[😈데블챌 2기 7일차, 생성 AI 도입을 위한 검토사항]

최근 생성형 AI가 혁식전인 기술로 주목 받으며, 수많은 기업들이 사업과 조직 성과를 높이기 위해 생성형 AI를 도입하고 있습니다. 하지만 정작 생성형 AI가 기업에 혁신을 가져다주고 있는지, 기업에 적절한 형태의 기술인지 의문이 생기곤 합니다. 그렇기에 기술 자체에만 주목하지 않고, 기술에 대한 이해와 검토가 중요하다는 입장들이 많아지고 있습니다. 오늘은 그 의견 중 하나를 공유해보고자 합니다~!

• GenAI를 오용하면 조직에서 AI의 가치가 감소한다

  최근 Gartner 연구에서는 GenAI가 훨씬 더 광범위한 AI 환경의 한 부분일 뿐이라는 점을 인식할 필요성을 강조합니다. 대부분의 비즈니스 문제에는 다양한 AI 기술의 조합이 필요합니다. 이 사실을 무시하면 GenAI의 영향을 과대평가하고 의도한 결과를 제공하지 않는 사용 사례에 GenAI를 배포하게 될 수 있습니다.
  

  다음은 저자가 각 태스크에 대한 생성형 AI의 활용 가능성을 정리한 것입니다.

  • 매우 유용함: 콘텐츠 생성, 대화형 사용자 인터페이스, 지식 발견, 혁신, 브레인스토밍, 창의적인 아이디어 탐색

  • 다소 유용함: 분할/분류, 콘텐츠 합성/요약, 추천 시스템, 인식, 지능형 자동화, 이상 탐지/모니터링

  • 거의 유용하지 않음: 예측/예측, 계획, 의사결정 인텔리전스, 미묘하고 체계적인 복잡성, 다분야/혼합 도메인 집단 지능, 완전 자율 시스템
    

  이외에도 허위정보, 정보 보안 등의 이슈가 중요한 태스크에 대해, 솔루션을 구현하는 것이 쉽지 않다는 점을 지적합니다. 또한, 생성형 AI가 유용하지 않은 영역에서 머신러닝, 추론형 AI 와 같은 대체 AI기술을 검토하도록 권장합니다.

  
  

• GenAI 모델을 다른 AI 기술과 결합

  또 다른 Gartner의 인사이트는 구체적인 비즈니스 목표 및 재정 지표와 AI의 역할을 밀접하게 연계한 경우, 조직의 성과가 우수하다는 사실입니다. 또한 서로 다른 AI 기술을 연계하는 것이 오히려 비용을 줄이고, 정확성과 투명성을 확보하는데 용이하다는 점을 강조합니다.

  
  

  다음은 생성형 AI와 다른 AI를 결합하는 예시들입니다.

  • 분할 및 분류, 합성 데이터 생성 및 컴퓨터 비전을 위한 비생성형 ML 및 GenAI

  • 기업 검색을 위한 검색엔진최적화(SEO) 및 GenAI

  • 시뮬레이션 가속화를 위한 시뮬레이션 및 GenAI

  • 지식 관리 및 검색 증강 생성을 위한 지식 그래프(Knowledge graphs) 및 GenAI

  • 챗봇, 로보어드바이저 및 전문 자연어 생성을 위한 규칙 기반 시스템 및 GenAI

  
  

  이렇게 AI 기술을 결합하여 다양한 기술이 서로의 약점을 완화할 수 있는 전략을 택하도록 권장하고 있습니다.

요즘 생성형 AI를 중심으로 국가 간 경쟁이 심화되고, 국내에선 국가 사업의 핵심 주제로 다뤄지;고 있습니다. 개인적으로도 생성형 AI를 중심으로 AI 기술의 선도 기업들이 정해질 것이라 생각합니다. 하지만 조직과 데이터 자원의 다양성을 고려한다면, 앞으로도 조직에 따라 AI 기술을 다각적으로 검토하고 활용하는 전략이 반드시 필요할 것 입니다.

"만약 여러분이 가진 것이 GenAI 망치뿐이라면, 모든 것이 GenAI를 사용해야 하는 못처럼 보일 것입니다." - Gartner 수석 분석가 Leinar Ramos

## 더 읽어 볼만한 아티클
https://www.samsungsds.com/kr/insights/expections-and-reality-in-generative-ai.html (삼성 SDS - 생성형 AI 결과물에 대한 기대와 현실)

# 본문 관련 아티클
https://generativeai.pub/when-not-to-use-generative-ai-2fade879eb3d