초거대 AI 시대, 챗GPT가 촉발한 비즈니스 기회 [삼정KPMG CFO Lounge]

[한경 CFO Insight]
삼정KPMG 디지털본부장 조재박 부대표

이 기사는 07월 12일 08:27 마켓인사이트에 게재된 기사입니다.

혁신적인 기술로 주목받고 있는 ‘챗GPT’를 비즈니스에 어떻게 활용할지 기업의 고심이 깊어지고 있다. 챗GPT를 이해하기 위해서는 ‘초거대 AI(인공지능)’의 개념과 발전사부터 살펴볼 필요가 있다. 초거대 AI는 AI 언어모델로 방대한 양의 데이터와 작업을 처리하는 인공지능 시스템이다. 초거대 AI의 등장에 따라, AI는 데이터 분석과 처리의 수동적 역할을 넘어 생성을 수행하게 됐다.

 챗GPT로 살펴보는 GPT 발전사
GPT-3.5(챗GPT)를 넘어 GPT-4 출시하며 지속 개발 중 

챗GPT의 GPT는 ‘사전 훈련된 생성 변환기(Generative Pre-trained Transformer)’를 뜻한다. 미국의 인공지능 전문 기업 오픈AI(OpenAI)가 2022년 11월 말 챗GPT를 선보이면서, 전 세계적 파장을 가져왔지만 사실 GPT는 오픈AI의 전유물은 아니다. 챗GPT의 근간이 되는 GPT 모델이 무엇인지 거슬러 올라가면, 그 뿌리는 2017년 구글이 발표한 자연어 처리 모델인 트랜스포머(Transformer)로, 다음에 오는 단어나 문장을 예측하며 맞추는 방식이다. 문장의 생성을 위한 최적화 모델이라는 의미에서 ‘언어 생성 모델’로 부르고 있다.

챗GPT와 함께 등장하는 키워드인 생성형 AI(Generative AI)는 ‘대규모 데이터의 패턴을 자기지도 학습하여 명령어(Prompt)에 따라 새로운 텍스트, 코드, 이미지, 음악, 영상 등의 콘텐츠를 생성하는 인공지능 기술’로 정의할 수 있다. 

챗GPT는 어느 날 갑자기 탄생한 것이 아니다.  2018년 GPT-1이 탄생하여 진화를 거듭하다가 GPT-3.5 버전에 해당하는 챗GPT가 전 세계에 초강력 돌풍을 일으킨 것이다. 챗GPT의 GPT-3.5 모델이 특히 주목받은 이유는 그 무엇보다 우수한 성능이었으며, 챗GPT 출시 초기에 모든 이용자들에게 무료로 제공되었고, 또한 사용자가 태생적으로 편하게 느끼는 대화형으로 설계했다는 것도 큰 반향의 비결이 됐다. 이어 오픈AI는 2023년 3월 이미지·음성 데이터를 인식하는 GPT-4를 출시하기에 이르며, 버전을 거듭할 때마다 적용 범위를 넓히면서 활용성을 강화하고 있다.

글로벌 빅테크 기업들은 대규모 투자를 기반으로 텍스트, 이미지, 음성, 영상 등 다양한 분야의 생성형 AI를 앞다투어 개발·출시 중이다. 구글은 2023년 5월 생성형 AI 챗봇 ‘바드(Bard)’를 전격 공개하며 영어 외에도 한국어, 일본어를 지원하기 시작했다. 국내에서도 네이버, 카카오 등이 생성형 AI 서비스를 적극 개발하고 있다. 국내 다수 스타트업 또한 국내외 주요 AI 파운데이션 모델을 기반으로 다양한 생성형 AI 애플리케이션을 다수 출시 중이다. 여러 기업에서 선보이는 AI의 유사점·차이점을 비교해보는 것이 2023년의 중요한 관전 포인트이다.

 초거대 AI가 불러올 기업 부서·Funtion별 혁신

D&A(Data & Analytics) 시대 속 데이터가 초거대 AI와 융합되면 산업 밸류체인 전반의 혁신이 예상된다. 기업에서 생성형 AI의 영향력이 크게 미치는 부서로 먼저 ‘마케팅·영업’을 꼽을 수 있다. 광고 카피라이팅 문구를 예로 들면, 과거에는 카피라이터가 1안부터 50안, 때로는 100안까지 광고 문구 가안을 직접 만들었다. 반면 생성형 AI 시대에는 다채로운 가안을 챗GPT가 만든 후 전문가가 최종 결정을 내려 시간과 비용을 단축하게 된다. 세일즈 전략을 세울 때도 제품 추천·가격 설정 등에 있어 AI 기술을 적극 활용할 수 있다.

그 밖에 기업의 인사(HR) 부서는 생성형 AI 기술 도입을 통해 채용 프로세스를 자동화하고 인적 자원의 역량 분석·개발을 고도화할 수 있다. 법률·컴플라이언스 부서는 AI를 통한 법적 문서 작성, 규제 준수 모니터링의 신속성 및 정확성을 높이게 된다. 연구·개발(R&D) 부서는 생성형 AI 기술 발달로 개발 부담이 줄어드는 노코드(No code), 로코드(Low code)을 활용하여 개발 생산성을 높일 수 있다. 물류·유통 부문에서는 AI 기술을 활용하여 재고 관리 및 발주·유통 프로세스를 자동화하고, 최적화된 경로 설정 및 관리가 용이해질 것으로 예상된다.

 초거대 AI가 사회에 던지는 화두 ··· 기업 내 ‘AI 거버넌스’ 구축 필요 

초거대 AI가 조명 받으면서 사용자 후생 증진 및 생산성 향상에 대한 기대와 동시에 소수 대형 기업으로의 독과점 심화, AI 규범체계에 대한 우려도 상존한다. 일부 금융사와 기업들, 교육계는 정보 유출, 부정 행위 등의 리스크를 방지하기 위해, 활용 가이드라인 마련 전까지는 초거대 AI 서비스 사용 제한 및 금지 정책을 시행 중이다. 이에 미국과 EU(유럽연합)를 비롯한 다수 국가는 ‘FATE(Fairness·Accountability·Transparency·Ethics)’라는 방향성을 토대로 초거대 AI 규제 기준을 강화하는 동시에 산업 진흥을 저해하지 않는 방향으로 제도적 틀 마련을 준비하고 있다.

기업의 C-레벨(Level) 경영진은 AI 도입이 게임 체인저 (Game Changer)가 되는 상황에서, AI 도입에 따른 부작용을 예측하고 선제적으로 관리해야 한다. AI의 잠재적 리스크로는, 편향된 데이터로 인해 부정확한 결과가 도출되는 경우를 꼽을 수 있다. 또한 학습 데이터 기준의 부재로 인해 윤리적 문제가 발생할 수 있다. ‘AI 모델이 도출한 결과값을 신뢰할 수 있는가?’부터 ‘AI 관련 사고 발생 시, 대응 프로세스가 존재하는가?’, ‘AI 판단 결과를 어떻게 고객이나 규제 당국에 이해시킬 수 있는가?’에 이르기까지 AI 도입에 따른 주요 질문(Key Questions)을 만들 필요가 있다. 이와 함께 기업의 고유한 상황을 고려하여 조직과 R&R(역할·책임), 프로세스 및 모형 검증 측면에서 AI를 통제하고 관리하는 원칙 수립이 필요하다. 이를 토대로 AI 관련 법·제도 및 회사 내부 규정을 검토하여 AI 거버넌스 가이드라인을 작성해야 한다. 아울러 AI 생애주기를 관리하기 위해 AI 위원회, 전담조직 등 신규 조직 구성을 고려해야 하며, 실행 관점에서 기획·설계, 개발, 평가·검증, 운영 단계별 AI 거버넌스 프로세스에 대한 상세 설계 및 역할 지정이 필요하다.

AI에 대한 관심 및 적극적인 활용 모색과 함께, AI 거버넌스 수립을 통해 발생 가능한 위험을 줄여야 할 시점이다. 이를 통해 고객 신뢰를 확보하고 AI가 촉발한 새로운 비즈니스 기회를 포착할 수 있을 것이다.  

▶ 클래식과 미술의 모든 것 '아르떼'에서 확인하세요
▶ 한국경제신문과 WSJ, 모바일한경으로 보세요