아인슈타인 GPT가 세일즈포스의 AI 여정에서 중요한 이정표인 이유

요약: 생성형 AI를 세계 1위 CRM에 직접 결합한 아인슈타인 GPT는 기업 내에서 가장 보편적인 생성형 AI 기술 중 하나로 자리 잡을 것입니다. 아인슈타인 GPT는 모든 영업, 서비스, 마케팅, 상거래 및 IT 상호작용 전반에 걸쳐 AI가 생성한 콘텐츠를 하이퍼스케일로 제공합니다.

여러분이 지금 당장 뉴스나 비즈니스 웹사이트에 들어가도 생성형 AI에 대한 기사를 찾기는 어려울 것입니다. 생성형 AI는 최근 많은 비즈니스 리더에게 다음과 같은 질문을 가지게 한 트렌드입니다. “이 신기술을 우리 회사에서 어떻게 활용할 수 있을까?”

세일즈포스의 AI 및 머신러닝 부문 선임 부사장(Senior Vice President of AI and Machine Learning) 자예쉬 고빈다라잔(Jayesh Govindarajan)은 AI 분야와 관련한 자신의 팀의 심층적인 경험에 기반한 몇 가지 아이디어를 보유하고 있습니다.

Blazing Trails 팟캐스트의 최신 회차에서 고빈다라잔은 “당사는 지금까지 (약) 8년간 AI를 이용한 혁신을 실시해 왔으며 대규모로 기술을 구현했다”고 밝혔습니다.

최근 ChatGPT와 같은 생성형 AI의 소비자 버전이 미디어 헤드라인을 장식하고 있습니다. 하지만 모든 신기술이 그렇듯이 대규모 채택을 촉진할 수 있는 가장 큰 기회는 비즈니스를 통하는 것입니다. 이것이 바로 세일즈포스가 모든 영업, 서비스, 마케팅, 상거래 및 IT 상호작용 전반에 걸쳐 AI가 생성한 콘텐츠를 제공하는 세계 1위 CRM을 통해 광범위한 채택을 이끌어냄으로써 생성형 AI 분야에서 가장 영향력 있는 기업 중 하나가 될 것이라고 예상하는 이유입니다.

고빈다라잔에 따르면 아인슈타인 GPT는 “세일즈포스만의 고유한” 방식으로 효율성, 최적화 및 기회를 생성형 AI의 핵심으로 삼고 있습니다. 지금부터 고빈다라잔과 함께 보다 자세한 내용을 알아보겠습니다.

Q. 고위급 IT 리더 500여 명을 대상으로 실시한 최근 설문조사에서 답변자 중 대다수가 생성형 AI가 ‘게임 체인저’라고 답했으며 84%는 고객에게 더 나은 서비스를 제공하는 데 도움이 될 것이라고 했습니다. 생성형 AI에 대한 세일즈포스 고유의 접근 방식은 무엇입니까?

이 분야에는 그동안 많은 관심이 이어져 왔습니다. 지금까지 우리가 목격한 생성형 AI 대부분이 ChatGPT, 검색용 Bing, Google의 Bard 등 소비자를 대상으로 한 것이었습니다. 하지만 세일즈포스는 생성형 AI를 활용해 비즈니스 방식을 바꾸는 데 집중하고 있습니다.

당사가 중점을 두는 부분은 세일즈포스 트레일블레이저가 플랫폼에서 효과적으로 혁신을 수행할 수 있도록 생성형 AI를 도입하는 것입니다. 당사는 사용자의 생산성 증진에 도움이 되는 이러한 기술을 어떻게 안전하게 플랫폼에 도입할 것인가에 대해 질문합니다. 답은 바로 아인슈타인 GPT입니다.

기업은 다음과 같은 질문을 해야 합니다. “비즈니스의 목적이 무엇인가? 생성형 AI가 어떤 직무 및 작업에 도움이 되는가?” 재미있는 시와 AI 기반 검색 엔진은 멋진 발명품이지만 수익에 영향을 미치지 않으며 업무 방식을 혁신하지도 않습니다.

Q. 세일즈포스가 지금 CRM을 위한 가장 강력한 생성형 AI 기능을 제공할 수 있는 이유는 무엇입니까?

AI는 투입되는 데이터에 비례하는 성능을 제공합니다. 세일즈포스는 전 세계 산업 전반의 수천 개 기업이 영업, 서비스, 마케팅, 상거래 및 IT 데이터를 관리하는 곳입니다. 세일즈포스 고객은 기존 데이터를 사용해 기존 워크플로 내에서 편리하게 AI 생성 콘텐츠를 대규모로 생산 및 제공하는 이점을 누릴 수 있습니다.

이 점이 바로 세일즈포스가 경쟁사와 차별화되는 부분입니다. 아인슈타인 GPT는 최고의 CRM과 세계에서 가장 강력한 고객 데이터 세트를 통해 다른 엔터프라이즈 기술 업체가 따라올 수 없는 방식으로 AI 콘텐츠를 생산합니다.

“아인슈타인 GPT는 최고의 CRM과 세계에서 가장 강력한 고객 데이터 세트를 통해 다른 엔터프라이즈 기술 업체가 따라올 수 없는 방식으로 AI 콘텐츠를 생산합니다.”

당사는 이외에도 세 가지 이점을 보유하고 있습니다. 첫 번째는 업무 현장에서 생성형 AI가 갖는 특성입니다. 즉, 잠재적 이점과 활용 사례가 무궁무진하며 애플리케이션은 소비자 애플리케이션과 마찬가지로 오픈 도메인이나 오픈 엔드가 아닙니다.

두 번째는 당사의 기술입니다. 아인슈타인 GPT가 공개 데이터와 CRM 데이터를 혼합하고 수백만 명의 세일즈포스 고객이 모두 아인슈타인 GPT를 사용하는 경우, 각 인스턴스에서 모델이 정교해지고 보다 정확해지기 때문에 더욱 강화된 생성형 AI 경험을 제공할 수 있습니다. 이러한 누적 효과는 큰 차별화 요소가 됩니다.

세 번째는 신뢰, 고객의 승인, 인간을 프로세스에 참여시키는 설계 경험을 바탕으로 이러한 시스템을 대규모로 구축할 수 있는 전문지식입니다. 이는 세일즈포스 AI의 새로운 진화이자 지금까지 당사가 쌓아 올린 모든 성과의 부산물입니다.

세일즈포스는 팀 스포츠와 같이 서로 다른 교차기능팀을 하나로 모아 파트너십과 정책을 정의하고 제품을 구축 및 배포할 수 있는 능력이 있습니다. 앞으로도 흥미로운 여정이 우리를 기다리고 있습니다.

Q. 아인슈타인 GPT는 무엇이며 세일즈포스 고객에게 중요한 이유는 무엇입니까?

아인슈타인 GPT는 세계 최초의 CRM용 생성형 AI입니다. 혁신적인 생성형 AI 기술을 세일즈포스 CRM에 도입하여 고객이 모든 영업, 서비스, 마케팅, 상거래 및 IT 상호작용 전반에 걸쳐 AI가 만든 콘텐츠를 빠르고 쉽게 생성할 수 있도록 합니다.

아인슈타인 GPT는 세일즈포스의 독점 AI 모델과 세일즈포스 데이터 클라우드의 신뢰할 수 있는 데이터를 OpenAI를 비롯한 파트너 에코시스템의 생성형 AI 기술과 결합하여 시간 절약을 돕는 고도로 개인화된 실시간 경험을 하이퍼스케일로 제공합니다.

예를 들어, 아인슈타인 GPT는 세일즈 직원을 위한 개인화된 고객 전송용 이메일, 고객 서비스 전문가가 고객의 질문에 보다 신속하게 대응할 수 있도록 돕는 구체적인 답변, 캠페인 응답률을 높일 수 있는 마케터를 위한 표적화된 콘텐츠를 생성하고 개발자를 위해 코드를 자동 생성할 수 있습니다.

Q. 아인슈타인 GPT를 구축할 때 중요하게 고려한 사항은 무엇이었습니까?

아인슈타인 GPT과 관련해 당사는 세 가지 영역에 중점을 두었습니다. 첫 번째는 생성적 측면입니다. 아인슈타인 GPT가 어떤 것에 도움이 될 수 있는지에 초점을 맞추고 있습니다. 문서 작성, 자동화된 대화를 넘어 CRM에 미치는 영향에 대해서도 연구 중입니다.

두 번째는 해당 기술을 신뢰할 수 있는 안전한 방식으로 고객에게 제공하는 것입니다. 강력한 성능을 자랑하는 ChatGPT 및 기타 시스템은 공개 데이터 소스를 기반으로 구축되지만 기업에서 작동하려면 해당 조직에서 이용 가능한 데이터에 기반해야 합니다. 따라서 공개 데이터와 비공개 데이터를 혼합할 수 있는 아인슈타인 GPT는 고객에게 보다 신뢰할 수 있고 가치 있는 경험을 제공할 수 있습니다.

세 번째는 개인화입니다. 생성형 AI를 사용하고 생성 컨텍스트 및 콘텐츠에 개인화를 적용하는 것은 특히 세일즈포스 및 Customer360 내에서 매우 강력한 효과를 발휘할 것입니다.

Q. 아인슈타인 GPT와 이러한 유형의 기술이 일반적인 맥락, 그리고 세일즈포스 에코시스템에서 무엇을 할 수 있는지 어떻게 가장 정확히 설명할 수 있습니까?

사용자의 경우, 아이디어에서 초안으로 가는 과정이 훨씬 쉬워집니다. 즉, 이러한 기술은 사용자가 참여한 6번의 회의 내용을 바탕으로 문서를 작성하거나 접근 방식을 개선하기 위한 인사이트를 찾을 수 있도록 여러 대화를 요약할 수 있습니다.

“멀티태스킹 학습 시스템을 통해 이와 같이 강력한 기능을 다양하게 구축할 수 있습니다. 영업 이메일에 대해 학습시키면 훌륭한 영업 이메일을 작성할 수 있습니다. 모뎀 수리와 관련된 서비스 이메일에 대해 학습시키면 모뎀 수리에 대한 질문에 훌륭한 답변을 생성할 수 있습니다. 이는 클라우드 전반에 적용할 수 있는 기본 개념입니다.”

저는 엔지니어로서 아인슈타인 GPT, 그리고 아인슈타인 GPT가 개발자에게 어떠한 도움을 줄 수 있는지에 대해 큰 관심을 가지고 있습니다. 아인슈타인 GPT는 일관된 방식으로 우수한 코드를 작성해 모든 코드가 일정하고 고른 수준을 유지할 수 있도록 합니다. 시스템이 양질의 코드로 학습하고 시간이 지나면서 점점 효율성이 증가하는 기하급수적 플라이휠 효과가 있을 것이라고 생각합니다.

Q. 어떤 특별한 점이 세일즈포스가 생성형 AI 기능을 제공하는 데 적합하도록 만듭니까?

세일즈포스는 세 가지 이점을 보유하고 있습니다. 첫 번째는 업무 현장에서 생성형 AI가 갖는 특성입니다. 즉, 잠재적 이점과 활용 사례가 무궁무진하며 애플리케이션은 소비자 애플리케이션과 마찬가지로 오픈 도메인이나 오픈 엔드가 아닙니다.

두 번째는 당사의 기술입니다. 아인슈타인 GPT가 공개 데이터와 CRM 데이터를 혼합하고 수백만 명의 세일즈포스 고객이 모두 아인슈타인 GPT를 사용하는 경우, 각 인스턴스에서 모델이 정교해지고 보다 정확해지기 때문에 더욱 강화된 생성형 AI 경험을 제공할 수 있습니다. 이러한 누적 효과는 큰 차별화 요소가 됩니다.

세 번째는 신뢰, 고객의 승인, 인간을 프로세스에 참여시키는 설계 경험을 바탕으로 이러한 시스템을 대규모로 구축할 수 있는 전문지식입니다. 이는 세일즈포스 AI의 새로운 진화이자 지금까지 당사가 쌓아 올린 모든 성과의 부산물입니다.

세일즈포스는 팀 스포츠와 같이 서로 다른 교차기능팀을 하나로 모아 파트너십과 정책을 정의하고 제품을 구축 및 배포할 수 있는 능력이 있습니다. 앞으로도 흥미로운 여정이 우리를 기다리고 있습니다.

Q. 작업 시나리오에서 어떠한 모습으로 나타나는지 예시를 통해 설명해 주십시오.

새로운 기술 개발을 위해 세일즈포스의 무료 온라인 학습 플랫폼인 트레일헤드를 활용하는 방법에 대한 유익한 콘텐츠를 담은 이메일을 작성한다고 가정해 봅시다. 여러분은 데이터에 기반한 콘텐츠 및 메시지 작성을 위해 트레일헤드를 이용할 수 있습니다.

사용에 적합한 아인슈타인 GPT 양식을 출력하기 위해 적합하다고 판단되는 데이터(여기에서는 트레일헤드 데이터)에 생성형 AI의 구성 기능을 사용할 것입니다. 이를 대형 언어 모델의 그라운딩(grounding)이라고 합니다. 또한 명령어를 기반으로 출력물을 정제하는 기능이 필요합니다. 이는 인스트럭션(instruction) 튜닝 계층으로, 엔진이 사용자가 입력하는 프롬프트를 기반으로 질문을 이해할 수 있도록 합니다.

마지막 계층은 인간 피드백 계층을 이용한 강화 학습입니다. 시스템 사용 시 사용 관련 정보를 수집하는 방법, 좋은 생성 출력물의 기준, 고객에게 전송하기 전 편집이 필요한 생성 출력물의 종류 등 기계의 출력물에 대한 인간의 판단이 중요한 강화 신호가 됩니다.

“세일즈포스 스택으로의 구축을 통해 컨텍스트에 맞춰 수행할 작업에 강화된 결과물을 연결하고 이를 활용해 전반적인 생성 기능을 향상시킬 수 있습니다.”

최종 단계는 이러한 신호를 대형 언어 모델의 하위 계층으로 푸시해 정확성을 높이고 작업에 맞춰 튜닝하여 궁극적으로 매우 효율적으로 만드는 것입니다.

Q. 누가 아인슈타인 GPT 및 이 기술이 제공하는 혜택을 가장 빠르게, 가장 많이 받을 것이라고 생각하십니까?

저는 이 기술이 대기업과 SMB 모두를 불문하고 산업 전반의 모든 고객에게 도움이 되는 기초 기술이라고 생각합니다. 대규모 리소스 및 인력이 없는 소규모 기업에게는 큰 기회입니다. 현재 이러한 기업을 위한 많은 공개 데이터가 있습니다. 여러분이 웹사이트에 게시하는 내용, FAQ로 게시되는 것들이 여기에 해당됩니다. 모든 데이터가 비공개 데이터인 것은 아닙니다. 따라서 가장 쉬운 방법은 아웃바운드 및 인바운드 자동화를 위한 생성 경험을 구축하는 것입니다(예: 웹사이트 방문자에서 적격한 리드로 전환). 이러한 초기 경험은 대부분 빠른 속도를 지닌 SMB가 먼저 구현할 가능성이 높습니다.

대기업에게도 생성형 AI를 통해 디지털 혁신을 가속화할 수 있는 기회가 있습니다. 영업용 아인슈타인 GPT 및 서비스용 아인슈타인 GPT와 같은 보조 기술로 인력을 보강하면 팀의 생산성 증대에 도움이 될 수 있습니다. 따라서 세일즈포스는 당사 고객이 아인슈타인 GPT에 관심을 가질 것이라고 예상합니다. 이들 모두 효율성을 개선하고 직원이 보다 가치 있는 작업에 집중하길 원하기 때문입니다. 이는 또한 당사가 인간을 프로세스에 참여시키고 신뢰를 스택의 중요한 핵심 요소로 다루는 이유이기도 합니다.