The Prompt: 생성형 AI에 대한 지난 분기의 인기 주제

*본 아티클의 원문은 2023년 7월 1일 Google Cloud 블로그(영문)에 게재되었습니다.

비즈니스 리더들 사이에서 생성형 AI가 큰 관심을 모으고 있습니다. 매주 'The Prompt'는 빠르게 변화하는 이 주제에 대한 최신 정보를 놓치지 않도록 고객 및 파트너와 협업하면서 확인된 사항과 Google의 최신 AI 트렌드를 전해드립니다. 이번 호에서는 Google Cloud의 AI 및 비즈니스 솔루션 부문 글로벌 부사장 필립 모이어가 지난 몇 달 간의 주요 주제를 회고합니다.

격동의 몇 달이 지났습니다. 생성형 AI는 더 이상 단순히 매력적인 대상 또는 파괴적인 잠재력을 지닌 대상이 아닙니다. 생성형 AI는 이제 전 세계 조직에서 이용할 수 있는 기술이 되었습니다. AI 고객 서비스 어시스턴트나 코딩 공동작업자부터 한층 더 원활한 경험을 제공하는 앱까지, Google Cloud 고객들은 생성형 AI 기술을 온갖 혁신적인 방식으로 활용하기 시작했습니다.

변화의 속도는 여전히 거침없습니다. 그러나 독자들이 미국에서는 독립 기념일을, 해외 여러 나라에서는 여름휴가를 보내고 있는 지금이야말로, 지난 4월부터 시작해 'The Prompt'에서 논의하고 살펴봐 왔던 내용을 보강하기에 적절한 시기라고 생각합니다. 

어디서부터 시작해야 할까요?

갓 입문한 사용자라면 먼저 생성형 AI의 주요 개념이 무엇이며 비즈니스에 어떤 영향을 주는지부터 잘 알아두는 것이 좋습니다.

이 주제는 복잡한 만큼 길을 잃고 헤매기도 쉽습니다. 경사하강법이나 활성화 함수 같은 세부적인 개념은 데이터 과학자에게 맡겨 둬도 좋겠지만, 기반 모델(예: Google의 PaLM 2), 모델을 맞춤설정하는 방법(예: 미세 조정), 독점 데이터와 생성형 기능을 결합하는 방법(예: 임베딩)과 같은 핵심적인 기술 개념은 경영진들도 숙지해야 합니다.  

핵심 개념을 파악하면 생성형 AI의 현실적인 잠재력을 시장에 나도는 과대 광고나 떠들썩한 소리와 구별하기가 더욱 용이합니다. 예를 들어 모델 규모가 크다고 해서 특정 사용 사례에 항상 더 적합하다는 보장은 없습니다. 비록 단일 기반 모델이 주목을 많이 받고 있기는 하지만, Google에서는 기업들이 단 하나의 만능 멀티 플레이어 모델보다는 여러 개의 모델을 사용할 것으로 예상합니다.

자세한 내용은 다음을 참조하세요.

• 바쁜 경영진을 위한 생성형 AI 입문서
• The Prompt: 생성형 AI에 대한 오해 바로잡기

성공적인 생성형 AI 채택을 위한 권장사항이나 핵심 사용 사례가 있나요?

생성형 AI가 초기 단계에 있는 기술인 만큼, 머신러닝에 정통한 기업들도 가장 적합한 사용 사례나 구현 방법이 무엇인지는 아직 평가하는 중입니다. 이 기술이 지닌 잠재력의 활용 범위가 워낙 넓다 보니 기업의 어느 기능 영역(가령 IT인지 마케팅인지)이 가장 큰 영향을 받게 될지조차 아직 분명히 합의되지 않았습니다. 다만, 기본 원칙이 상당수 생겨나고 있습니다.

생성형 AI 기술의 채택은 다양한 형식을 띨 수 있습니다. 이미 다양한 분야에서 생성형 AI 어시스턴트의 도움을 받아 작업해 본 사용자들이 조직 내에 있을 것입니다. 일부 직원은 IT 부서에 알리거나 승인받지 않았을 수도 있습니다. AI를 사용한 생산성 플랫폼이나 앱, 어시스턴트는 생산성과 창의성을 높이는 데 도움을 주지만, 허가되지 않은 AI 앱을 사용함으로써 기업 데이터가 노출되는 등의 '비공식 IT' 시나리오를 경계해야 합니다.

기업의 생성형 AI 여정에는 서드 파티 앱뿐만 아니라 커스텀 애플리케이션이 포함될 가능성이 높습니다. 여기서는 야심 찬 계획이 도움이 될 수 있습니다. 몇 년 안에 생성형 AI는 지금으로선 짐작하거나 예상하기조차 어려운 놀라운 방식으로 사용될 가능성이 높기 때문입니다. 하지만 미래의 야심 찬 계획뿐만 아니라 현재에 가치를 더해줄 수 있는 현실적인 사용 사례를 통해 균형을 갖출 필요가 있습니다. 

많은 조직에서 AI 챗봇과 엔터프라이즈 검색 앱이 훌륭한 출발점이 됩니다.

이미 최신 기반 모델로 구동하는 챗봇은 콜센터 상담사를 지원하여 생산성을 높이고 있으며, 조직들은 더욱 풍부하고 맞춤설정된 고객 경험을 제공하기 위해 생성형 고객 서비스 챗봇에 대한 투자를 점차 늘리고 있습니다. 엔터프라이즈 검색 및 정보 관리의 경우 생성형 AI가 찾아낸 새로운 방법으로 정보를 탐색하고 활용하여 수천 개의 내부 문서를 합성하는 불가능에 가까운 작업을 간단한 프롬프트와 생성형 응답으로 바꿔놓습니다.

이러한 사용 사례가 공유하는 세 가지 공통 요소가 있습니다. 빠른 가치 창출을 위한 분명한 기회를 제공한다는 점, 데이터 과학이나 머신러닝에 관한 수준급 전문 지식 없이도 구현이 가능하다는 점, 또한 조직이 내부적으로 기초 모델을 사용하여 또는 제한적으로 공개된 프로젝트를 통해 보다 편하게 작업하면서 생성형 AI 전문성을 꾸준히 축적해 더욱 혁신적인 작업으로 전환할 수 있다는 점입니다. 이 세 가지는 정보 관리 및 AI 채팅 어시스턴트가 생성형 AI를 시작하는 데 적합한 진입로인 이유를 뒷받침해 주는 요소입니다. 이 개념들을 실제 사례로 확인하려면 아래 동영상을 시청하세요. 

자세한 내용은 다음을 참조하세요.

• The Prompt: 생성형 AI 사용 사례 선택하기
• The Prompt: 생성형 AI 도입을 단순화해야 하는 경우

기반 모델 이외에 필요한 것은 무엇인가요? 

생성형 AI를 구동하려면 기반 모델이 필요합니다. 그러나 배포할 만한 커스텀 앱에 이를 활용하려면 추가적인 요소가 필요합니다.

먼저 AI 워크로드를 대규모로 안정적으로 실행할 수 있는 인프라, 모델을 미세 조정하거나 특정 데이터 소스에 그라운딩하는 메커니즘, 이러한 모델에 기반하여 앱을 구축하기 위한 도구 등이 필요합니다. 엔터프라이즈 검색이나 챗봇과 같은 일반적인 사용 사례의 경우에는 최근 몇 달 동안 기술 제공업체들이 복잡성을 간소화하기 위한 제품을 많이 출시했습니다. 그러나 대부분의 회사에 생성형 AI 활용 범위를 확장하기 위한 필수 기능을 조합하는 데 가장 원활한 경로를 제공하는 것은 바로 클라우드 플랫폼입니다.

가령 Google Cloud의 생성형 AI 앱 빌더를 사용하는 조직은 단 몇 분 만에 엔터프라이즈 검색 엔진과 챗봇을 만들 수 있습니다. 일반적인 사용 사례를 넘어설 준비가 된 조직이라면, 더욱 정교한 프로젝트를 수행하는 Google Cloud 고객들이 PaLM 2 등 다양한 기반 모델을 비롯해 모델의 개발, 조정, 관리, 배포를 위해 강력한 플랫폼에 액세스할 수 있도록 해 주는 Vertex AI의 생성 AI 지원을 활용한다는 점을 참고할 수 있습니다.

생성형 AI를 도입할 때 기반 모델만큼 중요한 것은 플랫폼 기능입니다. 회사마다 니즈가 다양합니다. 위에서 언급한 것은 예시일 뿐, 플랫폼 고려 사항의 전체 목록은 아닙니다. 이 기사에서는 예컨대 데이터 개인 정보 보호나 보안, 책임감 있는 AI 등 중요한 주제만 가볍게 훑었을 뿐입니다. 간단히 말해, 생성형 AI 기능을 구축하고 확장하려면 모델뿐 아니라 반드시 플랫폼 기능에 대해서도 고려해야 합니다.

자세한 내용은 다음을 참조하세요.

• The Prompt: 모델뿐 아니라 플랫폼에도 투자하세요
• The Prompt: 생성형 AI 플랫폼의 5가지 핵심 요소

생성형 AI가 인력에는 어떤 영향을 주나요? 

혁신 기술인 생성형 AI는 대부분의 직업에 영향을 줄 가능성이 있습니다. 평론가들은 자동화로 인해 일자리가 사라질 것 이라는 그럴듯한 의문을 제기합니다. 하지만 위에서 언급한 사용 사례에서 볼 수 있듯이 생성형 AI는 자동화로 일자리를 빼앗기는커녕 오히려 사람들을 지원합니다. Google Cloud는 생성형 AI 애플리케이션에 관한 한 이러한 관점이 가장 합리적인 상상이라고 믿습니다.

생성형 AI 채택 전략을 수립할 때 고려해야 할 목표는 지루하고 반복적인 작업을 줄이고, 새롭고 유용한 정보를 발견하며, 고객을 만족시키는 것입니다. AI를 사용하면 오늘날 사람들이 하기 어려운 작업을 쉽게 할 수 있도록 지원함으로써 이 목표를 모두 이룰 수 있습니다. 

이를 테면 많은 조직에서 반복적인 비즈니스 문서의 초안 작성을 자동화하거나 브레인스토밍을 가능하게 하는 방법을 모색하고 있으나, Google Cloud가 고객들과 대화를 나눠 본 결과 경영진들은 이러한 프로젝트의 목표가 반복 업무를 줄임으로써 직원들이 보다 만족스럽고 창의적이며 인간적인 업무에 집중할 수 있도록 지원하기 위한 것임을 인지하고 있었습니다. 생성형 AI를 사용할 수 있는 애플리케이션은 그야말로 무수히 많습니다. 생성형 AI가 흥미로운 기술인 이유입니다. 그러나 좋은 애플리케이션일수록 인간을 단순히 '참여'시키는 게 아니라 중심에 두는 경향이 있습니다.

For more, check out:

• The Prompt: 생성형 AI가 지식 관련 작업에 어떤 영향을 미칠까요?
• The Prompt: 최근 AI 관련 사건에 대한 논의
• The Prompt: 생성형 AI로 업무 만족도 높이기

탐색 시작

이 기사에는 지난 몇 달간 "The Prompt"에서 다룬 주요 주제가 요약되어 있습니다. 그러나 생성형 AI는 광범위한 주제입니다. 생성형 AI가 비즈니스에서 어떻게 활용될 수 있는지 발견하는 가장 좋은 방법은 계속 탐색해 나가는 것입니다. 

다양한 업계 동향을 살펴보려면 최근 여러 주요 무역 박람회에서 화제가 된 Google Cloud의 논평을 확인하세요. 주목을 끌 만한 놀라운 애플리케이션 몇 가지를 살짝 엿보려면 인간이 동물을 이해하는 데 생성형 AI가 잠재적으로 도움이 될 가능성을 다룬 이 기사를 참조하세요. 실무를 더 익히려면 Google Cloud가 제공하는 무료 생성형 AI 학습 및 교육 자료를 정독해 보세요.