초거대 인공지능(AI)의 발전된 성능은 기업에 새로운 비즈니스 프로세스 및 모델이라는 ‘도전’과 ‘기회’를 동시에 제공한다. 말귀를 알아들으며 여러 턴의 대화를 가능하게 하는 트랜스포머 기술의 우수성이 증명되면서 기업을 대표하는 전사적 인공지능 모델을 심각하게 고려해야 하는 상황이다. 그럼에도 현재 세계 최고의 성능을 자랑하는 GPT-4도 간단한 논리적 추론에서 오류와 환각 현상을 보인다. 보수적 조직은 이런 실수와 능력 부족을 이유로 AI 도입에 신중할 테지만 스타트업이나 혁신 선호 기업은 AI를 투입해 크게 성공할 것이다. 이런 급성장을 사람들이 지켜보면서 너도나도 시장에 뛰어들게 될 것이다. 보수적인 조직은 관망하면서 시나리오 기반, 규칙 기반 방법론을 고수하려 할 것이다.
기업의 초거대 언어모델 응용은 기존의 문서화와 직원 간 소통에 의한 지식경영을 넘어 기업을 대표하는 전사적 AI 모델이 모든 직원과 고객 간 소통을 지원하는 것을 의미한다. AI가 보고서 생성을 자동 지원하는 과정에서 기존의 프로세스를 혁신하는 비즈니스 프로세스 재설계(BPR:business process reengineering)가 필요하다. 특정 분야에 AI를 적용해온 관행법을 챗GPT와 같은 일반 인공지능(AGI:artificial general intelligence)으로 보완하는 것도 필요하다. 현업의 현황, 병목 등을 파악하고 어떤 데이터가 가용한지, 더 준비해야 할 데이터는 없는지 조사해 AI 적용 가능 업무를 도출한 뒤 시급성, 임팩트, 실현 가능성, 위험도 등을 평가·적용하는 상향식 분석이 옳은 방식이 아닐 수 있다.
초거대 언어모델은 큰 것이 성능이 좋으므로, 사람들은 성능이 좋은 큰 AI를 사용할 것이다. 특정 업무만을 위해 초거대 AI를 개발하는 것은 효과적이지도 비용 면에서 효율적이지도 않다. 중견 이상의 기업과 정부기관은 어떤 업무에 AI를 적용할지 개별적으로 의사 결정할 것이 아니라 기업 업무 전체를 지원하는 전사적 AI 모델을 도입하고, 기업의 모든 데이터를 AI에 쏟아 넣는 의사 결정을 해야 한다. 그것이 가장 성능 좋은 AI를 장만하는 길이다. 최근 많은 기업이 직원 간 사내 통화도 데이터화하지 않고 있다는 점에 충격을 받았다. 소중한 내부 지식 교환이 허공으로 날아가 버리고 있는 것이다.
데이터 준비를 지금이라도 시작하라. 업무별 AI화는 노하우를 쌓기 위해서라도 시작해야 한다. 소스 비공개 초거대 언어모델과 공개 모델 중 택일하기 위해서라도 실행은 빠를수록 좋다. 다만 그래픽처리장치(GPU) 등 인프라 도입, 초거대 언어모델 최종 결정 등은 시장 가격 추이와 경쟁 상황을 고려해 사려 깊게 결정하자. 그 과정에서 데이터의 준비와 BPR이 진행돼야 할 것이다. 조직에 지식이 쌓이면 전사적 AI 모델에 대한 제반 의사결정을 내리고 신속하게 실행해나가야 한다. 물론 전사적 AI 모델의 비즈니스 효과가 얼마나 될 것인지 확인은 필요하다. 사실 그것은 임직원 전체가 첨단의 초거대 언어모델을 사용하면 바로 알 수 있는 것이기도 하다.
현재 GPT-4는 미국 스탠퍼드대 학부생 수준의 능력을 갖고 있다고 비유된다. 스탠퍼드대 학부생이 만능은 아니지만 그런 수준의 인턴사원을 24시간 내내 모든 임직원이 옆에 둘 수 있다면 개인과 기업, 정부의 생산성은 급격히 올라갈 것이다. 필자의 경험에 의하면 현재 초거대 AI가 할 수 있는 일은 사람보다 30배가량 더 생산적이다. 초거대 AI를 사용해본 사람들은 AI가 생각보다 많은 일을 할 수 있다는 사실에 놀라며 기뻐하고 있다. AI가 사람을 대체하는 것이 아니라 ‘AI를 잘 활용하는 사람에게 AI를 활용하지 못하는 사람이 대체된다’는 말은 이미 진부한 상식이 되고 있다.