칼럼 | 생성형 AI, 헤드라인이 현실을 앞서고 있다

자녀를 키우고 있다면, 아이가 갑자기 성장했다고 느낀 적이 있을 터다. 생성형 AI가 자녀라면 몇 달 만에 3살에서 20살로 커버린 형국이다. 헤드라인이 나올 때마다 CIO들은 이런 궁금증이 생긴다. 내가 조직을 올바른 방향으로 이끌고 있는가? 내가 뒤쳐지고 있는 것은 아닌가?

생성형 AI가 미디어와 회의실을 온통 휘젓고 다니고 있지만 어쩌면 헤드라인이 과한 것일 수 있다. 최근 몇 주 동안 기업 CIO들과 나눈 수십 번의 대화에서 일반적인 기업에서 생성형 AI 관련 활동의 실태를 특징짓는 5가지 테마를 정리했다. 결론부터 말하자면 기업 대부분은 생각보다 잘하고 있을 가능성이 높다.

주의하는 것이 중요하다
생성형 AI의 매력에도 불구하고 대기업들은 시간을 갖고 조사하고 있다. 정확도, 데이터 보호, 규제 반발 위험에 대한 우려 때문에 챗GPT(ChatGPT) 같은 도구를 엄격히 금지하는 경우 또한 흔하다. 생성형 AI 도구를 허용하는 기업들 중에서도 다수는 비교적 엄격한 사용 지침을 적용하고 있다. 탄탄한 보안을 갖춘 기업 수준의 솔루션을 확보하기 위해 파트너들과 선제적으로 협력하는 기업들도 흔하다.

비즈니스 펀더멘털이 여전히 적용된다
콘테스트 등에서 공유된 AI 사용 사례 목록은 무척 길다. 그러나 이런 비즈니스 사례가 항상 설득력 있는 것은 아니다. 많은 CIO들이 기술을 목적으로 기술에 투자하고 싶은 욕구에 저항하라고 조언하곤 한다.

골드 러시를 방불케 하는 AI 열풍으로 인해 기업 이사회에서 포모(FOMO ; fear of missing out)가 형성되고 있다. 이로 인해 비싼 AI 프로젝트 비용에 대한 고삐줄이 느슨해지고 있다. 

근시안적 결정을 피하기 위해 어려운 질문을 던질 준비가 필요하다. 그리고 현재 오픈AI(OpenAI) 등의 기업용 라이선스 비용은 ‘천문학적’이라는 사실을 기억해야 한다. 높은 비용 문턱은 생성형 AI 사용 사례가 기업 분야에서 늘어나는 데 큰 걸림돌이 가능성이 크다고 많은 CIO들이 입을 모은다.

생성형 AI 리터러시(Generative AI literacy)는 다른 기업들도 초기 단계다
CIO 다수가 기업 내에서 생성형 AI 선생님과 같은 존재로 활약했다. 생성형 AI의 존재를 알리고 생성형 AI가 머신러닝과 어떻게 다른지 설명했다. 내재된 위험에 대해 논의하기 위해 교육 자료를 개발하고 로드쇼를 진행했다. 일부 조직들은 임원진을 교육하기 위해 명성 있는 대학의 교수를 초빙했다. 일각에서는 조직 전반에 걸쳐 보편적인 지식 베이스를 유도할 의무가 있는 비즈니스 및 IT 리소스로 구성된 생성형 AI 최고 기관을 조직했다. 생성형 AI를 실제 업무에 잘 활용하는데에는 너나 없이 초보자인 상태다. 

적절한 사고방식을 형성하는 것이 중요하다.
임원과 직원들의 기대치를 관리하고 적절한 지원을 확보하기 위한 핵심은 생성형 AI가 대부분의 경우 인간을 대체하는 것이 아니라 강화하고 개선한다는 것을 확인시켜 주는 것이다. 

최근 포브스 기사에서 리릭(Lyric)의 CEO이자 베스트셀러 ‘당신과 AI(You and AI)’의 저자 라지브 로난키는 2013년 MD 앤더슨(MD Anderson)과 IBM 왓슨 헬스(IBM Watson Health)의 조인트 벤처가 실패한 이유가 잘못된 사고방식 때문이었다고 지적했다.

로난키에 따르면 그들은 암 진단 시 인간 의사를 기계로 대체하고 싶어했다. 이 과정에서 그들은 기준을 너무 높게 설정했다. 로난키는 해당 벤처 기업이 인간을 배제하려 하지 않았다면 성공했을 가능성이 높다고 언급했다. AI가 X레이 분석 작업에 개입해 암을 조기에 감지하도록 돕는, 달리 말하면 ‘자동화된 2차소견’ 생성 정도를 목표로 했다면 적절했을 것이라는 설명이다.

많은 전문가들이 생성형 AI의 정확도에 대해 비판적인 상태다. 적어도 가까운 미래에는 ‘인간과 AI’의 공존이 꼭 요구될 가능성이 높다. CIO는 이를 감안해 생성형 AI 배치하고, 생산성 개선의 가능성을 강조하며 AI가 급격한 정리해고를 초래할 것이라는 우려를 불식시켜야 한다.

사례별 접근방식을 통한 실험
가능성 있고 식별 가능한 우수 사용 사례를 탐구하는 것이 핵심이다. 몇몇 기업들은 통제된 샌드박스 환경에서 대규모로 실험을 진행하고 있다. 이를 통해 기술과 인간의 능력을 결합하는 방법을 배우고 싶어한다. 현재 그들은 인간의 생산성을 높여주는 사용 사례에 집중하고 있는 것으로 보인다. 영업 및 마케팅, 코드 생성, 문서 생성 영역에 유효한 기회가 있을 것으로 기대되고 있다.

앞으로의 전망
데이터센터 업종(그리고 법조계) 외에 생성형 AI 생태계에서 큰 가치를 얻을 수 있는 곳이 어디인지 여전히 불투명하다. 기업용 LLM(Large Language Model)을 개발하는 것이 소용없을 것이며 실질적인 가치는 조직이 LLM에 ‘융합’할 수 있는 고유한 데이터에서 생겨날 가능성이 크며, 이 또한 점차 상품화될 것이라고 가정하는 이들이 많다. 한편으로 CIO 다수는 악당들이 생성형 AI를 사용하여 더욱 효과적인 피싱 캠페인을 벌임으로써 보안을 무력화할 것으로 예상하고 있다.

일찍 일어나는 새가 벌레를 잡는다는 격언이 있다. 그러나 두 번째 쥐가 치즈를 얻는다는 속담도 기억할 필요가 있다. 생성형 AI는 흥미롭지만 두 번째 쥐 시나리오가 유효할 가능성도 작지 않다. 장기적으로 생성형 AI는 우리의 상상력을 뛰어넘겠지만 우선은 시행착오가 이을 것이다. 그리고 이 도구가 강력한 만큼 이런 실수는 조직에게 치명적일 수 있다.

아울러 AI를 도입하는 조직의 경우 유용성은 데이터의 품질에 달려 있을 터다. 아마도 지금은 명상을 하고 AI가 확실하고 큰 사용 가치를 제공하는 날을 위해 조직을 정비하는 것에 집중해야 할 때일 것이다. 이 정도로도 생각보다 잘 해낼 수 있을 것이다.

* 마이클 버서는 전략 및 관리 컨설팅 기업 메티스 스트래티지의 파트너다. dl-ciokorea@foundryco.com