전체메뉴

[애플경제 김향자 기자] 생성 AI는 기업의 R&D, 생산, 마케팅 영역에서 활용되고 있다. 특히 “R&D 영역에서 생성 AI는 단시간 내에 다양한 프로토타입과 옵션을 생성해 개발자의 노력, 시간, 비용을 절감시키고, 마케팅 분야에서 생성 AI는 다양하고 까다로운 고객의 개별 니즈에 대해 개인화된 서비스를 저비용으로 제공할 수 있게 만든다”는게 현장 전문가들의 얘기다.

그러나 이를 도입해 최대의 효율성을 기하려면, 반드시 그 장단점을 파악하고, 최대한 활용할 수 있는 몇 가지 조건이 필요하다는 전문가들의 조언도 뒤따르고 있다. 특히 최근 LG경영연구원의 최광일 연구원은 “(그런 조건을 충족할 때) 비로소 생성 AI는 콘텐츠, 소프트웨어, 솔루션 등 디지털 창작 분야에서 전례 없는 생산성 증대와 새로운 가치 창출을 가능하게 만들 것”이라며 이른바 ‘생성 AI 도입 및 활용의 4가지 포인트’를 적시해 눈길을 끈다.

현장 전문가의 체험 기반 제언, 눈여겨볼 만

특히 “생성AI의 가치와 잠재력을 십분 이용하는 기업과, 그렇지 못한 기업 간의 격차는 더욱 커질 것”이란 전망까지 나오고 있다.

이는 그야말로 현장에서 겪은 체험에 기반한 제언이기도 하다. 생성AI를 도입하거나 관련 솔루션을 개발하고 있는 국내기업들로서도 다들 눈여볼 만한 조언이란 평가다.

이에 따르면 우선은 생성 AI의 활용 가능성과 기술적 한계를 명확히 인식하는 것이다.

최 연구원은 “생성 AI는 어떤 데이터를 학습했느냐에 따라 그 결과 값이 달라질 수 있다.”면서 2022년 11월 메타가 낸 오류 투성이 논문 생성 AI 갤럭티카(Galactica)의 사례를 들었다.

당시 메타는 출시 3일 만에 부정확한 과학 논문을 작성했다는 이유로 이를 폐쇄했다. 여기서 보듯, 생성 AI는 창의성을 갖추긴 했어도 인간 수준의 경험이나 지식은 없다. “문제에 대한 답변은 여러가지 제시할 수 있으나, 문제 자체를 정의하거나 발견하는 능력은 인간보다 한참 떨어질 수 있다.”는 점을 명심해야 한다는 지적이다.

또한 생성 AI의 활용 효과가 클 사업 영역을 면밀히 살펴야 한다는 주문이다. 이는 LG 등 특정기업에만 국한된 것은 아니다. 대부분의 기업들은 “사업 영역에 적합한 생성 AI의 종류와 특성, 사용자의 목적과 요구사항 등도 고려해서 생성 AI 도입방식을 결정해야 한다.”는 조언이다.

데이터 보안 문제 대응 능력도 중요

이때 데이터 보안 문제를 감안, 외부 상용 AI 서비스를 활용할 것인지, 자체적으로 내부 개발할 것인지에 대해서도 고민이 필요하다는 지적이다. 최 연구원의 지적이 아니라도, 최근 오픈AI가 출시한 기업 자체 맞춤형 GPT 개발을 위한 ‘어시스턴트 AI’를 상용화하기로 한 것도 이런 지적과 맥이 닿는 대목이다

최 연구원은 “마케팅 문구 생성은 손쉽게 외부 상용 서비스를 도입할 수 있겠지만, 첨단 기술 개발 영역에는 보안 이슈상 자체 개발이 필요할 수도 있다.”고 했다. 그러나 이처럼 AI 어시스턴트 기술이 보급될 경우, 이런 한계를 뛰어넘을 수 있게 된다.

생성AI를 도입할 경우는 프로세스를 단계적으로 밟으며 적절한 도입 전략을 구사해야 한다는 주문이다.

이를 위해선 우선 활용가치가 큰 부서부터 파일럿 테스트를 시작해야 한다. “장단점과 활용상 난점을 파악하고 이를 경험 삼아 단계적으로 전사에 확산시켜 나가는 방식이 바람직할 수도 있다”는 것이다. 이런 과정을 통해 적절한 시기에 AI 학습에 필요한 사내 데이터의 품질을 평가하고, 기존 IT 인프라와 생성 AI의 호환성이 가능한지 등을 확인할 필요가 있다.

신기술 도입에 대한 사내의 거부감을 줄이는 노력이 특히 중요하다. 당연히 사내 조직이나 구성원들은 새로운 업무 방식에 저항할 수도 있다.

최 연구원은 “이를 해결하려면, CEO 및 주요 임원진부터 먼저 사용해보고 경험담을 사내에 전파할 필요가 있다”고 조언했다. 그러면서 또 다른 방법론 몇 가지를 제시해 눈길을 끈다.이에 따르면 ‘이미지, 소설, 시 생성 AI 체험전’처럼 흥미로운 이벤트를 진행해 관심도를 진작시킨다. 또 생성 AI로 인해 업무 생산성을 높인 사례를 사내 매체로 공유할 필요도 있다.

“사내 구성원이 ‘나를 돕는 AI’로 인식하는게 중요”

그런 노력이 뒷받침될 때 “비로소 직원들의 생성 AI에 대한 인식은 ‘나와 경쟁하는 AI’가 아니라 ‘나를 돕는 AI’로 변하게 될 것”이라며 “생성 AI의 무한한 가치 창출 능력이나 생산성 증대 잠재력을 감안할 때, 앞으로 생성 AI를 잘 활용하는 기업과 그렇지 못한 기업 간의 격차는 더욱 커지게 될 것”이라고 전망했다.

한편 생성 AI는 이미 기획이나 일반 업무 분야에서도 다양하게 활용되고 있다. 사내 행사, 프로젝트 진행을 위한 체크리스트, 간단한 예산 설정, 보고서 아웃라인 등 여러 기초 기획 업무에 활용될 수 있다.

생산 영역에서는 디지털 트윈 내 시뮬레이션, 생산 프로세스 최적화, 예측 유지보수, 품질 관리 및 검사 등에 기존 판별 AI의 효율성을 더욱 높일 것으로 보인다. 또한 생성 AI를 활용하면 빠르게 많은 기초 아이디어를 얻을 수도 있다.