아렌티어 고객 사례를 소개합니다.

KR
KR EN JP
SEARCH
인사이트
생성형 AI(GEN AI)의 최근 동향과 준비 사항
  • 소식
  • 2024.06.14

생성형 AI(GEN AI)의 최근 동향과 준비 사항

 

생성형 AI는 기계 학습 알고리즘을 활용해 오디오, 코드, 이미지, 텍스트, 시뮬레이션 및 비디오를 포함한 새로운 콘텐츠를 생성하는 인공지능의 한 분야로, 최근 많은 관심을 받고 있습니다. 이 기술은 다양한 산업분야에서 콘텐츠 제작에 접근하는 방식을 변화시킬 수 있는 잠재력을 가지고 있습니다.

 

2022년 11월 ChatGPT가 등장한 이후, 생성형 AI는 빠르게 발전하고 있습니다. 일상 속 많은 사람들이 ChatGPT에 반응했으며, AI와 기계 학습은 다양한 산업에 큰 영향을 미치고 있습니다. 특히 의료 영상 분석, 고해상도 기상 예측 등 여러 분야에서 혁신을 이루고 있습니다.

 

최근 맥킨지글로벌연구소의 보고서 '생성형 AI의 경제적 잠재력'에 따르면, 생성형 AI는 세계 경제에 연간 2조 6천억 달러에서 최대 4조 4천억 달러의 가치를 창출할 수 있다고 전망했습니다. 이 보고서는 업무 자동화를 통해 작업자의 업무 시간을 60~70% 줄이고, 2030년에서 2060년 사이에 모든 업무의 절반을 자동화할 것으로 예상했습니다.

 

이러한 이유로 많은 조직이 생성형 AI 기술을 수용할 방법을 모색하고 있습니다. 이러한 때, 생성형 AI의 최근 동향을 파악하고, 조직의 준비 사항을 점검해야 할 것입니다.

 

동향 1. 생성형 AI 및 LLM(대형 언어 모델)의 과대 평가

 

동향 1. 생성형 AI 및 LLM(대형 언어 모델)의 과대평가

 

최근 몇 년간 생성형 AI는 큰 발전을 이루었지만, 그 가능성에 대한 과대평가도 있었습니다. 생성된 텍스트, 이미지, 음성은 매우 진짜처럼 보일 수 있지만, 실제로는 통계적으로 관련성이 높은 단어, 이미지의 모음일 뿐이며, 때로는 부정확할 수도 있습니다. 다행인 것은 최종 사용자가 AI의 모든 이점과 한계를 완전히 고려한다면 AI의 실제 결과가 매우 유용할 수 있다는 것입니다.

 

결과적으로 올해는 생성형 AI의 한계와 이점을 현실적으로 평가하게 될 것입니다. 공급업체는 AI가 생성하는 모든 것에 대해 회의적인 시각을 가지고, 정확성, 설명 가능성, 보안, 총 비용 등의 핵심 요소를 고려하는 것은 물론 생성형 AI의 이점과 제한 사항을 최종 사용자에게 명확하게 전달해야 합니다.

 

분명한 것은 생성형 AI가 기업을 위한 새로운 패러다임으로 정착될 것입니다. 예를 들어 특정 사용 사례를 해결하기 위해 소수의 생성형 AI 기반 애플리케이션을 프로덕션에 배포하는 것입니다.

 

동향 2. 자연어 인터페이스의 보편화

 

동향 2. 자연어 인터페이스의 보편화

 

오프라인 상점에 들어가 직원에게 질문을 하면, 말로 대답하는 대신 디스플레이에 옵션 목록이 표시되거나 화이트보드에 그림을 그리는 장면을 상상해 봅시다. 이 과정에서 인간 수준의 풍부한 의사소통은 옵션 메뉴나 시각적 그룹으로 대체됩니다. 사실 이러한 대화 방식은 지난 25년 동안 대부분 웹사이트의 패러다임이었습니다.

 

이미 생성형 AI와 대규모 언어 모델을 통해 '웹에서 규모에 맞는 친밀감'을 창출하려는 경쟁이 진행 중입니다. 이를 위해서는 언어 모델과 정확하고 신뢰할 수 있는 상호 작용을 가능하게 하는 기술이 필요합니다. 실제 몇몇 기업들은 이러한 문제를 극복하고 자연어 인터페이스를 제공하고 있습니다.

 

결과적으로 2024년에는 자연어 인터페이스가 더욱 보편화될 것입니다. 더 많은 사람들이 자연어 인터페이스를 활용하고, 개인화된 경험을 즐길 수 있을 것입니다.

 

동향 3. 생성형 AI의 한계와 검색 증강 생성(RAG)의 등장

 

동향 3. 생성형 AI의 한계와 검색 증강 생성(RAG)의 등장

 

생성형 AI는 놀라운 기술이지만, 정보의 양과 검색의 관련성 문제를 완전히 해결할 수는 없습니다. 기존 도구가 관련 정보를 즉시 안정적으로 제공하지 못했다면, 생성형 AI를 추가해도 성능이 향상되지 않을 것입니다. 마찬가지로, 질문에 효과적으로 대답하지 못하는 솔루션에 생성형 AI를 추가해도 결과는 개선되지 않을 것입니다.

 

2024년에는 검색 증강 생성(RAG)이 이러한 문제를 해결할 수 있는 방법으로 등장할 것입니다. RAG는 생성형 AI에 좁고 관련성 있는 입력 세트를 제공하여 정확하고 신뢰할 수 있는 요약을 생성하는 AI 프레임워크입니다. 그러나 RAG를 성공적으로 구현하는 것은 쉽지 않으며, 모든 RAG 인스턴스가 동일하게 생성되지 않을 것입니다.

 

RAG만으로는 도메인별 컨텍스트가 포함된 질문에 답할 때 여전히 매우 정확한 답변을 제시하지 못할 수 있습니다. 이를 해결하기 위해서는 LLM의 최종 단계 미세 조정이 필요합니다. 결합된 RAG + 미세 조정 접근 방식은 기업을 위한 생성형 AI 솔루션의 생산 수준 성능을 향상시키는 데 도움이 될 것입니다.

 

동향 4. 생성형 AI 이니셔티브의 주도권 변화

 

동향 4. 생성형 AI 이니셔티브의 주도권 변화

 

지금까지 조직의 생성형 AI 이니셔티브는 IT 부서가 주도해왔습니다. IT 부서는 변경 관리 절차, 사용자 교육, 이전 도구의 사용 근절 등을 담당하며, 생성형 AI의 도입을 지원했습니다. 그러나 이러한 이니셔티브는 종종 사용자들의 저항과 기술적인 문제로 인해 어려움을 겪었습니다.

 

2024년에는 생성형 AI의 주도권이 LOB(Line of Business)로 넘어갈 것입니다. 사용자들은 이미 생성형 AI 도구를 다양한 형태로 사용해보았으며, 이에 대한 열정이 높습니다. 자연어 인터페이스를 갖춘 생성형 AI의 사용자 친화적인 특성은 비기술적인 이해관계자들의 원활한 채택을 촉진할 것입니다.

 

하지만 IT 팀은 여전히 오류, 설명 가능성 부족, 도메인별 지식 제한, 비용 문제 등의 기술적인 문제에 직면해 있습니다. 일부 조직에서는 IT팀이 생성형 AI를 도입할 때까지 사용이 금지되기도 합니다. 그럼에도 불구하고 조직은 다양한 생성형 AI 도구를 평가하고, 기업 환경에서 생성형 AI의 모든 과제를 해결할 수 있는 도구를 선택하는 프로세스를 마련할 것입니다.

 

동향5. 생성형 AI를 통한 혁신적인 신입사원 온보딩

 

동향 5. 생성형 AI를 통한 혁신적인 신입사원 온보딩

 

조직은 인력 변동에 지속적으로 대처해야 하며, 이는 신입사원 채용 및 온보딩 과정을 복잡하게 만듭니다. 이 과정에서 신입사원은 조직의 복잡한 프로세스, 정책, 언어를 이해하는 데 어려움을 겪을 수 있으며, 기존 학습 시스템이 필요한 정보를 충분히 제공하지 못할 수도 있습니다. 게다가 도메인별 전문 용어는 직관적이지 않아 신규 사용자가 문의사항을 효과적으로 전달하기 어려울 수 있습니다. 이런 문제는 학습 기간을 늘리고 생산성을 저하시킬 수 있습니다.

 

하지만 생성형 AI와 답변 엔진을 활용하면 이런 문제를 해결할 수 있습니다. 자연어 처리 능력을 갖춘 생성형 AI는 사용자의 말로 질문을 이해하고, 조직의 서비스 및 프로그램과 관련된 정보를 제공할 수 있습니다. 이를 통해 신입사원은 업무 수행에 필요한 지식을 빠르게 습득할 수 있습니다. 답변 엔진은 수집된 데이터를 분석하여 맞춤형 교육 콘텐츠를 제공하고, 특정 학습 요구 사항과 정보 격차를 해결하는 데 도움을 줍니다.

 

2024년에는 생성형 AI와 답변 엔진이 신입사원 온보딩 프로세스에 통합되어, 개인이 조직에 빠르게 적응하고 생산적인 기여를 할 수 있을 것입니다. 이를 통해 조직은 인적 자원 관리의 효율성을 높이고, 직원의 역량을 향상시킬 수 있습니다.

 

생성형 AI 모델의 위험과 기회

 

생성형 AI 모델의 위험과 기회

 

생성형 AI가 핑크 빛 미래만 있는 것은 아닙니다. 생성형 AI는 새로운 기술로 장기적인 효과는 아직 확인되지 않았지만, 몇 가지 내재적인 위험이 존재합니다. 첫째, 생성형 AI 모델이 만들어내는 결과물은 매우 설득력 있게 들릴 수 있지만, 때로는 완전히 잘못된 정보를 생성할 수 있습니다. 더 나쁜 것은, 때로는 편견이 있을 수 있으며 비윤리적이거나 범죄적인 활동을 가능하게 하도록 조작될 수 있다는 것입니다. 이로 인해 대외 평판 및 법적 위험이 발생할 수 있습니다.

 

둘째, 이러한 위험은 데이터 선택, 전문화된 모델 사용, 모델 사용자 지정, 그리고 생성된 콘텐츠의 인간 검토 등을 통해 완화될 수 있습니다.

 

이러한 위험에도 불구하고, 생성형 AI는 새로운 분야로 빠르게 변화하고 있으며, 새로운 사용 사례와 모델이 개발될 가능성이 높습니다. 이에 따라 새로운 규제 환경도 형성될 것으로 예상됩니다. 따라서 조직의 리더는 규제와 위험의 흐름을 계속해서 파악해야 할 것입니다.

 

 

[참고자료]

 

1. The economic potential of generative AI: The next productivity frontier

2. Benefitting from Generative AI: What to Expect in 2024

3. '생성형 AI'의 잠재력…"세계 경제에 연 5천600조원 가치 창출"

 

 

    ★ 함께 보면 좋은 IT 트렌드

 

 
 
 
 
 
 
클루닉스 뉴스레터
받아보세요!
클라우드, HPC, 인공지능 (AI) 등의
트랜드 뉴스를 매주 만나보세요. 뉴스레터 구독하기
퀵메뉴 모바일 여닫기 한단 아래로 맨 위로

현재 브라우저에서는 지원하지 않는 사이트입니다. 아래의 다른 브라우저를 다운받아 사용해주세요.