인공지능이 마침내 비즈니스에 스며들고 있다

 

인공지능이 마침내 비즈니스에 스며들고 있다

"지루한 AI"의 시대는 결코 아닐 것이다

 

샌프란시스코 economist.com

2022년 12월 6일                                                            

 

 

적어도 미국의 몇몇 밭에서는 농작물을 위해 기계가 다가오고 있다. 올 가을 트랙터 제조업체인 존 디어(John Deere)는 농부들에게 완전 자율주행 기계를 처음으로 출하했다. 경작 트랙터에는 인공 지능(AI)을 사용하여 장애물을 인식하고 장애물을 인식하는 6대의 카메라가 장착되어 있다. 회사의 신기술 부서를 운영하는 줄리언 산체스Julian Sanchez는 존디어가 판매하는 차량의 약 절반에 AI 기능을 갖춘 것으로 추정한다. 여기에는 온보드 카메라를 사용하여 작물 사이의 잡초를 감지한 다음, 살충제를 살포하는 시스템과 가능한 한 적은 양의 곡물을 낭비하도록 자체 설정을 자동으로 변경하는 수확기를 결합하는 시스템이 포함된다. 산체스 씨는 중형 농장의 경우 AI 강화 트랙터를 구입하는 추가 비용을 2~3년 안에 회수한다고 말한다.

 

수십 년 동안 꿈꾸는 듯한 눈을 한 기술자들은 기업과 고객에게 엄청난 이익을 창출하면서 비즈니스 세계를 전복시킬 것이라고 주장해 왔다. 마침내 이런 일이 일어나고 있다는 증거는 존 디어만이 아니다. 컨설팅의 사내 싱크탱크인 맥킨지 글로벌 연구소의 조사에 따르면 2017년 20%였던 전 세계 기업의 50%가 어떤 식으로든 AI를 사용하려고 시도한 것으로 나타났다. 강력한 새로운 "기반(foundation)“모델이 연구소에서 실제 환경으로 빠르게 이동하고 있다. 최근 새롭게 등장한 AI 툴인 ChatGPT는 공개 테스트를 위해 출시되었는데, 영리한 농담을 만들고 과학적 개념을 설명하는 능력으로 큰 파장을 일으키고 있다. 그러나 인공지능의 기업 사용자, 개발자 및 개발자의 벤처 자본 후원자들 사이에서도 흥분이 감지된다. 그들 중 많은 사람들이 기술 대기업의 클라우드 컴퓨팅 부문인 Amazon Web Services가 라스베가스에서 주최한 일주일 동안의 잼버리에 참석했다. 지난 12월 2일 마무리된 이번 행사는 AI 관련 강연과 워크숍으로 꽉 찼다. 전시장에서 가장 붐비는 부스 중에는 다테이쿠(Dataiku)와 Blackbook.ai과 같은 AI 기업들의 부스도 있었다.

 

 

현장의 웅성거림은 깊은 침체의 한가운데에 있는 기술계 전반의 하향세 분위기에 대한 예외이다. 데이터 회사인 피치북(PitchBook)에 따르면 2022년에 벤처 투자가들은 AI 전문 기업에 670억 달러를 투자했다. 이러한 스타트업과 관련된 전 세계 VC 거래의 점유율은 2021년 중반 이후 이번 분기 현재까지 17% 증가했다. 1월부터 10월 사이에 28개의 새로운 AI 유니콘(10억 달러 이상 가치가 있는 개인 스타트업)이 주조되었다. 마이크로소프트는 기반 모델의 건설업체인 OpenAI에 대한 지분을 늘리기 위해 협의 중이라고 한다. 구글의 모회사인 알파벳이 OpenAI의 경쟁사인 코히어에 2억 달러를 투자할 계획인 것으로 알려졌다. 두 명의 영국 기업가인 란 호가스와 네이선 베나이치의 보고서에 따르면 알파벳의 AI 연구소 중 하나인 오픈AI와 딥마인드의 동문들이 최소 22개의 AI 스타트업을 출범시켰다.

 

이런 활기는 실리콘 밸리에만 국한된 것이 아니다. 온갖 종류의 대기업들이 AI 인재를 손에 넣기 위해 필사적이다. 피치북에 따르면 지난 12개월 동안 S&P 500 지수의 미국 대기업은 52개의 AI 스타트업을 인수했는데, 이는 2017년에 24개를 구매를 한 것과 비교된다. 또 다른 데이터 공급업체인 PredictLeads의 수치에 따르면, 같은 그룹의 기업들이 11월까지 3개월 동안 매달 약 7,000건의 구인 광고를 게시했는데, 이는 2020년 1분기보다 약 10배 많은 수치이다. 알파벳의 VC 사업부 중 하나인 캐피탈라의 데릭 자누토는 대기업들이 데이터를 수집하고 관련 기술에 투자하는 데 수년이 걸렸다고 지적한다. 이제 그들은 이 "데이터 더미(stack)"를 자신들에게 유리하게 사용하기를 원한다. 인공지능은 그것을 할 수 있는 방법을 제공한다.

 

놀랄 것도 없이, 인공지능을 가장 먼저 수용한 산업은 기술 부문 그 자체였다. 2000년대부터 기계 학습 기술은 구글이 온라인 광고 사업을 강화하는 데 도움이 되었다. 오늘날 구글은 AI를 사용하여 검색 결과를 개선하고, Gmail에서 문장을 마무리하며, 데이터 센터에서 에너지 사용을 줄이는 방법을 모색한다. 아마존의 AI는 공급망을 관리하고, 창고 로봇을 지시하며, 어떤 구직자가 좋은 일꾼이 될 것인지 예측한다. 애플의 힘은 시리(Siri) 디지털 비서이다. 메타는 주목을 끄는 소셜 미디어 게시물을 제공한다. 그리고 마이크로소프트는 화상 회의 서비스인 팀(Teams)에서 배경 소음을 제거하고 비디오 컨퍼런스 서비스에서 사용자가 PowerPoint 프레젠테이션의 첫 번째 초안을 작성토록 하는데 까지 모든 일을 하고 있다.

 

빅테크는 동일한 AI 기능 중 일부를 고객에게 판매할 수 있는 기회를 신속하게 포착했다. 아마존, 구글, 마이크로소프트 모두 클라우드 컴퓨팅 사업부의 고객들에게 그러한 도구들을 판매한다. 마이크로소프트의 머신러닝 클라우드 서비스 수익은 지난 4분기마다 전년 동기 대비 2배 증가했다. 신생 업체들은 창고 바닥을 청소하는 로봇을 개발하는 캐나다의 Avidbots에서 부터 영업 팀이 선두를 따라가는 것을 돕는 앱인 Gong에 이르기까지 급증했다. AI 사용 비용을 절감하는 클라우드 컴퓨팅의 더 큰 사용은 기술이 산업에서 보험에 이르기까지 다른 분야로 확산될 수 있도록 했다. 당신은 그런 상황을 볼 수 없을지도 모르지만, 요즘 AI는 어디에나 있다.

 

최첨단을 무디게 하다

 

2006년에 옥스퍼드 대학교의 닉 보스트롬은 "어떤 것이 충분히 유용하고 흔해지면 그것은 더 이상 라벨이 붙지 않는다"고 관찰했다. 고객이 인공지능 애플리케이션을 위한 데이터를 관리할 수 있도록 돕는 회사인 데이터브릭의 알리 고스시 사장은 이런 "지루한 인공지능"이 폭발적으로 증가하고 있다고 본다. 그는 향후 몇 년 동안 AI가 더 많은 일자리와 회사 기능에 적용될 것이라고 주장한다. AI의 예측력에 대한 많은 작은 개선은 더 나은 제품과 큰 절약으로 이어질 수 있다.

 

이것은 특히 기업들이 이미 공급망 관리와 같은 일종의 분석을 사용하고 있는 덜 화려한 분야에서 더욱 그러하다. 지난 9월 허리케인 이안으로 인해 월마트가 대형 유통 허브를 폐쇄해 플로리다 인근 슈퍼마켓으로의 상품 흐름이 끊겼을 때, 이 소매업체는 다른 허브에서 배송 경로를 변경하고 폭풍 후 상품 수요가 어떻게 바뀔지 예측하기 위해 공급망의 새로운 Al-파워 시뮬레이션을 사용했다. 덕분에 이 프로세스는 며칠이 아니라 몇 시간이 걸렸다고 월마트 기술 부서의 스리니 벤카테산은 말한다.

 

다가오는 기반 모델의 물결은 지루함에서 훨씬 더 많이 바뀔 것 같다. 이러한 알고리즘은 비즈니스에 두 가지 큰 약속을 제공한다. 첫 번째는 기반 모델이 새로운 콘텐츠를 생성할 수 있다는 것이다. Stability AI와 Midjourney 두 스타트업은 주어진 프롬프트에 대한 새로운 이미지를 생성하는 생성 모델을 구축한다. 피카소 나 이 보다 덜 경박한 스타일의 외발자전거를 탄 개를 요청하거나, 새로운 스타트업을 위한 로고를 요청하면, 그 알고리즘은 1분 정도 후에 그것을 떠오르게 한다. 다른 스타트업들은 다른 회사들의 기반 모델 위에 애플리케이션을 구축한다. 재스퍼와 카피.AI는 둘 다 Openat에 GPT3에 대한 액세스 비용을 지불하며, 이는 애플리케이션이 간단한 프롬프트를 마케팅 복사본으로 변환할 수 있게 한다.

 

두 번째 장점은 일단 훈련을 받으면 기반 AI가 하나의 전문화된 작업보다는 다양한 작업을 수행하는 데 능숙하다는 것이다. ChatGPT의 기초를 형성한 OpenAI가 개발한 자연어 모델인 GPT3를 예로 들어보자. 그것은 처음에는 인터넷의 큰 덩어리에 대해 교육을 받았고, 그 다음에는 여러 스타트업들에 의해 마케팅 복사본을 작성하고 세금 양식을 작성하고 일련의 텍스트 프롬프트에서 웹사이트를 구축하는 것과 같은 다양한 일들을 하도록 미세 조정되었다. 컨설팅 회사인 딜로이트의 AI 실행을 주도하고 있는 베나 암마나스의 대략적인 추정치는 기반 모델의 다재 다능성이 AI 프로젝트 비용을 20~30% 줄일 수 있음을 시사한다.

 

생성 AI의 초기 성공적인 사용 중 하나는 다시 예측할 수 있는 기술 분야인 컴퓨터 프로그래밍이다. 많은 회사들이 프롬프트가 표시되면 새로운 라인을 생성하는 대량의 코드 디포짓(code deposit)에 대해 훈련된 가상 비서를 제공하고 있다. 한 예로 오픈 소스 프로그램을 호스팅하는 마이크로소프트 소유 플랫폼인 Copilot on GitHub이 있다. Copilot을 사용하는 프로그래머들은 코드 작성의 거의 40%를 아웃소싱한다. 이것은 프로그래밍 속도를 50% 향상시킨다고 회사는 주장한다. 아마존은 6월에 자체 버전의 툴인 코드위스퍼러(CodeWhisperer)를 출시했다. 알파벳은 내부적으로 피치포크(PitchFork)라는 코드명을 가진 유사한 것을 사용하고 있는 것으로 알려졌다.

 

5월에 마이크로소프트의 사장 사티아 나델라는 "우리는 직업에 관계없이 모든 사람들이 그들이 하는 모든 것에 대해 코파일럿(Copilot)을 가질 수 있는 세상을 상상한다"고 선언했다. 10월에 마이크로소프트는 프롬프트에 따라 사용자를 위해 데이터를 자동으로 랭글링하는(wrangling) 도구를 출시했다. 아마존과 구글은 비슷한 것을 생산하려고 할 수도 있다. 몇몇 스타트업들은 이미 그렇게 하고 있다. 딥마인드, 오픈AI, 구글 출신 전직 직원들이 운영하는 캘리포니아 회사 어뎁트(Adept)는 "지식 노동자를 위한 코파일럿"을 개발하고 있다고 공동 창업자인 켈시 쇼트는 말한다. 9월에 그 회사는 스프레드시트의 숫자를 크런치하고 부동산 웹사이트에서 검색을 수행하는 프롬프트를 사용하는 첫 번째 기반 모델의 비디오를 공개했다. 이 회사는 사업 분석가, 영업 사원 및 기타 기업 기능을 위한 유사한 도구를 개발할 계획이다.

 

인공 착색

 

기업 사용자들은 생성적 AI를 다른 창의적인 방법으로 실험하고 있다. 존 디어의 산체스 씨는 그의 회사가 AI가 생성한 "합성" 데이터를 조사하고 있으며, 이는 다른 모델을 훈련시키는 데 도움이 될 것이라고 말한다. 2021년 12월, 스포츠 의류 대기업 나이키는 새로운 운동화 디자인을 만들기 위해 그러한 알고리즘을 사용하는 회사를 인수했다. 지난달부터 아마존의 가상 비서인 알렉사는 아이들에게 들려줄 이야기를 발명할 수 있었다. 스위스의 식품 회사인 네슬레는 또 다른 OpenAI모델인 DALLE-2에 의해 요거트 판매를 돕기 위해 만들어진 이미지를 사용하고 있다. 일부 금융 회사들은 분기 보고서의 초안을 급히 작성하기 위해 고용하고 있다.

 

기반 모델 사용자는 또한 모델 출력을 최적화하기 위해 방향을 만드는 전문 프롬프터의 신흥 산업을 활용할 수 있다. PromptBase는 DALLE-2 및 Midjourney와 같은 대형 이미지 기반 생성 모델에서, 특히 민감한 결과를 생성하는 프롬프트를 사용자가 사고 팔 수 있는 시장이다. 또한 이 사이트를 통해 전문가 "프롬프트 엔지니어"를 고용할 수 있으며, 그 중 일부는 프롬프트당 50-200달러를 청구한다. GitHub의 사장인 Thomas Dohmke는 "요즘은 프롬프트를 작성하는 것이 일의 전부이다"라고 말한다.

 

모든 강력한 새로운 도구와 마찬가지로, 기업은 더 많은 AI를 배치할 때 신중하게 움직여야 한다. 인터넷에서 교육을 받은 많은 기반 모델은 인간성, 사마귀 및 모든 것을 반영한다. 스탠포드 대학의 학자들에 의한 한 연구는 GPT3가 "두 명의 무슬림이 걸어 들어온다..."로 시작하는 문장을 완성하도록 요청했을 때, 그 구절이 기독교인이나 불교도를 지칭할 때보다 훨씬 더 자주 폭력을 유발할 가능성이 있다는 것을 발견했다. 메타는 과학의 기반 모델인 갈락티카(Galactica)가 실제 소리를 내지만 가짜 연구를 낳았다고 많은 사람들이 주장한 후 그것을 철거했다. 시애틀에 있는 워싱턴 대학의 생물학자인 칼 버그스트롬은 이것을 "무작위적인 헛소리 발생기"라고 조롱했다. (메타는 이 모델이 이 연구에 대해 배우고자 하는 연구자들에게 여전히 이용 가능하다고 말한다.)

 

다른 문제들은 비즈니스 세계에 특정되어 있다. 기반 모델은 결과에 도달한 방법에 대한 설명을 제공하지 않는 블랙박스인 경향이 있기 때문에, 상황이 잘못될 경우 법적 책임을 발생시킬 수 있다. 그리고 그들은 인공지능이 무엇을 하기를 원하는지에 대한 명확한 아이디어가 없거나, 직원들에게 AI의 사용 방법을 가르치지 못하는 회사들을 위해 많은 일을 하지 못할 것이다. 이는 맥킨지 글로벌 인스티튜트의 조사에 대한 응답자의 4분의 1만이 AI가 수익에 이익을 보았다고 말한 이유를 설명하는 데 도움이 될 수 있다. 연구에 참여한 Michael Chui는 "큰 이익(수익이 20% 이상 증가)을 보고 있는 기업의 비율은 낮은 한 자릿수이며, 그 중 많은 기업이 기술 기업"이라고 말했다.

 

그럼에도 불구하고, 이러한 비율은 더 많은 AI가 점점 더 둔해짐에 따라 계속 증가할 수밖에 없다. 지루함이 이렇게 큰 흥분을 불러일으키는 경우는 드물다.

 

(박행웅 옮김)