출판사 리뷰
좋은습관연구소가 제안하는 44번째 습관은 생성형 AI를 사업에 활용하는 습관입니다. 생성형 AI가 뜨거운 열풍을 타고 우리 곁으로 다가왔습니다. 이미 많은 기업들이 생성형 AI를 우리 업에 어떻게 접목할지, 그러려면 무엇을 해야 하는지 고민하고 있습니다.
1부. 생성형 AI 도입 전략1부에서는 생성형 AI를 도입하기 위해서 기업이 무엇부터 고민해야 하며, 도입 방법론에는 어떤 것이 있는지 소개합니다.
프롬프트 엔지니어링, API 통합, 플러그인 이용, AI 플랫폼 이용, 노코드/로우코드 플랫폼 이용 등 여러 방법을 제시하고 각각의 장단점이 무엇인지 소개합니다.
고객 정보 보안으로 외부 클라우드에 데이터를 업로드할 수 없는 기업인지, 생산성 향상을 위한 창의적 도구의 쓰임새가 더 많은 곳인지, 범용 지식이 바탕이 된 거대 언어 모델이 적당한 곳인지, 그렇지 않고 특화된 분야의 소형 규모의 언어 모델이 적당한지 등을 확인합니다. 이런 식으로 기업 입장에서는 자신의 사정에 맞춰 어떤 방식의 생성형 AI 도입 전략이 가장 유리한지를 판단합니다.
2부. 직무별 생성형 AI 활용 사례실제 생성형 AI가 각 직무(인사,재무,기획,마케팅,개발,디자인,제조 등)에서 어떻게 활용되는지 다양한 사례를 소개합니다.
예를 들어, 인재 채용 과정에서 수많은 이력서의 검토와 면접 과정을 AI를 이용해 진행하고, 소수 인력으로 전 세계 지원자를 상대하며 인사 평가하는 기업 사례를 설명합니다. 이런 방식의 장점은 사람의 개입을 최소화 하기 때문에 채용 부정이나 오류 등을 없앨 수 있습니다.
그 외 개인 맞춤형 광고를 제작한다거나, 스마트 팩토리 운영을 통해서 관리 비용을 최소화 하는 방안을 생성형 AI를 이용해 찾는 사례도 소개합니다.
3부. 산업별 생성형 AI 활용 사례3부에서는 본격적으로 산업별 생성형 AI 활용 사례를 알려줍니다. 금융, 의료 및 바이오, 법률, 자동차, 유통, 엔터테인먼트와 게임, 교육, 출판, 뷰티 등으로 나누고 분야별로 대표 기업들이 어떤 식으로 생성형 AI를 이용해 비즈니스 목표를 달성하는지 알려줍니다.
광고 카피를 뽑고, 애니메이션이나 게임의 스토리를 짜고, 음악을 만드는 등의 창조적 활동을 돕기도 하며, 여러 업무 지식이 포함된 데이터나 문서에서 간단한 질문만으로 원하는 정보를 얻을 수도 있습니다. 챗봇을 활용해 24시간 고객 응대를 하는 것은 이미 전 산업에서 보편적으로 사용하고 있으며, 의료나 법률 같은 전문 문서를 작성하고 검토하는 일에도 생성형 AI가 활용됩니다.
이외에도 실제와 구분이 불가능할 정도의 어떤 데이터를 생성해서 이를 활용해 여러 가지 가상 시뮬레이션을 해본다거나, 이상 징후가 나타나는 데이터를 찾아내는 등 여러 상황에서 생성형 AI가 활용됩니다.
실제 너무나도 다양하게 활용되고 있어서, 챗GPT나 미드저니 정도로만 생각해서는 절대 각 산업에서 현재 일어나고 있는 생성형 AI의 트렌드를 따라잡을 수 없습니다. 이 책을 통해서 각 산업의 선두 기업들이 생성형 AI를 이용해 어떤 비즈니스를 벌이고 있는지, 어떻게 수익화에 성공해가고 있는지 살펴보는 것이 중요합니다.
4부. 해결해야 할 문제와 다가올 미래책은 마냥 생성형 AI를 찬양하지는 않습니다. 4부에서는 생성형 AI의 문제점과 도전 과제를 알아봅니다. 저작권의 문제와 편향성의 문제를 설명하고 개인정보 보호의 문제를 설명합니다. 그리고 과다한 에너지 사용 문제와 이를 피해 갈 방법이 있는지도 고민해봅니다.
무엇보다 기업이 어떤 점에 유의해야 하는지, CEO와 CTO는 어떤 역할을 해야 하고, 사업 부서와 개발 부서 등은 어떤 이해관계를 갖고서 각자의 역할에 충실해야 하는지 설명합니다.
마지막으로 생성형 AI의 미래는 어떻게 될 것이며, 초거대 언어모델에서 준대형 언어모델로 바뀌는 트렌드, 클라우드가 아닌 온디바이스에서 가동되는 생성형 AI의 필요성과 가능성도 살펴봅니다.
정리하면 현재 우리가 웹으로 접속해서 프롬프트라는 방식으로 어떤 것을 요청해서 산출물을 만드는 방식만이 생성형 AI의 전부가 아님을 독자들은 꼭 기억해야 합니다. 이 책을 통해서 생성형 AI의 다양한 활용 트렌드를 확인하고, 우리 회사(업)에 적용 가능한 생성형 AI는 어떤 형태를 띠어야 하는지 아이디어를 얻었으면 합니다.
산업계에서는 ‘분석형 AI’라고 부르는 기존 방식으로 이미 많은 가치를 창출했다. 하지만 분석형 AI 대부분은 특정 작업을 수행하도록 개발되었기 때문에 광범위하거나 새로운 상황에 적용하기 어렵다는 한계를 갖고 있다. 반면 ‘생성형 AI’는 이런 한계를 뛰어 넘어 다양한 상황에도 적용 가능하다. 그래서 분석형 AI는 데이터 분석과 의사결정에 탁월한 능력을 갖춘 박식한 전략가에 가까운 반면, 생성형 AI는 참신하고 창의적인 콘텐츠를 제작하는 아티스트에 가깝다. 이러한 특징은 응용 분야를 보면 잘 드러난다. 분석형 AI는 비즈니스 인텔리전스, 금융 모델링, 예측 분석 등에 적합하고 생성형 AI는 예술, 디자인, 콘텐츠 생성 등 창의적인 분야에서 더 많이 활용된다.
아직은 대부분의 책이 주로 기술 설명, 도구 사용법, 프롬프트 활용에만 초점을 맞추고 있을 뿐 실제 산업 현장에서 생성형 AI를 적용한 비즈니스 성공 사례를 다루는 서적은 찾기가 어렵다. 그러다 보니 내가 만나본 산업계 종사자들은 생성형 AI를 활용해 자신의 가치를 높이는 것에 대한 갈증이 높았으며, 비즈니스 적용 사례에 대해서도 궁금해했다. 기업에서 새로운 과제를 기획할 때 제일 먼저 하는 일 역시도 이른바 ‘선진 혹은 성공 사례’를 찾는 일이다. 하지만 생성형 AI 분야에서는 널리 알려진 예가 그리 많지 않다. 생성형 AI가 대두한지 얼마 안 된 것도 있지만 기업이 자신의 성공 사례를 외부에 공개하길 꺼리기 때문이다.
작가 소개
지은이 : 이호수
AI 기술과 비즈니스에 깊은 지식과 경험을 가진 저자는 IBM, 삼성전자, SK텔레콤 등에서 근무하며 AI를 포함한 컴퓨팅 기술과 파괴적 혁신의 비즈니스 모델의 결합으로 경쟁력 있는 시장 가치 창출에 큰 기여를 했다. 서울대학교 공대와 KAIST에서 전자공학을, 미국 노스웨스턴 대학에서 인공지능 연구로 박사 학위를 받았다. 1985년부터 2005년까지 뉴욕 IBM 왓슨 연구소에서 AI 및 지식기반 시스템, 공급망 관리 문제 및 최적화 분야 연구를 수행했다. IBM 글로벌 팀과는 미국, 유럽, 일본, 한국 등 여러 나라의 기업이 갖고 있는 문제를 해결하는 이노베이션 컨설팅을 담당했다. 2006년부터는 삼성전자에서 소프트웨어센터와 미디어솔루션센터장(부사장)을 역임하면서 다양한 서비스 플랫폼 개발, 삼성 갤럭시폰과 태블릿 등에 탑재되는 소프트웨어, 전 세계 콘텐츠 & 서비스 사업을 이끌었다. 2016년부터는 SK텔레콤 ICT 총괄 사장, SK C&C 사장 등을 역임했다. 최근에는 AI 분야 저서 집필과 강연, 컨설팅 활동으로 인공지능 관련 전문 지식을 전문가 및 대중들에게 공유하는 일을 하고 있다. 한국공학 한림원 회원으로 활동했으며, 저서로는 넷플릭스의 파괴적 혁신과 성공 요인을 담은 <넷플릭스 인사이트>(2020), 여러 기업의 AI 전략을 소개한 <비즈니스 전략을 위한 AI 인사이트>(2022)가 있다. 그외 수필집 <일상에서 만난 신앙>(2024)도 출간했다.