(광고)생성형 AI 업무에 적용하는 방법💡

2024. 7. 15.

비전공자도 쉽게 이해할 수 있는 생성형 AI, 업무에 적용하는 방법💡

✅ 생성형 AI, 아이언맨의 자비스가 맞나요? 생성형 AI와 딥러닝, RPA의 차이는 무엇인가요?

✅ 생성형 AI 투자가 많이 이루어지는 분야는 자율주행, 보험, 제약, 의료에요!

✅ 재고 최적화, 글로벌 트렌드 및 동향 예측 등 구매 업무에도 생성형 AI 활용이 가능하지만 주의해야 할 게 있어요!

안녕하세요. Pro인Sight 입니다! 여러분은 생성형 AI가 무엇인지, 또 어떻게 써야 할지 잘 알고 계시나요? 요즘 눈만 뜨면 보이는 게 생성형 AI이지만, 무엇인지 알아보려고 하면 비전공자가 보기엔 너무 어려운 설명만 가득하고 실제로 업무에 사용해 보려고 하니 생각보다 여의치 않은 경우가 많더라고요😂

이런 궁금증을 해결하기 위해서 생성형AI의 전문가분들을 만나 도대체 생성형 AI는 무엇이고, 이것을 우리 업무에 어떻게 활용할 수 있는지, 구매 업무에는 어떻게 적용할 수 있는지 삼성SDS의 GenAI 컨설팅 담당 이윤하 프로님과 이지웅 프로님을 만나 이야기를 나눠보았습니다!

생성형 AI가 무엇인가요? "아이언맨의 자비스"인 건가요?!?!?🤖

영화 '아이언맨'에 등장하는 인공지능 비서 '자비스'와 토니 스타크 /영화 아이언맨 캡쳐

생성형 AI(Generative AI)를 알아보다 보면 아이언맨의 인공지능 비서 '자비스(J.A.R.V.I.S.)'가 생각이 나는데요. 자비스는 아이언맨의 주인공인 토니의 인공지능 비서로 음성 명령을 인식하고 다양한 작업을 수행하며, 실시간 데이터 분석과 기계 제어를 할 수 있는 매우 진보된 AI 시스템입니다. 가상의 캐릭터이기 때문에 현실의 기술보다 훨씬 더 발전된 모습을 그리고 있죠.

반면 생성형 AI는 주어진 데이터를 기반으로 새로운 컨텐츠를 생성할 수 있는 인공지능입니다. 데이터를 해석하여 예측하고, 방향성을 전달해 줄 수는 있지만 자비스처럼 복잡하고 실시간으로 작업을 수행하는 비서의 역할을 하기엔 아직 부족한 게 사실입니다. 생성형 AI가 자비스냐라고 묻는다면 현재는 전혀 아니라고 답하겠지만 인공지능 발전의 최종 목표가 될 수는 있을 것입니다.✨

조금 더 자세히 알아볼까요? 그렇다면 딥러닝과 RPA, 그리고 생성형 AI의 차이는 무엇일까요? 이 기술들 모두 AI(Artificail Intelligence, 인공지능)에 속하지만 명확한 차이가 있습니다. 딥러닝(Deep Learning)은 데이터를 학습하여 복잡한 패턴을 인식하고 예측하는데 집중하는 기술로 이미지 인식, 음성 인식, 의료 진단 등에 사용하고 있어요. RPA는 반복적이고 규칙적인 업무를 자동화하는 기술로 데이터 입력, 메일 처리, 고객 서비스 등에 사용하고 있죠. 여기서 생성형 AI가 다른 점은 바로 새로운 컨텐츠를 생성할 수 있냐는 것인데요! 생성형 AI는 딥러닝처럼 많은 양의 데이터를 학습하고 예측을 하면서도 그 맥락을 이해해서 텍스트나 이미지 등 새로운 콘텐츠를 생성할 수 있다는 것이 가장 큰 차이점입니다.

생성형 AI의 실체, 어디까지 발전했는가?🧠

AI 알고리즘은 사실 1950년대부터 존재했어요. 당시엔 인프라가 부족하니 발전이 없다가 2017년에 AI 인공지능 연구원들이 생성형 AI의 기반이 되는 LLM(Large Language Model, 거대 언어 모델)을 만들 수 있는 트랜스포머라는 획기적인 알고리즘을 만들게 되었답니다. 그 후 2018년부터 트랜스포머 모델을 기반으로 오픈 AI에서 ChatGPT라는 서비스를 만들며 현재의 모습까지 발전하게 된 것입니다.

아직까지는 기술 자체에 집중되어 있는 상태라, 그 기술을 활용한 상품이나 서비스가 만들어지는 부분은 완전 초기 단계에요. 쉽게 말하자면 스마트폰이라는 게 만들어졌지만, 아직 기본앱만 있고 카카x톡, 별그램 등이 만들어지진 않은 상태인 거죠. 이제 누가 카카x톡을 만들고 별그램을 만들지 지켜보아야 할 시점이에요.

생성형 AI가 효과적으로 도입될 수 있는 분야가 따로 있나요?

주요 국가-산업별 투자 금액

단위: 억 달러

국외 AI 시장 및 창업지원 정책 동향 조사(SPRI, 2023)

▲ 생성형AI 투자 내역, 삼성SDS 제공

생성형 AI가 가장 잘 사용되는 분야는 어디일까요? 이는 어느 분야가 가장 많은 투자를 받고 있는지 보면 알 수 있는데요! 생성형 AI가 가장 많은 투자를 받고 있는 분야는 제조와 자율주행 분야입니다. 다음으로는 IT 제조, 그 뒤로 의료와 금융 분야가 뒤따르고 있어요. 특히 신약 개발 분야에 생성형 AI 도입에 대한 기대가 큰데요! 화합물 발견 및 최적화, 약물 디자인, 임상 시험 설계, 데이터 분석 등 엄청난 비용과 시간이 들어가는 다양한 단계에서 생성형 AI 기술을 활용하면서 큰 효과를 볼 수 있기 때문이에요.

여기서 알 수 있는 점은 생성형 AI가 효과적인 분야는 정형적인 데이터가 많이 쌓여있고, AI 기술을 활용했을 때 자동화나 업무 속도가 빨라져 비용을 획기적으로 줄일 수 있는 특징이 있다는 것입니다. 우리가 생성형 AI를 업무에 도입할 때 고려해야 할 점이 바로 이 부분인 것이죠!

구매 업무에 필요한 생성형AI 기술 도입은?

구매 업무를 하다 보면 생각보다 단순 반복의 업무나 데이터를 분석해야 하는 업무가 잦은데요. 예를 들면 원자재 시황 정보를 획득하고 예측해야 한다거나, 원하는 물품을 적시에 납품해 줄 수 있는 공급사 리스트를 확보하는 것들인데요. 현재 사용 가능한 생성형 AI 기술로 가능한 걸까요?

가능한 이야기이긴 합니다. 예를 들면 재고 관리 최적화에 사용될 수 있습니다. 기존 판매 데이터를 분석하여 적절한 재고 수준을 유지하고 발주까지 스스로 할 수 있죠. 글로벌 트렌드나 동향에 대해서도 데이터 크롤링을 통해 해당 데이터를 해석하고 예측하여 보고서 작성까지 가능합니다. 그 외에 과거 계약 데이터를 분석해서 최적화된 계약 조건을 도출해낼 수도 있고 품질, 납기 준수율, 가격 경쟁력 등을 평가해서 최적의 공급업체를 선정해 줄 수도 있을 것입니다.

하지만 정확도가 떨어지는 건 사실이에요. AI의 예측 정확성은 데이터 품질에 크게 의존할 수밖에 없기 때문에 정기적으로 데이터를 정제하고, 지속적으로 최신 정보를 반영해 주어야 합니다. 그뿐만 아니라 AI는 학습된 데이터에 따라 편향된 시각을 가질 수 있기 때문에 이것도 조심해야 할 부분이에요.

생성형 AI, 업무에 어떻게 적용하면 되나요?💡

AI 컨설팅 방법론

▲ 삼성SDS 제공

생성형 AI가 주목받으며 많은 기업에서 생성형 AI 도입을 적극적으로 시도하고 있는데요! 막상 생성형 AI를 도입하려고 보면 어디서부터 어떻게 해야 할지 막막한 게 현실입니다. 최근에는 IT 서비스 기업, SI 기업들이 AI 컨설팅 서비스를 통해, 이런 부분에 대한 도움을 주기 시작했습니다.

AI 컨설팅은 고객이 현재 어떻게 업무를 수행하고 있는지 분석한 뒤, 생성형 AI를 적용할 수 있는 방안을 제안해 주는 서비스입니다. 고객사의 업무를 유즈 케이스로 도출하고, 해당 케이스를 기반으로 생성형 AI 서비스를 정의하여, 실제로 어떻게 구현될 것인지 프로세스를 설계합니다.

AI를 활용하는 문화를 만드는게 중요✨

생성형 AI는 아주 초기 단계이고 업무에 실제 적용되는 건 이제 시작입니다. 하지만 이런 질문도 있습니다. '도입은 해야 할 거 같은데 아직은 시기상조이지 않나', '지금 시작하면 우리 회사를 대상으로 테스트하는 거 아니냐'. 하지만 일단 해보는 것이 중요합니다! 지금 필요한 건 AI를 사용하는 문화를 만드는 겁니다. 당장 눈에 보이지는 않더라도 생성형 AI 기술은 확실히 효과가 있을 거라는 건 업계 전문가들이 입을 모아 이야기하는 부분입니다. 당장 도입해서 획기적인 변화는 없을 수 있겠지만 빨리 써보고 문화와 습관화를 시켜서 남들보다 더 빨리 잘 활용할 수 있게끔 스킬을 키워내는 것이 중요할 것입니다.