비즈니스 성장을 가속화할 수 있는 유용한 정보를 받아보세요.
LAM이란 무엇인가요?
.jpg)
최근 대형 언어 모델(LLM)을 ‘AI 에이전트’로 확장하는 새로운 트렌드가 주목받고 있습니다. 대형 언어 모델(LLM)의 뛰어난 언어 능력에 대형 액션 모델(LAM)의 자율적인 작업 처리 능력이 결합할 때, AI는 단순한 도구를 넘어 실질적인 업무 파트너의 역할을 하게 됩니다. Salesforce AI는 이런 혁신적인 AI 에이전트의 가능성을 연구하고 있는데요. 대형 액션 모델(LAM)이란 무엇이며, 이 기술이 AI에 어떻게 확장될 수 있을지 살펴봅시다.
대형 액션 모델(LAM)은 AI 기술의 발전에 있어 지난 10년 동안의 혁신만큼이나 큰 변화를 가져왔습니다. 대형 언어 모델(LLM)이 텍스트와 미디어의 자동화 시대를 열었던 것처럼, 대형 액션 모델(LAM)은 전체 업무 프로세스를 자동화하며 새로운 시대를 열어갈 것입니다. 특히 LAM은 언어에 능통해 사람들과 소통하고, 상황 변화에 유연하게 대처하며, 다른 LAM과도 협력할 수 있는 강력한 능력을 갖추고 있습니다.
최근 대형 언어 모델(LLM)을 ‘AI 에이전트’로 확장하는 새로운 트렌드가 주목받고 있습니다. AI 에이전트는 단순히 인간의 질문에 답하는 것을 넘어, 스스로 작업을 처리하여 목표를 달성할 수 있는 소프트웨어로 발전하고 있습니다. 겉보기엔 단순한 변화 같지만, 이는 새로운 가능성의 세계를 열어줍니다. LLM의 언어적 유창성에 자율적 행동 능력을 결합함으로써, 생성형 AI는 더 이상 수동적인 도구가 아닌 실시간으로 업무를 지원하는 능동적 파트너가 됩니다. Salesforce AI는 이런 혁신적인 AI 에이전트의 가능성을 연구하고 발전시키는 데 주력하고 있습니다.
대형 액션 모델(LAM)이란?
대형 액션 모델(LAM)은 어떻게 작동하나요?
LAM 예시 #1: 마케팅 워크플로우 개선
개인 비서는 그동안 부유층만이 누릴 수 있는 특권이었습니다. 하지만 기술의 발전은 대중에게도 가상의 개인 비서를 제공할 가능성을 열어왔습니다. LAM은 뛰어난 언어 능력과 다양한 분야에 자연스럽게 적용할 수 있는 능력을 가지고 있습니다. 이는 실제 인간처럼 도움을 줄 수 있는 기술로써, 앞으로 우리 업무의 가상 비서 역할을 할 수 있을 것이라 기대됩니다.
최근 대형 언어 모델(LLM)이 마케팅에서 카피, 이미지, 웹 디자인을 자동화하며 혁신을 일으킨다는 기대감이 높아지고 있습니다. 하지만 실제 캠페인 기획부터 실행까지의 전 과정에 LLM을 통합하려면 많은 수작업이 필요합니다. 현재로서는 최고의 생성형 AI도 이 과정에서 일부 단계만 자동화할 수 있을 뿐이죠.
그러나 마케팅용 AI 에이전트는 대형 액션 모델(LAM)과 같은 접근 방식을 통해 마케팅팀에 결과물을 제공할 수 있습니다. 이는 LLM 인터페이스를 사용하여 데이터를 연결하고, 다양한 도구와 분야별 에이전트를 통합해 고차원적인 작업을 수행할 수 있도록 하는 방식입니다. 예를 들어 다음과 같은 요청이 있다고 가정해봅시다.
“신제품 초초 초콜릿을 홍보하는 이메일을 보내세요. 선착순으로 첫 구매자 100명에게는 무료 배송 쿠폰을 제공하고, 각 수신자에게 맞춤형 메시지를 전달하세요.”
LLM만으로는 이 요청을 완벽히 처리하기 어려울 수 있습니다. 하지만 다양한 도구와 에이전트, 데이터 소스를 활용하면 가능합니다. 예를 들어, 기존 마케팅 자료와 고객 데이터를 활용해 이메일 문구를 생성할 수 있고, 신제품 개발에 대한 문서에서 정보를 가져와 초초 초콜릿의 가치를 강조하는 내용도 추가할 수 있습니다. 또한, 요청의 논리를 분석하여 첫 구매자 100명 쿠폰 제공 조건을 정리하고, 각 고객에게 맞춤형 메시지도 보낼 수 있습니다.
LAM 예시 #2: 자동차 구매 절차 간소화
개인 비서는 업무뿐만 아니라 생활 전반에 걸쳐 도움을 줄 수 있어야 합니다. 예를 들어, 자동차 구매처럼 중요한 결정을 내려야 할 때가 있다고 가정해봅시다. 사람들에게 차량 구매 과정은 설렘보다 번거로움이 더 클 때가 많습니다. 하지만 LAM을 사용하면 다음과 같은 간단한 요청만으로도 해결될 수 있습니다.
“안전 등급이 우수하고, 공간이 넉넉하며 어두운 색상의 세단을 찾고 있습니다. 2014년 이후 모델에, 가격은 $28,000 이하, 주행거리는 90,000마일 이하로 원합니다.”
첫 번째 단계는 인간과 LAM 모두 자동차 구매 사이트를 살펴보고 옵션 리스트를 만드는 것입니다. LLM의 강력한 텍스트 이해 능력을 통해 에이전트는 전문가 및 사용자 리뷰를 분석해 조건에 맞는 차량을 빠르게 찾을 수 있습니다. 또한, LAM은 특정 연도 모델에 문제가 있었다는 걸 발견하면 그 차량을 목록에서 제거하거나 주의 사항을 추가할 수 있습니다.
다음 단계로, LAM은 이메일이나 SNS와 같은 채널을 사용해 개인 판매자나 지역 딜러와 대화를 시작할 수 있습니다. 신뢰할 수 있는 LAM은 자연스럽고 명확한 언어로 소통하되, 자신이 AI라는 사실을 분명히 알려 사람이 오해하지 않도록 합니다. 필요시 은행에 대출 요청도 미리 해 둘 수 있으며, 마지막 의사결정 단계에서는 사용자가 대화에 참여해 최종 승인을 내립니다.
LAM 예시 #3: 보험 설계사가 고객이 이해하도록 돕기
궁극적으로 Salesforce AI는 기술의 힘을 활용하여 모든 규모의 기업 운영 방식을 개선하는 데 최선을 다하고 있습니다. LAM은 앞으로 이러한 변화가 어떻게 이루어질지를 잘 보여주는 좋은 예시입니다. 이 기술은 백오피스부터 마케팅, 그리고 아직 상상하지 못한 영역까지 비즈니스 운영의 모든 측면에 스며들 것이라 확신합니다. 그중 고객과의 상호작용은 이를 잘 보여줄 수 있는 예시 중 하나입니다.
보험 회사의 설계사로 예를 들어봅시다. 설계사의 하루 중 대부분은 기존 고객과 잠재 고객을 만나 그들의 요구 사항을 논의하고 관계를 발전시키는 데 할애됩니다. 물론 이 과정에서 중요한 건 사람만이 제공할 수 있는 인간적인 접촉입니다. 하지만 그 외의 반복적인 작업들은 LAM으로 훨씬 더 빨리 처리할 수 있습니다. 생성형 AI가 이런 흐름을 단계별로 어떻게 강화할 수 있는지 살펴봅시다.
● 설계사는 Zoom을 통해 고객과 만나 요구사항과 아이디어를 논의하고, 다음 단계를 계획합니다.
● 통화 내용은 자동으로 녹음되며, 관련된 CRM 정보와 함께 체계적으로 정리됩니다.
● 통화 후, LAM은 녹취록을 검토해 중요한 부분을 요약하고, 설계사에게 전달합니다.
● 또한, LAM은 통화 내용을 분석해 이후 해야 할 일을 정리합니다. 예를 들어, 추가 정보를 제공하는 것이 필요하면 이를 반영해 후속 메일을 작성하고, 관련 문서를 찾아 첨부까지 해줍니다. 그 후, 설계사에게 다음 단계가 준비되었음을 알리고, 실행 전에 최종 확인 및 간단한 검토를 할 수 있도록 합니다.
● 마지막으로, LAM은 대리점의 프로세스를 이해하고 있으며, 이를 바탕으로 설계사가 더 생산적인 일을 할 수 있도록 추가 단계를 제안합니다. 예를 들어, 이전 고객 결정 데이터를 기반으로 추가 판매를 제안하거나, 대화를 진전시키기 위해 자동 생성된 안건을 포함해 후속 회의를 제안할 수 있습니다.
● 이 과정에서 LAM은 다른 담당자가 개입해야 할 상황이 있는지 계속 체크합니다. 만약 고객이 불만을 보이거나 망설인다면 이를 ‘위험 신호’로 판단하여, 고객 만족 전문가에게 바로 연결해 줄 수 있습니다.
이러한 기술은 개인의 역량을 강화하기에 매력적입니다. 하지만 진정한 변화는 LAM이 확장되었을 때 알 수 있습니다. 이렇게 정교한 도구를 비즈니스 전체에 적용한다면 어떻게 될까요? 시간과 비용을 아끼는 건 물론이고, 실수를 예방하고 성공적인 전략을 추천하는 등 여러모로 도움을 줄 수 있습니다. 어떤 규모로 배포하든 이 기술은 엄청난 가치를 제공할 수 있을 것입니다.
대형 액션 모델(LAM)의 미래는?
지금까지는 개인을 위한 LAM에 대해 이야기했지만, 이 기술은 그룹이나 전체 조직을 지원할 수도 있습니다. LAM은 유연성을 바탕으로 비서형 AI 에이전트 역할을 할 수도 있고, 특정 문제를 해결하기 위해 설계된 전문형 AI 에이전트로도 활용될 수 있습니다. 결국, 모든 LAM은 경험을 통해 스스로 배우도록 설계될 것입니다. 조직의 문제를 해결하는 데 필요한 전문성을 더 쌓아가거나, 개별 사용자의 필요와 취향에 따라 점점 더 개인화된 방식으로 발전할 것입니다.
그렇다고 해서 LAM이 항상 개별적으로 운영되는 것은 아닙니다. 서로 다른 목표를 위해 설계된 여러 LAM들은 함께 협력하며 작동할 수 있습니다. 이런 경우, 이들의 작업을 조율하고, 개인, 팀, 조직 등의 사용자와 연결하는 역할의 LAM이 추가될 수 있습니다. 이는 한 명의 비서 역할을 했던 LAM이 하나의 팀을 이끄는 팀장 역할을 할 수 있음을 의미합니다.
LAM이 다른 LAM 또는 그룹과 소통하기 위해 만들어졌다면, 그 활용 가능성은 훨씬 넓어집니다. 위의 예시에서 자동차 대리점 중 하나가 AI 에이전트를 배치했다고 가정해봅시다. 이 AI 에이전트는 잠재 고객을 대표하는 개인 LAM들로부터의 요청을 처리하거나, 자동차 제조사를 대표하는 LAM들과 협력하는 데 특화되어 있습니다. 이러한 LAM들은 투명성과 범용성이라는 가치를 잃지 않으면서도, 기계 간 통신을 통해 훨씬 더 빠르고 효율적으로 운영될 수 있습니다. 이는 이후에 그들의 작업 과정을 분석할 때 도움이 될 것입니다.
대형 액션 모델(LAM)이 미치는 영향은?
LAM의 모든 기능을 실현하려면 여러 기술적 난관이 있지만, 핵심적인 과제는 명확합니다. 세상은 항상 변하기 때문에, 상호작용을 해야 하는 AI 에이전트는 변화하는 환경에 맞춰 유연하게 적응할 수 있어야 한다는 것입니다. 예를 들어, 자동차 구매 상황에서는 차량이 팔리기 전에 정보를 알려주거나, 리콜 발생 시 추천 내용을 업데이트 해야 합니다. 또한, 보험사의 경우 고객 지역의 규제 변화나 자연재해와 같은 최신 상황을 빠르게 파악해야 합니다.
좋은 LAM은 사용자에게 언제 알림을 보내고, 언제 확인을 요청해야 할지를 신중히 판단할 줄 알아야 합니다. 너무 잦은 알림은 사용자에게 불편을 줄 수 있고, 너무 적은 알림은 중요한 이메일을 삭제하거나 원하지 않는 대출을 신청하는 등 예상치 못한 문제가 발생할 수 있습니다. 결국, LAM도 뛰어난 개인 비서처럼 적절한 균형을 잡는 판단력이 필요합니다.
이는 LAM의 핵심 기능인 학습 능력을 최대한 활용해야 함을 의미합니다. LAM이 사람과 함께 일하며 현실 경험을 쌓을수록 인간의 피드백을 받아 행동을 더 정교하게 다듬을 수 있습니다. 또한, 고객 서비스 기록이나 이벤트 로그 데이터를 분석해 특정 상황에서 원하는 결과를 얻기 위한 최적의 단계를 도출할 수 있습니다.
명확히 말하면, LAM의 임무는 요청을 단순히 몇 가지 단계로 나누는 것이 아닙니다. 각 단계가 왜 그 순서로 진행되어야 하는지, 그리고 상황의 변화에 따라 계획을 수정해야 할 타이밍을 이해하는 것이 중요합니다. 이는 우리가 일상생활에서 항상 발휘하는 역량입니다. 예를 들어, 오믈렛을 만들 계란이 부족하다면, 요리 시작 전 가장 먼저 해야 할 일은 식료품점에 가는 것입니다. 이제 이러한 능력을 가진 기술을 만들어야 할 때입니다.
대형 액션 모델(LAM)을 신뢰할 수 있나요?
위에서 언급한 예시들처럼 LAM이 뛰어난 소통 능력과 유창함을 갖추게 될 것은 분명합니다. 하지만 실제 생활에서 안정적으로 사용할 만큼 일관된 행동과 예측 가능한 신뢰성을 보일지는 아직 확실하지 않습니다.
텍스트와 이미지를 생성할 때 신뢰가 문제가 된다면, 실제 행동을 취할 때는 더 큰 문제가 될 수 있습니다. 특히 여러 LAM이 협력해서 작동할 경우, 안전과 신뢰성을 확보해야 할 책임이 더욱 커집니다. 그렇기 때문에 LAM이 아무리 똑똑하고 독립적으로 작동하더라도, 중요한 행동을 취하기 전에 반드시 인간의 확인을 거치도록 설계해야 합니다. 아무리 기술이 발전해도 LAM은 인간이 주도적으로 제어할 수 있는 도구여야 합니다.
결론
함께 보면 좋은 콘텐츠
CRM을 위한 AI 활용 보고서
글로벌 IT 현황 보고서
세일즈 현황 보고서
생성형 AI를 책임감 있게 개발하는 방법
생성형 AI 활용 전망과 위험에 대한 글로벌 연구조사 결과 발표
세일즈포스의 넷제로(Net Zero) 솔루션
관련 제품
AI
인공지능
Sales
영업 지원
스마트하고, 빠르게 영업
Data
데이터
고객 경험을 혁신합니다.
Service
고객 서비스
고객 서비스 실현
Marketing
B2C 마케팅 자동화
실현한 마케팅
Commerce
커머스
언제 어디서나 고객 연결