2026년 10월 16일 공개된 DisrupTV 453회에서 기업가이자 작가인 제임스 얼터처와 Aspr AI 최고경영자 가네시가 인프라, 데이터 접근성, 모델 선택, 인간의 판단이 실무 AI 성과에 미치는 영향을 논의했습니다. 두 사람은 AI의 가치를 모델 자체의 성능만으로 따지기보다 사람과 조직이 무엇을 해낼 수 있는지로 평가해야 한다고 말했습니다.

얼터처는 AI 모델 운영 비용이 낮아지는 반면 데이터센터 인프라 투자는 늘고 있다고 말했습니다. GPU뿐 아니라 GPU 간 연결망, 전력, 시설과 지원 시스템도 제약 요인이라고 설명했습니다. 기업 방화벽 뒤에 보관된 내부 데이터도 걸림돌로 꼽았습니다. 공개 웹 콘텐츠는 AI 시스템이 점점 더 많이 이용할 수 있지만, 조직에 유용한 정보는 접근하기 어려울 수 있습니다. 기업은 자체 데이터를 실제 업무에서 안전하고 효과적으로 활용하는 방법을 찾아야 합니다.

얼터처는 가장 새롭거나 비싼 모델이 언제나 적합한 것은 아니라고 강조했습니다. 단순한 작업에는 성능이 낮은 모델로 충분할 수 있고, 복잡한 업무에는 여러 모델을 함께 쓰는 방식이 유용할 수 있습니다. 그는 프롬프트를 범주별로 분류하고 품질, 속도, 비용을 기준으로 모델을 평가해 작업에 맞는 방식을 선택하는 시스템을 소개했습니다. 모든 작업에 한 모델을 쓰기보다 과제별로 적합한 모델을 고르는 것이 목표입니다. 또 전 세계 사람들이 컴퓨팅 자원을 보태 정해진 문제를 해결하는 분산형 플랫폼도 언급했습니다. 이런 접근은 소수 제공업체에만 의존하지 않고 개발자와 조직이 실험하도록 할 수 있으며, 논의에서는 비용과 접근성, 경쟁이 도입에 영향을 주는 요인으로 제시됐습니다.

AI 분야에 진입하려는 사람들에게 얼터처는 직접 만들고 조직의 실제 필요에 AI를 적용해 보라고 권했습니다. 그는 고객과 직접 일하면서 문제를 파악하고, 그 경험을 더 많은 사람을 위한 해결책으로 발전시키는 방식으로 서비스에서 제품으로 옮겨갔다고 말했습니다. 고객과 가까이 일하면 무엇이 가치 있는지, 지속 가능한 제품이 어디서 나올지 알아내는 데 도움이 된다고 설명했습니다.

가네시는 영업팀이 반복적인 행정 업무에는 AI를 활용하고, 사람은 판단과 관계, 대화의 미묘한 맥락을 맡을 수 있다고 말했습니다. 한 사례에서 AI 회의 기록 도구는 구매자의 답변을 긍정적으로 해석했지만, 영업 담당자는 망설임을 알아차려 추가 질문을 했습니다. 구매자는 이전 도입 경험에 대한 우려를 밝혔습니다. 도구는 정보를 기록해 담당자가 대화에 집중하도록 했고, 담당자는 AI가 놓친 맥락과 판단을 보탰습니다. 다른 사례에서는 AI가 거래의 잠재적 사각지대를 드러냈습니다. 영업 담당자는 영업 부사장이 구매 결정권자라고 생각했지만, 대화와 정책 문서를 확인한 결과 일정 금액 이상의 구매에는 최고재무책임자가 참여해야 했습니다.

가네시는 절차 업무는 자동화에 적합할 수 있지만, 사람의 판단과 소통 방식, 습관을 바꾸려면 코칭과 신뢰가 필요하다고 덧붙였습니다. 그의 팀은 제품 로드맵을 크게 단축하고 개선 사항을 자주 출시합니다. 특히 조직이 기능을 빠르게 직접 만들 수 있는 경쟁 시장에서는 고객이 AI를 업무 흐름에 맞게 적용하도록 돕는 일이 제품만큼 중요할 수 있다고 말했습니다. 논의는 AI가 반복 업무 시간을 줄이고 의사결정, 관계 형성, 성과에 더 많은 시간을 쓰도록 돕는지를 진전의 기준으로 제시하며 마무리됐습니다. 여기에는 영업 담당자의 신뢰를 얻고, 팀의 결정을 개선하거나, 사업 문제를 해결하는 일이 포함됩니다. 작업의 종류와 품질, 속도, 비용에 따라 도구를 고르고, GPU를 넘어 인프라와 기업 데이터를 살피며, AI와 인간의 판단을 결합하고, 사람이 해낼 수 있는 일을 기준으로 성과를 측정해야 한다는 내용입니다.

2026년 10월 16일 공개된 DisrupTV 453회에서 기업가이자 작가인 제임스 얼터처와 Aspr AI 최고경영자 가네시가 인프라, 데이터 접근성, 모델 선택, 인간의 판단이 실무 AI 성과에 미치는 영향을 논의했습니다. 두 사람은 AI의 가치를 모델 자체의 성능만으로 따지기보다 사람과 조직이 무엇을 해낼 수 있는지로 평가해야 한다고 말했습니다.

얼터처는 AI 모델 운영 비용이 낮아지는 반면 데이터센터 인프라 투자는 늘고 있다고 말했습니다. GPU뿐 아니라 GPU 간 연결망, 전력, 시설과 지원 시스템도 제약 요인이라고 설명했습니다. 기업 방화벽 뒤에 보관된 내부 데이터도 걸림돌로 꼽았습니다. 공개 웹 콘텐츠는 AI 시스템이 점점 더 많이 이용할 수 있지만, 조직에 유용한 정보는 접근하기 어려울 수 있습니다. 기업은 자체 데이터를 실제 업무에서 안전하고 효과적으로 활용하는 방법을 찾아야 합니다.

얼터처는 가장 새롭거나 비싼 모델이 언제나 적합한 것은 아니라고 강조했습니다. 단순한 작업에는 성능이 낮은 모델로 충분할 수 있고, 복잡한 업무에는 여러 모델을 함께 쓰는 방식이 유용할 수 있습니다. 그는 프롬프트를 범주별로 분류하고 품질, 속도, 비용을 기준으로 모델을 평가해 작업에 맞는 방식을 선택하는 시스템을 소개했습니다. 모든 작업에 한 모델을 쓰기보다 과제별로 적합한 모델을 고르는 것이 목표입니다. 또 전 세계 사람들이 컴퓨팅 자원을 보태 정해진 문제를 해결하는 분산형 플랫폼도 언급했습니다. 이런 접근은 소수 제공업체에만 의존하지 않고 개발자와 조직이 실험하도록 할 수 있으며, 논의에서는 비용과 접근성, 경쟁이 도입에 영향을 주는 요인으로 제시됐습니다.

AI 분야에 진입하려는 사람들에게 얼터처는 직접 만들고 조직의 실제 필요에 AI를 적용해 보라고 권했습니다. 그는 고객과 직접 일하면서 문제를 파악하고, 그 경험을 더 많은 사람을 위한 해결책으로 발전시키는 방식으로 서비스에서 제품으로 옮겨갔다고 말했습니다. 고객과 가까이 일하면 무엇이 가치 있는지, 지속 가능한 제품이 어디서 나올지 알아내는 데 도움이 된다고 설명했습니다.

가네시는 영업팀이 반복적인 행정 업무에는 AI를 활용하고, 사람은 판단과 관계, 대화의 미묘한 맥락을 맡을 수 있다고 말했습니다. 한 사례에서 AI 회의 기록 도구는 구매자의 답변을 긍정적으로 해석했지만, 영업 담당자는 망설임을 알아차려 추가 질문을 했습니다. 구매자는 이전 도입 경험에 대한 우려를 밝혔습니다. 도구는 정보를 기록해 담당자가 대화에 집중하도록 했고, 담당자는 AI가 놓친 맥락과 판단을 보탰습니다. 다른 사례에서는 AI가 거래의 잠재적 사각지대를 드러냈습니다. 영업 담당자는 영업 부사장이 구매 결정권자라고 생각했지만, 대화와 정책 문서를 확인한 결과 일정 금액 이상의 구매에는 최고재무책임자가 참여해야 했습니다.

가네시는 절차 업무는 자동화에 적합할 수 있지만, 사람의 판단과 소통 방식, 습관을 바꾸려면 코칭과 신뢰가 필요하다고 덧붙였습니다. 그의 팀은 제품 로드맵을 크게 단축하고 개선 사항을 자주 출시합니다. 특히 조직이 기능을 빠르게 직접 만들 수 있는 경쟁 시장에서는 고객이 AI를 업무 흐름에 맞게 적용하도록 돕는 일이 제품만큼 중요할 수 있다고 말했습니다. 논의는 AI가 반복 업무 시간을 줄이고 의사결정, 관계 형성, 성과에 더 많은 시간을 쓰도록 돕는지를 진전의 기준으로 제시하며 마무리됐습니다. 여기에는 영업 담당자의 신뢰를 얻고, 팀의 결정을 개선하거나, 사업 문제를 해결하는 일이 포함됩니다. 작업의 종류와 품질, 속도, 비용에 따라 도구를 고르고, GPU를 넘어 인프라와 기업 데이터를 살피며, AI와 인간의 판단을 결합하고, 사람이 해낼 수 있는 일을 기준으로 성과를 측정해야 한다는 내용입니다.