생성형 AI 도입과 활용에 대한 소고

생성형 AI 관련된 프로젝트를 할 기회가 되어, 다시 한번 AI라는 분야를 찬찬히 살펴보고 있다. 요즘은 업종을 불문하고, AI를 도입해서 써보는 기업들이 정말 정말 많다.

생성형 AI 의 효용성은 무궁무진하겠지만, 결국 이 생성형 AI라는 것도 결국 DT의 한 분야이고, 따라서 인프라와 데이터, 네트워크와 개발이 중요하고, 이를 사용하는 사용자의 기술적 역량 수준 또한 중요하다.

결국, 도입하고자 하는 기업 전체의 디지털 인프라와 기술적 역량 수준, 사업적 리스크 등을 판단하고, 어느 범위의 데이터까지 (학습에) 활용 가능한지 판단 후, 생성형 AI 도입 범위를 정해야 한다.

생성형 AI에 친숙한 업종이 아닐 수록 이 부분이 정말 중요하다. 처음부터 AI 추진 조직을 만들어, AI 도입 전략을 짜는 등 큰 그림 하에서 움직이지 않을 가능성이 크기에, 탄탄하게 짜여진 기준을 토대로 도입 범위부터 정해야 하는 것이다. 예를 들면, 데이터 확보가 용이하고, 업무 효율이나 생산성 개선의 효과가 큰 부분, 그러면서 사업적 리스크가 크기 않은 부분 등 복합적인 기준으로 검토될 수 있을 것이다.

이후, PI 수행을 통해 인프라와 클라우드 환경 구현의 수준을 정하고, 예상되는 아웃풋을 그려보며, 업무 프로세스를 디자인한 후 가장 효율적인 방식으로 개발을 진행한다.

마지막으로 생성형 AI 도입에는 큰 반발감이 수반되는 경우가 많다. AI 어플리케이션 자체가 인간이 수행하는 영역(보고, 듣고, 판단하고, 계산하고, 그리고, 만들고, 추론하는 등)을 기계가 대신하게 하는 것이 목표이기 때문에 담당자들의 반발이 없을 수가 없다. 그래서 변화관리 또한 매우 중요한 아젠다이다.