리포트: 비즈니스의 새로운 가능성을 여는 생성형 AI

'지난해가 인공지능(AI)에 중대한 해였다'는 표현은 어딘가 좀 부족한 느낌입니다. 2022년 말 OpenAI에서 내놓은 ChatGPT는 다양하고 복잡한 질문과 지시를 받고 AI가 생성한 놀라운 응답으로 인터넷에서 화제의 중심이 되었습니다. 특히 기억에 남는 예를 들어볼까요? VCR에서 땅콩버터 샌드위치를 제거하는 방법을 킹 제임스 성경 스타일로 설명했습니다. 

AI가 텍스트를 이미지로 변환하는 도구를 사용하여 만든 작품이 등장하자 우리는 갑자기 생성형 AI의 미래와 그 잠재적 가치를 실감하게 되었습니다. 자연히 이에 대응하여 거대한 기술 기업 간의 AI 경쟁이 치열해졌습니다.  

이 새로운 시대의 AI는 향상된 검색 엔진이나 워드 프로세싱 소프트웨어를 훨씬 뛰어넘는 기술입니다. ChatGPT 및 기타 새로운 도구를 언급하기 바쁜 각종 기사의 헤드라인만 보더라도 AI 역사상 가장 커다란 변화임이 확실합니다. 사전 훈련된 모델로 무엇이든 할 수 있을 것 같습니다. 

최근에 공개된 콘텐츠 생성 AI 도구는 모두 언어나 이미지처럼 맞춤화할 수 있는 방대한 양의 원시 데이터로 훈련된 '기반 모델'을 바탕으로 합니다. 이러한 기반 모델은 산업 전반에서 기업의 AI 활용 방법과 목적을 완전히 바꿔 놓을 것입니다. 

실제로 Accenture의 리포트 'When Atoms Meet Bits: The Foundations of Our New Reality'에 의하면 기업 임원의 96%가 AI 기반 모델이 제공하는 새로운 기능에 '매우 또는 엄청나게 영감을 받았다'고 했으며, 95%가 엔터프라이즈 인텔리전스의 새로운 시대를 열 것이라고 말했습니다. 하지만 비즈니스 리더가 우선 해야 할 일은 AI의 잠재력을 실현하기 위해 적절한 리소스를 확보하는 것입니다. Accenture가 AI의 미래에 관해 조사한 주요 결과는 다음과 같습니다. 

기반 모델 101

AI의 이점을 활용하려면 새로운 기능과 비즈니스 가치를 창출할 기반 모델의 특성을 이해해야 합니다. 

그렇다면 기반 모델이란 정확히 무엇일까요? Stanford HAI(Stanford Institute for Human-Centered Artificial Intelligence)의 연구진은 2021년에 방대한 데이터로 훈련받아 우수한 다운스트림 태스크 적응력을 거대 AI 모델을 설명하기 위해 이 용어를 만들었습니다.

기반 모델은 텍스트 같은 하나의 데이터 형식이나, 텍스트와 이미지(ChatGPT의 경우), 심지어 사운드와 비디오 같은 여러 데이터 형식을 기반으로 훈련될 수 있습니다. 생성형 AI를 발전시키는 대표적인 기반 모델 두 가지는 트랜스포머 머신러닝 모델과 거대 언어 모델입니다. 둘 다 수억 개 또는 수조 개의 예측 관련 매개변수를 포함하는 신경망입니다. 

이러한 모델이 독보적으로 강력한 이유, 그리고 아마도 끊임없이 적응할 수 있는 이유는 그 기능이 특정 태스크에 국한되지 않기 때문입니다. 하나 이상의 데이터 형식으로 광범위하게 훈련받기 때문에 기반 모델은 추가 훈련을 거의 또는 전혀 받지 않고도 새로운 태스크를 학습할 수 있습니다. 태스크가 해당 도메인 내에 있는 한 AI가 이를 처리할 수 있습니다.

이러한 학습 능력이 작동하는 모습을 확인한 지금, 그 능력을 활용하기 위한 경쟁이 시작했습니다. 구글, 마이크로소프트, 바이두, 메타는 모두 자체적으로 거대 언어 모델을 개발했으며, OpenAI와 같은 다른 기업에서도 거대 멀티모달 모델을 개발했습니다. DeepMind의 Gato는 아마도 가장 발전된 멀티모달 AI 모델일 것입니다. 채팅, 이미지 캡처, Atari 비디오 게임 플레이, 로봇 팔로 블록 쌓기 등 600개 이상의 태스크를 수행할 수 있습니다.

현재 대부분의 기반 모델이 학습한 데이터의 양은 상당히 제한적이며, 주로 자연어(텍스트)와 이미지입니다. 모델이 비디오, 3D 공간 데이터, 단백질 구조, 산업용 센서 데이터와 같은 다양한 데이터를 더 많이 학습할수록 잠재적인 용도와 가치가 급상승할 것입니다. 실제로 Accenture 리포트에 의하면, 전 세계 임원의 97%가 AI 기반 모델이 다양한 데이터 유형 간의 연결을 지원하여 AI가 사용되는 용도와 방법을 혁신할 것이라는 데 동의합니다.

새로운 경쟁 차별화 요소

자연히 최근 AI 기반 모델의 발전은 전 세계 비즈니스 리더의 관심을 끌었습니다. 

기업은 이제 이러한 모델을 고객 서비스 봇에 대한 지원부터 자동화된 코딩까지 다양한 태스크에 적용하는 실험을 하고 있습니다. 그리고 모델이 발전하는 속도만큼 빠르게 새로운 활용 방안도 발견하고 있습니다.

CarMax를 예로 들어보겠습니다. 이 회사는 최근에 OpenAI의 GPT-3 모델을 사용하여 회사가 판매하는 모든 차량에 대한 고객 리뷰 10만 건 이상을 읽고 종합했습니다. 그런 다음 이 모델은 이를 5,000개로 요약을 했는데, 회사 측에 따르면 편집팀에서 맡았다면 11년이 걸렸을 것입니다.

이러한 사례는 생성형 AI가 수많은 산업에 어떻게 그리고 왜 영향을 미치는지와 관련하여 중요한 점을 시사합니다. 대부분 기업은 자체적으로 기반 모델을 구축할 필요가 없습니다. 그 대신 오픈 소스 채널이나 유료 서비스를 통해 플랫폼의 형태로 기존 모델을 활용할 수 있습니다. 기업은 퍼블릭 클라우드 데이터 센터에 의존하듯이, 다른 기업이 만들어 제공하는 AI 모델을 점점 더 많이 사용하게 될 것입니다. 챗봇은 물론이고 카피라이팅, 웹사이트 구축을 포함한 수천 개의 어플리케이션이 이미 OpenAI의 GPT-3을 기반으로 합니다.

기업에서 주목해야 할 두 가지 이점이 있습니다. 첫째, 이 모델은 자연어 커뮤니케이션이든 코딩이든 인간과 AI 간의 상호 작용을 완전히 바꿀 것입니다. 예를 들어 구글은 이미 소프트웨어 엔지니어의 생산성을 향상시키는 AI 코드 작성 도구를 개발했습니다. 둘째, 기반 모델은 이전에는 구축하기가 너무 어렵거나 심지어 불가능했던 새로운 AI 어플리케이션 및 서비스를 가능하게 만들고 있습니다. 다시 말하지만 이는 대부분 기업이 자체적으로 모델을 처음부터 개발할 필요 없이 사전에 훈련된 모델로 AI 기능을 강화할 수 있기 때문입니다.

조사 결과에 의하면, 전 세계 임원의 98%가 앞으로 3~5년 동안 AI 기반 모델이 회사 전략에서 중요한 역할을 할 것이라는 데 동의했습니다. 

첨단 AI 모델과 그 기능이 아주 빠르게 변화하고 있지만, 기업은 위험을 예측하고 피하기 위한 AI 활용에 신중할 필요가 있습니다. 예를 들어 기반 모델은 훈련된 데이터에서만 우수한 능력을 발휘합니다. 그리고 특정 집단 및 인구 통계 정보가 역사적으로 배제된 까닭에 편향된 데이터 세트가 많습니다. 다시 말하면, 모든 기업은 기반 모델을 활용할지를 결정할 때 현실적인 리스크를 고려해야 합니다.

즉, AI 비즈니스에서 패러다임 전환이 이루어지고 있습니다. 이러한 모델이 모든 산업에 영향을 미칠 것이라는 데는 의심의 여지가 없지만, 앞으로 기업이 AI를 어떻게 사용하고 AI로 어떤 문제를 해결하려고 하는지에 따라서 차별화가 이루어지게 될 것입니다.