올 초에 GPT-4가 출시되고나서 알파고만큼의 충격을 받아 굉장히 많은 메모를 써놨었는데요.

그 때는 예측이라기 보다는 그냥 생각을 정리해보는 차원에서 상상을 해 본 것에 불과했는데, 겨우 반년만에 거의 예언 수준이 아닌가 싶을 정도로 너무나 당연한 시대가 되었다는게..기술의 발전 속도가 정말 무서울 정도로 빠르다는 생각이 다시 한 번 듭니다.

Date: 2023. 03.

🌏 LLM 으로 인해 세상이 어떻게 바뀔 것인가?

OpenAI, OpenResearch, University of Pennsylvania 가 공동 연구한 “대규모 언어 모델의 노동 시장 영향력에 대한 초기 조사” 논문은 다음과 같이 말한다.

현재 약 80%의 미국 인력이 하는 업무의 10%정도가 GPT 등장에 의해 영향받을 수 있으며, 19%의 인력은 본인 업무의 최소 50% 이상이 GPT도입에 영향받을 수 있다.

GPT도입으로 인한 영향은 모든 고용레벨에 퍼지게 되며, 고액 연봉을 받는 직군이 더 높은 영향을 받는다.

📊 이 현상이 발생하는 가장 큰 이유

과거에는 tabular 데이터가 아닌 자연어로 된 데이터는 분석하기 어려웠지만, 이제는 LLM으로 분석 작업을 맡길수가 있다. 또한 데이터의 일부로 LLM과 인간의 분석이 충분히 비슷하다는 검증을 하고나면, 나머지 데이터는 LLM에게 맡기는 방식으로 scale-up이 가능해졌다.

즉, 데이터의 학습이나 전처리 과정이 필요 없이, 데이터(정보)를 참고하여 분석하고 요구사항에 따른 적합한 액션까지 즉시 수행 할 수 있게 되었다.

👩🏻‍💻 이것이 시사하는 바는 무엇인가?

화이트칼라의 대부분의 업무는 대체로 1. 정보 수집 → 2. 정보 분석 → 3. 결론 도출 → 4. 결론에 따른 액션의 과정을 거친다.

기존의 AI 혹은 자동화가 했던 역할은 각 과정의 일부 중 단순한 태스크를 실행하는 것에 불과했다면, 이제는 1,2,3,4 전 과정에 걸친 프로세스를 AI가 모두 통합적으로 할 수 있게 되었다. 특히, 학습의 과정이 필요 없어진 것이 핵심인데, 이제는 정보를 넣기만하면 업무의 도메인과 상관 없이 즉시 분석과 실행이 가능하게 되었다.

즉, 이는 이제 AI가 대부분의 영역에서 한 사람분의 역할을 할 수 있게 되었다는 의미이다.

그러므로 인해 앞으로 거의 모든 회사들이 Digital Manpower의 개념을 통해 적은 비용으로 인턴이나 전문가 서비스를 AI로 대체하여 이용할 수 있을 것이다.

또한 당분간 인력이 부족한 시대가 도래할 것임은 자명하다. (앞으로 10년 최소한 260만명의 인력이 부족할 것으로 예상 - 고용부 발표)

따라서, LLM 을 통한 Digital Manpower 를 채택함으로써 회사의 운영 효율과 속도를 높이는 것은, 노동시간이 감소하고 인력이 부족해지는 사회를 대비함에 있어 필수적인 일이기도 하다.

🤖 디지털 인력의 범위

디지털 인력의 범위는 업무 단위와 기능 단위로 나뉠 수 있으며, 업무 단위는 CS를 받아주는 것, 기능 단위는 매일 아침 뉴스를 브리핑해 주는 수준으로 구분 할 수 있다.

또한 사내 사용자를 대상으로 한 서비스와, 고객 대상으로 하는 서비스 두 가지로 나눌 수 있다.

사내 사용자 대상의 Digital Manpower 는 데이터 분석과 자동화 측면이 가장 먼저 대상이 될 것으로 예상되며, 사내 정보나 정책에 대한 문의와 상담을 할 수 있는 디지털 인력을 채택 할 수 있다. 궁극적으로는 세무나 법무 혹은 비서등의 스탭조직의 업무 중 단순 반복 작업을 모두 대체 할 수 있을 것이다.

고객을 대상으로 한 Digital Manpower 는 회사의 서비스에 대한 CS가 기본일 것이다. 다만, 이는 일반 고객 대상보다는 B2B2C 서비스인 플랫폼에서 셀러를 대상으로 한 자사 운영 툴의 교육 및 도우미 역할을 제공하는 것이 더 큰 가치를 발휘하는 부분이 될 수도 있을 것이다.

그 외에 코파일럿 같이 기존 인력의 업무 효율을 10%~50%까지 높여주거나, 사람이 하기 싫어하는 단순 반복적인 업무를 자동화하여 인재 밀도를 높여주는 카테고리로도 나눌 수 있다.