기업용 자동화 혁신: 생성형 AI와 자동화의 결합
AI와 자동화는 일상적인 업무를 자동화하고 새로운 효율성을 도입함으로써 노동력에 혁명을 일으킬 것으로 예상됩니다. McKinsey & Company 에 따르면 2030년까지 오늘날 근무하는 시간의 최대 30%가 자동화되어 다양한 부문의 직무 역할이 크게 바뀔 수 있습니다 .
AI를 기업에서 효과적으로 통합/활용하려면 회사에서 프로세스와 데이터를 통합된 구조로 만들어야 합니다. 여기에는 수작업을 포함한 비효율성을 없애고 일관된 업무와 프로세스 흐름을 만드는 것이 필수적입니다.
아래는 자동화, 생성형 인공지능 등 신기술로 인해서 어떤 일이 일어나고 있는지 시각적으로 표현한 것입니다.
우리가 잘 아는 선두 기업들의 매출이 증가하는 반면, 직원 수는 지속적으로 감소하고 있습니다.
생성형 AI(Generative AI)
기존 데이터를 분석하고 해석하는 데 중점을 둔 기존 AI와 달리 생성형 AI는 주어진 데이터를 학습하여 텍스트, 이미지 또는 코드와 같이 인간이 직접 만든 결과물과 구분하기 힘든 형태의 데이터를 만들어냅니다.
다양한 산업에서 혁신적인 도구로 활용되고 있으며, 현재 기업에서 가장 자주 활용되는 분야가 대화형태의 생성형 인공지능 어시스턴트입니다.
자동화(Automation)
기업 입장에서는 일반적으로 사람의 개입없이 시스템이 작업을 수행하도록 만드는 방법입니다. 시장에는 다양한 접근의 자동화가 존재하고 있으며, 최근에는 데이터 자동화, 프로세스 자동화 등이 빠르게 확산되고 있습니다.
기술적 진행 방향 (1차 웨이브)
Global VC firm인 a16z에 따르면, 기업용 생성형 AI 애플리케이션의 시작 단계에 있다고 합니다. 현재까지는 생성형 AI와 관련된 애플리케이션들은 새로운 정보나 창작물을 만드는데 집중해왔습니다.
예를 들어, 인공지능이 영업 이메일을 작성하는 것입니다. 생성형 AI는 일반적인 콜드 이메일에 유용하지만 정확한 개인화에는 신뢰하기 어렵습니다. 기업의 실무자 입장에서는 생성형 AI로 더 짧은 시간에 더 많은 이메일을 작성하는 데 도움이 될 수 있지만 효용성을 높이려면 해당 잠재 고객이 듣고 싶어하는 내용에 대한 직접 조사하고 작성해야 합니다.
즉, 우리는 지식 근로자로서 업무에 AI 단계를 추가하는 것이 시간 낭비일지, 아니면 우리 스스로 해야 할지 판단해야 합니다.
기술적 진행 방향 (다음 웨이브)
시장에는 AI 기능을 추가하려는 기존 소프트웨어와 자동화 솔루션, 그리고 AI-Native 새로운 솔루션 간에 경쟁이 벌어지고 있습니다.
기술의 진화 방향에서 가장 중요한 사항은 기업의 프로세스 또는 자동화(또는 워크플로우)을 어떻게 정의할 수 있느냐인 것 같습니다. AI가 추가되면 기업의 많은 업무 방식과 흐름을 지금과는 다르게 새롭게 구성할 수 있습니다.
이 여정에서 AI는 하나의 작업 또는 복수의 흐름을 수행하는 완결성이 중요하게 됩니다. 정확한 완결성을 위해서는 지금의 LLM과 같이 정보의 양이 너무 많거나 사용자의 구체적인 정보와 니즈를 정확하게 파악하지 못한 일반적인 수준의 해결에 그칠 수는 없습니다. 또한, 사용자의 니즈를 대화를 통해서만반복하여 파악하는 형태인 챗봇이 기업용 자동화에서는 최적이 아닐 수도 있습니다.
이미 개인의 모든 자료와 데이터를 학습하여 사용자가 필요한 작업들을 지원하는 AI 애플리케이션이 등장하고 있으며, 특정 영역에 뛰어난 성능을 발휘하는 서비스가 나오고 있습니다.
아웃코드
시장에는 AI 기능을 추가하려는 기존 소프트웨어와 자동화 솔루션, 그리고 AI-Native 새로운 솔루션 간에 경쟁이 벌어지고 있습니다. 어떤 회사가 시장을 주도할지는 아직 분명하지는 않습니다. 그러나, 이러한 진보는 사용자가 가진 데이터(1st party data)를 기반으로 현실화되며, 모든 시스템과 데이터를 연결하는 강력한 자동화 엔진없이는 불가능하게 됩니다.
기업 시장에서 인공지능 솔루션 간의 경쟁은 화려한 기능에 초점을 맞추기보다는 특정 또는 해당 기능이 회사가 귀중한 프로세스 또는 업무를 수행하는데 어떻게 도움이 될지에 더 중점을 두게 될 것입니다.