콘텐츠로 이동하기
Transform with Google Cloud

Google Cloud CTO가 말하는 2024년 생성형 AI 도입을 위한 3가지 원칙

2024년 1월 15일
https://storage.googleapis.com/gweb-cloudblog-publish/images/gen-ai-predictions-google-octo-2024-three-.max-2600x2600.png
Will Grannis

VP and CTO, Google Cloud

2024년 새해를 맞이해 생성형 AI를 올바르게 활용하고 싶은 조직은 지속 가능한 비용, 폭넓은 접근성, 신뢰와 보안에 집중해야 합니다.

Gemini 1.5 Pro 사용해 보기

Google Vertex AI의 가장 진보한 멀티모달 모델

사용해 보기

*본 아티클의 원문은 2023년 12월 20일 Google Cloud 블로그(영문)에 게재되었습니다.

2023년에 전 세계 조직에서 보인 AI에 대한 관심과 기대가 더 흥미롭고 유용한 방향으로 심화되고 있습니다. 바로 AI를 통해 유의미한 비즈니스 성과를 거두는 것입니다. 그 배경으로는 최근 컴퓨팅 스택 전반에 걸쳐 AI 기능이 크게 향상되어 업종, 지역, 성장 단계와 관계없이 모든 조직이 기존에 소수만이 누리던 잠재력을 이용할 수 있게 된 점을 꼽을 수 있습니다. 새로운 AI 기능을 활용하는 사람들이 늘어난 만큼 혁신과 성과에 대한 기대가 높습니다.

Google의 Gemini와 같은 모델 제품군은 생성형 AI의 초기 혁신을 가장 잘 구현한 결과물로, 덕분에 사람과 기기가 자언어로 상호작용할 수 있게 되었습니다. 사람이 프롬프트를 제공하면 컴퓨터는 이에 따라 상상할 수도 없는 방대한 양의 데이터를 종합하여 정보를 소화하고, 예측하고, 작업을 지원하거나, 텍스트 이미지 변환에서 새 컴퓨터 코드에 이르기까지 완전히 새로운 콘텐츠를 생성합니다. Gemini는 세계 최초의 네이티브 멀티모달 모델로서 그 어느 때보다도 진일보한 서비스를 제공합니다.

이전에는 텍스트, 오디오, 코드, 이미지, 수학, 동영상을 이해하려면 개별 모델이 필요했습니다. Gemini는 이 모든 것을 한꺼번에 처리합니다. 사람들이 협업하면서 동시에 읽고, 말하고, 주변을 관찰하는 것과 매우 유사한 방식입니다.

2023년에 맞은 '흥분'의 시간이 지나고 많은 기업이 'AI가 우리 비즈니스에 어떤 의미가 있고 비용은 얼마나 드는지'에 관해 질문하기 시작했습니다. Google Cloud의 최고 기술 책임자로서 맡은 업무 덕분에 저는 운이 좋게도 AI 기술의 향배(AI 어시스턴트, 플랫폼, 인프라의 융복합)와 전 세계 유수의 조직에서 발빠르게 AI 기술을 활용하는 방식을 살펴볼 수 있었습니다. 개괄적으로 2024년에 생성형 AI를 이해하고 배포하며 사용하려는 기업이 근간으로 삼을 만한 3가지 주요 원칙을 말씀드리고자 합니다.

경제성과 에너지

기업의 성공적인 생성형 AI 도입에 있어 두 가지 측면에서의 비용이 관건입니다. 하나는 재무 측면이고 또 다른 하나는 최근 점점 중요성이 커지고 있는 환경 측면입니다. 체계가 잘 잡힌 방식으로 도입한다면 비즈니스의 재무적 건전성은 물론 나날이 중요해지는 규정 준수와 기업 시민의식 요건을 모두 충족할 수 있습니다.

생성형 AI는 막대한 컴퓨팅 리소스를 사용하므로 에너지 사용과 관련된 비용 및 사회적 과제가 뒤따릅니다. 고객은 데이터 센터의 에너지 관리 방법에 관한 지식 그리고 가장 청정한 리전 및 영역을 사용해 프로덕션을 최적화할 수 있는 유연성을 갖추어야 할 것입니다. 이는 소프트웨어 개발 관행에 영향을 미치고, 나아가 탄소 예산 책정이 개발자 업무의 일부로 자리잡을 가능성이 높습니다. 고객은 Google Cloud가 지속 가능성을 위한 대대적인 노력을 지속하기를 바랍니다. 2024년에 지속 가능한 생성형 AI에 대한 수요와 그 중요성이 더욱 커질 것임은 확실합니다.

생성형 AI의 바탕이 되는 대규모 언어 모델(LLM)에는 효율적인 학습과 세부 조정, 추론, 수명 주기 관리가 필요합니다. 비용을 통제하려면 초점을 맞춰 체계적으로 도입해야 하며, 특히 프로젝트의 규모가 커짐에 따라 이를 중요하게 고려해야 합니다. Google Cloud가 대표적인 AI 플랫폼인 Vertex의 토대로 삼을 최적화된 AI 인프라를 구축한 이유이기도 합니다.

Google은 2015년에 AI를 Google 검색에 통합했습니다. AI 규모 확장에 따른 어려움을 직접 경험한 데다, 예전부터 소프트웨어 비용의 50% 이상이 조정 등의 유지 보수 비용이라는 점을 잘 알고 있었기 때문에 Google은 초기부터 효율성을 최우선 목표로 삼았습니다. 이렇게 개발한 Tensor Processing Unit(TPU)이라는 특수 칩은 생성형 AI를 포함한 AI 워크로드를 현저하게 낮은 비용에 더 효율적으로 에너지를 사용하여 처리합니다. 부족한 투자 자금과 유한한 전 세계 에너지 공급을 잘 관리하는 것은 현대의 모든 조직의 최우선 과제입니다.

보편성과 접근성

대부분 기존 데이터베이스를 더욱 강력하고 새로운 제품으로 혁신하는 도구, 업무 관리에 도움이 되는 어시스턴트, 의료 관련 질문에 정확한 답변을 제공하는 봇과 같은 제품을 통해 생성형 AI를 처음 접하게 될 것입니다. 이 모든 것은 더 다양한 소스에서 생성된 더 많은 데이터를 보다 유연하게 사용하는 새로운 컴퓨팅 패러다임을 기반으로 합니다. 예를 들어 병원 청구 정보를 집계하여 전국적인 건강 동향을 파악하거나, 이 정보를 토대로 다양한 지역에서 서비스 제공에 소요되는 시간을 추적하여 간호 인력 부족을 감지할 수 있습니다.

올바른 기반 모델도구를 사용한다면 인력과 리소스가 제한적인 조직에서도 이러한 작업을 처리할 수 있습니다. AI가 보편화되어 누구나 이용할 수 있게 되면 생성형 AI는 단순한 하나의 모델 그 이상을 넘어 모든 것을 혁신적으로 바꾸는 개념으로 나아가게 될 것입니다.

생성형 AI를 일부 대기업만이 아닌 시장의 모든 사람이 접근하여 유용하게 사용할 수 있어야 한다는 문제도 존재합니다. 모든 사람이 효율적으로 책임감 있게 AI를 시작하도록 지원하는 도구와 플랫폼이 있어야 하고, 이 도구와 플랫폼은 쉽게 찾고 표시할 수 있는 것이어야 합니다. 웹 기반 실험 환경에서 한층 강력한 보안과 성능을 보장하는 플랫폼 지원 환경 간에 이동이 더욱 원활해지는 등 일부 경계가 흐려질 것입니다.

https://storage.googleapis.com/gweb-cloudblog-publish/images/etsy-cloud-energy-usage-cloud-jewels-octo-.max-2200x2200.jpg

뿐만 아니라 생성형 AI는 많은 소프트웨어를 일반적인 제품에서 기업별 니즈 및 문화, 심지어는 개별 작업자와 고객에게 맞춤화된 제품으로 변모시킬 것입니다. 기업의 독점적 데이터로 LLM을 그라운딩 및 조정하면 회사의 고유 정보와 맥락을 제공하여 모델의 성능을 정교하게 다듬을 수 있습니다. 'Parameter-Efficient Fine-Tuning(파라미터 세부조정)' 기법의 도입으로 더욱 광범위한 조직에서 이러한 조정 작업을 수행하는 것이 훨씬 현실적으로 다가오게 되었습니다.

필터링, 앙상블, 페더레이션 등 모델 출력을 더 정교하게 다듬는 모든 새로운 방법과 새로운 제작 도구가 빠르게 발전하면서 더욱 많은 작업자가 생성형 AI의 발전을 누릴 수 있게 될 것입니다. 금융, 의료 등 규제가 심한 산업의 조직은 그에 맞춰 게임, 미디어와 같은 비즈니스보다 더 제한적으로 접근할 가능성이 높습니다.

신뢰 및 보안

생성형 AI의 모든 혁신을 뒷받침하는 것은 책임감 있는 제공업체에 대한 사람과 조직의 근본적인 신뢰입니다. 앞서 언급한 의료 부문에서의 예상 사용 사례는 무척 흥미롭지만, 각기 다른 클라우드 및 온프레미스 시스템 등 여러 위치에 있는 데이터에 한 번에 액세스할 수 있으려면 광범위한 데이터 암호화와 AI로 강화된 보안, 효과적인 비용 모니터링이 필요합니다.

Gemini를 통해 Google Cloud의 생산성, 위협 감지 및 대응 기술이 최근 크게 진보하면서 생성형 AI가 기업 보안의 최전선에 서게 되었습니다. 이는 위협이 결코 사라지지 않으며 오히려 AI에 기반한 위협이 발생할 가능성이 높다는 현실을 분명히 보여줍니다. 따라서 보안 역시 완전히 새로운 방식으로 위협을 감지하고 설명할 수 있는 생성형 AI 도구를 갖추어야 합니다. Google Cloud의 전문 분야 특화 언어 모델인 Sec-Palm 2는 다양한 보안 사용 사례로 학습시켰으며 잠재적인 악성 스크립트를 즉시 인식하고 팀에 활성 위협을 알릴 수 있습니다.

사람이 과거의 경험에 비추어 보고 듣고 읽은 것을 신뢰할지 여부를 결정하듯이 조직에서도 알고 있는 사실을 데이터화하기 시작할 것입니다. 이로써 어렵게 획득한 지식과 데이터에 대한 접근성을 높이고, 이를 믿음직하게 확장한 경험, 효율성, 차별화를 창출하는 데 유용하게 사용할 수 있을 것입니다.

2024년은 첫발을 떼는 해

지금 우리는 사람과 컴퓨터가 완전히 새로운 수준으로 상호작용하는 국면을 맞이했습니다. AI의 역량은 나날이 강력해지는 동시에 개발자 개인과 기업이 모두 쉽게 사용할 수 있도록 진보하고 있습니다. AI는 일자리를 없애는 것이 아니라, 인간에게 오늘날 세상이 직면한 문제에 걸맞은 새로운 수준의 창의성을 발휘하고, 협업하고, 발명하도록 요구할 것입니다.

생성형 AI는 2024년은 물론 그 이후로도 계속 유용성이 향상되고 작동 방식, 비용, 획기적인 경험을 만드는 최적의 배포 방법이 더욱 투명하게 공개될 것입니다. 결국 AI를 둘러싼 복합적인 사회적 담론을 넘어서 많은 이들에게 실질적인 가치와 즐거움을 선사할 것입니다.

수많은 기업이 이미 AI를 사용하기 시작했거나 도입을 모색 중입니다. 동영상 개요, 업계 기본 정보, 교육 튜토리얼 또는 과정, 자격증 등 AI에 대해 알아볼 수 있는 방법은 여러 가지가 있습니다. 바로 사용 가능한 협업용 솔루션을 사용하는 것만큼 간단하게 시작하고 콜센터 실적을 개선하는 것처럼 쉽게 효과를 느낄 수 있습니다. AI 사용을 시작하는 게 얼마나 쉬운지 여러분과 여러분이 속한 조직이 알게 된다면, 단언컨대 여러분은 창의적인 아이디어로 더 많은 사용 사례와 경험을 창출하여 모두에게 더 나은 삶을 선사할 것입니다.

도입부 이미지는 Google Cloud 기반 Midjourney로 '생성형 AI 도입을 위한 3가지 원칙을 비즈니스풍의 수채화 스타일로 표현'이라는 프롬프트를 사용하여 제작했습니다.

게시 위치