AI 활용의 미래: 기업에서 AI를 이용한 효율적인 업무 방식 (AI 비지니스 레볼루션)

서론

트렌드는 항상 빠르게 변화하나, 기술 트렌드의 변화는 특히 더욱 빠르고 파격적이다. 코로나 팬데믹으로 인한 움직임의 제약은 이미 활성화된 온라인 시장을 ZOOM, 메타버스와 같은 비대면 공간으로 확장시켜, 새로운 세상의 창을 열었다.

2023년의 주요 키워드는 바로 ‘AI’이다. ChatGPT의 등장 이후, 사람들의 흥미는 AI에 집중되었으며, 도서 판매 사이트의 개발 관련 서적 상위 노출 목록 대부분이 AI 활용법, AI 이해하기 등에 대한 것으로, 그 인기를 확인할 수 있다.

AI의 중요성, 그리고 그것이 우리의 삶을 변화시키는 엄청난 가능성을 인식하는 것은 중요하나, 많은 사람들이 AI를 어떻게 활용해야 할지에 대한 고민을 하고 있다. 스타트업에서 일하면서 트렌디하고 효율적인 작업 방식을 위해 AI를 적극적으로 활용하고 싶은 마음은 크지만, 어느 부분에서 AI를 사용해야 할지, 그리고 우리의 기업 서비스에 어떻게 AI를 접목해야 할지에 대해 막막한 상황이었다.

또한, 개발자로서 다른 사람들보다는 GPT를 많이 사용하고 있지만, 여전히 제대로 된 답변을 얻기 위한 수많은 시행착오를 겪고 있다. GPT 사용 중, GPT가 느려질 때나 제대로 된 답변을 내지 않을 때, 왜 그런지에 대해 생각하지 않고 단지 질문을 쏟아내는 모습을 보인다. 어떻게 GPT를 잘 사용할 수 있을지, 어떤 프롬프트 구조를 사용하여 질문을 해야 나의 원하는 답변과 가장 근접한 결과를 얻을 수 있는지에 대해 심도 있는 고민을 해보지 않았다.

이러한 의문과 고민들은 사실 꽤나 보편적인 것이라는 사실을 이 책을 통해 알게 되었고, 그 결과로 GPT에 대한 대략적인 이해도와 그 활용 방안에 대한 가닥을 잡아나갈 수 있었다.

GPT란?

GPT란, Generative, Pre-Trained, Transformer의 약자로, 각 요소가 인공지능의 핵심 기능을 나타낸다.

‘Generative’는 생성적인 것을 의미하고, 인공 신경망(ANN)을 통해 대량의 데이터를 학습하는 딥러닝의 한 종류인 생성적 적대 신경망(GAN)을 사용해 가짜 데이터를 생성하고, 이를 통해 진짜와 구별하는 과정을 지속적으로 반복하여 성능을 개선한다.

‘Pre-Trained’는 사전 학습된 것을 의미하는데, GPT는 인터넷 콘텐츠의 약 82%를 학습한 상태다. 이를 통해 다양한 데이터를 이해하고 분석할 수 있는 능력을 키운다.

마지막으로 ‘Transformer’는 데이터 내의 관계를 추적하여 의미와 맥락을 파악하는 기술을 의미한다. 이를 통해 GPT는 중요한 부분에 집중할 수 있는 능력을 가지게 된다.

GPT의 학습 단계

GPT는 Generative Pretrained Transformer의 약자로, 학습 과정은 세 가지 단계로 이루어진다.

첫 번째 단계는 기초 데이터 모으기이다. 이는 지도학습이라고 불리며, 앞선 문장을 바탕으로 다음 문장을 예측하는 과정이다. 예를 들어 "나는 오늘 학교에"라는 문장이 주어지면, GPT는 "갔다"나 "있었다"라는 말을 추가하게 된다.

두 번째 단계는 보상모델이다. 이 단계에서는 사용자의 ‘좋아요’ 기능을 통해 만족도가 높은 답변을 학습하며, 이 과정을 통해 GPT의 성능을 더욱 높인다.

마지막 단계는 강화학습이다. 이 단계에서는 보상모델을 통해 얻은 정보를 바탕으로 올바른 답변을 지속적으로 학습하게 된다.

데이터 해석을 위한 프랙티컬 팁

비지니스에서 목적에 맞는데이터를 효과적으로 활용하기 위해서는 데이터의 종류와 특성부터 파악할 필요가 있다. 데이터 분석을 할 떄 사람들이 많이 하는 실수 중 하나는 양에 매몰된다는 것이다. 숫자만 읽지 말고 데이터 속에 무엇을 집중해야할지 선택해야한다.

데이터 해석 TIP

1. 혼자 해석하지마라. 다양한 사람과 데이터를 해석하는 것은 관점의 확대를 가져온다.
2. 꼬고, 비틀고, 틀 밖에서 생각한다. 상위 랭킹의 데이터에만 집중하는 것이 아니라 추가적인 데이터 분석의 결과로 새로 다른 결과를 도출할 수 있다.
3. 리버스 멘토링을 하라. 윗사람이 의사결정한다는 고정 관념을 부숴라

프롬프트 작성 방법

개발자로서 GPT를 사용하는 데 있어서 어려운 부분 중 하나는 제시된 코드가 원하는 대로 작동하지 않는 경우가 많다는 것이다. 원하는 코드를 얻기 위해 조건을 다시 제시하고, 그에 대한 응답을 받고, 그래도 작동하지 않아 다시 질문하는 과정을 반복하다 보면, GPT를 사용하지 않고 혼자 코드를 작성하는 것이 더 시간 절약이 될 때도 있다.

그러나 최근에 원하던 응답이 나오지 않았던 원인은 GPT에게 필요한 정보를 제공하지 않아서였다는 것을 깨달았다. 주차와 요일을 입력하면 해당 년, 월의 날짜를 반환하는 작업을 요청했을 때, 아무런 정보 없이 단순히 요청만 했더니 적절한 답변을 얻지 못했다. 몇 십 분 동안의 고민 끝에 다시 대화를 생성하고, 한국 표준 달력에 대한 질문을 하고 학습시킨 후 코드를 요청하니, 만족스러운 결과물을 얻을 수 있었다. 프롬프트 작성은 ‘자연어로 하는 프로그래밍’처럼 포맷이 중요하다는 것을 알게 되었다. 책에서 제시한 프롬프트 작성 팁은 아래와 같다.

1. GSTAR: 프롬프트 작성을 돕는 방법으로, Goal(주제), Situation(상황), Tone(양식), Amount(양), Re-mark(추가고려)의 약자이다. 이를 통해 프롬프트의 주제, 상황 설정, 표현 방식, 정보량, 그리고 추가적으로 고려해야 할 사항들을 명확하게 설정할 수 있다.
2. Zero-Shot Prompting: 이는 GPT가 이전에 학습한 적이 없는 작업에 대해 답변하는 기술이다. GPT는 기본적인 기술을 활용하여 번역, 감정분석, 질의응답 등의 작업을 수행할 수 있다.
3. One-Shot Prompting: 이 방법은 단 한 번의 지시사항만을 적용하는 방법이다. 이를 통해 번역이나 텍스트 분류와 같은 작업을 수행할 수 있다.
4. CoT(Chain of Thought): ‘생각의 연결 고리’라는 의미를 가진 CoT는 답변에 도달하는 과정을 학습시키는 것을 목표로 한다.
5. Zero-Shot CoT: 이는 "단계별로 생각해보자"라는 조건만 추가한 방법이다. 이를 통해 단계별로 문제에 접근하면서 더 정확한 답변을 얻을 수 있다.
6. Generate Knowledge Prompting: 이 방법은 정확한 답변을 산출할 수 있도록 관련된 지식이나 정보를 함께 제공하는 방식이다. 이를 통해 GPT는 더욱 풍부하고 정확한 답변을 제공할 수 있게 된다.

AI 통한 새로운 비지니스

1. 생성형 AI를 창조한다. 다음과 같은 기업들이 이를 실현하고 있다:

   • x.AI: 이메일을 통한 회의 일정 조정을 자동화하는 AI
   • 하이퍼클로바X: 다양한 산업 분야에 적용 가능한 AI 솔루션을 제공
   • LG엑사원: AI 기반의 다양한 서비스를 개발하고 제공
   • SK에이닷: 인공지능 연구 및 서비스를 제공

2. 기존의 서비스를 강화한다. 이를 위해 사용자 편의성을 극대화하는 다음과 같은 기업들이 있다:

   • AWS Bedrock: 클라우드 기반의 다양한 서비스를 제공하여 비즈니스 운영을 강화
   • 벤츠: AI를 활용하여 차량 기술을 개선하고 사용자 경험을 향상

3. 신규 서비스를 생산한다. 이는 다음과 같은 방식으로 이루어진다:

   • 챗봇을 통한 맞춤형 정보 제공:
     • Superchat: 사용자가 역사 속 가상 캐릭터와 대화를 나눌 수 있는 서비스
     • Genportview: 사용자의 주식 포트폴리오를 관리해주는 서비스
     • 굿닥: AI 기반의 건강 정보 제공 서비스
   • 프롬프트 공유 플랫폼:
     • AIPRM: 전문가가 만든 AI 프롬프트를 분야별로 정리하여 공개하는 플랫폼

4. 기업 내 업무에 생성형 AI를 접목한다. “본인이 일하고 있는 업무 프로세스에 새로운 솔루션을 맞추려하지 말고, 새로운 솔루션이 정의한 프로세스대로 일하는 방식을 바꿔라”라는 말이 있을 만큼 업무에 AI를 적용하는 것은 기업 내 변화가 필요하다. 향후 가장 큰 수익이 이어지는 사업모델이며 단순히 업무 생산성 향상 측면이 아닌, 혁신적인 방식으로 일하도록 업무 프로세스 자체를 재정의한다.

   • 업무 표준화
   • 업무 프로세스 혁신
   • 목표와의 연계

   이를 실현한 대표적인 기업으로는 Waymark와 삼성이 있다. 이들은 기존 업무 프로세스에 AI 솔루션을 도입하여 업무 효율성을 향상시키고 있는 중이다.

기업 데이터의 활용과 전략

기업이 해야할 것은, 기업 내부에서 쌓이고 분산된 데이터를 AI가 분석에 활용할 수 있는 데이터의 형태로 한데 모으고 구축해야 한다. 데이터 기반의 의사결정 체계를 수립하기 위해 기업이 갖추어야 할 것은 KAI와 데이터 라벨링 관리이다.

KPI(Key Performance Indicator)?

KPI는 Key Performance Indicator의 약자로, 한국어로는 ‘핵심 성과 지표’라고 할 수 있다… 이는 조직이나 개인이 설정한 목표를 달성하기 위한 성과를 측정하고 관리하는 데 사용되는 지표를 말한다. KPI는 일반적으로 수치로 표현되며, 이를 통해 조직의 목표 달성 상태를 명확하게 파악하고, 필요한 경우 개선 조치를 취할 수 있습니다. KPI는 사업의 전략적 목표를 달성하기 위해 중요한 역할을 합한다.

하지만 이 KPI를 좋아요 개수, 댓글 개수처럼 단순화할 수 없다. 제대로된 성과를 달성하기 위해서 조직 목표는 순간마다 다르게 관리해야한다. 다이나믹한 목표를 달성하기 위해서는 AI 관리가 필요하다.

데이터 라벨링

데이터 관리 툴은 초기에는 단순히 데이터를 저장하고 관리하는 데이터베이스로 시작하였다. 이후, 데이터 웨어하우스는 데이터를 주제별로 저장하여 효율적인 분석을 가능하게 하였다. 데이터 댐은 원시 데이터를 저장하고 필요에 따라 추출 및 변환하여 사용하는 방식으로, 데이터의 가공과 활용에 있어 유연성을 제공한다. 데이터 레이크는 원시 데이터를 그대로 저장하는 방식으로, 빅데이터 처리와 분석에 적합하다.

고객 정보는 CRM(Customer Relationship Management) 서비스를 통해 관리된다. CRM은 고객과의 관계를 관리하고 최적화하는 데 도움을 주는 도구로, 고객 데이터를 중앙에서 관리하여 고객 서비스를 향상시키는 데 이용된다. 판매 정보는 ERP(Enterprise Resource Planning) 시스템에서 관리되며, 이는 기업의 여러 부서와 프로세스를 통합하고 효율화하는 데 도움을 준다. 고객 행동 정보는 GA(Google Analytics)를 통해 추적하고 분석할 수 있다. GA는 웹사이트 방문자의 행동을 추적하고 분석하는 데 사용되는 서비스로, 웹사이트의 성능을 평가하고 향상시키는 데 도움을 준다.

또한, 한국에서 실시한 공공적인 데이터 개편으로, 공공 데이터의 품질이 무척 좋아졌다. 한국 관광공사의 데이터 랩을 활용할 수 있다면 적극적으로 활용하는 것이 좋다.

PLUS

• ChatGPT Plugin

  Web Browsing: 인터넷에 접속하여 최신정보를 찾는 기술.

  Third Party Plugin: 다른 회사 앱 서비스 연동. 여행에 관련된 답변을 기반으로 결제.

• 이미지 생성 AI

  MidJourney, DALL-E, BING IMAGE CREATOR, VREW