The Prompt: 생성형 AI 사용 사례 선택하기

* 본 아티클의 원문은 2023년 04월 21일 Google Cloud 블로그(영문)에 게재되었습니다.

비즈니스 리더들 사이에서 생성형 AI가 큰 관심을 사고 있습니다. 매주 'The Prompt'는 빠르게 변화하는 이 주제에 대한 최신 정보를 놓치지 않도록 고객 및 파트너와의 협업을 통해 얻은 시각과 Google의 최신 AI 트렌드를 전해드립니다. 이번 호에서는 Google Cloud의 AI 및 비즈니스 솔루션 부문 글로벌 부사장인 필립 모이어가 생성형 AI를 활용해 인간의 경험을 개선할 수 있도록 조직이 모색하고 있는 3가지 방법을 소개합니다. 

'The Prompt'의 첫 번째 호에서는 생성형 AI를 둘러싼 기대감이 어떤 오해를 불러일으킬 수 있는지 살펴보았습니다. 이번에는 고객이 과장과 오해를 경험한 후 가장 많이 궁금해하는 질문에 대해 다루고자 합니다. "시작하려면 어떻게 해야 하나요? 내 비즈니스에서 가치를 창출하고 높은 관심을 끌어낼 수 있는 확실한 사용 사례는 무엇이 있나요?"

생성형 AI는 방대한 양의 콘텐츠를 훑어보며 텍스트나 이미지와 같이 사람이 접근할 수 있는 형식으로 유용한 정보와 답변을 생성하는 데 탁월합니다. 사용자가 질문에 대해 20단어 길이 또는 글머리기호 목록이 포함된 답변을 원하거나 아이디어를 표현하는 이미지를 원하는 경우 생성형 AI는 사용자가 원하는 정확한 경험을 생성하는 데 유용할 수 있습니다.

고객들에게 정보를 통해 인간의 경험을 개선하고자 하는 영역부터 시작할 것을 권하는 이유가 여기에 있습니다.

고객 만족 

거의 모든 기업이 공개 웹사이트나 고객 콜센터를 운영하고 있습니다. 안타깝게도 많은 웹사이트와 상담사는 고객이 목표를 향해 갈 때 거쳐야 하는 미로가 되었습니다. 따라서 내부 콜센터와 고객 서비스 콘텐츠는 조직이 생성형 AI 적용을 시작할 수 있는 주요 분야 중 하나입니다.

고객 관련 팀부터 시작하면 기업은 신뢰할 수 있는 내부 리소스를 사용하여 AI 생성 답변의 품질을 테스트하고 정확도를 높일 수 있습니다. 리더가 모델의 정확도에 만족하면 기업은 지능형 챗봇을 외부 고객 웹사이트에 추가할 수 있습니다. 이를 통해 고객 경험에서 즉각적이고 측정 가능한 가치를 창출하고 동일한 질문에 반복적으로 답변하는 비용을 절감할 수 있습니다.

이러한 접근 방식은 다양한 업계에 적용됩니다. 의료 업계를 예로 들자면 Google Cloud는 환자가 이점을 이해하고 치료를 위한 사전 인증을 받을 수 있도록 지원하는 보다 쉬운 인터페이스를 만들기 위해 고객과 협력하고 있습니다. 마찬가지로 공공 부문에서는 주 정부 서비스 전반에서 '시민을 우선으로 하는' 인터페이스를 만들고 있습니다.

새로운 기회 발견

기업에 주목하기를 권장하는 두 번째 분야는 기업에 갇혀 있는 방대한 양의 비정형 지식 정보에 인간이 접속할 수 있는 인터페이스를 만드는 것입니다. 콜센터에 집중하는 경우와 마찬가지로, 내부 데이터에 대화형 인터페이스와 생성형 요약을 추가하는 것은 생성형 AI 활용을 시작하는 확실하고도 반복적인 방법이 될 수 있습니다.

예를 들어 Google Cloud는 생성형 AI와 Google Cloud의 엔터프라이즈 검색 기술을 사용해 내부 애널리스트 보고서, 연차 보고서, 실적 발표 스크립트, 내부 투자 제안서 관련 질문을 처리할 수 있도록 여러 금융 서비스 회사와 협력하고 있습니다.

마찬가지로 생명과학 및 재료과학 분야에서는 고객과 협력하여 특정 분자, 재료 또는 질병 상태에 대해 수행되는 작업을 자동으로 요약하는 연구 포털을 구축하고 있습니다. 생성형 AI는 개인 연구, 공개 웹 콘텐츠, 특허 라이브러리, 기타 출처를 안전하게 크롤링하고, 연구자가 질문을 하거나 생성형 브레인스토밍을 통해 협업도 수행할 수 있는 대화형 에이전트를 제공하는 능력이 매우 우수합니다.

단조로운 작업 감소

대부분의 기업에는 고액 연봉의 지식 노동자가 비정형 콘텐츠로 동일한 작업을 반복적으로 수행하는 단조로운 작업이 있습니다. 제안 요청서(RFP)에 대한 답장을 작성하고, 동일한 마케팅 콘텐츠를 5가지 언어로 작성하고, 투자 제안서를 만들고, 고객 계약이 규정을 준수하는지 확인하는 등의 작업이 여기에 해당합니다. 이러한 비정형 정보 관련 작업은 일반적으로 지루하며 오류가 발생하기 쉽습니다.

하지만 생성형 AI는 학습된 예시를 기반으로 콘텐츠를 생성하는 데 적합합니다.

때문에 고객에게 생성형 AI를 사용하도록 권장하는 세 번째 분야는 대규모 사용자 집단이 비정형 콘텐츠를 생성하는 작업입니다. 예를 들어 마케팅 공급망의 상당 부분이 반복적인 콘텐츠 생성과 관련되어 있습니다. 금융 서비스업에서는 규정 준수를 문서화하고 보장하기 위해 방대한 양의 작업을 수행합니다. 전자통신 분야에서는 장비 제조업체의 사양에 따라 네트워크 구성을 반복적으로 생성해야 합니다. 

책임이 따르는 기회 

아시다시피 지난 몇 주에 걸쳐 Google Cloud는 이러한 시나리오를 보다 쉽게 해결하는 데 도움이 되는 강력한 제품과 기능을 발표했습니다. 이 같은 제품과 제품 업데이트는 안전 및 보안 기능을 포함하고 있으며 Google의 AI 원칙을 따르고 기업이 지식 재산, 데이터, 개인의 정보 보호 사용을 제어할 수 있도록 지원하는 데 중점을 둡니다. 순다르 피차이 Google CEO가 최근The New York Times와의 팟캐스트 인터뷰에서 언급했듯이 생성형 AI는 고객, 연구원, 직원을 위해 더 나은 세상을 만들 수 있는 수많은 기회를 제공합니다. 단, 책임감 있게 사용해야 합니다. 인간의 경험을 개선하고 단조로운 작업을 없애기 위한 사용 사례를 목표로 삼는 것은 생성형 AI에 대한 오해를 타파하고 생성형 AI가 제공할 수 있는 가치를 인간의 요구에 맞추는 좋은 방법이 될 수 있습니다.

이번 주 Google의 AI

Google AI에 대해 자세히 알아보려면 순다르 피차이 Google CEO, 데미스 하사비스 DeepMind CEO, 그 밖에 여러 Google 리더들이 Bard에서부터 축구 경기 로봇에 이르는 다양한 주제에 대해 논의한 60 Minutes를 시청하세요.

지난주에 발행된 'The Prompt'를 읽었다면 Google이 지난달에 발표한 생성형 AI 관련 여러 공지사항을 잘 알고 있을 것입니다. 만약 2분 이내에 요약이 필요하다면 최근 Data Cloud & AI Summit에서 발표된 준 양 Google Cloud 부사장의 기조연설 요약 동영상을 확인해 보세요.

또한 Google의 AI 원칙이 새로운 생성형 AI 제품에 어떻게 적용되는지 설명하는 Google Cloud 스테파니 웡의 동영상도 시청하세요. 이번 주에는 제품 외에도 최근에 수행된 흥미로운 Google AI 연구에 대해 소개합니다.

눈은 영혼과 그 너머를 보여주는 창입니다. Google 연구에 따르면 AI를 망막 이미지에 적용할 경우 심혈관 질환 위험도와 흡연 여부를 예측할 수 있는 것으로 나타났습니다. Google은 이 새로운 연구 자료에서 앞서 발견한 내용을 토대로 노화 및 질병의 새로운 생체지표를 탐색하는 노력을 이어갑니다.

머신러닝으로 재해를 피할 수 있습니다. 홍수는 가장 흔하게 발생하는 유형의 자연 재해이며, 재앙이 닥치기 전에 사람들에게 알리는 데 AI가 도움이 될 수 있습니다. Google은 요하네스 케플러 대학교, 앨라배마 대학교, 예루살렘 히브리 대학교 등의 연구자들과 협업하여 ML 기반 홍수 예측 접근 방식을 개발했습니다. 이 블로그 게시물에서 홍수에 대한 이해를 증진하고 보다 강력한 예측 및 경고 시스템을 구축하기 위한 Google, 대학교, 기타 조직의 노력을 집중 조명한 최신 Machine Learning Meets Flood Forecasting Workshop에 대해 알아보세요.

AI 에이전트와 친구가 될 수 있습니다. Google이 스탠포드 대학교와 공동으로 발표한 새로운 연구 자료는 인간과 유사한 행동을 시뮬레이션하는 생성형 AI 에이전트가 가상 환경에 배치되었을 때 상호작용하는 방식을 설명합니다. 이 연구에서는 이벤트에 서로를 초대하는 것과 같은 사회적 행동을 발달하는 AI 에이전트를 설명하고 생성형 AI가 앞으로 수년 내에 가능케 할 발견과 기회의 종류를 다룹니다. 이 데모를 통해 AI 에이전트의 상호작용도 살펴볼 수 있습니다.