분야
hwpx※ 구매자료 중 한글표준문서(*.hwpx)로 작성된 파일을 경우, 2018 이상 버전에서 확인해 주시기 바랍니다.
1. 생성 AI 시대의 개요.
2. 생성 AI와 기존 AI의 차이점
3. 생성 AI를 통한 비즈니스 혁신
1) R&D: 제너레이티브 디자인으로 연구개발 생산성 증대
2) 마케팅: BOT 커머스 시대의 개막
3) 생산: cre“AI”tion, 디지털 콘텐츠 창작 혁명의 시작
4) 기획 및 일반 업무
4. 고려사항
첫째, 생성 AI의 활용 가능성과 기술적 한계를 명확히 인식해야 한다.
둘째, 우리 사업에서 생성 AI의 활용 효과가 클 영역이 어디인지 면밀히 살펴야
한다.
셋째, 도입 프로세스를 단계적으로 밟으며 적절한 도입 전략을 구사해야 한다.
넷째, 신기술 도입에 대한 거부감을 줄이려는 조직 문화적 활동도
추진해야 한다.
◎ 생성 AI 등장 이전의 AI는 흔히 ‘판별 AI(Discriminative AI)’라 불리운다. 판별 AI는 개과와 고양이과 동물을 식별해 내는 것 같이 입력된 데이터를 특정 기준에 따라 분류하는 역량이 뛰어나다. 이를 통해 미로에서 길 찾기처럼 주어진 데이터(사물/현상)에 대해 최적의 방법을 선택하고 실행하는 것까지 나아갈 수 있다. 한편 생성 AI는 질문에 대해 그럴듯하게 답변하거나, 이미지나 음악 같은 새로운 콘텐츠를 만들어낼 수 있는 점에서 차별적이다.
◎ 예를 들어, 개나 고양이와 같은 이미지 데이터셋이 있을 때, 판별 AI는 특정 카테고리나 그룹을 구분해 내는 것에 초점을 맞추지만, 생성 AI는 비슷하게 생긴 동물들을 미리 모아서 학습해 놓고 사용자 요청에 맞게 유사한 이미지를 출력해주는 것에 초점을 맞춘다.
2. 생성 AI를 통한 비즈니스 혁신
◎ 생성 AI는 사용자의 요구에 맞춰 요약, 답변, 그림, 동영상, SW 코드를 순식간에 만들어준다. 이러한 생성 AI가 확산되면, 사람들의 일하는 방식은 근본적인 변화를 맞이할 수 있다. 예를 들어 SW 개발 과정에서 코드 작성 및 디버깅을 할 때는 야근이 일상일 정도로 많은 시간이 소모된다.
◎ 그렇지만 개발자가 문제만 정의해주면 생성 AI가 간단한 코드 정도는 쉽게 작성해준다. 또한 생성 AI는 코드 실행 전에 자동으로 틀린 곳을 찾아 디버깅까지 해줄 수 있어 개발 시간이 크게 단축된다. 개발자들은 남는 시간에 고객과 긴밀하게 커뮤니케이션하거나 새로운 아키텍처를 구상하는 등 더욱 생산적인 일을 하는 데 집중할 수 있다.
◎ 결과적으로 향후 기업의 경쟁력은 생성 AI 도입에 따른 일하는 방식의 변화를 어떻게 활용하는가에 따라 크게 좌우될 수 있는 것이다.
◎ 최근 전 세계에 생성 AI 열풍이 확산되고 있다. 생성 AI는 학습된 데이터를 기반으로 사용자의 요구에 맞춰 텍스트, 이미지, 음성, 비디오 등을 만들어내는 인공지능을 말한다.
◎ 이 중 다양한 분야에 걸쳐 창의적인 답변이 가능한 OpenAI의 ChatGPT는 두 달 만에 월 사용자 수가 1억 명을 돌파하는 등 대표적인 생성 AI 서비스로 각광 받고 있다.
◎ 근래 부각되긴 했지만, 생성 AI의 역사는 오래되었다. 2014년 이미지 생성 기술에서 시작하여, 2018년 OpenAI의 GPT1(Generative Pre-trained Transformer)가 등장하면서 텍스트 생성까지 가능해졌다. 최근에는 구글의 페나키(Phenaki)와 AudioLM처럼 문자 입력을 받아 동영상, 오디오를 만드는 기능으로도 범위가 확대되는 추세이다. 가트너의 2022년 AI 하이프 사이클2에서도 생성 AI는 최정점에 위치하여 대중의 관심이 집중된 상황이다. ◎ 이처럼 생성 AI가 사회적 신드롬을 일으키면서 관련 기업들도 분주히 움직이고 있다.