🤖생성형 AI의 한계와 SaaS 기업의 기회

최근 GPT-4 등 생성형 AI 관련 발표가 많이 나와서 관심을 갖고 계신 분들도 많으시죠? 해당 기사에서는 현재 생성형 AI의 비즈니스(B2B) 활용에 대한 한계와 향후 비즈니스 소프트웨어로서 생성형 AI가 발전해 나가기 위한 포인트를 설명하고 있습니다. 현재의 한계 1: 생성형 AI는 정확하지 않다. 현재 생성형 AI는 사람처럼 행동하지만, 사람처럼 정확성을 보장할 수 없으며 현재 Large Language Models(이하 LLM)은 특정 시점의 데이터를 기반으로 학습하기 때문에 최신 데이터를 반영할 수 없다. 많은 비즈니스 소프트웨어에서 정확성은 매우 중요하기 때문에 현재로서는 마케팅, 광고 등 정확도가 낮더라도 허용 가능한 사용 사례에 국한되어 있다. 현재의 한계 2: 생성형 AI는 결과(성과) 지향적이지 않다. 생성형 AI는 산출 지향적이며, 기업이 소프트웨어 도입의 결과로 기대하는 결과 지향적이지 않다. 현재 모델은 비즈니스 성과를 기반으로 학습하는 기능이 부족하며, 비즈니스에서 생성 AI를 활용하기 위해서는 ROI를 기반으로 한 반복 학습이 필요하다. 현재의 한계 3: 생성형 AI는 기업 고유의 데이터에 기반한 '깊이'가 없다. 현재 LLM은 공개된 데이터로 학습되어 B2B에서 필요한 비즈니스 맥락이나 고유한 IP 데이터에 대한 접근이 제한적이다. 생성형 AI가 비즈니스에서 진정으로 효과적이기 위해서는 이러한 기업 고유의 데이터에 대한 접근이 필요하지만, 기업 데이터는 경쟁 우위로 이어지기 때문에 기업들은 아직 LLM에 데이터 접근을 허용하는 것에 대해 경계하고 있다. 추가 : B2B에서 생성형 AI 앱은 큰 잠재력을 가지고 있다. 이를 위해서는 위와 같은 정확도 문제, 결과 지향적 모델로의 진화, 이를 뒷받침하는 기업 IP/데이터의 보호 및 확장, 그리고 공개된 모델과 기업 고유의 모델을 연결하는 것이 필요하다. ※ LLM : 대규모 언어 모델을 의미하며, 입력된 내용을 기반으로 인간과 유사한 텍스트를 생성할 수 있는 AI 모델의 일종입니다.