[추천] IT Trend 2025

 

[제목] IT 트렌드 2025

[부제] 새로 쓰는 AI의 미래와 세계 비즈니스 모델의 모든 것

[작가] 김지현(SK 마이써니 부사장)

 

만나뵐 기회는 없었지만 제 Role Model이신 김지현 작가님의 IT 트렌드 세 번째 책입니다.

2023년부터 시작해서 2024년, 금번 2025년 버전이 출간했습니다.

개인적으로는 2024년 버전을 가장 좋아하긴 합니다.

이외에도 <IT 트렌드를 읽는 습관>, <'스마트 워커 성공과 실패를 결정하는 1%,  시간 관리법>, <모바일 이노베이션> 등의 책도 일하는데 도움이 되는 서적들이었습니다.

 

IT 트렌드 2025 버전은 오롯히, 생성형 인공지능만을 다룬 책입니다.

인공지능 관련해서 2024년 한 해 동안 5권 정도의 책을 봤는데 각각의 특징이 있는데, 이건 별도로 서평할 겁니다.

---

[총평] "기획자라면 꼭 봐야할 'GEN AI의 비즈니스 모델과 서비스 모델'가 풍성"

IT Trend 2024는 메타버스를 Main Tech로 블록체인, NFT, Web3, DX, 생성형 인공지능 등의 기술을 덧붙여 다양한 기술의 거시/미시적 전망을 하였는데, 금번IT Trend 2025는 (Only)생성형 인공지능을 다뤘다고 할 만큼 여타 기술에 대한 얘기는
매우 절제되어 있다. 그도그럴것이 실제 2023년부터 생성형 인공지능 외 Emerging Tech 중 어떤 분야도 생성형 인공지능 만큼의 관심(기업들의 투자 포함)을 받는 기술이 전무할 정도다. 특히, 2020년대 초를 달궜던 메타버스, 블록체인, NFT 등이 대중성을 갖추지 못했던 탓에 저변확대 되지 못한 면이 있다. 

블록체인급의 기술 조차 각종 컨퍼런스에서 생성형 인공지능 전문가를 모시고 어떻게 하면 생성형 인공지능과의 협업을 추진할지 주객이 전도된 형태로 행사가 이뤄지기도 했다.

2024년 버전은 책의 의미와 같이 IT 전반의 트렌드를 바뤘던 반면, 2025년 버전은 생성형 인공지능을 중심으로 비즈니스 모델과 산업의 가치사슬, 유망한 서비스 발굴 등에 초점이 맞춰져 있다. 1) 기술적인 내용, 2) 생성형 AI 사용법, 3) 기업에 도입 방법 등의 내용은 절제되어 있고 사업과 서비스 중심으로 기술되어 있어 현업에서 사업 전략이나 서비스를 
기획하는 전문가들에게 추천할만한 서적이다. 

 

불분명/불명확한 먼 미래에 대한 전망보다는 당장 2025년에 실현될 가능성이 높은 전략 과제에 대한 인사이트와 근 미래에 확실시 되는 사실을 중심으로 전망한 것이 특징이다.

특장점) 1) GEN AI 산업의 전후방 가치사슬(인프라, 하드웨어, 소프트웨어, 솔루션, 서비스) 정의를 시작으로 2) 가치사슬별 주요 플레이어들의 전략과 전망 3) 특히 2025년 주목받을 AI 솔루션에 대한 정의가 인상 깊었으며, 4) AI 서비스까지 작가의 인사이트를 토대로 일목요연하게 정리되어 있다.

미흡한점) 비슷한 얘기가 Chapter 전반에 걸쳐 반복되어 나옴. 전체 323 페이지 중 10%는 덜어냈어도 훌륭한 책이 되었을 것이다.  

쉽고, 빠르게 읽을 수 있으며 GEN AI를 실무에서 활용하는 기획자들에게 추천해 드리고 싶다.

---

 [꼭 봐야할 10Pages (실제론 10페이지가 넘지만..)]

16 ~ 17	[2024년 GEN AI의 총정리] 모든 기술이 AI 중심으로 '연결, 확장, 종속' 되어질 것 1) Emerging Tech의 대부분은 독립적으로 발전하면서 - Non IT 영역으로의 사업과 서비스 모델 확장 중심으로 로드맵 구성 2) AI First / Centric, 이 시대의 모든 기술은 AI로 연계, 통합됨 ※ 17p, [Diagram] 구글 제미나이의 아키텍처
57 ~ 60	[새로운 AI Device 전망] 차세대 AI 디바이스의 3년이내 등장 예상 1) 스마트폰, PC와 차별화된 기능과 스펙, 가성비로 경쟁 할 것 - 'PC - 스마트폰 - AI 디바이스' 2) AI가 초개인화, 초자동화, 초지능화된 서비스를 구현하려면 ① AI와 서비스가 API로 연동할 수 있도록 LangChain 같은 기술과 ② 자동화된 일련의 작업 수행이 가능한 AutoGPT ③ 다양한 영역에서 다기능을 수행할 AI Agent ④ LLM, LMM, LAM 기술이 디바이스의 사용성과 성능을 높여야 함
60 ~ 64	[GEN AI 사업의 Value Chain] 칩셋 - AI 데이터 센터(서버/클라우드) - LLM - AI 솔루션 - AI 서비스 ※ IT Trend 2025 전체를 관통하는 Value Chain의 첫 등장
66 ~ 62	[2025년 주목해야 할 AI 솔루션] 1) LLM 개발 2) LLM Data 변환과 관리 3) 운영 (배포, 모니터링/유지보수) 4) 기존 애플리케이션/서비스와 AI 연동 위한 솔루션 - API, SDK - BI and Analysis Tool - No Code & Low Code Solution 5) AI 윤리와 규제 준수 솔루션
81	[자동화에서 초지능화로의 디지털 트랜스포메이션] 1) DX(정보화, 자동화) >> AIX (초지능화) 2) DX의 실패 사례 多, 기업에서 실제 필요로 하는 AIX 전략을 우선으로 AI 도입 필요
111 128 ~ 131	[애플의 3가지 AI와 Apple Intelligence 전략] 애플이 AI 서비스는 아이맥, 맥북, 아이패드, 아이폰 등 디바이스에서 작동하는 온디바이스 AI가 핵심 1) 애플이 만들어 디바이스에 탑재한 sLM 2) 애플의 AI 데이터 센터에서 운영되는 LLM으로 자동하는 FM 3) 오픈AI가 제공하는 ChatGPT ( + 메타, 구글 등) 종국적으로 애플의 AI 전략은 siri를 통해 모든 AI 서비스에 접근할 수 있도록 하는 것 ※ 삼성전자의 전략과도 유사
116 ~ 120	[LAM 다변화를 넘어 확장으로 진화를 넘어 초진화로] AI는 LAM을 통해 특정한 작업을 직접 수행하는 자동화 로봇으로 진화하고 있음 LLM으로 시작된 AI 기술을 사업 혁신에 활용하는 데 있어 현재의 기술이 아닌 앞으로의 기술을 내다볼 수 있어야 함 1) LLM은 보다 고도의 다변화가 있을 것 2) LMM은 영영의 확장 3) LAM은 GEN AI의 영향력을 증가 시켜 줄 것 ※ LAM의 가치사슬: 운영체제 - 앱스토어(SDK, API) - 브라우저 - 앱/웹 서비스
128	[메타의 AI 전략] GEN AI를 페이스북, 왓츠앱, 인스타그램 등의 서비스에 통합. 서비스와 사진 편집 편의성 ↑ 향후, 인플루언서 데이터를 이용해 디지털 아바타를 만들고 이 아바타가 사람 대신 팬들과 대화할 수 있는 기능 넣을 것
165 ~ 172 184 ~ 188 234	[신산업혁명의 마중물, 생성형 AI] 1) 95 ~ 2000: PC + 인터넷 시대 2) 2010 ~ 2023: 모바일 시대 3) 2023 ~ : 생성형 인공지능의 시대 산업 간의 경계가 무너지고 흐릿해 지는 시대 (※ 테슬라의 비즈니스 포트폴리오) [AI 플랫폼 '웹, 모바일'에 이어 세상을 뒤흔들다] 1) 1세대: PC - 초고속인터넷 - 윈도우 - Homepage/Portal - Text 2) 2세대: Mobile - 4G/LTE/5G - AOS/iOS - App Store - Text/Voice 3) 3세대: All Device - 5G/6G - AI(AI as a OS) - AI Agent(Master Agent - 개별 Agent) [15년 주기의 인터넷 서비스 지형 변화] 1995 ~ 2010, 2010 ~ 2025, 2026 ~ 2040 2026년부터 본격적으로 메타버스와 AI의 시너지가 빛을 발할 것
256 ~ 262	[AI와 노동시장, AI의 고도화와 일자리 위협] AI가 당장 사람의 일자리를 뺏는 것이 아니라, 1) AI를 사용하는 사람과 사용하지 못하는 사람으로 나뉘고 사용하지 못하는 사람 도태 2) AI를 사용한다는 것은 업무 성과와 일의 효율성을 높인다는 것이고, 그 역량과 가치가 증명되어야 대체할 수 없는 직업인이 될 수 있음 3) AI는 점을 그릴 뿐이고, 이를 이어서 선과 면을 만드는 것은 사람의 몫

---

[흔적(실제론 훨씬 더 많지만~~)]

 

"기획하시는 분들이라면 김지현 작가님의 책은 읽어두시는 게 좋습니다. 26년차 기획자의 조언입니다! ^^"

 

"곧 저도 좋은 책으로 찾아 뵙겠습니다."

 

- DeungZan ('25년 1월 7일) -