경험, 의사 결정, 비즈니스 가치를 극대화하는 생성형 AI 살펴보기
3부작 시리즈의 첫 번째 부분에서는 생성형 AI와 그 작동 원리를 설명했습니다.
IBM Consulting은 기존 엔터프라이즈 AI 배포를 생성형 AI로 보강하여 성능을 개선하고 가치 실현 시간을 단축하는 것이 실질적인 비즈니스 가치를 창출할 수 있다고 보고 있습니다. 이러한 모델이 제공하는 획기적으로 향상된 기능에는 네 가지 범주가 있습니다.
- 콜센터 상호 작용, 재무 보고서와 같은 문서, 애널리스트 기사, 이메일, 뉴스 및 미디어 트렌드와 같은 예에서 볼 수 있는 요약.
- 후기, 지식 기반, 제품 설명 등의 사례에서 볼 수 있는 시맨틱 검색.
- 기술 문서, 사용자 스토리, 테스트 사례, 데이터, 이미지 생성, 개인화된 UI, 페르소나 및 마케팅 카피와 같은 예에서 볼 수 있는 콘텐츠 생성.
- 코드 생성은 코드 공동 파일럿, 파이프라인, 도커 파일, Terraform 스크립트, 사용자 스토리를 Gherkin 형식으로 변환, 코드로서의 다이어그램, 아키텍처 아티팩트, 위협 모델 및 애플리케이션과 같은 예에서 볼 수 있습니다.
이러한 개선을 통해 모든 산업이 생성형 AI를 사용하여 핵심 프로세스를 어떻게 재구상할 수 있는지 쉽게 알 수 있습니다.
선도적인 사용 사례는 단순히 비용을 절감하는 것 이상의 효과를 제공합니다. 직원 만족도, 고객 신뢰 및 비즈니스 성장에 기여합니다. 오늘날 기업들은 생성형 AI를 사용하여 고객 불만에 대한 정확도 향상 및 실시간에 가까운 인사이트를 확보하여 인사이트 발견 시간을 단축하고, 내부 감사 시간을 단축하여 규정을 준수하며, 테스트 및 분류의 효율성을 높이는 등 빠른 비즈니스 가치를 실현하고 있기 때문에 이러한 가능성은 미래지향적인 것이 아닙니다.
이러한 초기 사례와 그 결과가 흥미롭긴 하지만, 생성형 AI 솔루션 구축과 관련된 작업은 신중하게 개발되어야 하며 다음과 같은 잠재적 위험에 대한 세심한 주의를 기울여야 합니다.
편향성: 모든 AI 모델과 마찬가지로 학습 데이터도 모델이 생성하는 결과에 영향을 미칩니다. 파운데이션 모델은 인터넷에서 크롤링한 데이터의 상당 부분을 학습합니다. 따라서 인터넷 데이터에 본질적으로 존재하는 편견이 학습된 모델에 의해 포착되어 모델이 생성하는 결과에 나타날 수 있습니다. 이러한 영향을 완화할 수 있는 방법이 있지만, 기업은 이러한 위험을 이해하고 해결하기 위한 거버넌스 메커니즘을 마련해야 합니다.
불투명도: 파운데이션 모델은 알고리즘 학습의 '자기 감독' 특성으로 인해 완전한 감사나 투명성이 보장되지 않습니다.
할루시네이션: LLM은 구문상으로는 프롬프트를 만족하지만 실제로는 잘못된 결과인 '할루시네이션'을 생성할 수 있습니다. 다시 말하지만, 기업은 이러한 위험을 완화하기 위해 강력한 거버넌스 메커니즘을 마련해야 합니다.
지적 재산권: 표절 가능성이 있는 자료에 대해 학습된 모델이 생성한 콘텐츠의 법적 의미와 소유권이 누구에게 있는지에 관한 답이 없는 질문이 있습니다.
보안: 이러한 모델은 프롬프트 인젝션 공격을 포함한 데이터 및 보안 위험에 취약합니다.
비즈니스 리더는 생성형 AI 프로젝트에 참여할 때 관련 위험을 완화하기 위해 강력한 AI 윤리 및 거버넌스 메커니즘을 마련해야 합니다. IBM은 IBM Garage 방법론을 활용하여 비즈니스 리더가 각 생성형 AI 이니셔티브가 얼마나 위험하고 결과물이 얼마나 정밀해야 하는지에 대해 평가할 수 있도록 지원합니다. 첫 번째 도입 단계에서 고객은 결과물을 사람이 검토하고 높은 수준의 정밀도가 필요하지 않은 내부 직원 대상 사용 사례에 우선순위를 둘 수 있습니다.
생성형 AI와 LLM은 AI 분야에 새로운 위험을 초래하며, IBM은 이러한 새로운 솔루션이 제기하는 질문에 대한 모든 답을 가지고 있다고 주장하지는 않습니다. IBM Consulting은 기업, 정부, 사회 전반과 협력하는 과정에서 신중한 성찰을 적용하고 이러한 질문에 대한 답을 찾는 과정에서 다양한 관점을 반영하기 위해 최선을 다하고 있습니다.
3부로 구성된 이 시리즈에 대해 자세히 알아보려면 1편 또는 3편을 읽고 전문가에게 문의하여 필요한 사항에 대해 대화를 시작하세요.