생성형 AI로 업무효율화 방법
최근 생성형 AI가 대세가 되면서 회사에서는 생성형 AI로 일하는 방법을 고민중인데요.
생성형 AI로 일하는 방법에 대해서 오늘 알아보도록 하겠습니다.
생성형 AI란?
먼저 지피지기를 위해서 생성형 AI에 대해서 ChatGPT에게 물어봤습니다.
기존 컴퓨터가 단순히 GIGO 개념의 인풋-아웃풋에 대한 형태였다면 생성형 AI는 말그대로 입력에 없는 새로운 콘텐츠를 만들어주는 개념이라고 할 수 있습니다.
즉, 기존 컴퓨터는 신뢰성과 속도가 극대화할 수 있도록 발전되었다면, 생성형 AI는 기존 컴퓨터가 해줄 수 없었던 창의성이라는 부분을 추가한 형태라고 할 수 있습니다.
생성형 AI(Generative AI)는 주어진 데이터와 입력을 기반으로 새로운 콘텐츠를 생성할 수 있는 인공지능 기술을 말합니다. 이 기술은 기존 데이터 패턴을 학습하고, 이를 활용하여 텍스트, 이미지, 음성, 음악, 비디오 등 다양한 형태의 새로운 결과물을 만들어냅니다.
주요 특징
- 창의적 콘텐츠 생성
- 텍스트 생성: 기사, 소설, 시 등 글 작성
- 이미지 생성: 그림, 로고, 사진 스타일의 이미지 제작
- 음악 생성: 특정 장르에 맞는 음악 작곡
- 코드 생성: 프로그래밍 코드 작성
- 딥러닝 모델 활용
- 생성형 AI는 주로 생성적 적대 신경망(GAN), 변환기 모델(Transformer), 자동인코더(Autoencoder) 등 딥러닝 모델을 기반으로 동작합니다.
- 예: GPT(텍스트), DALL-E(이미지), Stable Diffusion(이미지), Jukebox(음악)
- 학습 데이터의 중요성
- 생성형 AI는 대규모 데이터셋을 학습하여 결과물을 생성합니다. 데이터 품질과 다양성은 생성 결과의 품질에 큰 영향을 미칩니다.
생성형 AI 업무 활용 사례
이 역시도 ChatGPT에게 물어봤는데요. 우리 생활에서 생성형 AI는 어떤 도움을 주고 있을까요?
주로 데이터 처리, 초안 아이디어 생성에 주로 활용되는 것을 알 수 있습니다. 그리고 ChatGPT가 MS의 Github를 기반으로 생성되었기 때문에 프로그램 개발에 있어서는 높은 성과를 보이고 있습니다.
1. 마케팅 및 콘텐츠 제작
- 사례:
한 마케팅 회사는 ChatGPT와 같은 생성형 AI를 사용해 광고 문구, 소셜 미디어 포스팅, 블로그 글을 자동으로 생성하여 작업 시간을 크게 단축했습니다.
2. 고객 서비스
- 사례:
전자상거래 기업은 생성형 AI 챗봇을 도입하여 고객 문의를 자동으로 처리하고, 단순 반복적인 문제(주문 조회, 환불 절차 안내)를 해결했습니다.
3. 제품 디자인 및 프로토타이핑
- 사례:
한 디자인 회사는 AI 이미지 생성 도구(DALL-E, Stable Diffusion)를 사용해 초기 제품 디자인 아이디어를 빠르게 시각화했습니다.
4. 데이터 분석 및 보고서 작성
- 사례:
금융 회사는 생성형 AI를 사용하여 대량의 데이터를 요약하고, 중요한 통찰을 포함한 보고서를 자동 생성했습니다.
5. 소프트웨어 개발
- 사례:
IT 회사는 코드 생성 AI(Copilot)를 사용하여 반복적인 코드 작성 작업을 자동화하고, 버그를 줄였습니다.
6. 교육 및 학습 자료 제작
- 사례:
교육 스타트업은 생성형 AI를 활용해 강의 계획서, 학습 자료, 퀴즈 등을 자동으로 생성했습니다.
7. 번역 및 글로벌 커뮤니케이션
- 사례:
글로벌 기업은 번역 AI를 활용하여 이메일, 문서, 계약서 등을 여러 언어로 신속하게 번역했습니다.
8. 의료 진단 지원
- 사례:
병원에서는 생성형 AI를 사용해 환자 기록을 요약하고, AI가 진단 가능성이 높은 질병을 추천하도록 했습니다.
효과적인 생성형 AI 도입을 위한 노력
HR 분야에 있기 때문에, 생성형 AI에 대한 교육 커리큘럼을 많이 접하게 되는데요. 일반적으로 ChatGPT에 대한 이해를 하고, 실제 업무에 메일 요약, 파일 취합, 초안작성, 데이터 분석 등의 교육을 진행하는 것을 알 수 있습니다.
생성형 AI의 특성과 업무에서 강점을 보이는 부분을 조합하면 아래의 6가지 형태로 업무에 활용됨을 알 수 있습니다.
- 생성
- 증강
- 변환
- 대화
- 정보검색
- 요약
그러면 반대로 사람들이 생성형 AI를 사용하면서 불편하게 느끼는 점은 어떤 것일까요? 설문조사에 따르면 생성형 AI다 보니 기존 컴퓨터처럼 GIGO 방식의 답변이 아닌 이상한 답변을 하거나, 사실과 다른 답변이나 출처가 불분명한 답변을 불편하게 느끼고 있습니다.
그리고 사람들은 관리업무, 고객 상담, 네트워크 및 시스템 관리, 마케팅 분야에서 생성형 AI가 도움이 될 수 있을 것이라고 예상하였습니다.
이를 종합해보면 생성형 AI를 활용한 업무효율화에 대한 인사이트를 얻을 수 있는데요.
생성형 AI가 효과적으로 사용될 수 있는 상황
먼저 생성형 AI의 사용자의 이해도가 높아야 합니다.
- 생성형 AI의 단점인 출처를 알 수 없는 환상 현상을 이해하기 위해서 사용자가 해당 업무 도메인에 대한 이해도가 높아야 합니다.
- 그리고 또 어느 분야에서 생성형 AI가 잘 활용될 수 있을지 판단을 해야 합니다.
또한 생성형 AI는 기존에 단순한 프로세스에 대한 허들을 낮췄다고 볼 수 있습니다. 사실 생성형 AI는 여러가지 측면에서 RPA와 유사하다고 할 수 있는데요.
RPA(Robotic Process Automation)라는 단어를 접하고 정확한 뜻이 궁금하여 검색해보니, ‘사람이 반복적으로 처리해야 하는 단순 업무를 로봇 소프트웨어로 자동화하는 기술’이라고 정의되어 있었습니다. RPA는 스마트한 매크로라고 할 수 있는데요.
생성형 AI는 스마트한 RPA라고 생각하시면 됩니다. RPA의 단점은 최초 RPA 세팅을 설정하기가 쉽지 않다는 점인데요. 어느정도 프로그램에 대한 이해도가 있어야 했습니다. 생성형 AI는 이 최초 세팅을 자연어로 즉 프로그래밍을 몰라도 어느정도 잘 만들어준다는데 큰 장점이 있습니다. 그래서 더 많은 사람들이 반복적인 업무를 자동화하여 업무 효율화를 이룰 수 있게 해줬습니다.
마지막으로 생성형 AI는 아이디어 발굴과 자료 조사에 강점이 있습니다. 요즘 인기있는 나의완벽한 비서에서처럼 기존에는 저 많은 자료 중에서 내가 원하는 자료를 찾아야 하는 비효율성이 있었는데요.
생성형 AI의 RAG를 이용하면 빠르고 신속하게 자료를 찾아줍니다. 다만 이 때에 이 초안을 가지고 무엇을 만들지는 결국 칼을 쥔 사용자에게 있습니다. 칼이 살인자의 칼이 될지 요리사의 칼이 될지는 생성형 AI가 아닌 그것을 사용하는 사용자에게 달려 있는 것이기 때문입니다.
현재 생성형 AI의 성과에 대한 분석은 절감된 시간에 대한 평가가 일반적인데요.
다른 평가항목은 쉽게 평가하기 힘들기 때문입니다. 인터넷에서 검색을 해보니 아래의 프로세스로 생성형 AI의 업무 도입을 하면 좋다고 하는데요. 먼저 중요한 부분은 유스케이스 정의라고 할 수 있습니다. 생성형 AI로 어떤 업무를 어떻게 개선할지 판단하는 부분이 가장 중요한 부분이라고 할 수 있겠습니다.
생성형 AI는 도구이지 목적이 될 수 없음을 꼭 명심하여야 합니다. 아이언맨의 자비스도 자비스가 모든 것을 하지 않고 아이언맨이 하고자 하는 일을 빠르게 처리해준 것을 잊어서는 안될 것입니다.
그럼 즐거운 하루 보내세요.
출처
