삼정KPMG “국내 빅테크 기업도 생성형 AI 개발에 속도낸다”

‘챗GPT가 촉발한 초거대 AI 비즈니스 혁신’ 보고서
“C레벨, AI 생태계 발전 위한 ‘거버넌스’ 구축해야”

미국의 인공지능 전문 기업 ‘오픈AI(OpenAI)’가 지난해 11월 챗GPT를 선보이며 전 세계에 큰 파장을 가져왔다. 이제 AI(인공지능)는 데이터 분석·처리 등 수동적 지원을 넘어 초거대 데이터 처리·생성을 맡는 역할로 진화 중이다.

삼정KPMG(회장 김교태)는 19일 ‘챗GPT가 촉발한 초거대 AI 비즈니스 혁신’ 보고서를 발간하며 챗GPT와 초거대 AI, 생성형 AI의 발전사를 분석하고 AI 기술 도입에 따른 기업 부서별 변화 방향성을 진단했다. 아울러 기업 C레벨(C-Level)이 주안점을 둬야 할 AI 관리 방안인 ‘AI 거버넌스 프레임워크’에 대해 제언했다.

챗GPT의 GPT는 ‘사전 훈련된 생성 변환기(Generative Pre-trained Transformer)’를 의미한다. 챗GPT의 근간은 2017년 구글이 발표한 트랜스포머(Transformer)로 거슬러 올라가는데, 이는 다음에 오는 단어나 문장을 예측하며 맞추는 자연어 처리 모델이다. 문장의 생성을 위한 최적화 모델이라는 의미에서 ‘언어 생성 모델’로도 부르고 있다.

오픈AI는 2018년 GPT-1을 출시한 후, 순차적으로 후속 버전을 내놓았다. 오픈AI가 GPT-3을 공개한 후에는 텍스트 기반 이미지 생성 모델로 ‘AI 화가’라고 불리는 ‘달리(DALL·E)’를 출시했다. 이어 2022년 11월 30일 GPT-3.5에 해당되는 챗GPT를 출시한 후 단 5일 만에 이용자 수 100만 명을 기록하며 넷플릭스, 페이스북, 인스타그램 등이 세웠던 100만 가입자 돌파 시기를 압도적으로 단축했다.

챗GPT의 GPT-3.5 모델은 인간이 태생적으로 편하게 느끼는 대화형으로 설계됐다. 오픈AI는 GPT-3.5에 3단계의 훈련 과정을 활용한 강화학습을 적용해 추출되는 데이터의 적합성을 높였고, 챗GPT가 이용자의 질문에 대해 자연스럽고 완성도 높은 내용으로 답하도록 설계했다. 오픈AI는 2023년 3월 이미지·음성 데이터를 인식하는 GPT-4를 출시하며, 버전을 거듭할 때마다 적용 범위를 넓혀 생성형 AI의 활용성을 강화하고 있다.

글로벌 주요 빅테크 기업들은 AI 투자에 사활을 걸고 있다. 빅테크 기업들은 대규모 투자를 기반으로 텍스트, 이미지, 음성, 영상 등 여러 분야의 생성형 AI를 앞다투어 개발·출시 중이다. 국내의 경우 네이버, 카카오 등 주요 기업과 통신사가 자체 파운데이션(기반) 모델을 구축해, 이를 기반으로 생성형 AI 서비스를 적극 개발하고 있다. 국내 다수 스타트업 또한 국내외 주요 파운데이션 모델을 기반으로 다양한 생성형 AI 애플리케이션을 출시 중이다.

보고서는 생성형 AI의 영향력이 거세게 미치는 부서로 ▲마케팅·영업 ▲고객 서비스 ▲인사(HR) ▲법률·컴플라이언스 ▲연구·개발(R&D) ▲물류·유통을 꼽았다. 마케팅 분야에서는 생성형 AI 툴을 이용해 다채로운 광고 카피라이팅 가안을 만든 후, 인간이 최종 결정을 내림으로써 시간과 비용을 단축할 수 있다. 소비자 맞춤형 마케팅 콘텐츠를 생산하고, 시장 소비자 데이터를 분석해 제품 추천·가격 설정 등 세일즈 전략을 세울 때에도 AI 기술을 적극 활용할 수 있다. 또한 AI 챗봇, 가상 비서 등을 통한 시공간 제약 없는 고객 서비스를 제공할 수 있다.

인사 부서는 생성형 AI 기술 도입을 통해 채용 프로세스를 자동화하고 인적 자원의 역량 분석·개발을 고도화할 수 있다. 법률·컴플라이언스 부서는 AI를 통해 법적 문서를 작성하고, 규제 준수 모니터링의 신속성 및 정확성을 높일 수 있다. 연구·개발 부서는 생성형 AI 기술 발달로 개발 부담이 줄어드는 노코드(No code), 로코드(Low code) 트렌드가 확대돼 개발 생산성을 증진할 수 있다. 물류·유통 부문에서는 AI 기술을 활용해 재고 관리 및 발주·유통 프로세스를 자동화하고, 최적화된 경로 설정 및 관리가 가능하게 된다.

한편 기업 C-Level은 편향된 데이터로 인해 부정확한 결과가 도출되는 부작용 등을 예측하며, 이를 선제적으로 관리해야 한다. AI 모델이 도출한 결과값의 신뢰 가능성부터, 사고 발생 시 대응 프로세스와AI 판단 결과를 어떻게 고객이나 규제 당국에 이해시킬 수 있는지 등 AI 도입에 따른 주요 질문(Key Questions)을 만들 필요가 있다.

이후 기업의 고유한 상황을 고려해 조직과 R&R(역할·책임), 프로세스와 모형 검증 측면에서 AI를 관리하는 ‘AI 거버넌스’ 방안을 수립해야 한다. AI 거버넌스 원칙에 기반하여 신뢰할 수 있는 AI 운영을 위한 프레임워크 또한 설계해야 한다. AI 관련 법·제도와 회사 내부 규정을 검토하고, AI 규정·지침 수립에 필요한 항목을 도출하며 AI 거버넌스 가이드라인을 작성해야 한다. 아울러 AI 생애 주기를 관리하기 위해 AI 위원회, 전담 조직 등 신규 조직 구성을 추진하고, 기업의 현실적인 상황을 감안해 점진적으로 확대 가능한 조직 구성도 염두에 둘 수 있다.

삼정KPMG 디지털본부장인 조재박 부대표는 “기업 내외부 데이터 급증 및 마이데이터 확산과 함께 AI를 넘어 초거대 AI가 출현함에 따라, 기업 입장에서는 데이터 관리 및 활용과 함께 AI와 초거대 AI에 대한 이해와 접목이 게임 체인저(Game Changer)가 되고 있다”며, “데이터 및 AI·초거대 AI에 대한 관심 및 적극적인 활용 모색과 함께, AI 거버넌스 수립을 통해 적시 도입 의사결정을 지원하면서 리스크를 줄이기 위한 검증 체계를 마련해야 한다”고 강조했다.

< 비즈니스 부문별 AI 활용 전망 >

< AI 거버넌스 프레임워크 >