‘챗GPT’등장 이후 매일 이 기술에 대한 잠재력, 활용도에 대한 보도 자료가 쏟아지고 있는데요. 등장 후 2년이 지난 지금, AI가 일상으로 확산되면서 다양한 시사점들에 대한 보도도 함께 쏟아지고 있습니다. 특히, 여러 방면에서 AI가 활용되면서 데이터 무단 사용 및 저작권 침해, 개인정보 유출, 할루시네이션(Hallucination)등에 대한 우려점들이 논란이 되고 있습니다.
이에 생성형 AI에 대한 대중들의 시각도 변화하고 있는데요. 아사나의 ‘기업내 AI 활용 현황’보고서에 따르면, 직원들은 생성형 AI 기술을 사용했을 때, 부정적 평가를 받거나 게으른 사람으로 인식되는 것에 대한 걱정이 존재했습니다. 또, AI를 사용하는 것에 스스로가 사기꾼처럼 느껴진다고 답한 직원도 있었는데요.
다양한 대중 시선 변화에 따라 적합한 AI 도입 방법이 중요해지고 있습니다. 즉, 기업의 요구 사항 및 환경에 따라 적합한 LLM 모델을 선택해야 하는데요. 예를 들어, 온프레미스 환경에서 경량형 언어 모델 (sLLM)을 적용해야 하는 경우도 있고, 정교한 서비스를 제공하기 위해 대규모 언어 모델(LLM)과 다양한 클라우드 서비스를 기반으로 한 아키텍처를 구성해야 할 수도 있습니다. 또한, 기업 내부의 다양한 기술, 보안, 거버넌스 등의 요구 사항에 따라 도입 방법을 결정하기도 합니다.
최근 많은 기업들이 내부 요구 사항에 맞춰 맞춤형 사내 AI 챗봇(Chatbot) 구축을 진행하고 있는데요. 삼성중공업의 경우 인공지능(AI) 기반 사내 챗봇 ‘에스봇(SBOT)’을 설계 분야에 적용했습니다. 에스봇은 사용자 설계 노하우, 규정, 계약 정보 등을 자연어로 질문하면서 사내 시스템에서 해당 정보를 찾아 제공하는 서비스입니다. 삼성에 이어 LG도 사내 챗봇 구축에 뛰어들었습니다. LG CNS의 경우 생성 인공지능(AI)으로 기업 내부 유용한 지식과 데이터를 찾는 ‘AI를 활용한 KM(지식관리) 혁신’ 서비스를 개시했습니다. KM혁신은 생성 AI가 사내 데이터를 분석해 최적의 답변을 제공하는 서비스로, 사내 임직원들이 업무에 필요한 지식을 찾기 위해 대량의 데이터를 탐색한 뒤 AI가 직접 답을 생성하는 시스템입니다. KM혁신은 최근 마이크로소프트와 협력해 ‘애저 오픈AI'의 GPT4 적용을 마쳤는데요. 이를 통해 기업 내부 데이터 기반으로 답변을 생성할 수 있습니다. GPT4를 적용한 KM혁신은 챗GPT의 공개적 데이터만을 학습한 대형언어모델(LLM)보다 좀 더 기업 친화적인 답변이 가능합니다.
또, 대우건설의 경우, 사내 업무용 챗봇서비스 ‘바로봇’을 도입했는데요. 바로봇은 1:1 비대면 업무 수행 형태로 설계되어 24시간 동안 신속하게 업무 처리를 진행할 수 있고, 직원들의 업무 관련 문의에 빠르게 응답할 수 있다는 장점이 있습니다. 최초 서비스는 IT,총무,인사,복리후생 등 업무 지원 부문에서 시작된다고 밝혔습니다.
이렇듯, 최근 다양한 산업군의 기업들이 AI 도입을 통한 챗봇 구축으로 단순 반복 업무를 자동화하고, 디지털 노동력을 확보해 기업의 디지털 전환을 가속화하고 있는데요. 이러한 AI를 활용한 챗봇 구성에는 기본 재료가 될 ‘데이터’가 중요합니다. 기본적으로 LLM은 데이터를 통해 학습하기 때문에 데이터 수집이 기초가 되어야 하고, 이후 사내 시스템과 통합이 되어야 합니다.
이처럼 기업에서 AI를 활용할 때는 디지털전환(DX) 팀 만이 아니라 데이터가 있는 모든 부서간의 벽이 허물어져야만 LLM 활용이 가능한데요. 양질의 데이터가 있다면 이후 사람과 데이터를 연결하는 AI도입은 어렵지 않을 것 입니다. |
