인공지능이 다가오고 있다는 건 누구나 알고 있는 사실이다. 그렇다는 건 여러 가지 중대한 변화가 뒤따를 것이라는 뜻도 된다. 어떤 변화가 있을까? 우리는 어떤 것에 집중해야 할까?
[보안뉴스 = Google Cloud 게릿 카즈마이어 부회장] 점점 더 많은 기업들이 인공지능을 적극 활용하고자 하는 움직임을 보이고 있다. 요즘에는 생성형 인공지능이 특히 인기가 많으며 집중적인 연구 대상이 되고 있다. 이런 흐름은 올해 내내 이어질 전망으로, 2024년 우리는 인공지능과 관련된 새로운 혁명을 목격하게 될지도 모른다. 현재 생성형 인공지능 모델들은 공공 데이터를 주로 활용하지만, 앞으로 기업들이 자신들만의 기밀과 내부 데이터로 훈련시키는 사례들이 증가할 것이며, 그럴 경우 기업마다 맞춤형 생성형 인공지능을 탑재한 채 경쟁에 돌입할 것으로 예상된다. 비즈니스 행위 자체가 바뀌는 것이다.
데이터, 광범위해지다
10년 전만 해도 ‘빅데이터를 활용한다’는 건 수많은 데이터를 관통하는 패턴을 찾아내는 것과 동일한 의미였다. 실제로 머신러닝은 이런 임무를 잘 수행해냈는데, 모든 분야에서 그런 건 아니었다. 도소매 사이트에서 특정 고객이 잘 구매하는 것들을 파악해 다음 쇼핑 때 물건을 추천해주는 정도에서 뛰어난 모습을 보였을 뿐이었다. 고객의 쇼핑 이력이라는 데이터는 수집하기도 좋고 정리하기도 좋고 인공지능에 주입하기도 좋았다. 하지만 이제는 데이터를 다루고 관리하는 기술이 훨씬 좋아졌고, 따라서 생성형 인공지능이 더 많은 분야에서 활약할 시기가 무르익었다고 볼 수 있다.
기술적 제한과 경험의 부족, 미숙한 지식 등의 이유로 우리는 여러 귀중한 데이터를 정형화 혹은 구조화 하지 못한 채 스토리지 한 구석에 곱게 모셔두기만 했고, 그 안에 감춰진 보화를 발견할 수 없었다. 뭔가가 있을 거라는 건 알고 있었지만 그것을 어떻게 캐내야 하는지는 아무도 알려주지 않았다. 수많은 기회들이 그렇게 썩어가고 있었지만, 더는 아니다. 우리는 이제 데이터를 더 잘 간수할 수 있게 됐고, 그 데이터로부터 많은 것을 채취할 수 있는 생성형 인공지능도 갖춰가고 있다.
이것이 꼭 좋은 소식인 것은 아니다. 그만큼 경쟁의 수위가 높아진다는 뜻이 되기 때문이다. 그런 상황을 잘 버텨낼 자신이 있는 기업이라면 다가오는 전쟁과 같은 상황에 대비해야 함이 마땅하다. 생성형 인공지능이라는 기술을 어떻게 창의적으로 활용해 기업의 경쟁력을 강화할 수 있을지 바쁘게 생각해내야 한다는 것이다.
필자가 소속되어 있는 회사인 구글 역시 다가오는 시대에 대비하기 위해 데이터 분석 시스템을 새롭게 가다듬느라 정신이 없다. 더 많은 종류와 형태의 데이터를 더 많은 출처로부터 받아 인공지능 모델로 빠르게 주입하고, 그러면서 동시에 기본적인 데이터 보안 실천 사항과 규정을 빠짐없이 준수할 수 있도록 한다는 목적을 가지고 있는데, 이게 말처럼 쉽지가 않다. 인공지능을 맞이하기 위한 준비의 일환으로 데이터와 관련된 우리의 체질을 전사적으로 바꾸고 있다고 하면 이해가 좀 더 쉬울까. 우리는 이제야 진정한 빅데이터의 시대로 돌입하고 있다.
분석학과 에이전트
생성형 인공지능이라는 기술은 이제 자신만의 고유한 역할을 부여 받아 실행하거나, 특정 상황에서 목표를 독립적으로(자율적으로가 아니라) 수행함으로써 어느 정도 인간을 대체하는 게 가능한 수준까지 왔다. 인간에 맞먹는다는 건 아니다. 특별한 상황에서, 그것도 제한된 조건 아래서, 엄격한 관리와 설정을 통해서 제법 인간과 비슷한 기능성을 발휘할 수 있다는 것이다. 이렇게 사람 대신 뭔가를 수행하면서 자기 역할을 하는 요소를 인공지능 에이전트(AI Agent)라고 하는데, 우리는 데이터 엔지니어라든가 분석가 역할을 수행하는 에이전트를 더 많이 보게될 것이다.
자동화는 패턴을 따르는 것을 말한다. 이를 위해서는 먼저 통찰이나 프로세스, 행위들이 전부 추상화되어 시스템 안에서 구현되어야 한다. 그러면 새로우면서도 신뢰할 수 있고 안정적인 워크플로우가 정립될 수 있다. 그러면 이 새 워크플로우는 보다 광범위한 범위로 적용된다. 공장에서 주기적으로 기기 점검하는 일이 자동화로 처리된다거나, 콜센터로 들어오는 반복적인 문의 내용을 대신 대답해준다거나 하는 일들은 조만간 구체적으로 우리의 눈앞에 나타날 것이다.
데이터 분석학에서 생성형 인공지능은 어떤 일을 수행하게 될까? 보다 더 깊이, 날카롭게 관찰하고, 보다 더 깊이 숨어 있으면서도 가치 있는 패턴이나 통찰을 이끌어내는 것이다. 그럼으로써 종국에는 다른 직무를 맡은 사람들을 보다 편하게 해 주는 것이 데이터 분석학에서의 인공지능의 활용 목적이 된다. 기존에는 볼 수 없었던 것을 데이터를 통해 보게 되면서 새로운 방법론이 등장하고, 새로운 지름길이 발견되며, 새로운 협업의 이유들이 발굴될 것이라고 보면 된다.
이런 식으로 기업 내 기능들이 변화되면서 전문가들의 역할과 책임 역시 변화할 것이 당연하다. 특정 영역의 전문가이지만 새로운 기술들을 터득해야 할 상황이 올 거라고 필자는 보고 있다. 전문가로서 더 배움의 장으로 나아가는 자세가 필요하다. 쉽지 않을 것이다. 하지만 인공지능의 발전 덕분에 이 전문가들의 역할은 ‘수행’보다 ‘평가’나 ‘감독’ 혹은 ‘효율적인 지시’에 좀 더 집중될 가능성이 높다. 예를 들어 영업 분석 전문가라면 데이터를 직접 수집하고 분석하는 것보다, 인공지능에 어떤 명령을 내려야 데이터 수집과 분석이라는 임무를 효과적으로 수행할 수 있는지 연구하는 데 더 많은 시간을 쓰게 될 것으로 보인다.
그럼에도 우리가 눈을 두어야 할 곳은
생성형 인공지능은 최첨단 기술이긴 하지만 우리를 미래로 데려가는 것이 아니라(물론 필자는 위에 그런 식으로 쓰긴 했다) 오히려 과거로 데려간다. 그래서 과거에 우리가 미처 풀지 못했던 문제를 다시 돌아보게 하고, 보다 근원을 파고들 수 있게 한다. 과거를 묻어두고 미래만 지향하는 조직들이라면 지금은 꽤나 앞선 것처럼 보일지 몰라도 인공지능 때문에 오히려 위기를 맞이하게 될 것이다. 따라서 인공지능을 활용해 해결해야 할 과거의 것들을 지금부터 모아두는 노력이 필요하다.
많은 것들이 변한다. 그 변화의 폭이 상당하기까지 하다. 이런 때는 무엇을 변화시켜야 하는가보다 무엇이 변하지 않을 것인가를 스스로에게 묻고 답을 찾는 것이 오히려 나을 수 있다. 생각보다 많다는 걸 알 수 있을 것이다. 기업이라면 어떤 기술을 쓰고 어떤 프로세스를 도입하든 결국 고객에게 고객이 지불한 것보다 더 많은 가치를 제공해야 한다. 이런 기본적인 사실들은 변하지 않는다. 기업이 제공하는 핵심 가치도 변하지 않는 것 중 하나가 될 가능성이 높다. 온갖 새로운 용어와 유행에 눈을 돌리는 게 아니라 이렇게 변하지 않고 우뚝 서 있는 것들을 중심으로 변화에 대처해나가면 안정적으로 생존할 수 있을 것이다. 그것이 설사 인공지능과 같이 현란하고 놀라운 기술이더라도 말이다.
[글 : Google Cloud 게릿 카즈마이어(Gerrit Kazmaier) 부회장]
[국제부 문정후 기자(globoan@boannews.com)]
[보안뉴스 = Google Cloud 게릿 카즈마이어 부회장] 점점 더 많은 기업들이 인공지능을 적극 활용하고자 하는 움직임을 보이고 있다. 요즘에는 생성형 인공지능이 특히 인기가 많으며 집중적인 연구 대상이 되고 있다. 이런 흐름은 올해 내내 이어질 전망으로, 2024년 우리는 인공지능과 관련된 새로운 혁명을 목격하게 될지도 모른다. 현재 생성형 인공지능 모델들은 공공 데이터를 주로 활용하지만, 앞으로 기업들이 자신들만의 기밀과 내부 데이터로 훈련시키는 사례들이 증가할 것이며, 그럴 경우 기업마다 맞춤형 생성형 인공지능을 탑재한 채 경쟁에 돌입할 것으로 예상된다. 비즈니스 행위 자체가 바뀌는 것이다.
[이미지 = gettyimagesbank]
데이터, 광범위해지다
10년 전만 해도 ‘빅데이터를 활용한다’는 건 수많은 데이터를 관통하는 패턴을 찾아내는 것과 동일한 의미였다. 실제로 머신러닝은 이런 임무를 잘 수행해냈는데, 모든 분야에서 그런 건 아니었다. 도소매 사이트에서 특정 고객이 잘 구매하는 것들을 파악해 다음 쇼핑 때 물건을 추천해주는 정도에서 뛰어난 모습을 보였을 뿐이었다. 고객의 쇼핑 이력이라는 데이터는 수집하기도 좋고 정리하기도 좋고 인공지능에 주입하기도 좋았다. 하지만 이제는 데이터를 다루고 관리하는 기술이 훨씬 좋아졌고, 따라서 생성형 인공지능이 더 많은 분야에서 활약할 시기가 무르익었다고 볼 수 있다.
기술적 제한과 경험의 부족, 미숙한 지식 등의 이유로 우리는 여러 귀중한 데이터를 정형화 혹은 구조화 하지 못한 채 스토리지 한 구석에 곱게 모셔두기만 했고, 그 안에 감춰진 보화를 발견할 수 없었다. 뭔가가 있을 거라는 건 알고 있었지만 그것을 어떻게 캐내야 하는지는 아무도 알려주지 않았다. 수많은 기회들이 그렇게 썩어가고 있었지만, 더는 아니다. 우리는 이제 데이터를 더 잘 간수할 수 있게 됐고, 그 데이터로부터 많은 것을 채취할 수 있는 생성형 인공지능도 갖춰가고 있다.
이것이 꼭 좋은 소식인 것은 아니다. 그만큼 경쟁의 수위가 높아진다는 뜻이 되기 때문이다. 그런 상황을 잘 버텨낼 자신이 있는 기업이라면 다가오는 전쟁과 같은 상황에 대비해야 함이 마땅하다. 생성형 인공지능이라는 기술을 어떻게 창의적으로 활용해 기업의 경쟁력을 강화할 수 있을지 바쁘게 생각해내야 한다는 것이다.
필자가 소속되어 있는 회사인 구글 역시 다가오는 시대에 대비하기 위해 데이터 분석 시스템을 새롭게 가다듬느라 정신이 없다. 더 많은 종류와 형태의 데이터를 더 많은 출처로부터 받아 인공지능 모델로 빠르게 주입하고, 그러면서 동시에 기본적인 데이터 보안 실천 사항과 규정을 빠짐없이 준수할 수 있도록 한다는 목적을 가지고 있는데, 이게 말처럼 쉽지가 않다. 인공지능을 맞이하기 위한 준비의 일환으로 데이터와 관련된 우리의 체질을 전사적으로 바꾸고 있다고 하면 이해가 좀 더 쉬울까. 우리는 이제야 진정한 빅데이터의 시대로 돌입하고 있다.
분석학과 에이전트
생성형 인공지능이라는 기술은 이제 자신만의 고유한 역할을 부여 받아 실행하거나, 특정 상황에서 목표를 독립적으로(자율적으로가 아니라) 수행함으로써 어느 정도 인간을 대체하는 게 가능한 수준까지 왔다. 인간에 맞먹는다는 건 아니다. 특별한 상황에서, 그것도 제한된 조건 아래서, 엄격한 관리와 설정을 통해서 제법 인간과 비슷한 기능성을 발휘할 수 있다는 것이다. 이렇게 사람 대신 뭔가를 수행하면서 자기 역할을 하는 요소를 인공지능 에이전트(AI Agent)라고 하는데, 우리는 데이터 엔지니어라든가 분석가 역할을 수행하는 에이전트를 더 많이 보게될 것이다.
자동화는 패턴을 따르는 것을 말한다. 이를 위해서는 먼저 통찰이나 프로세스, 행위들이 전부 추상화되어 시스템 안에서 구현되어야 한다. 그러면 새로우면서도 신뢰할 수 있고 안정적인 워크플로우가 정립될 수 있다. 그러면 이 새 워크플로우는 보다 광범위한 범위로 적용된다. 공장에서 주기적으로 기기 점검하는 일이 자동화로 처리된다거나, 콜센터로 들어오는 반복적인 문의 내용을 대신 대답해준다거나 하는 일들은 조만간 구체적으로 우리의 눈앞에 나타날 것이다.
데이터 분석학에서 생성형 인공지능은 어떤 일을 수행하게 될까? 보다 더 깊이, 날카롭게 관찰하고, 보다 더 깊이 숨어 있으면서도 가치 있는 패턴이나 통찰을 이끌어내는 것이다. 그럼으로써 종국에는 다른 직무를 맡은 사람들을 보다 편하게 해 주는 것이 데이터 분석학에서의 인공지능의 활용 목적이 된다. 기존에는 볼 수 없었던 것을 데이터를 통해 보게 되면서 새로운 방법론이 등장하고, 새로운 지름길이 발견되며, 새로운 협업의 이유들이 발굴될 것이라고 보면 된다.
이런 식으로 기업 내 기능들이 변화되면서 전문가들의 역할과 책임 역시 변화할 것이 당연하다. 특정 영역의 전문가이지만 새로운 기술들을 터득해야 할 상황이 올 거라고 필자는 보고 있다. 전문가로서 더 배움의 장으로 나아가는 자세가 필요하다. 쉽지 않을 것이다. 하지만 인공지능의 발전 덕분에 이 전문가들의 역할은 ‘수행’보다 ‘평가’나 ‘감독’ 혹은 ‘효율적인 지시’에 좀 더 집중될 가능성이 높다. 예를 들어 영업 분석 전문가라면 데이터를 직접 수집하고 분석하는 것보다, 인공지능에 어떤 명령을 내려야 데이터 수집과 분석이라는 임무를 효과적으로 수행할 수 있는지 연구하는 데 더 많은 시간을 쓰게 될 것으로 보인다.
그럼에도 우리가 눈을 두어야 할 곳은
생성형 인공지능은 최첨단 기술이긴 하지만 우리를 미래로 데려가는 것이 아니라(물론 필자는 위에 그런 식으로 쓰긴 했다) 오히려 과거로 데려간다. 그래서 과거에 우리가 미처 풀지 못했던 문제를 다시 돌아보게 하고, 보다 근원을 파고들 수 있게 한다. 과거를 묻어두고 미래만 지향하는 조직들이라면 지금은 꽤나 앞선 것처럼 보일지 몰라도 인공지능 때문에 오히려 위기를 맞이하게 될 것이다. 따라서 인공지능을 활용해 해결해야 할 과거의 것들을 지금부터 모아두는 노력이 필요하다.
많은 것들이 변한다. 그 변화의 폭이 상당하기까지 하다. 이런 때는 무엇을 변화시켜야 하는가보다 무엇이 변하지 않을 것인가를 스스로에게 묻고 답을 찾는 것이 오히려 나을 수 있다. 생각보다 많다는 걸 알 수 있을 것이다. 기업이라면 어떤 기술을 쓰고 어떤 프로세스를 도입하든 결국 고객에게 고객이 지불한 것보다 더 많은 가치를 제공해야 한다. 이런 기본적인 사실들은 변하지 않는다. 기업이 제공하는 핵심 가치도 변하지 않는 것 중 하나가 될 가능성이 높다. 온갖 새로운 용어와 유행에 눈을 돌리는 게 아니라 이렇게 변하지 않고 우뚝 서 있는 것들을 중심으로 변화에 대처해나가면 안정적으로 생존할 수 있을 것이다. 그것이 설사 인공지능과 같이 현란하고 놀라운 기술이더라도 말이다.
[글 : Google Cloud 게릿 카즈마이어(Gerrit Kazmaier) 부회장]
[국제부 문정후 기자(globoan@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
문가용기자 기사보기
[2024-05-04] 
.jpg)
