2025 AI 대전환: 주도권을 선점하라 - 국가대표 AI 전문가 2인이 제안하는 AI 주도권 확보 전략
오순영.하정우 지음 / 한빛비즈 / 2024년 10월
평점 :
장바구니담기


인공지능 시대를 대비하기









책을 선택한 이유



챗GPT 등장에 따른 인공지능에 대한 뜨거운 관심이 가라앉으면서,

인공지능 수익성에 대한 우려로, 빅테크 기업 주식이 급등락을 보인다.


막연한 환상에서 벗어나 인공지능의 옥석을 가려야 할 때가 되었다.


인공지능에 대한 올바른 정보를 알아보기 위해

" 2025 AI 대전환: 주도권을 선점하라"를 선택한다.






" 2025 AI 대전환: 주도권을 선점하라"는

AI의 혁신, AI의 현실, AI의 변화 방향,

AI 기술 방향, AI 도입, 사용자 중심 AI를 다룬다.





2023년은 AI 역사에서 가장 큰 변화와 발전의 해다.


멀티모달 은 데이터 를 여러 가지 형태로 결합해 정보를 표현하는 방식이다.

확산 모델 방식은 의미와 노이즈 를 결합해 그림으로 만들어낸다.


멀티모달 처리 능력은 생성형 AI의 이해와 추론 능력을

크게 향상시킬 뿐만 아니라, 사용성과 접근성을 크게 개선할 수 있다.


멀티모달 AI는 기존에 불가능했던 혁신을 가능하게 할 것이다.



할루시네이션 은 문법, 글의 흐름은 자연스럽지만

사실이 아닌 정보를 만들어내는 현상이다.


할루시네이션 은 사실정보 제공에 큰 걸림돌이 된다.


검색 증강 기법, RAG와 함께 사용하면서,

사실 정보 생성을 보장한다.


콘텍스트 는 LLM이 글을 생성할 때 참조하는

이전 토큰 들의 의미를 포함하는 것으로,

LLM을 길게 유지하면 할루시네이션 을 줄일 수 있다.


할루시네이션 은 왜곡된 진실에 기반한 의사결정으로 인해

법적 책임 등의 문제가 부담이 될 수 있다.


온디바이스 AI는 디바이스 자체에서 AI 알고리듬 을 실행하며,

학습과 추론, 서비스 를 수행할 수 있는 기술이다.


멀티모달 LLM과 sLM의 등장은 사용자와의 의사소통 채널을

확대하여 사용성과 접근성을 크게 향상시킨다.


AI가 과거의 경험에서 배우고, 지식을 새로운 상황에 적용하며,

상황의 맥락을 이해하고, 다양한 정보를 연결시켜,

인간과 유사한 행동을 할 수 있도록 한다.



OPT의 등장은 오픈소스 sLM 생태계의 본격적 시작을 알린다.


오픈소스 LLM과 폐쇄형 LLM 간의 선택기준은 절대적일 수 없다.

기업의 요구사항과 리소스 에 따라 도입을 판단해야 한다.



AI 거품론은 높은 운영 비용에 있다.


양자화 기술은 비용을 줄이기 위해 매개변수 에 필요한

메모리 크기를 줄인다.


생성형 AI는 외부 프롬프트 에 따른 이상 결과 발생 등의

명확한 한계를 가지고 있다.



소버린 AI는 특정 국가나 지역의 문화, 가치관 특수성을 이해하고,

콘텐츠 를 생성할 수 있는 AI다.


소버린 AI는 법적 리스크 를 줄이고, 보완을 강화하며,

기술적 자립과 함께 현지 시장 경쟁력을 높이는 경영 전략의 핵심이다.





한국은 챗GPT를 잘 활용하지 않는다.


생성형 AI서비스에 고객들이 지갑을 열지 않는다.


킬러 애플리케이션 을 발굴해야 사용자들이 지속적으로 결제한다.

신기술 도입에 따른 효과나 성과가 분명해야 AI 도입에 나설 것이다.


국내 산업 환경에서는 온프레미스 를 선호하며,

AI 모델 능력을 온전히 사용하는 클라우드 기반 사용이 어렵다.


AI 기술은 기존 레거시 기업들과 충돌하면서 어려움을 겪는다.


AI 기술 도입에 문제가 있는 것은 인정하되 문제를 해결하거나

보완할 수 있는 방법을 찾는 건설적 방향으로 나아가야 한다.



적용하려는 문제를 해결하는 데 필요한 기능들을 보고,

기능을 제공할 수 있는 AI모델 을 선택해야 한다.


사용자가 AI를 쓰는지 모르게 사용하는 것이 이상적이다.


멀티모달 AI는 다양한 입력 방식을 지원하고 인식하며,

콘텐츠 도 생성할 수 있다.

멀티모달 AI는 사용자에게 더 편리한 경험을 제공한다.



리더보드 는 AI 모델들의 성능을 평가하고 순위를 매기는 시스템 이다.


리더보드 패턴과 유사하게 학습시키면 순위가 올라가지만,

실제 성능이 나쁜 모델이 만들어질 수 있다.



AI 사용성 측면에서 기존 서비스와 별 차이가 없다.

사용자의 니즈를 파악해 사용성을 강화하지 못한 것이 아쉽다.


HCI는 사용자들이 인공지능과 어떻게 잘 상호작용하게

할 것인가가 중요한 것이다.


로봇 산업 분야의 가격 경쟁력과 현실적인 대중화를 위해서는

대량생산 및 양산 전략을 가진 회사가 로봇 산업을 선도할 것이다.



할루시네이션 은 치명적인 문제가 될 수 있다.


RAG는 데이터베이스에 저장한 예상 답변을 포함한 상태에서

문서들을 임베딩하고, 정답을 확장하고 보완하며 글을 만든다.


컨텍스트 길이를 늘리면 여러 권의 책에서 맥락과 정보들을 고려하므로,

할루시네이션 을 줄이지만 메모리 소모가 엄청나게 증가한다.


언어 모델의 능력은 양질의 고급 데이터 확보 싸움으로 바뀌어 간다.



생성형 AI 도입 방향은 기존 AI 알고리듬 고도화,

신규 AI 서비스 개발, IT 인프라 에 생성형 AI 도입 등으로

정리할 수 있다.



AI 사용 목적, 보유 예산 등 도입 기업의 판단이 중요하다.


AI가 삶에 다양한 형태로 적용되고 있는 순간부터는

사용자 관점의 접근이 필요하다.




AI 도입 기업에 실용 솔루션을 제공해야 한다.


AI 개발 기업은 도입을 원하는 기업이 문제를 명확히 도출할 수 있는

기술 자문을 제공하고, 문제에 적합한 파인튜닝 기법, 최종적으로

예산 규모에 대한 예측치도 제시할 수 있어야 한다.



지속 가능성을 유지해야 한다.


최적화를 통해 원가를 낮추고, 가격 이상의 가치를 제공하는 기능은

RoI 문제를 해결하기 위한 접근법이다.


지속적으로 많은 투자가 필요하며,

저가 수주 행태에 의해 시장이 왜곡되는 사태는

국내 AI 비즈니스 산업 경쟁력 약화로 이어질 수 있다.



생성형 AI 개발 방법론을 적극 활용한다.


우선순위가 높게 책정된 프로젝트 를 진행하면서

성공 가능성을 크게 높일 수 있다.


현재 기술 수준으로 충분히 해결 가능한 문제와

해결이 어려운 문제를 정확히 진단하는 것 역시 필요하다.



AI 도입 효과를 측정할 수 있는 정량 지표를 만든다.


생산성 향상을 정량적으로 평가할 수 있는 방법과 지표를 발굴해야 한다.

생산성 향상 측정 능력이 AI 개발 기업의 차별화된 능력이 될 수 있다.



전체 가치사슬 관점에서 최적화한다.


AI 개발 기업이 모든 것을 다 하는 것은 불가능하며,

빠르게 변해가는 기술에 대응하는 것도 쉽지 않다.



AI 에이전트 시대를 대비한다.


멀티모달 의 확장과 AI 에이전트 와 다양한 기기들 간의 초연결성은

위험의 크기와 복잡도를 크게 증가시킨다.


AI 에이전트 플랫폼 시대에 적합한 서비스 제공 방법을 고민해야 하며,

높은 전문성이 필요한 영역에서는 할루시네이션 이 큰 위험요소가 된다.



중장기 연구에 투자한다.


기업은 단기적으로 상용화 가능성이 높은 연구나, 기술을

빠르게 제품화하는 데 집중하는 경향이 많다.



AI 리터러시에 대한 책임감을 갖는다.


AI 리터러시 강화, AI 활용 능력 강화는

킬러 애플리케이션 이 만들어질 가능성이 높아진다.



체계적이고 책임감 있는 AI 거버넌스를 운영한다.


안정성과 신뢰성 평가 항목이나 방식 표준화가

북미 기준이 중심이 되면 국내 AI 기업들의 위험 요소가 된다.



자체 AI 기술 확보가 필요하다.


미국 중심 데이터 로 학습된 LLM, 생성형 AI는

미국 문화와 가치관, 관점을 반영한다.


소버린 AI는 지역, 문화, 사회, 정치 환경에 대한

정확한 이해를 적용하기 위해 주목된다.




생성형 AI를 기업 내부에 도입하기 위해서는

AI 도입에 많은 선택지와 방법들이 있다는 것을 이해하고,


내부 환경과 적용을 시도하려는 주제에 맞춰

몇 가지를 선택하고 추진하는 것이 중요하다.


프롬프트 교육은 새로운 AI 도입 시도에 따른 실제적인 내부 협업들이

적극적으로 참여하기 위한 밑바탕 정도로 보면 좋을 것이다



AI 도입은 작게라도 시작한다.


여러 개의 작은 프로젝트를 시작한 경험 속에서,

노하우들을 찾아가면서 AI 경쟁력을 키운다.



AI 안정성을 중심에 두고 제대로 동작하기 위해서는

기존 IT 부서와 AI 부서 책임자, 현업 책임자가

무엇이 최선인지 유연하게 사고해야 한다.



AI 도입 목적에 따라 데이터 활용 범위가 결정되고,

연관된 규제 상황에 다라 최적의 진행이 가능한 방향으로 결정한다.



현장에 답이 있다.


AI는 개발뿐만 아니라 비즈니스 환경에 대한 이해가 높아야 한다.

대중이 체감하는지 알 필요가 있고, 전문가들의 목소리를 전달해야 한다.



AI는 인구 감소에 대한 노동력 확보 측면에서

중요한 솔루션이 될 수 있다.


AI 기술이 해외에 종속되면, 노동력의 상당 부분을

해외에 의존해야 하는 상황이 재현될 것이다.



AI는 응용 분야에 가깝다.


실제 기업에서 필요로 하는 분야에서 풀고자 하는 문제와

적용 환경에 맞춰서 기획력과 응용력을 갖추는 것이 필요하다.


새로운 인재들이 지속적으로 공급되기 위해서

인재 양성, 인재 유인책, 인재 유지책도 마련해야 한다.


AI 도구를 어떻게 활용했을 때 가장 좋은 결과를

낼 수 있는지 사고하는 능력이 경쟁력이 된다.



AI 기술의 한계나 잘못된 정보의 진위 여부를 판단할 수 있는

능력도 키워야 한다.


소프트웨어 접근성은 디지털 취약계층들이 일반인들과

동등한 수준으로 사용할 수 있도록 하는 것이다.



AI를 활용하는 입장에서 품질 평가에 대한 준비를 적극적으로 해야 한다.


품질 평가 계획은 기획 및 구현 초반부터 설계되어야 한다.

다양한 사용자 만족도 및 품질 평가 방법으로 다각도로

분석하고 개선할 수 있다.



AI 대전환 시대다.


데이터 기반 경영 전략 수립, 의사결정 자동화,

비즈니스 혁신 사이클 단축, 인력 구성과 업무 환경

등에 영향을 미친다.



지속 가능한 AI 활용을 유지하기 위해서는

자원 관리를 최적화하며, 친환경적인 비즈니스 운영을 고려해야 한다.


AI 리터러시 란 인공지능의 기본 원리와 작동 방식을 이해하고

실제로 적용하는 능력을 말한다.



AI 대전환 시대에 중요한 것은 인간 중심적인 가치와

미래 지향적인 마인드셋이다.


AI 대전환 시대에는 지식과 지혜를 갖추고,

창의적으로 문제를 해결할 수 있는 인재를 양성하는 데

초점을 맞춰야 한다.



챗GPT가 가져온 인공지능에 대한 흥분이 진정되면서,

막연한 기대감이 아니라 AI의 실체를 파악할 수 있게 된다.


AI가 미래에 중요한 역할을 할 것은 분명하지만,

AI 기술의 한계와 위험성은 분명히 존재한다.


AI를 제대로 알고 이해하면서,

AI가 가져올 가능성과 문제점을 파악해야 한다.


막연한 장미빛 청사진을 남발하거나,

암울한 디스토피아 로 부정적 인식을 확산하는 것은 위험하다.



"2025 AI 대전환: 주도권을 선점하라"는

인공지능 분야 전문가들이 AI 시장과 트렌드를 파악하고,

AI 시장의 확산되지 못하는 문제점, AI 시장의 개선 방향,

AI 도입에서 발생하는 문제, AI 시대의 변화에 대처하는 법을 말한다.


AI 는 초창기다.


선두 기업과 엄청난 기술 격차가 존재하지만,

지금부터 올바른 방향으로 따라간다면

격차를 줄이고 따라잡을 수 있는 유일한 시기다.


AI 는 무궁무진한 가능성이 있는 도구지만

내재적 한계도 분명히 존재한다.



AI는 인간을 위한 기술이 되어야 성공할 수 있다.


이용자를 도외시한 첨단 기술은 외면당하게 된다.

AI의 성공을 위해서는 AI가 어떻게 세상을

더 나은 방향으로 이끌 수 있는지 고민해야 한다.


"2025 AI 대전환: 주도권을 선점하라"는

AI 전문가가 알려주는 AI의 실상을 통해

AI의 현재를 이해하고, AI 시대를 대비하는

지혜로운 방법을 이해하게 한다.


한빛비즈 와 리뷰어스 클럽 서평단에서

"2025 AI 대전환: 주도권을 선점하라"를 증정해주셨다.

감사드린다.


#AI #AI주도권확보전략 #AI주도권전쟁 #2025AI대전환주도권을선점하라

#2025AI대전환 #주도권을선점하라 #서평 #리뷰어스클럽 #리뷰어스클럽서평단

#오순영 #하정우


댓글(0) 먼댓글(0) 좋아요(1)
좋아요
북마크하기찜하기 thankstoThanksTo