지난 2022년 11월 오픈 AI의 채팅 GPT 서비스 개시 이후 막 1년을 넘긴 시점에도 불구하고 각종 AI 서비스 도구들이 마치 둑이 터진 듯 쏟아지고 있다.
MS는 지난 12월 4일 시각장애인을 위한 ‘Seeing AI’ 앱을 내놓았다. 이번에 출시한 것은 안드로이드용으로, 애플의 iOS용은 이미 나와 있다. 이 앱은 유저의 주위 상황 을 음성으로 설명한다. 핸드폰 카메라를 주변 풍경이나 상품, 사진, 화폐, 음식 메뉴판, 영수증 등에 비추면 그것을 보이는 대로 음성으로 설명해준다.
현재 언어는 18개 언어가 가능하며 2024년에는 36개 언어로 서비스한다. 어도비사가 제공하 는 파이어 플라이는 텍스트 프롬프트로 지시하면 이미지를 생성해주는 AI 서비스다. 어도비사가 보유하는 자료를 이용하기 때문에 저작권 걱정도 필요 없다. 게티사도 비슷한 서비스를 할 예정이다. 애초 저작권 문제가 크게 불거질 거라고 예상했지만 예상외로 빨리 협상이 타결될 것으로 전망된다.
서로 인정하면 AI 기업이나 저작권자나 사용자에게 모두 이익이 되기 때문이다. 현재 생성형 AI 서비스는 문서, 이미지, 영상, 오디오 앱들이 통합된 패키지 형태로 보급되고 있어 확산 속도가 엄청나게 빠르게 진행되고 있는 것으로 보인다. AI 개발사들은 초기의 확산과 정착이 무엇보다 중요하다는 것을 알기 때문에 최대한 하나의 패키지 안에 사용자들이 원하는 각종 서비스를 같이 제공하고 번들 종류에 따라 가격을 매기는 방향으로 가고 있다.
사람들은 새로운 기기나 서비스가 나오면 잽 싸게 사용해 보는 얼리 어답터가 있는 반면에, 대세가 되고 난 뒤에도 안 쓰고 있다가 한참 뒤에 마지 못해 사용하는 사람들도 있다. 이런 사람들은 새로운 서비스에 대한 단점이나 부정적인 악평에 대해선 맞장구치나 장점은 애써 외면한다.
생성형 AI 도구의 도입 초기인 지금 같은 현상이 벌어지고 있는 것 같다. 문제는 채팅 GPT가 각종 업무와 비즈니스 활용에서 결정적으로 도움을 주고 변화를 일으킬 수 있는 태풍의 회오리가 될 수 있다는 점에서 지나치게 보수적 태도를 보이는 것은 안이한 듯하다.
미국 소프트웨어기업인 세일즈포스의 ‘2023 IT보고서’에 따르면, 4300개 IT 기업의 CIO를 대상으로 서베이를 한 결과 CIO의 90%가 생성형 AI 서비스는 이미 메인 스트림이 됐다고 대답했다. 또 86%의 IT 리더들은 생성형 AI 가 가까운 미래에 조직의 업무에서 중요한 역할을 담 당 하게 될 것으로 전망했다.
IT 전문가인 아프샤르 씨는 ZDNET 기고문에서 “생성형 AI는 현재 하고 있는 회사 업무의 60~70% 가량을 흡수해 자동화할 수 있는 잠재력이 있으며, 이에 따라 업무의 효율성은 물론,구조와 내용까지도 변화시킬 수 있다”고 말했다. 그와 같은 획기적 능력은 생성형 AI가 인간들이 쓰는 자연어로 이해하고 처리할 수 있는 능력에서 나오는 것 같다고 말했다.
리서치사인 가트너는 2026년쯤에는 생성형 AI가 현재 웹과 모바일 앱 디자인의 70%를 바꾸게 되리라 전망했다. 또 2027년쯤 되면 각국의 AI 생산성이 국력의 주요한 경제지표가 될 것
이라고 내다봤다. 2028년쯤에는 AI를 접목한 스마트 로봇이 제조업과 소매물류 분야에서 현장 노동 인력을 대체할 것으로 봤다.
또 다른 IT 리서치사인 IDC는 IT 역사상, 생성형 AI만큼 회사 업무에 광범위하고 깊숙하게, 신속하게 변화시키는 수단은 일찍이 없었다고 말했다. 따라서 IDC는 대부분 기업이 생성형
AI를 다룰 수 있는 직원들이 없는 형편이므로 직원들을 생성형 AI 사용 능력을 위한 재교육과 훈련 프로그램을 즉시가 동할 것을 권장했다.
IDC는 또 현재 IT 비즈니스 업계에도 큰 지각변동을 일으키고 있다고 말했다. 코딩할 줄 몰라도 앱을 만들 수 있는 AI 도구들이 속속 등장하고 있다. ERP, 마케팅, 고객관리 등의 SW 등이 큰 변화를 맞이함에 따라, 생성형 AI와 SW, 인프라 등에 대한 기업 지출액이 2023년 160억 달러에서 2027년 1430억 달러로 급증할 것으로 전망했다. 매년 73% 씩 증가한다는 얘기다. 지금까지 리서치 기관과 전문가들의 얘기를 들어보면 지금은 생성형 AI의 도입을 미룰 것이 아니라 당장 업무 현장에서 사용하라는 강력한 권장이자 경고를 발하고 있는 셈이다.
어떻게 생성형 AI를 이용할 것인가
하버드비즈니스리뷰지 신년호는 스콧쿡 등 세 명 비즈니스 전문가와 교수들이 생성형 AI에 대한 세 단계 이용법을 소개했다. 그 내용을 필자가 정리하고 추가하여 설명한다.
레벨1은 회사가 직원들에게 업무 활용성이 높은 생성형 AI를 공급한다. 생성형 AI 사용 여부 를 직원 개인에게 맡기지 말라는 얘기다. 그렇게 내버려 두면 직원들 간에 큰 편차가 생길 수 있고 결과적으로 업무의 능률성이 떨어지고 직원들 간 불협화음까지 일으킬 수도 있다.
처음에는 프레젠테이션 다큐먼트, 신제품용 아이디어 제안서, 간단한 마케팅 보고서, 고객 발송용 메시지, 마케팅용 이미지 및 영상작업, 회사의 블로그나 SNS, 유튜브 포스트 등에 생성형 AI를 의무적으로 활용토록 하고 모니터, 평가, 수정의 프로세스를 실행한다.
생성형 AI의 사용은 제조업종이나 테크기업, 소비재 유통업, 건축 및 건설업, 로펌, 회계법인 등 어떤 기업들이든 필요한 상황이다. 다만 기업의 주력 비즈니스 성격과 목적, 규모에 따라 생성형 AI 서비스 제품의 차이는 있을 것이다. MS, 오픈 AI, 구글, 네이버, 어도비 등의 제품을 잘 살펴보고 선택하면 될 것 같다.
생성형 AI 서비스를 잘 이용하고 있는 기업과 그렇지 않은 기업 간의 격차는 크게 벌어질 것이라고 전문가들은 강조하고 있다. 앞서 말 한 것처럼 생성형 AI를 사용하면 업무의 혁신과 능률을 가속화 할 것이기 때문에 경쟁사 간 격차는 어쩌면 도저히 따라갈 수 없을만큼 벌어져 버릴 수도 있다.
레벨2는 생성형 AI를 자신의 회사 업무에 커스터마이징하는 단계다. 레벨1은 생성형 AI 도구 를 도입해 업무에 단품으로 적용하는 단계라고 한다면, 회사에서 발생하는 고유의 데이터와 노하우, 고객과 거래자의 피드백을 사용하고 업무의 성격과 목표, 프로세스에 맞게 맞춤화하는 단계다.
레벨3은 생성형 AI를 업무의 자동화 프로세스로 설계·구축하여 실행하는 단계다. 예를 들면 회사의 수익을 창출하는 분야, 고객과 거래자의 피드백을 수집하고 분석하는 분야에서 생성형 AI를 이용해 자동으로 업무가 진행되도록 하는 레벨이다.
레벨 3단계는 인력으로만 했던 업무, 인력으로 했다고 하더라도 부실하게 이뤄졌던 업무가
효율적으로 정확하게 수행될 수 있는 단계다. 물론 항상 모니터해 자동화 업무가 잘 진행되고 있는지, 과연 기대했던 효과를 얻고 있는지를 분석하고 수정하고 혁신해가야만 할 것이다.
위 레벨2와 레벨 3단계 이 분야만 전문적으로 AI 서비스 전문기업이 할 수 있겠다. 오늘날 ERP 기업과 비슷한데, AI 서비스를 회사의 요구에 맞게 잘 설계하고 유지 및 컨설팅하는 기업 형태가 조만간 탄생할 것으로 예상된다.
생성형 AI에 대한 레벨 높이기 전략을 조언한 전문가 는 금 융 SW 회사인 인튜이트사의 스콧 쿡 공동창업자와 보스턴 대학 경영학 전공 안드레이 하기우 교수, 싱가 폴 국립대 경제학 전공 줄리언 라이트 교수다. 이들은 결론에서 생성형 AI는 하나의 신기술을 도입하느냐 하는 문제로 접근해서는 안 되며 기본적인 전략 자산으로 반드시 도입해야 한다고 강조했다.
생성형 AI를 사용하는 유저의 자세
생성형 AI는 내가 질문을 얼마나 적절하게 하는가에 따라 결과는 크게 달라진다. 우리가 보통 사람들 간의 대화도 질문하는 내용에 따라 대화의 수준과 깊이가 달라지는 이치와 같다. 질문을 잘하려고 하면 궁금한 분야에 대한 전문성을 풍부하고 깊이 있게 갖추고 있으면 있을수록 유용한 대답을 AI로부터 얻을 수 있을 것이다.
따라서 생성형 AI가 아무리 뛰어난 도구라고 해도 그것을 사용하는 유저가 스마트하지 못하고 전문성이 빈곤하면 기대하는 효과를 거두기 어렵다. 또 이미지와 영상편집을 위한 AI 서비스는 쉽게 많이 이용될 가능성이 큰데, 그만큼 AI가 만들어낸 이미지와 영상들의 참신함은 급격히 떨어지고 식상해지는 문제에 봉착하게 될 것으로 보인다. 역시 이미지와 영상을 새로 발굴해서 촬영하고 편집하 는 작가의 영역은 건재할 것으로 전망된다.
생성형 AI와 인간의 창의성, 무한 변주 가능하나
인간의 창의성이 어떻게 이뤄지는가는 여전히 미스터리 영역으로 남아 있지만 다양한 지식과 정보들이 쌓여지고 융합하고 숙성하는 가운데 창의성이 튀어나온다는 정도는 밝혀져 있다. 생성형 AI는 인류가 축적해온 지식과 인터넷상에 올라오는 엄청난 데이터를 학습한 것을 기반으로 창의적인 대답을 내놓는다.
AI의 창의성이 인간의 창의적 메커니즘을 적어도 일부는 사용해 나온 것이라고 할 수 있다.
현대의 학문과 과학, 기술, 지식의 양은 너무 팽대하고 복잡하고 다양화된 상태다. 한 사람의 전문가가 한 분야의 학문 지식을 섭렵하는 것도 불가능해졌다. 그런데 AI는 컴퓨팅 파워에 힘입어 그게 가능해졌다.
인간은 한 분야를 깊이 파고 들어가 새로운 지식과 기술, 이론을 발견하는 쪽을 담당하고
AI는 모든 학문 분야나 인간이 질문하는 분야를 포함해 관련 분야의 지식과 정보를 순식간에 학습하고 AI가 조합해낸 창의성을 답하는 역할을 맡는다. 인간과 AI의 무한 변주가 인류의 미래를 이끌어갈 것으로 보인다.
하지만 AI의 한계를 인식하는 것도 중요하다. 창의성만으로는 일이 되는 것은 아니다. 인간은 그 창의성을 수행할 수 있는 전문성을 갖추고 있어야 하고 그것을 행동으로 옮기는 결단력, 어려움과 장애물 속에서도 굴복하지 않고 추진하는 의지와 욕망이 필요한 것이다. 결국, A I는 하나의 도구에 불과하고 인간이 가장 중요하다는 결론에 도달하게 된다.
정부는 규제보다는 AI 스타트업 육성에 주력해야
한국은 AI 칩과 같은 하드웨어 쪽에만 관심을 기울이는 듯한데, 사실은 생성형 AI와 관련된 서비스와 교육도 이에 못지않게 중요하다. 규제는 미국과 유럽이 하는 것을 보고 AI 관련 산업이 성장해가는 것을 지켜보면서 해도 늦지 않다. 지금은 AI 스타트업을 집중적으로 육성하고 일반인들을 위해 생성형 AI의 활용 교육을 집중적으로 지원하고 육 성할 필요가 있다.
