월마트, 자체 AI 플랫폼 'Element'으로 150만 직원의 생산성 혁신 이끌어

월마트는 AI 플랫폼을 자체적으로 개발하여 150만 명의 직원들이 실제로 사용하고자 하는 도구를 만들어냈습니다. 2025년 6월 24일, 월마트의 엘리먼트(Element) 플랫폼은 기업용 AI 솔루션 구매 대신 자체 제작에 초점을 맞춰, 전통적인 소프트웨어 개발을 무력화시키는 내부 AI 제조 시설로 발전했습니다. 엘리먼트 플랫폼은 규모에 우선적으로 설계되어, 매일 300만 건의 쿼리를 처리하고 주간 사용자는 90만 명에 달합니다. 이 플랫폼은 44개 언어의 실시간 번역을 지원하여, 교대 근무 계획 시간을 90분에서 30분으로 단축시켰습니다. 그러나 이러한 애플리케이션들은 더 큰 변화의 징후를 보여줍니다. 월마트는 AI 개발을 산업화했습니다. 월마트의 스토어 및 온라인 픽업 및 배송 기술 부사장인 파르베즈 무사니(Parvez Musani)는 VentureBeat과의 인터뷰에서, "우리는 엘리먼트를 다양한 대형 언어 모델(LLMs)과 무관하게 설계했습니다. 우리가 원하는 용례나 쿼리 유형에 따라 가장 비용 효율적인 LLM을 선택할 수 있습니다"라고 밝혔습니다. 이 설계 결정은 플랫폼 독립성을 추구하면서 오픈 소스에 대한 강한 약속도 포함하고 있습니다. 엘리먼트의 통합 데이터 파이프라인은 공급망부터 매장 바닥까지 연결되며, 표준화된 배포 패턴은 생산 시간을 가속화합니다. 연속적인 피드백 루프는 지속적인 개선을 보장합니다. 월마트의 직원 도구 부사장인 브룩 포레스트(Brooks Forrest)는 "우리 직원들은 지속적으로 피드백을 제공해, 이를 통해 우리는 그들에게 능력을 제공하는 데 있어 민첩하게 반복할 수 있습니다"라고 강조했습니다. 엘리먼트는 애플리케이션을 만들지 않습니다. 제조합니다. 같은 생산 라인, 같은 품질 관리, 같은 운영 패턴. 각 애플리케이션은 다음 개발을 위한 플랫폼의 역량을 강화합니다. 전통적인 기업용 AI는 각 애플리케이션을 독특한 프로젝트로 취급하지만, 엘리먼트는 제품이 조립 라인에서 생산되는 것처럼 다룹니다. 이 차이는 AI 배포가 분기 단위로 진행되는지 아니면 주 단위로 진행되는지를 결정합니다. 엘리먼트 플랫폼은 다중 앱 및 제품 개발 요청을 동시에 처리할 수 있으며, 최소한의 낭비로 설계되었습니다. 데이터 과학자와 엔지니어들이 요구 사항을 제출하면, 엘리먼트는 모델 선택, 인프라 프로비저닝, 확장, 그리고 배포를 담당합니다. 새로운 애플리케이션은 이전 개발에서 검증된 컴포넌트를 상속받아, 개발 마찰을 거의 없애고 생산 시간을 단축시킵니다. 엘리먼트의 LLM 무관성 아키텍처는 기업용 AI 배포에서 유래하지 않은 수준의 유연성을 가능하게 합니다. 월마트는 AI 공급업체 간의 지속적인 비용-성능 중개를 수행하며, 간단한 쿼리 라우팅부터 기본 모델까지 모든 것을 비교합니다. 이 라우팅은 실시간 평가에 따라 자동으로 이루어집니다. "엘리먼트는 가장 비용 효율적인 방식으로 가장 좋은 LLM을 선택할 수 있도록 해줍니다"라고 무사니는 설명했습니다. 이 기능은 AI를 고정 비용에서 동적 최적화 문제로 전환시킵니다. 이 유연성은 44개 언어를 지원하는 번역 도구에서도 중요한 역할을 했습니다. 다른 언어 쌍은 서로 다른 모델 역량이 필요합니다. 엘리먼트는 각 번역 요청에 대해 최적 모델을 선택하며, 정확성 요구와 계산 비용을 균형있게 맞춥니다. 월마트의 피드백 루프 접근 방식은 가장 진보한 제조 시설의 사고 방식을 드러냅니다. 직원들은 단순히 엘리먼트로 제작된 애플리케이션을 사용하는 것이 아니라, 구조화된 상호 작용 패턴을 통해 지속적으로 개선합니다. 대화형 AI 시스템은 매일 3만 건의 쿼리를 처리하며, 각 상호 작용은 모델 성능, 쿼리 패턴, 사용자 만족도에 대한 신호를 생성합니다. 엘리먼트는 이러한 신호를 캡처하여 개발 과정에 피드백합니다. 새로운 애플리케이션은 출시 전에 기존 배포에서 학습합니다. 엘리먼트는 외부 플랫폼에 의존하는 것보다 내부 제조 시설이 우수함을 입증합니다. 외부 플랫폼은 일반화를 최적화하지만, 월마트의 엘리먼트는 한 고객의 특정하고 독특한 요구를 최적화합니다. 월마트의 210만 명의 세계적인 직원들은 공통된 워크플로, 용어, 목표를 공유하며, 이는 어떠한 외부 플랫폼도 충족시키기 어려운 요구입니다. 월마트의 제조 시설 모델은 혁신 사이클도 변화시킵니다. 월마트가 새로운 용례를 식별하면, 개발은 즉시 시작됩니다. 공급업체 평가, 계약 협상, 통합 계획이 필요 없습니다. 아이디어는 기존 제조 시설 역량을 사용하여 개념화부터 생산까지 직접 이동합니다. 월마트의 경쟁적 영향을 평가해보면, 엘리먼트 제조 시설은 시간이 지남에 따라 복합적인 경쟁 우위를 창출합니다. 각 새로운 애플리케이션이 플랫폼을 강화하고, 각 사용자 상호 작용이 모델 선택을 개선하며, 각 배포가 제조 시설에 대한 생산 요구를 가르칩니다. 경쟁사들은 AI 기반 애플리케이션과 도구를 판매 직원, 채널, 파트너에게 제공하기 위한 경쟁에서 불편한 선택을 직면하게 됩니다. 유사한 역량을 구축하려면 막대한 투자와 기술적 전문성이 필요하며, 솔루션을 구매하면 공급업체의 제한과 느린 혁신 사이클을 받아들여야 합니다. 기다리는 것은 월마트의 제조 시설이 가속화됨에 따라 더 멀리 뒤쳐지는 것을 의미합니다. 소매업의 문맥과 산업의 빠른 속도, 특히 재무적 경쟁력을 유지하기 위한 속도 필요성은 이러한 우위를 더욱 강화합니다. 미세한 이익률과 치열한 경쟁 속에서 운영 향상은 직접적인 이윤 증대로 이어집니다. 교대 근무 계획 도구는 매일 매니저당 60분을 절약하며, 이는 수백만 달러의 노동 비용 절감으로 이어집니다. 엘리먼트로 제작된 수십 개의 애플리케이션을 곱하면, 재무적 영향은 전략적 차원으로 확장됩니다. 기업 리더들이 AI 파일럿 프로젝트의 스케일 확장을 고민한다면, 엘리먼트는 중요한 교훈을 제공합니다. 성공은 최적의 모델이나 공급업체를 선택하는 것이 아니라, AI 잠재력을 일관성 있게 운영 현실로 전환할 수 있는 조직 역량을 구축하는 것입니다. 월마트는 AI 개발을 제조와 같이 다루는 방법을 보여주었습니다: 표준화된 프로세스, 모듈화된 컴포넌트, 지속적인 개선. 각 직원 상호 작용이 시스템을 더 똑똑하게 만듭니다. 각 배포는 다음 배포를 위해 제조 시설에 대해 가르칩니다. AI를 설치할 소프트웨어가 아니라 창출할 역량으로 생각하는 기업이 다음 10년을 정의할 것입니다. 월마트의 엘리먼트 제조 시설은 기업용 AI 변혁의 새로운 지침을 제공합니다. AI 모델을 교환 가능한 구성 요소로 treating, 데이터 액세스를 애플리케이션 구축 전에 통합, 개발 프로세스를 산업화, 초기부터 피드백 설계. 이러한 원칙들은 엘리먼트의 아키텍처를 정의하며, 월마트는 AI 발전의 미래를 선도하고 있습니다. 월마트는 기업 AI의 가장 복잡한 문제, 즉 스케일을 해결하였습니다. 이제 기업들은 AI를 설치할 소프트웨어가 아니라 창출할 역량으로 이해해야 할 새로운 요구사항을 가지게 되었습니다. 이러한 사고 방식의 변화가 다음 10년을 정의할 것입니다.