.jpg)
.jpg)
생성형 인공지능은 기회이기도 하지만 도전거리이기도 하다. 의욕적인 것도 좋지만 전략적인 접근이 반드시 필요하다.
[보안뉴스 = 존 에드워즈 IT 칼럼니스트] 생성형 인공지능이 모든 산업에 혁신의 불을 지피고 있다. 기업들도 이 불길에 휩싸일 준비를 하느라 여념이 없다. 인공지능을 둘러싼 지금의 상황은 흡사 90년대 인터넷이 폭발적으로 증가하던 때와 같다. 아마도 인공지능은 인터넷처럼 모든 사람이 사용하는 그런 기술이 될 것이다. 인터넷처럼 말이다. 인공지능을 가지고 우리는 여러 가지 작업을 효율적으로 하게 되고, 보다 정확한 결정을 보다 빠르게 내릴 수 있게 될 것으로 보이며, 앞으로 수년 동안 우리는 이러한 맥락에서의 변화를 거듭 목격하게 될 것이다.
생성형 인공지능
그런 변화의 가장 앞에 있는 것이 생성형 인공지능이다. 생성형 인공지능은 ‘하나의 신기술’로 보기에는 이미 너무나 광범위하다. 한 가지 기술이 아니라 여러 기술과 전략을 아우르는 거대한 플랫폼에 가깝다. 지금 이 순간에도 계속해서 변하고 커지고 있으며 새로운 것들을 받아들여 발전하고 있는, 무형의 플랫폼이다. 생성형 인공지능의 이러한 변화는 멀리서 바라보기에는 신기하고 아름다운 현상일 수 있지만, 기업의 CTO나 CISO들에게는 부담감 가득한 짐이 될 수 있다.
생성형 인공지능을 도입한다고 했을 때 기업들 대부분은 ‘흥분’과 ‘두려움’을 같이 느낀다. ‘흥분’을 느끼는 이유는, 생성형 인공지능이 가진 잠재력이 어마어마하기 때문이다. 이를 활용해 사업적 가능성을 폭발시키거나 새로운 기회를 모색하는 게 가능해질 거라고 경영진들은 기대하고 있다. ‘두려움’을 느끼는 이유는, 생성형 인공지능이 완전히 새로운 종류의 기술이기 때문이다. 인류가 아닌데 인류와 비슷하게 말하고 콘텐츠를 만들 줄 아는 존재를 우리는 처음 접하고 있다. 게다가 아직 완전하지 않아 오류도 많고, 때문에 아직 뭔가 중요한 일을 맡기기에는 부담스럽다.
그래서 인공지능은 지금 혼란 야기의 일등공신으로 자리를 잡아가고 있다. 기술이 성숙해갈수록 이 혼란은 자연히 잦아들 테지만, 아직은 아닌 것으로 보인다. 기업들이 인공지능과 관련하여 깊은 고민을 하는 것이 바로 ‘아직은 아니기 때문’이다. 활용하면 잘 할 수 있을 것도 같고, 큰일이 나려면 매우 큰일이 날 것도 같은 게 인공지능이다. 이 고민을 가장 깊이 하는 부류들이 CTO와 CISO들이다.
생성형 인공지능, 어떻게 도입해야 잘했다고 소문이 날까?
CTO와 CISO들에게 있어 생성형 인공지능은 당장 눈앞에 닥친 문제다. 고민만 하고 있자니 경쟁사가 먼저 성공적으로 도입해 치고나갈 것이 두렵고, 무작정 도입하자니 어디선가 큰 오류나 실수가 발생해 경쟁사가 치고나갈 빌미를 제공할까봐 두렵다. 이러지도 저러지도 못하는 입장인데, 분명한 건 반드시 손을 직접 대봐야 한다는 것이다. 바라만 보고 생각만 해서는 생성형 인공지능의 성공적 도입법을 평생 터득할 수 없다. 21세기에 인터넷 없이 경쟁력을 유지하려는 것과 같다. 생성형 인공지능에 대한 고민을 해결할 방안을 다음과 같이 제시하고자 한다.
1. 올바른 모델부터 찾는다
생성형 인공지능이라는 타이틀을 가지고 있는 기술이라고 해서 다 강력한 건 아니다. 게다가 아무리 강력하다 한들 한 모델이 모든 기업들의 필요를 충족시킬 수 있을 리도 없다. 온갖 매체들이 말하는 인공지능의 잠재력이라는 것을 제대로 경험하려면 우리 회사에 꼭 맞는 모델을 사용해야 한다. 이 점이 성립되지 않으니 인공지능에 대한 굉장한 소문만 듣고 실제 사용했을 때 실망하는 경우들이 많은 것이기도 하다.
생성형 인공지능에 대한 고민이 깊은 가운데 한 번 맛이나 보려 하는 CTO나 CISO들이 있다면, 그 무엇보다 우리 회사에 알맞는 모델을 알아보는 것부터 시작하기를 권한다. 그러려면 충족되어야 하는 ‘필요’가 무엇인지를 알아야 하고, 인공지능을 통해 해결하려는 문제가 무엇인지를 파악해야 하며, 장기적으로 이루고자 하는 목표도 가지고 있어야 한다. 인공지능을 도입하고 나서 워크플로우가 어떻게 바뀔 것인지, 망 전체의 아키텍처는 또 어떻게 변할 것인지 등까지도 고려해야 한다. 시장에 나와 있는 모델들을 조사하는 것은 너무나 당연하니 따로 얘기하지 않겠다.
2. 비용도 무시할 수 없다
세상 모든 일이 그렇지만 돈을 쓰면 쓸수록 강력한 인공지능 모델을 찾을 수 있다. 하지만 대부분의 기업들이 활용 가능성이 불투명한 신기술에 막대한 투자를 감행할 수 있는 형편은 아닐 것이다. 그러므로 CTO와 CISO의 역할은 강력하고 알맞으면서 가격 대비 효율도 좋은 인공지능 모델을 찾는 것이라고 할 수 있다. 조건이 많이 붙으니 까다롭게 여겨질 수 있는데, 오히려 예산에 제한이 있으므로 고를 수 있는 인공지능 모델 후보들도 축소되고, 고민의 범위도 좁아질 수 있다. 지불할 수 있을 만한 모델들부터 솎아내고, 그 안에서 가장 알맞은 모델을 찾으면 될 것이다.
3. 합리적인 활용 방법을 개발한다
인공지능이 가진 큰 리스크 중 하나는 데이터 보안과 프라이버시 침해라고 할 수 있다. 인공지능은 방대한 분량의 데이터를 소비하기 때문에 철저한 데이터 관리가 반드시 수반되어야 한다. 우리가 인공지능에 대해서만 이야기 하기 때문에 간과할 수 있는데, 데이터 관리 체계와 인프라가 뒷받침 되지 않는 인공지능은 모래 위에 지은 성과 같다. 그러므로 인공지능을 새롭게 시험하거나 구축해 보고 싶은 CTO들이라면 제일 먼저 데이터 관리라는 기반부터 다져야 할 것이다. 이 부분만 제대로 해결되도 인공지능을 시험해 보는 데 있어 꽤나 든든한 자신감이 생길 것이다.
4. 팀 전체 혹은 직원 전체의 교육도 필수다
생성형 인공지능을 도입하는 이유는 일반 임직원들이 업무에 활용하여 생산성을 높이게 하기 위해서다. 보안 실험실에서만 꽁꽁 감춰두거나 IT 관련 직종의 사람들만 활용하기 위한 게 아니다. 그러니 생성형 인공지능이 회사 차원에서 적절한지 아닌지를 판단하려면 앞으로 이 기술을 실제로 사용할 사람들의 의견도 반영해야 한다. 다만 생성형 인공지능을 사용할 줄 모르는 상태에서 내는 의견은 큰 의미를 갖지 못한다. 그러니 안전한 사용법에 대한 교육을 진행하는 게 필수다.
글 : 존 에드워즈(John Edwards), IT 칼럼니스트
[국제부 문정후 기자(globoan@boannews.com)]
[보안뉴스 = 존 에드워즈 IT 칼럼니스트] 생성형 인공지능이 모든 산업에 혁신의 불을 지피고 있다. 기업들도 이 불길에 휩싸일 준비를 하느라 여념이 없다. 인공지능을 둘러싼 지금의 상황은 흡사 90년대 인터넷이 폭발적으로 증가하던 때와 같다. 아마도 인공지능은 인터넷처럼 모든 사람이 사용하는 그런 기술이 될 것이다. 인터넷처럼 말이다. 인공지능을 가지고 우리는 여러 가지 작업을 효율적으로 하게 되고, 보다 정확한 결정을 보다 빠르게 내릴 수 있게 될 것으로 보이며, 앞으로 수년 동안 우리는 이러한 맥락에서의 변화를 거듭 목격하게 될 것이다.
[이미지 = gettyimagesbank]
생성형 인공지능
그런 변화의 가장 앞에 있는 것이 생성형 인공지능이다. 생성형 인공지능은 ‘하나의 신기술’로 보기에는 이미 너무나 광범위하다. 한 가지 기술이 아니라 여러 기술과 전략을 아우르는 거대한 플랫폼에 가깝다. 지금 이 순간에도 계속해서 변하고 커지고 있으며 새로운 것들을 받아들여 발전하고 있는, 무형의 플랫폼이다. 생성형 인공지능의 이러한 변화는 멀리서 바라보기에는 신기하고 아름다운 현상일 수 있지만, 기업의 CTO나 CISO들에게는 부담감 가득한 짐이 될 수 있다.
생성형 인공지능을 도입한다고 했을 때 기업들 대부분은 ‘흥분’과 ‘두려움’을 같이 느낀다. ‘흥분’을 느끼는 이유는, 생성형 인공지능이 가진 잠재력이 어마어마하기 때문이다. 이를 활용해 사업적 가능성을 폭발시키거나 새로운 기회를 모색하는 게 가능해질 거라고 경영진들은 기대하고 있다. ‘두려움’을 느끼는 이유는, 생성형 인공지능이 완전히 새로운 종류의 기술이기 때문이다. 인류가 아닌데 인류와 비슷하게 말하고 콘텐츠를 만들 줄 아는 존재를 우리는 처음 접하고 있다. 게다가 아직 완전하지 않아 오류도 많고, 때문에 아직 뭔가 중요한 일을 맡기기에는 부담스럽다.
그래서 인공지능은 지금 혼란 야기의 일등공신으로 자리를 잡아가고 있다. 기술이 성숙해갈수록 이 혼란은 자연히 잦아들 테지만, 아직은 아닌 것으로 보인다. 기업들이 인공지능과 관련하여 깊은 고민을 하는 것이 바로 ‘아직은 아니기 때문’이다. 활용하면 잘 할 수 있을 것도 같고, 큰일이 나려면 매우 큰일이 날 것도 같은 게 인공지능이다. 이 고민을 가장 깊이 하는 부류들이 CTO와 CISO들이다.
생성형 인공지능, 어떻게 도입해야 잘했다고 소문이 날까?
CTO와 CISO들에게 있어 생성형 인공지능은 당장 눈앞에 닥친 문제다. 고민만 하고 있자니 경쟁사가 먼저 성공적으로 도입해 치고나갈 것이 두렵고, 무작정 도입하자니 어디선가 큰 오류나 실수가 발생해 경쟁사가 치고나갈 빌미를 제공할까봐 두렵다. 이러지도 저러지도 못하는 입장인데, 분명한 건 반드시 손을 직접 대봐야 한다는 것이다. 바라만 보고 생각만 해서는 생성형 인공지능의 성공적 도입법을 평생 터득할 수 없다. 21세기에 인터넷 없이 경쟁력을 유지하려는 것과 같다. 생성형 인공지능에 대한 고민을 해결할 방안을 다음과 같이 제시하고자 한다.
1. 올바른 모델부터 찾는다
생성형 인공지능이라는 타이틀을 가지고 있는 기술이라고 해서 다 강력한 건 아니다. 게다가 아무리 강력하다 한들 한 모델이 모든 기업들의 필요를 충족시킬 수 있을 리도 없다. 온갖 매체들이 말하는 인공지능의 잠재력이라는 것을 제대로 경험하려면 우리 회사에 꼭 맞는 모델을 사용해야 한다. 이 점이 성립되지 않으니 인공지능에 대한 굉장한 소문만 듣고 실제 사용했을 때 실망하는 경우들이 많은 것이기도 하다.
생성형 인공지능에 대한 고민이 깊은 가운데 한 번 맛이나 보려 하는 CTO나 CISO들이 있다면, 그 무엇보다 우리 회사에 알맞는 모델을 알아보는 것부터 시작하기를 권한다. 그러려면 충족되어야 하는 ‘필요’가 무엇인지를 알아야 하고, 인공지능을 통해 해결하려는 문제가 무엇인지를 파악해야 하며, 장기적으로 이루고자 하는 목표도 가지고 있어야 한다. 인공지능을 도입하고 나서 워크플로우가 어떻게 바뀔 것인지, 망 전체의 아키텍처는 또 어떻게 변할 것인지 등까지도 고려해야 한다. 시장에 나와 있는 모델들을 조사하는 것은 너무나 당연하니 따로 얘기하지 않겠다.
2. 비용도 무시할 수 없다
세상 모든 일이 그렇지만 돈을 쓰면 쓸수록 강력한 인공지능 모델을 찾을 수 있다. 하지만 대부분의 기업들이 활용 가능성이 불투명한 신기술에 막대한 투자를 감행할 수 있는 형편은 아닐 것이다. 그러므로 CTO와 CISO의 역할은 강력하고 알맞으면서 가격 대비 효율도 좋은 인공지능 모델을 찾는 것이라고 할 수 있다. 조건이 많이 붙으니 까다롭게 여겨질 수 있는데, 오히려 예산에 제한이 있으므로 고를 수 있는 인공지능 모델 후보들도 축소되고, 고민의 범위도 좁아질 수 있다. 지불할 수 있을 만한 모델들부터 솎아내고, 그 안에서 가장 알맞은 모델을 찾으면 될 것이다.
3. 합리적인 활용 방법을 개발한다
인공지능이 가진 큰 리스크 중 하나는 데이터 보안과 프라이버시 침해라고 할 수 있다. 인공지능은 방대한 분량의 데이터를 소비하기 때문에 철저한 데이터 관리가 반드시 수반되어야 한다. 우리가 인공지능에 대해서만 이야기 하기 때문에 간과할 수 있는데, 데이터 관리 체계와 인프라가 뒷받침 되지 않는 인공지능은 모래 위에 지은 성과 같다. 그러므로 인공지능을 새롭게 시험하거나 구축해 보고 싶은 CTO들이라면 제일 먼저 데이터 관리라는 기반부터 다져야 할 것이다. 이 부분만 제대로 해결되도 인공지능을 시험해 보는 데 있어 꽤나 든든한 자신감이 생길 것이다.
4. 팀 전체 혹은 직원 전체의 교육도 필수다
생성형 인공지능을 도입하는 이유는 일반 임직원들이 업무에 활용하여 생산성을 높이게 하기 위해서다. 보안 실험실에서만 꽁꽁 감춰두거나 IT 관련 직종의 사람들만 활용하기 위한 게 아니다. 그러니 생성형 인공지능이 회사 차원에서 적절한지 아닌지를 판단하려면 앞으로 이 기술을 실제로 사용할 사람들의 의견도 반영해야 한다. 다만 생성형 인공지능을 사용할 줄 모르는 상태에서 내는 의견은 큰 의미를 갖지 못한다. 그러니 안전한 사용법에 대한 교육을 진행하는 게 필수다.
글 : 존 에드워즈(John Edwards), IT 칼럼니스트
[국제부 문정후 기자(globoan@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
문가용기자 기사보기
[2024-11-01] 
