인공지능(AI)의 발전은 초기의 단순한 알고리즘에서 시작하여 이제는 혁신적인 생성형 AI 모델로 진화하였다. 이 모델들은 독창적인 콘텐츠를 생성할 수 있도록 학습되어, 숙련된 작업자의 생산성을 크게 향상시키고 있다.
완전한 인지능력을 가진 AI의 출현은 아직 멀게 느껴질 수 있지만, 현재 AI 기술은 이미 상당한 진전을 이루었으며, 앞으로의 발전은 AI 진화의 중요한 이정표가 될 것이다. 그러나 이러한 발전과 함께 윤리적 문제와 규제, 법적 위험을 해결하는 것이 중요해 졌다.
AI 이미지 / 출처=킨드릴코리아
그럼에도 불구하고 혁신 가속화, 생산성 및 효율성 향상 등의 이점이 우려되는 것보다 더 크게 인식되고 있어 AI의 성장은 불가피하다. 스탠포드 대학의 인공지능 지수 보고서에 따르면, AI 연구와 관련 기술의 수요가 증가하고 있으며, AI 기술을 채택한 기업들은 비용 절감과 수익성 증대의 혜택을 누리고 있다. 생성형 AI는 고객과 직원 경험을 개선하고, 혁신을 가속화하는 도구로 사용될 수 있다. 콜센터에 도입된 기술을 예로 들면, 이전에는 챗봇과 같은 대화형 AI 인터페이스가 고객과의 소통에 사용되었다면, 이제는 생성형 AI를 통해 가상 서비스 어시스턴트는 맞춤형 인사이트를 제공하고, 생산성 도구는 대화를 요약 및 번역하며, 기업은 통화 품질을 개선할 수 있는 방법을 분석할 수 있다.
기업이 AI 기반 비즈니스 성과를 달성하는 데 이처럼 AI 모범 사례에 투자하고 데이터 전문 지식을 적극 활용하는 것이 필요하다. 다만 AI 기술을 활용하는 방법을 고려할 때, 책임감 있게 이를 달성하는 것이 기업 모두가 해야 할 일이며 이를 위해 취해야 할 중요한 단계는 다음과 같다:
AI 네트워크 이미지 / 출처=킨드릴코리아
강력한 데이터 기반 구축
안전 장치 마련
생성형 AI를 대규모로 배포할 때는 위험 관리 가이드라인을 개발해야 한다. 예를 들어 해커의 유해한 텍스트 삽입 방지, 민감 정보의 유출 방지, 잘못된 정보 모니터링 등이 포함된다. 투명성과 책임성을 유지하기 위한 강력한 거버넌스 개발도 필요하며 이를 위해서는 사람의 감독이 필수적이다.
적합한 사례에 적합한 사용
모든 상황에서 생성형 AI를 사용하는 것이 최선은 아니다. 비용과 지속 가능성을 고려하여 전통적인 AI 솔루션이 비즈니스 성과를 달성하는 데 더 적합한 경우도 있다. 모델의 처리 능력, 산출량, 비용 등을 신중히 고려해야 한다.
글 / 킨드릴코리아 류주복 대표
류주복 킨드릴코리아 대표 / 출처=킨드릴코리아
킨드릴코리아 류주복 대표이사는 비즈니스 컨설팅 및 기술 리더십 역할을 수행하며 금융, 제조, 리테일 등 다양한 영역에서 업계 전문성을 쌓아왔다. 이와 함께 성장 전략 및 변화 관리 분야에서 쌓은 경험을 바탕으로 한국 비즈니스의 성장 및 관리를 위한 전략과 운영 방향을 제시하고 고객의 디지털 혁신을 지원하고 있다. 또한 글로벌 팀과의 긴밀한 협업을 통해 킨드릴의 IT 컨설팅 및 서비스 역량을 한국에 도입하는데 주력하고 있다.
편집 / IT동아 김영우 기자 pengo@itdonga.com