Investing.com - J.P. 모건은 최근 보고서에서 생성형 AI가 프로젝트 비용의 디플레이션 영향을 상쇄하기 위해 IT 서비스 업무량을 55% 이상 가속화해야 할 것으로 추정했습니다.

분석가들은 대규모 언어 모델을 통한 코딩 작업 자동화가 동일 기준으로 프로젝트 비용을 약 35% 감소시킬 수 있을 것으로 전망합니다.

이 추정치는 일반적인 프로젝트 전체 투입 시간(FTE)의 약 40%를 차지하는 일상적인 코딩 작업에서 90%의 디플레이션을 가정합니다.

문서화와 테스트에서도 추가적인 디플레이션이 예상되는 반면, 요구사항 분석 및 아키텍처 설계와 같은 고차원적 사고가 필요한 기능은 가격 압박이 덜할 것으로 예상됩니다.

이 증권사는 새롭게 도입된 작업인 프롬프트 엔지니어링이 일부 디플레이션을 상쇄할 것으로 강조하며, 이는 AI 도입 전 프로젝트 비용의 15% 또는 AI 도입 후 프로젝트 구성의 23%를 차지할 것으로 예상합니다.

코드 검토 비중도 AI 생성 코드에 대한 감독 필요성으로 인해 두 배로 증가할 것으로 예상됩니다.

생성형 AI가 자동화할 수도 있고 복잡하게 만들 수도 있는 디버깅은 비용 중립적으로 유지될 것으로 가정합니다.

J.P. 모건의 가격-수량 모델 기반 계산에 따르면, 가격이 35% 하락할 경우 순수익 손실을 방지하기 위해서는 최소 55%의 작업량 증가가 필요합니다.

보고서는 이 임계값에 도달하기 위한 다양한 조합을 제시했으며, 예를 들어 프로젝트 볼륨과 복잡성을 각각 25% 증가시키는 방안이 있습니다.

분석가들은 생성형 AI 도입이 이 55% 업무량 증가 임계값을 초과할 것으로 믿으며, 기업들이 클라우드 컴퓨팅과 오프쇼어 딜리버리 등 이전 기술 변화에서 얻은 비용 절감을 새로운 기술 이니셔티브에 재투자했던 역사적 패턴을 인용합니다.

Genpact(NYSE:G)가 보고한 에이전트 솔루션을 사용하는 고객들의 3% 수익 증가와 같은 초기 신호는 유사한 재투자 추세가 진행 중임을 시사합니다.

J.P. 모건은 또한 IT 작업 구성의 변화를 지적했습니다. AI 도입 전에는 코드 작성이 프로젝트 비용의 40%를 차지했지만, AI 도입 후에는 6%로 감소할 것으로 예상됩니다.

한편, 프롬프트 엔지니어링, 디버깅, 코드 검토는 새로운 비용 구조에서 더 큰 비중을 차지하게 될 것이며, 이는 노동력의 완전한 감소보다는 재할당을 의미합니다.

이 기사는 인공지능의 도움을 받아 번역됐습니다. 자세한 내용은 이용약관을 참조하시기 바랍니다.