[IT전문 미디어 블로그=딜라이트닷넷] 딥러닝에 이어 새로운 AI 붐을 주도한 생성형 AI가 기업의 디지털 전환(DX) 형태도 새로운 형태로 변화시키고 있다. 특히 생산성 향상의 혜택이 기업 시스템을 넘어 말단 직원까지 확대된 점과 무한한 응용 및 확장성이 차별화된 특징으로 꼽힌다.

2016년 바둑 AI 알파고로 상징되는 딥러닝 중심 AI의 대두는 전세계에 센세이션을 일으켰다. 특히 많은 기업이 'AI=딥러닝'과 같은 공식을 내세우며 새시대의 AI 트랜스포메이션을 외쳤다.

이어 2022년 말, 챗GPT로 상징되는 생성형 AI 및 거대언어모델(LLM)의 대두는 기존의 AI 기반 디지털 전환(DX) 트렌드를 완전히 새롭게 재설계하고 있다. 특히 LLM 기반 생성형 AI 특유의 고성능 자연어처리 능력, 맥락 이해 및 기존 데이터를 기반으로 새로운 결과물을 제시하는 창발성은 AI 트랜스포메이션의 혜택을 기업 시스템에서 사용자 전반까지 넓히는 변화를 불러왔다는 점을 주목할 만하다. 나아가 AI 적용 가능 분야 역시 '전 산업군'으로 확대됐다. 바야흐로 진정한 AI 혁신 시대는 생성형 AI로부터 시작됐다는 평가가 나오는 이유다.

딥러닝은 현재도 생성형AI의 뼈대가 되는 기술이지만, 범용적 혁신을 불러오기엔 한계가 있었다. 실제로 딥러닝 그 자체는 겉으로 드러나는 실체가 있는 형태는 아닌 까닭에, 주 사용처는 기존 학습 데이터를 중심으로 특정 기능을 자동화 처리하거나 분석해 새로운 인사이트 도출에 활용하는 형태가 일반적이었다. 이는 실사용자가 체감하기 어렵고 주로 시스템 개선에 머물러 일반 사용자보단 기업 친화적인 AI로 평가됐다.

반면 생성형 AI는 결과물의 실체가 명확하며 즉시 제공된다. 이를 통해 기업 리더부터 말단 직원들까지 다양한 형태로 AI 도입의 혜택을 누릴 수 있게 된 점이 가장 큰 차이다. 관련해 업계 관계자들은 기존의 기업 데이터베이스(DB)를 활용하는 방식부터 달라졌다는 평가를 내놓는다. 데이터는 아무리 많이 쌓아도 활용을 못하면 무의미한데, 사용자의 질의를 이해하고 학습 데이터를 기반으로 적합한 답을 생성하는 LLM 기반 솔루션들이 등장하면서 기업 DB 활용 가치가 수직 상승했다는 이야기다.

또한 말 그대로 ‘생성’이 가능하므로 단순 자동화나 인사이트 도출을 넘어 일반 업무에서도 유용한 자료 이미지 생성, 전략 방향성 제시, 문서 초안 및 틀 생성 등 다양한 문서업무에서 활용이 가능하다. 게다가 사용자의 자연어 명령을 이해하므로 AI 도구를 다루기 위한 전문적인 학습이나 지식의 필요성도 상대적으로 낮다.

덕분에 초보자는 업무시간의 단축을, 경력자는 생산성 향상과 더불어 AI가 제시하는 초안을 바탕으로 더 나은 결과물 제작을 위한 아이디어를 얻을 수 있다. 요즘 기업이 AI 도입 시 가장 기대하는 부분도 바로 ‘생산성 향상’과 ‘비효율 업무 제거를 통한 비용 절감’이란 다수의 시장조사 결과가 있기도 하다.

반면 생성형 AI 도입 기업의 비중이 아직 높지는 않다. 업계에 따르면 AI 툴을 새롭게 배우는 것에 대한 막연함, AI 도입 실패에 따른 두려움 등이 원인으로 지목된다. 그러나 AI 도입은 더 이상 선택이 아닌 필수와 일상의 영역이 될 것이란 전망도 우세하다.

이와 관련해 글로벌 회계법인 및 컨설팅 기업인 딜로이트가 2023년 12월 16개 국가 6대 산업 종사자 경영자 2800여명을 대상으로 조사한 결과 응답자의 62%는 생성형 AI 도입에 긍정적인 반응을 보였다. ‘불확실성이 높다’고 응답한 비중은 30%에 그쳤다.

특히 별개로 약 80%의 응답자는 생성형AI가 향후 3년 이내에 자신의 조직 및 산업에 상당한 변화를 가져올 것으로 기대하고 있었다. 그중 14%는 현재, 17%는 1년 미만 내에 상당한 변화가 있을 것이라고 응답하는 등, 생성형 AI 도입의 필요성에 대해선 큰 이견이 없는 것으로 나타났다.

딜라이트는 해당 결과를 두고 ‘AI를 활용하는 많은 조직이 보다 실질적인 방식으로 생성형 AI를 도입하고 수용할 준비가 되어 있다는 사실’이라고 분석했다. 또한 ‘현재 전세계 조직들이 생성형 AI와 관련된 실험 및 개념 증명 단계를 넘어 다양한 사용 사례를 만들어 내기 위한 경쟁 중”이라고 덧붙였다.

이처럼 생성형 AI 기반의 전 산업 기업 혁신은 수년 이내로 다가온 가운데, AI의 신뢰성과 안전성 문제는 지금부터 해결이 필요한 우선 과제로 지목된다. AI 개발 업체들도 이 점에 집중하고 있다. 가장 큰 문제로 지목되는 AI 환각(거짓된 답을 내놓는 현상)을 제어하기 위해 신뢰할 수 있는 출처를 중심으로 답을 생성하도록 하는 검색증강생성(RAG) 기술을 적극 도입하거나, AI 안전 전문가를 영입해 AI 모델에 내재된 다양한 문제를 사전에 찾아 제거하도록 하는 방식 등이 대표적이다.