입, 비용 절감과 만족도 동시 달성


MS는 AI 기반 챗봇과 자동화 시스템을 콜센터에 전면 도입해 2024년 한 해 동안 5억 달러 이상을 절감했다. 이는 고객 문의 대응의 자동화와 효율화 덕분이며, 단순 비용 절감뿐 아니라 직원과 고객 만족도 지표도 모두 개선된 것으로 전해진다.

 

AI는 소규모 고객 계정 관리 등 기존에 인력이 투입되던 영역까지 자동화해, 신규 매출 창출에도 기여하고 있다. 실제로 AI 기반 시스템이 이미 수천만 달러의 추가 매출을 만들어내고 있다는 내부 평가도 나왔다.

 

MS는 AI가 신규 제품 코드의 35%를 자동 생성해 제품 출시 속도를 크게 높였다고 밝혔다.

 

AI 도입, 영업·생산성 혁신으로 확산


MS의 ‘Copilot for Sales’ 등 AI 솔루션 도입 후 영업사원 1인당 매출이 9% 이상 증가하고, 거래 성사율도 20% 가까이 높아졌다. 일부 사업부에서는 AI 도입 후 연간 매출이 133% 증가한 사례도 보고됐다.

 

AI는 영업 워크플로우의 자동화, 리드(잠재고객) 우선순위화, 미팅 준비, 제안서 생성 등 반복 업무를 줄여 영업사원이 고부가가치 활동에 집중할 수 있도록 돕는다.

 

MS 내부 집계에 따르면 Copilot 도입 후 전체 파이프라인이 5% 이상 확대됐고, 매출 성장에 직접적인 기여를 하고 있다.

 

9000명 감원, 800억 달러 AI 인프라 투자


MS는 2025 회계연도에 800억 달러를 AI 인프라에 투자할 계획이다. 이는 전년도 500억 달러 대비 60% 증가한 수치로, 글로벌 AI 경쟁 심화에 대응하기 위한 대규모 자본 재배치다.

 

투자금의 절반 이상은 미국 내 데이터센터 신·증설에 투입되며, 나머지는 유럽과 아시아 등 글로벌 거점에 배분된다. MS는 AI 전용 칩, 첨단 GPU, AI 가속기 등 차세대 컴퓨팅 인프라를 대폭 확충할 방침이다.

 

이 과정에서 MS는 올해에만 1만5000명 이상을 감원했으며, 이번 9000명 감원은 AI 인프라 투자 재원을 마련하기 위한 구조조정의 일환이다. 감원은 게임, 영업, 마케팅 등 다양한 부문에 걸쳐 진행됐다.

 

MS 측은 “AI 도입이 인력 대체만을 의미하는 것은 아니며, 대규모 인프라 투자를 위한 자원 재배치”라고 설명했다.

 

AI 투자, 경제·산업계 파급 효과


MS의 800억 달러 AI 인프라 투자는 건설, 제조, 기술 등 연관 산업의 일자리 창출과 경제 성장에 기여할 것으로 기대된다.

 

MS 브래드 스미스 사장은 “AI는 우리 시대의 전기와 같다”며 “이번 투자가 미국의 기술 리더십을 글로벌 시장에서 강화할 것”이라고 강조했다.

 

AI 인프라 확장은 AWS, 구글 등 경쟁사와의 클라우드·AI 주도권 경쟁을 더욱 가속화할 전망이다.

 

MS의 AI 도입과 대규모 투자, 구조조정은 단순한 비용 절감이나 인력 감원의 차원을 넘어, 글로벌 기업 경영의 패러다임 전환을 상징한다. AI는 이미 생산성 혁신과 비용 효율화, 매출 증대의 동력으로 자리잡았으며, 앞으로도 산업 전반에 걸쳐 파급 효과가 확산될 것으로 보인다.

 

MS 사례는 AI가 ‘뉴노멀’이 된 시대, 기업의 전략적 선택이 무엇이어야 하는지 단적으로 보여주고 있다.

배너
배너
배너

관련기사

93건의 관련기사 더보기


[공간혁신] 누워만 있으면 씻겨주고 말려준다 '5억원짜리 인간 세탁기'…15분이면 샤워끝 '세탁혁명·가전혁신'

[뉴스스페이스=김혜주 기자] 일본에서 혁신적인 신개념 미용·가사 기기가 공개되어 화제다. 바로 '인간 세탁기'로 불리는 자동 목욕 캡슐이 오는 12월 25일부터 일본 도쿄의 전자복합쇼핑몰 '라비(LABI)'에서 전시 및 시연되며, 본격적인 판매는 아직 미정이지만 예상 가격은 약 5억6000만원(6000만엔)으로 책정됐다. 이는 1970년 오사카 박람회 당시 일본에서 처음 소개된 이후 55년 만에 현실화된 사례로, 일본 언론이 다수 보도하며 주목받고 있다. 이 제품은 오사카에 본사를 둔 '아이 필 사이언스'사가 업그레이드한 버전으로, 직경 0.001㎜ 이하의 초미세 마이크로 버블 기술을 활용하여 피부와 머리카락의 오염물을 제거한다. 내부에 누우면 15분 만에 세정, 헹굼, 건조까지 자동으로 완료되며, 별도 수건이나 드라이어 없이 바로 사용할 수 있다. 이 기기는 1970년대 SANYO가 최초로 선보였던 콘셉트를 현대 기술로 재구성한 것으로, 4만명 이상의 체험 신청을 기록하기도 했다. 이러한 기술적 혁신은 일본 시장의 고도화된 소비 성향과 높은 스마트 가전 수요를 반영하는 동시에, 환경 친화적이고 에너지 효율적인 세척·건조 시스템에 대한 관심이 높아지고 있음을

[빅테크칼럼] 테슬라, 공급업체 평가에 ‘국가 무관’ 선언…"탈중국 공급망, 품질·지속성 우선"

[뉴스스페이스=김정영 기자] 테슬라가 미국, 중국, 유럽 등 전 세계 생산기지에서 공급업체를 평가할 때 국가적 기준이 아닌 품질, 총비용, 기술 성숙도, 장기 공급 지속성 등 객관적 기준을 적용하고 있다고 강조했다. 테슬라 중국 법인의 그레이스 타오 부사장은 최근 중국 SNS 웨이보에 “공급업체의 국적은 배제 기준이 되지 않는다”며, “우리는 어디서 오는지보다 품질과 신뢰성, 기술력, 가격 경쟁력, 공급 안정성 등을 우선시한다”고 밝혔다.​ 미국 생산차량, 중국산 부품 단계적 배제 추진 미국 내 전기차 생산 과정에서는 중국산 부품의 사용을 단계적으로 배제하는 움직임이 본격화되고 있다. 월스트리트저널(WSJ) 등 외신에 따르면, 테슬라는 미국 공장에 공급되는 주요 부품 중 일부를 이미 다른 지역에서 생산된 제품으로 교체했으며, 1~2년 내에 모든 중국산 부품을 미국 또는 제3국산으로 완전히 대체할 계획이다. 이는 미·중 간 지정학적 긴장과 고율 관세 부과 등 무역 리스크를 최소화하고, 미국 내 전기차 세액공제 혜택을 극대화하기 위한 전략으로 분석된다.​ 중국 공급망 협력 현황과 상하이 공장 생산력 하지만 테슬라의 중국 사업 비중은 여전히 크다. 현재 테슬라는

[빅테크칼럼] 맞춤형 알고리즘, 학습 왜곡과 과도한 자신감 부추긴다…"현실 인식의 함정에 빠진 이용자들”

[뉴스스페이스=이종화 기자] 개인화 알고리즘은 학습 과정에서 정보를 제한적으로 제공하여 사용자의 학습 능력을 저해하고, 잘못된 정보에 대해 과도한 자신감을 부추기는 것으로 밝혀졌다. news.osu, sciencedaily.com, sciencedirect.com, combinatorialpress에 따르면, 이 연구결과는 오하이오 주립대학교 연구진이 2025년 11월 발표한 논문에서 밝혀졌으며, 346명의 참가자를 대상으로 한 실험에서 개인화 알고리즘이 제공하는 정보가 사용자의 인지와 학습에 미치는 영향을 분석했다.​ 연구 개요 및 방법 연구진은 '수정 같은 외계인'이라는 가상의 대상들을 여섯 가지 특징으로 나누어 참가자들이 이를 학습하도록 설계했다. 참가자들은 회색 상자로 가려진 외계인 특징을 클릭하여 확인해야 했으며, 개인화 알고리즘이 탐색할 특징을 제한하자 참가자들은 전체 정보 중 일부만 선택적으로 관찰하는 경향을 보였다. 그 결과, 테스트 시 새로운 사례를 올바르게 분류하는 데 실패했고, 오답임에도 불구하고 더 높은 자신감을 나타냈다. 연구 주도자인 Giwon Bahg는 "잘못된 선택을 할 때조차도 정답을 맞혔을 때보다 더 자신감을 보였다"며 심각성