생성형 AI: 통신 서비스 제공업체의 클라우드 혁신을 위한 다음 단계

*본 아티클의 원문은 2023년 6월 16일 Google Cloud 블로그(영문)에 게재되었습니다.

통신 서비스 제공업체(CSP)는 변곡점에 서 있습니다. 매출 정체, 5G 수요를 충족하기 위한 네트워크 부담, 혁신적인 고객 경험 제공의 어려움 등 통신 업계는 혁신에 대한 엄청난 압박을 받고 있습니다.

지난 몇 년 동안 전 세계 CSP는 이러한 문제를 해결하기 위해 인공지능(AI)으로 눈을 돌렸지만, 여전히 운영 비용의 대부분은 인프라와 데이터 관리에 사용되고 있습니다. 이로 인해 핵심 데이터 자산을 활용하고 개인의 니즈에 맞는 차별화된 고객 경험을 개발하는 데 한계가 있었습니다.

최근 큰 주목을 받고 있는 머신 인텔리전스의 일종인 생성형 AI를 소개합니다. 생성형 AI는 사람이 작성한 것 같은 텍스트를 생성하고, 새로운 이미지를 만들고, 악보까지 작성하는 놀라운 능력을 발휘합니다. 또한 머신러닝(ML)을 보완하는 것은 물론 패턴을 식별하여 예측을 수행하거나 효율성을 파악하거나 대규모 데이터 세트를 해석하는 머신러닝의 역량을 강화하는 흥미로운 AI 도구입니다.

생성형 AI에 대한 과대광고가 많지만, Google Cloud에서는 통신 서비스 업계 입장에서 훨씬 더 실용적인 시각으로 이를 바라보고 있습니다. 생성형 AI는 CSP가 매일 사용하는 많은 도구와 프로세스를 간소화하고, 사람과 컴퓨터 간에 새로운 차원의 자연스러운 상호작용을 제공하며, 음성 요청에 따라 작업을 수행하고 자연스러운 대화 형식으로 응답하도록 머신을 프로그래밍할 수 있는 잠재력을 바탕으로 이미 진행 중인 혁신을 가속화할 수 있습니다.

생성형 AI는 기존의 Google Cloud 데이터, AI, ML 서비스를 기반으로 합니다. 예를 들어 지난 수년간 CSP는 발신자와 컴퓨터 간의 인간과 유사한 상호작용을 지원하는 Contact Center AI를 성공적으로 도입하여 고객과 콜센터 직원 모두의 만족도를 높였습니다. 이 기술에 생성형 AI를 추가하면 CSP와 고객은 예컨대 유용한 정보를 제공할 뿐만 아니라 고객의 결제와 기타 거래 실행을 돕는 가상 에이전트와 같은 훨씬 더 뛰어난 기능과 영향력을 갖추게 될 것입니다. CSP는 생성형 AI를 통해 고객 통화 요약을 활용하여 고객의 감정을 더 잘 파악하고 크로스셀 및 업셀 기회를 찾아낼 수 있습니다. 또한 고객 대화를 통해 정보를 얻는 가상 에이전트를 쉽고 빠르게 빌드하고 배포하여 보다 혁신적인 맞춤형 고객 상호작용을 촉진할 수 있습니다. 이는 시작에 불과합니다.

세 가지 핵심 영역

콜센터는 실용적인 생성형 AI가 새로운 가치를 창출하는 데 도움이 될 영역 중 하나입니다. 오늘날 CSP가 직면한 주요 과제를 생각해 볼 때, 특히 다음 세 가지 영역에서 생성형 AI가 혁신을 촉진할 것으로 기대됩니다.

1. 맞춤형 경험: 생성형 AI는 고객 콜센터 상호작용을 더욱 개선할 뿐만 아니라 전자상거래 상호작용에서 향상된 맞춤설정을 제공하여 고객이 휴대전화와 통화 요금제를 선택하는 데 큰 도움이 될 수 있습니다. 맞춤설정은 이탈률을 낮추고, 관련성 있는 새로운 서비스를 제공하며, 고객 수명 주기를 관리하는 데에도 중요합니다. 예를 들어 CSP는 생성형 AI를 사용해 특정 테마에 맞는 맞춤형 마케팅 캠페인 콘텐츠를 제작하고 맞춤 텍스트와 이미지로 개별 고객을 타겟팅할 수 있습니다.
2. 자율 네트워크: 생성형 AI는 네트워크 계획과 운영 전반에 걸쳐 사용되는 여러 복잡한 AI/ML 모델을 네트워크 행동을 이해하고 네트워크 용량 계획, 성능 등의 영역에서 실행 계획을 생성할 수 있는 대규모 언어 모델(LLM)과 연결하여 자율 네트워크의 기반을 마련하는 데 도움이 될 것입니다. 예를 들어 CSP는 생성형 AI를 사용해 고객 경험과 감정 데이터로 모델을 학습시켜 더 나은 예측 기능을 빌드할 수 있습니다. 중요한 점은 이러한 모델을 조정하는 데 사용되는 고객 데이터 세트가 공개되지 않는, 선별된 내부 고객 데이터라는 것입니다. 따라서 개인 정보 보호, 사실성, 관련성이 크게 향상되는 동시에 지식 재산도 보호할 수 있습니다. 또한 생성형 AI는 높은 수준의 보고와 분석이 필요한 네트워크 계획과 설계에 도움이 될 수 있습니다.
3. 간소화된 운영: 운영 센터 업타임과 현장 서비스 효율성은 모두 비용 관리와 고객 만족도 향상에 매우 중요합니다. 특히 현장 서비스 기기에 생성형 AI를 적용하면 진단과 분석 속도가 빨라지고, 설치, 부품, 문제 해결에도 도움이 될 수 있으며, 기업이 트럭을 보내야 하는 횟수가 최소화되고, 현장 서비스 교육이 개선될 수 있습니다. 또한 생성형 AI는 코드 생성과 문제 해결을 통해 안정적인 소프트웨어 제품과 서비스를 제공할 수 있도록 지원하여 IT 개발 프로세스의 생산성을 높여 줍니다.

데이터 보안과 신뢰성

생성형 AI에서 잘 논의되지 않는 영역은 기술을 구동하는 대규모 언어 모델(LLM)을 빌드하고 학습시키는 데 있어 데이터 품질과 데이터 보안의 중요성입니다. 많은 CSP는 LLM 안팎으로 지식 재산이 유출되어 시스템과 지적 재산의 보안을 위협하는 상황에 대해 우려하고 있습니다. Google Cloud는 오랫동안 업계를 선도하는 데이터 보안 및 개인 정보 보호 기술을 제공해 왔으며, Vertex AI와 통합된 생성형 AI를 통해 모든 데이터가 CSP의 환경 내에서 안전하게 보호되도록 합니다.

한편, LLM이 정확한 정보를 생성하도록 CSP는 더 작고 통제된 양의 자체 데이터로 학습을 위한 시나리오와 사용 사례를 구축하고 있습니다. 여기에는 때로 파트너와 기타 업체의 신뢰할 수 있는 소스가 사용되기도 합니다. 또한 Google Cloud는 데이터의 사실성과 신뢰성 강화를 위해 프롬프트 엔지니어링, 조정, 인간 피드백 기반 강화 학습 등의 도구를 제공합니다. 이로 인해 네트워크 토폴로지 최적화와 같은 영향력이 큰 소규모 문제를 대상으로 하는 최초의 생성형 AI 애플리케이션의 등장할 가능성이 높습니다.

인간적인 요소

콜센터에서 문제를 해결하는 콜센터 직원, AI 정보를 자신의 노하우와 결합하는 현장 서비스 직원, 새로운 프레젠테이션과 마케팅 자료를 만들기 위해 생성형 AI로 브레인스토밍하는 마케팅팀과 크리에이티브팀, AI 제안을 보강하고 승인하는 운영 엔지니어 등 생성형 AI의 성공에는 사람의 역할이 매우 중요합니다. Google Cloud는 수백만 개의 기록과 소스를 종합하여 새로운 워크플로 개발과 생산성 향상을 돕는 등 사람이 할 수 없는 일을 보조하는 놀라운 기술을 많이 개발해 왔습니다.

통신은 빠르게 변화하는 산업으로, 기술에 정통하고 생성형 AI 등의 가능한 최고의 신기술을 배우고 배포하고자 하는 욕구가 강한 분야입니다. CSP와의 회의는 새로운 아이디어에 영감을 주고, 더 많은 사용 사례의 발굴을 촉진하며, 업계를 변화시키는 더 많은 이니셔티브로 이어집니다. 이러한 변화의 속도를 지켜보는 것은 매우 흥미진진한 일이며 이는 이제 시작에 불과합니다.

다음 블로그 게시물에서 흥미로운 CSP 업계의 사용 사례 몇 가지를 자세히 살펴보면서 더 많은 내용을 다루겠습니다. 또한 Google Cloud가 어떻게 전 세계 CSP와 협력하여 종합적인 클라우드 혁신을 제공하는지 자세히 알아보세요.