1년 전 Generative AI(생성형 AI)가 세상을 어떻게 바꾸게 될지 기대된다는 글 여러 편을 여러분께 보여드렸는데요. 간단한 이미지 생성 AI부터 인간 대화에 근접한 GPT 모델을 설명했고, 인공지능이 인간에 얼마나 가까운지 실험하는 튜링 테스트도 의미 없어질 거라는 언급도 했었죠.
+ 이미지 인식 AI, 사람보다 정확한 눈으로 세상을 보다!
+ 사람과 구별이 어려운 대화모델 AI를 아시나요?
+ 대화형 AI 전쟁의 서막, 승자는 누가 될 것인가?
그렇지만 저도 이렇게 세상이 순식간에 급격히 변화할 거라고는 상상도 하지 못했습니다. 일론 머스크를 비롯한 여러 전문가들의 ‘AI 개발 속도에 제한을 둬야 한다’는 의견에 공감할 정도입니다. 오늘은 ChatGPT가 등장한 이후 AI에 대한 두려움은 어떻게 커졌는지, 특히 기업들은 AI 서비스에 어떻게 대응하고 있는지에 대해 알아보겠습니다.
AI는 어떻게 동작하는 것일까?
혹자는 AI라는 것이 ‘사람의 지능이 필요한 일들에 대해 컴퓨터가 서비스를 하는 것’이라고 말하기도 하고, AI는 ‘복잡한 문제와 대량의 데이터를 엄청난 속도로 처리하여 목표를 달성하거나 조치를 취하는 시스템’이라고 말하기도 합니다. 이런 기본적인 기능 수준에서 AI는 1) 학습, 2) 추론, 3) 자기 교정의 3단계를 통해 서비스를 제공합니다.
1단계로 AI는 데이터를 수집하고, 학습모델 알고리즘을 통해서 특정 목적에 맞춰 데이터들의 관계를 학습하여 정렬합니다. 2단계는 학습된 데이터 중에서 어떤 컨텍스트를 선택해서 목표를 이룰 건지 선택합니다. 3단계는 최종 목표(우리가 던진 질문이나, 문제 해결 방법, 즉각적인 조치 포함)를 달성하기 위해서 자신을 계속 조정하고 개선하는 것입니다.
이러한 3단계로 구분되는 AI 동작 방법은 발전된 GPT 학습과 서비스 제공 방식에서 증명되었는데요. 정제된 훌륭한 문장과 인터넷 데이터를 수집하여 제공하면서 1단계 학습이 제대로 이뤄졌고, 어떻게 답변해야 인간의 합리적인 결론과 비슷한 답을 주는지 사람이 직접 개입해서 알려주는 2단계 강화 학습 기반 추론 모델이 만들어졌습니다. 다음 버전의 GPT는 사람이 개입하지 않아도 1, 2단계 과정이 자동으로 진행될 것이라고 많은 사람들이 예측하고 있습니다.
그러나, 이런 단계를 통해 AI가 놀라운 능력을 발휘하게 되었다는 것은 누구나 알고 있는 사실이지만, 정작 실제로 그 내부가 어떻게 동작하는지 설명할 수 있는 사람은 없습니다. 이것은 인간 두뇌와 유사한 뉴런의 연결 방식처럼 만들어진 AI 때문인데요. 수 조개 문서들 중 어떤 컨텍스트를 연결시켜 이런 대답을 내놓았는지 거꾸로 역산이나 검증을 통해서도 그 방법을 증명해낼 수 없는 거죠. 사람이 어떤 대답을 내놓을 때 전두엽과 측두엽, 혹은 뇌의 어떤 부분이 동작한다던가 하는 뇌파 활성화 부분을 어림 짐작할 수밖에 없는 것과 비슷해요. 이미 AI는 수 억 개의 노드가 다른 수억 개의 노드과 서로 어떻게 연결되는 방식인지 사람이 계산할 수 없는 수준입니다. 가까운 미래에 AI가 자기 자신을 인식하는 초인공지능(ASI:Artificial Super Intelligence), 인간과 유사한 지능이나 훨씬 뛰어넘는 지능이 등장할 것을 우려하는 것도 AI 내부가 어떻게 동작하는지 인간은 알 수 없기 때문이라고도 합니다.
*지능화 수준과 적용 범위에 따른 AI의 세 가지 분류
- 특정 작업 수행을 위한 좁은 범위의 인공지능(ANI:Artificial Narrow Intelligence)
- ANI를 넘어서 다양한 분야에 활용 가능한 범용 인공지능(AGI: Artificial General Intelligence)
- 인류 지능을 뛰어넘어 스스로 목표를 설정하고 지식을 강화하는 초인공지능(ASI:Artificial Super Intelligence)
기업 AI 서비스에 주목할 수 밖에 없는 이유
IDC에서 발표한 조사에 따르면 2020년 한 해에 생성된 전 세계 데이터량은 90 제타바이트, 99조 기가바이트였지만, 2025년까지 전세계에서 생성되는 데이터 수치는 175제타바이트로 증가할 거라고 예측했습니다. 그만큼 기업의 의사결정에 필요한 데이터 양도 기하급수적으로 증가하겠죠. AI와 빅데이터를 제대로 활용하지 못하는 기업은 경쟁우위를 잃어버릴 수도 있습니다. 이 시대는 비즈니스 규모, 범위, 복잡성과 변화가 너무 극단적이어서 AI의 도움 없이는 그 무엇도 관리하기 어려울 것이라는 이유 때문이죠.
블루 컬러에서 화이트 컬러, 노동집약적 산업에서 서비스와 정보산업으로 발전해 온 경제 시장은 자동화 도구와 로보틱스의 시대를 넘어섰고, 이제는 AI를 통해 극도로 높은 효율화와 인간의 관여가 필요하지 않은 업무 프로세스 변경까지 가능하게 할 것입니다.
이런 AI 도입의 변화로 세계 경제시장 규모는 무려 70% 정도 증가하는 영향을 끼칠 것이라고 예측하기도 합니다. 기업들은 AI를 활용해서 빈틈없고 강력해진 고객 서비스, 더욱 빠르고 품질 좋은 신제품과 서비스 개발, 인력 운영 효율화, 결정적으로 새로운 비즈니스 모델들을 만들어 낼 것이니까요.
그렇지만, AI 시대가 기업들에게 꼭 바람직한 것만은 아닙니다. 기존 기업 구성원들이 AI에 대해 두려워하거나 불신하기 때문이죠. 사무직과 생산직, 예술에 이르기까지 모든 영역의 일자리가 AI로부터 위협을 받게 될 것이라는 예측은 결코 틀린 게 아니기에 더욱 그렇습니다. 특히, AI가 99.9%의 정확한 답변을 한다고 해도 0.1%의 오류가 치명적일 수도 있죠. 게다가 AI에게는 윤리라는 것이 존재하지 않기 때문에, 기업에서 바라지 않는 데이터에만 의존한 결정을 할 수도 있습니다. 특히, 보잉 737 MAX의 2차례 사고에서 밝혀진 것처럼 자동화된 AI 시스템인 MCAS가 오동작했는데, 조종사들이 이에 대처하지 못해 추락으로 이어졌습니다. 이런 사건들은 인간이 자동화된 시스템에만 의지하다 보니, 기존 조종사들이 갖추고 있던 수동 조종 능력과 같은 기본적인 비행기술을 잃어버렸기 때문에 일어난 것이죠. 쉽게 얘기하면 계산기를 의존해서 사용하다 보면, 간단한 덧셈도 잘 못하게 되는 것과 비슷하게 인간의 핵심 기술 영역을 AI가 침범하게 된다는 우려가 있습니다.
더구나 현재 기업 구성원들은 알고리즘을 사용하도록 훈련 받았거나, 어떤 요청을 해야 AI가 제대로 인식할 수 있는지 프롬프트(Prompt)를 만들 준비가 되어있지 않죠. 즉, AI를 활용할 역량 자체와 신뢰 또한 준비되어 있지 않았다는 문제점이 있습니다. 그래서, 기업들은 핵심 경쟁력이 될 AI를 어떤 단계를 거쳐 어떤 방법으로 적용할지에 대한 고민이 많습니다.
AI로 제공되는 비즈니스 서비스, 무엇이 중요한가요?
AI를 활용한 기업의 애플리케이션은 금융, 의료, 교육, 고객서비스 분야부터 마케팅에 이르기까지 다양한 분야에서 사례를 찾아볼 수 있습니다.
재무와 마케팅, 금융 데이터 분석에 사용되는 머신러닝은 추출된 데이터를 의사결정에 바로 결합하는 여러 AI 애플리케이션에 통합되었죠. 사람이 필요 없는 고객서비스센터가 일반화되는 추세인데요, ChatBot에 자연어 분석과 음성 생성을 도입하여 고객 질문에 최적의 답변을 제공하고 있습니다. 자율주행은 이제 모든 자동차에 기본 탑재되고 있죠. 공항이나 경찰에서 사용하던 안면 인식 서비스는 리테일 분야로도 진출을 노리고 있습니다.
최근 AI를 도입한 기업의 변화는 다음과 같습니다. JP 모건과 뱅크 오브 아메리카 등의 대형 은행과 금융사에서는 AI를 통해서 이미 백오피스(직원들이 직접 사용하는 내부 시스템)를 AI 기반으로 전환하고 있어요. NVDIA는 실제 물리법칙이 적용되는 가상의 공장을 통해 어떤 공정으로 변화시키면 가장 효율이 좋아지는지 시뮬레이션 가능한 ‘AI 기반 공장’을 만들었습니다. 법률 회사들은 수 천, 수만 개의 판례들과 법전 사이에서 데이터를 추출하여 정리하고 제공하는 AI 서비스를 도입하려고 하고 있죠.
그렇지만, 기업들에게 이런 혁신의 기회는 양날의 검과 같습니다. 앞에서 이야기했던 준비되지 않은 AI 서비스는 기업 의사결정에 위험 부담을 주며 사고를 일으킬 가능성이 높아집니다. 그래서, 기업에서 AI 서비스 도입을 위해 중요하게 여기는 것들이 있습니다.
첫째, 신뢰할 수 있고 설명 가능한 AI 서비스를 도입한다는 것입니다. 기업들은 AI가 어떤 결정을 내릴 때, 어떤 근거 자료를 기반으로 이런 의사결정에 도달했는지를 설명해 줄 수 있어야 한다고 봅니다. 사람이 의사결정에 참여할 수 있는 최소한의 수단이 있어야 극단적인 결과를 피해 갈 수 있기 때문이죠. 앞에서 GPT가 왜 그런 답변을 내놓았는지 역산, 검증을 할 수 없다고 했지만, 기업형 AI들은 어떤 컨텍스트에서 이런 답변을 내놨는지 알려주도록 만들어지고 있습니다.
둘째, 품질 높은 데이터를 제공하고, 데이터 액세스 제한을 제대로 관리해야 합니다. GPT가 품질 높은 데이터를 통해 학습되어 뛰어난 역량을 보였다는 건 알고 계실 텐데요. 그런데, 액세스 제한은 왜 필요할까요? AI 성능을 높이기 위해서는 기업이 보유한 데이터에 무제한적인 접근을 허용하는 것이 유리합니다. 그러나, 많은 기업들은 내부 데이터 유출을 매우 심각하게 여깁니다. ChatGPT와 Bard와 같은 서비스에 기업 핵심 정보가 노출되는 걸 상상한 보안담당자들이 재빨리 이 서비스들을 방화벽으로 막은 이유가 여기에 있습니다.
마지막으로 AI를 서비스 현장에 활용하기 위한 자연어 처리와 로보틱스, UX 기술의 혁신이 필요합니다. 기업에 제공되는 AI 수준이 높아진다고 할지라도, 오프라인 물류창고의 로봇과 생산설비가 AI에 대응하지 못한다면? 고객센터 음성 챗봇의 음성이 기계음이라고 고객이 느낀다면? AI 서비스 경험에 대해 사람이 두려워하거나, 기피하게 된다면 어떻게 될까요?
전 세계 최고 기업들은 이미 AI에 대한 투자를 가속화하고 있습니다. OpenAI의 GPT를 내놓은 마이크로소프트와 Bard와 Palm 기반 AI를 내놓은 구글, 아마존을 비롯한 여러 AI 업체들이 어느 기업과 어떻게 협력할 것인지 판짜기 모드에 돌입했습니다. 우리에게는 아직 조금은 먼 미래지만, 기업들에게는 향후 10년의 성패를 가늠하게 될 결정이 지금 눈앞에 있는 상황이죠.
