Media and entertainment industry cautious to adopt gen AI(미디어 엔터 산업 AI도입 신중)
미디어 및 오락 산업, 생성형 AI 도입에 신중최근 AWS 마켓플레이스의 지원을 받아 Forrester가 실시한 조사에 따르면, 미디어 및 오락(M&E) 산업이 생성 AI 도입에 있어 신중한 접근을 취하고 있는 것으로 나타났다.
보고서는 515명의 설문조사와 4명의 주요 의사결정자 인터뷰를 바탕으로 작성되었다.
주요 발견사항
- 중앙 집중식 채택과 보수적 접근: M&E 기업들은 생성형 AI의 잠재력에 높은 기대를 가지고 있지만, 경쟁에서 뒤처질 것이라는 우려에도 불구하고 신중하게 접근하고 있다.
- 도입 초기의 어려움: 초기 생성형 AI 도입을 서둘렀던 기관들은 성능 문제와 데이터 관리 부족에 직면하고 있으며, 이를 해결하기 위해 외부 지원이 중요한 것으로 나타났다.
- 특화된 생성 AI의 잠재력: M&E 산업에 특화된 생성형 AI는 콘텐츠 제작 비용 절감과 고품질 콘텐츠 생산으로 소비자 기대를 효과적으로 충족시킬 수 있을 것으로 예상된다.
산업 우선순위 및 도전 과제
조사 결과, M&E 산업의 57%가 생성형 AI 기반 신제품 및 서비스 개발을 우선순위로 두고 있으며, 49%가 혁신 촉진을 생성형 AI 도입의 주요 동인으로 꼽았다.
그러나 직원들의 저항(44%)과 주요 데이터 소스 부족(22%) 등이 주요 도전 과제로 지적되었다.
향후 전망
M&E 기업들은 향후 2-3년 동안 콘텐츠 현대화(41%)가 가장 큰 영향을 미칠 것으로 예상하고 있으며, 45%가 생성형 AI 훈련을 위한 데이터 개선 계획을 가지고 있다
이번 조사는 생성형 AI가 M&E 산업의 미래를 변화시킬 잠재력을 가지고 있지만, 효과적인 활용을 위해서는 기술적, 조직적, 그리고 데이터 관리 관점에서의 도전 과제 해결이 필요하며, 전략적 계획과 외부 지원이 필수적임을 시사하고 있다
A recent report by Forrester, supported by AWS Marketplace, outlines the status of generative AI in the media and entertainment (M&E) industry, highlighting both its potential and the uncertainties it brings. The report is based on a survey of 515 respondents and interviews with four key decision-makers.
Key Findings
- Centralized Adoption and Conservative Approach: M&E companies hold high expectations for generative AI's potential but are adopting it cautiously. Despite fears of falling behind competitors without swift adoption, significant efforts are still required to realize its benefits.
- Challenges in Early Adoption: Organizations that rushed into early adoption are encountering performance issues and inadequate data management. It has been found that external support is crucial to resolving these challenges while minimizing internal structural changes.
- Potential of Specialized Generative AI: Generative AI tailored specifically for the M&E sector could effectively meet consumer expectations by lowering content production costs and enhancing the quality of content.
Industry Priorities
Major Priorities in the M&E Industry
- Developing new products and services based on generative AI: 57% (34% high priority, 23% important)
Key Drivers for Generative AI Adoption
- Promoting innovation: 49%
Stages of Generative AI Adoption
- Enterprise-wide stage (operationalizing across the company): 22%
Approaches to Procuring Generative AI Models
- Using pre-trained open-source models for image, voice, and video generation: 19%
Challenges in Generative AI Adoption
- Employee resistance: 44%
- Lack of key data sources to answer business questions: 22%
Future Plans
- Improving data for training generative AI: 45%
Expected Impact Areas
The areas expected to have the greatest impact in the next 2-3 years include content modernization, which is anticipated to affect 41% of organizations.
Gen AI has the potential to significantly transform the future of the media and entertainment industry. However, addressing challenges from technical, organizational, and data management perspectives is essential for effective implementation. Strategic planning and external support are critical for success.
M&E 산업의 주요 우선순위
우선순위 | 높은 우선순위 (%) | 중요한 우선순위 (%) | 전체 우선순위 (%) |
콘텐츠 제작 파트너의 생성형 AI 도입 가속화 | 46% | 36% | 83% |
고객 상호작용 및 추천 개인화 | 41% | 36% | 78% |
생성형 AI로 인간 역량 강화 | 42% | 31% | 72% |
콘텐츠 제작 및 관리 간소화 | 45% | 25% | 70% |
서드파티 플랫폼 통합 활용 | 40% | 25% | 65% |
생성형 AI 기반 신규 제품 및 서비스 개발 | 34% | 23% | 57% |
생성형 AI 도입의 주요 동인
동인 | 비율 (%) |
콘텐츠/미디어 제작 가속화 | 61% |
제작 비용 절감 | 55% |
시청자/고객 경험 개선 | 51% |
혁신 촉진 | 49% |
생성형 AI 도입 단계
단계 | 비율 (%) |
확장 단계: 기존 생성형 AI 프로그램의 새로운 사용 사례 탐색 | 39% |
파일럿 단계: 몇 가지 특정 사용 사례에만 적용 | 39% |
전사적 단계: 기업 전반에서 생성형 AI 운영화 | 22% |
생성형 AI 모델 조달 접근방식
접근방식 | 비율 (%) |
콘텐츠 제작 파트너와 협력하여 모델 구축/통합 | 49% |
기존 및 신규 공급업체의 내장된 생성형 AI 기능 활용 | 44% |
상용 대규모 언어 모델 활용 | 40% |
생성형 AI 기능이 내장된 도메인 특화 애플리케이션 구매 | 37% |
이미지, 음성, 동영상 생성을 위한 상용 모델 활용 | 33% |
도메인 또는 산업 특화 모델 활용 | 32% |
오픈소스 대규모 언어 모델 활용 | 25% |
사전 구축된 대규모 언어 모델의 미세 조정 | 23% |
이미지, 음성, 동영상 생성을 위한 사전 학습된 오픈소스 모델 활용 | 19% |
생성형 AI 도입의 어려움
어려움 | 비율 (%) | 순위 |
성능 및 출력 품질 | 65% | 1 |
학습 데이터 부족 | 60% | 2 |
적합한 데이터 부재 | 55% | 3 |
직원 저항 | 44% | 4 |
추가적인 도전 과제
과제 | 비율 (%) |
기존 시스템이 진행을 방해 | 51% |
데이터 관리 기반 부족 | 45% |
모델 성능이 비즈니스 요구/기대치를 충족하지 못함 | 43% |
법적 및 규정 준수 문제 | 39% |
내부 팀 간 협업 부족 | 29% |
기술 전문가 채용 어려움 | 27% |
비즈니스 사용자들의 AI/생성형 AI 기술 부족 | 24% |
비즈니스 질문을 해결할 핵심 데이터 소스 부족 | 22% |
생성형 AI에 대한 향후 계획
계획 | 비율 (%) |
미디어 제작에서 생성형 AI 사용 확대 | 68% |
생성형 AI 비즈니스 성과 개선 | 57% |
생성형 AI 사용 사례 확대 | 51% |
생성형 AI 훈련을 위한 데이터 개선 | 45% |
향후 2-3년 동안 가장 큰 영향을 미칠 분야
영향 분야 | 비율 (%) |
개인화 추천 및 조언 | 59% |
소프트웨어 개발 및 IT 운영 | 53% |
콘텐츠 제작 및 지원 기능 | 49% |
고객 서비스 및 지원 | 44% |
콘텐츠 현대화 | 41% |
Generative AI has the potential to transform the future of the media and entertainment industry. However, to effectively harness this potential, challenges from technical, organizational, and data management perspectives must be addressed, and strategic planning and external support are essential.