Post

고객사 내부 고찰을 위한 ‘LLM’에 대한 코멘트(1)

October 30, 2024

©2021
Shape Architects

아침에 일어나 메일을 보니 며칠전 가트너가 발표한 2024 기술 트렌드에 눈이 뜨여지는 차터가 있어 가져왔습니다. 역시나 AI와 함께 등장하는 신뢰, 개인정보보호 및 보안 항목이 눈에 띕니다. 오른편의 그래픽 차터는 지난 8월에 발표한 하이프 사이클 그래프(생략)입니다. 버블의 정점에 ‘생성형 AI’가 있습니다. 곧 ‘환멸의 시기(그 밑천이 드러나 관심이 사라지는 시기)’ 가 머지 않은 것 같기도 합니다. 인터넷(닷컴)이 그랬고 IoT, 증강현실, 메타버스, 블록체인, 자율주행 역시 그랬습니다. 하지만 다행인 점은 ‘환멸의 시기’는 종말이나 정체가 아닌 새로운 제너레이션의 탄생과 진입을 동시에 의미하기 때문에 너무 걱정할 필요는 없습니다. 제 기억에 이 ‘환멸의 시기’를 겪지 않고 소프트랜딩한 것은 ‘클라우드’가 유일합니다. 구글에서 발표한 트렌스포머 논문이 2017년에 발표되었으니, 클라우드의 소프트랜딩 이유에는 ‘AI’도 한몫하는 것 같습니다. 여튼 비즈니스 관점에서 ‘LLM’ 같은 메가 이슈에 즉각적인 편승은 여러분에게 필연적이었습니다. 이미 대외적으로 AIED를 강조하고 있기도 했었고, 당장 준비가 부족하더라도 시장의 개척우위나 캐치프레이징을 위해서라도 빠르게 선점할 필요도 있었습니다. 중요한 점은 그럼에도 업의 본질을 잃지 않는 것이고 그 부분에서 여러분께서는 잘 대처하고 있다고 생각합니다. 여담으로 몇몇 인사에게는 여러번 언급한 내용이지만, ‘LLM’의 진정한 가치는 모빌리티 혁신 그리고 기존의 레거시 스마트 디바이스를 대체하는 새로운 디바이스가 보편적으로 보급되어야만 패러다임 시프트될 것이라 봅니다. (상기 모빌리티 혁신은 단순한 자율주행의 성공을 의미하는 것은 아닙니다. 궁극적으로는 인간에게 부여될 물리적, 정신적 가치에 초점을 두고 있습니다.)


Related posts

©2021
Shape Architects
DX(Digital Tansformation)
요즘 고객사들의 최대 이슈는 단연 ‘DX(Digital Tansformation)’입니다. 단순하게 워크 툴을 도입해서 업무 환경을 디지털화하려는 고객사들이 있는가 하면, 새로운 비즈니스를 위해 ‘DX’에 접근하는 경우도 있습니다. 후자의 경우 대체로 조직 내부에 DX 역량 인력을 확보하지 못한 상황이기에 새롭게 조직을 빌드-업을 하거나 DX씬의 특정 기업을 인수하는 방법을 이용하는 것이 일반적입니다. 문제는 조직 신설이나 인수를 위한 자금인데 대체로 저의 주변에서는 주식의 증자나 기존 사업 부문을 매각해서 인수 자금을 마련하고 있습니다. 최근 한 고객사가 비즈니스 모델을 DX로 피벗 하면서 이미 몇 년간 철강 및 중장비 부문 등을 매각하여 막대한 유동성을 확보했는데 최근 추가로 반도체 사업부까지 매각했습니다. 매각의 이유에는 여러 요인이 있겠으나 비즈니스 모델의 방향성 보다는 최근 몇 개년의 매출 성장 폭이 더딘 것이 결정적이었던 것 같습니다. 그리고 해당 사업부에서 기술적 우위 확보 차원에서 소진되던 브랜드 및 R&D 관련 지출 또한 무관하지는 않은 듯합니다. 개인적으로는 이 결정이 단기 매출 및 이득에 시선이 치중된 나머지 거시적 이득을 고려하지 못한 것 같아서 큰 아쉬움이 남았습니다. 브랜드 이해도가 낮은 C레벨에게는 영업이나 마케팅 활동이 매출로 직결되는 것과는 다르게 브랜드 전략의 결과들은 단기 매출로 기록되지 않기 때문에 ‘기업의 홍보 활동’ 정도로 치부하는 경우가 많습니다. 결국 이런 낮은 이해도는 재무적 관점에서 단기 매출을 확보하기 위한 결정을 불러오기 때문에 장기적으로는 기업에 큰 위험을 가져오는 원인이라는 것을 알아야 합니다.
October 30, 2024
고객사 내부 고찰을 위한 ‘LLM’에 대한 코멘트(2)
개인적으로 지난 4년간 정부기관 및 국내 제약기업들과 함께 개발한 ‘인공지능 신약개발 플랫폼’ 마무리를 앞두고 있습니다. 여러 인공지능 분야를 접하면서 DNA구조 계산이나 항암표적 가능성 등 수학적 연산이 필요한 영역에서는 인간을 월등히 뛰어 넘는 인공지능의 확실한 성능은 느꼈지만, 사실 냉정하게 LLM 기반의 서비스에서는 같은 강도의 임팩트는 받지 못했습니다. 정답이 필요 없는 ‘비주얼 영역’의 미드 저니나 스테이블 디퓨전 등은 이야기가 다르겠지만, Chat GPT, 바드, 하이퍼클로바의 텍스트 생성 기반의 서비스들은 할루시네이션은 여전했기 때문입니다. 트랜스포머 모델의 출발이 언어 번역을 위한 알고리즘에서 시작했기에 문장을 어색하지 않게 만들어 내는 능력은 뛰어나지만 사실 관계 및 논리적인 측면에서는 인간의 즉각적인 통찰을 넘어서기에는 아직도 많이 부족합니다. 방대한 양의 정보 중 특정 정보를 순식간에 표출하거나 요약하는 능력도 중요하지만 무엇보다 그 결과를 판단하는 개인의 통찰이 중요하다 것을 다시 한번 느낍니다. 하물며 통찰을 갖추기 전 위치의 ‘상태’라면 이 관점은 더욱 중요하겠죠. 따라서 지식을 전달하는 카테고리에서의 할루시네이션은 특별히 신경 써야할 부분입니다. 그럼에도 불구하고 전 세계의 천문학적인 투자와 관심으로 인해 발전 속도가 워낙 가파르다보니 지금보다 더 좋아질 것이라 기대합니다. 이번 Open AI 샘 알트먼 해임 사건 파급력이나 그로 인한 MS CEO 사티아 나델라의 강경 대응과 그 재발 방지 대책을 보더라도 얼마나 중요한 분야인지 새삼 느낍니다. 그러니 이러한 발전과 변화를 기술활용자 관점에서 유심히 지켜봐야 하겠습니다. 만약 우리 인간이 내 뱉는 ‘말’조차 일종의 확률이라면 LLM의 알고리즘은 더욱 의미가 있습니다. 어쩌면 특정 입력(질문, 자극)에 대한 우리의 출력(답변, 반응)도 일종의 확률일 수 있기 때문입니다.
October 30, 2024