생성형 AI란 무엇일까요?

생성형 AI는 2022년 말에 등장하여 폭발적인 관심을 불러일으키며 생성형 AI의 잠재력에 대해 개인과 기업 모두 호기심에 빠졌습니다.

그렇다면 생성형 AI란 정확히 무엇일까요? 간단히 말하자면 생성형 AI는 주어진 데이터 세트를 활용하여 인간의 지시에 따라 새로운 콘텐츠를 창조하는 기술로 시(詩), 물리학에 대한 설명, 고객에게 보내는 이메일, 이미지 또는 노래와 같은 것을 만드는 데에 사용합니다.

세일즈포스의 수석 과학자 Silvio Savarese는 기존 AI 모델과 달리 생성형 AI는 “단순히 분류하거나 예측하는 것에 그치는 것이 아니라 인간과 같은 언어 체계를 가진 명령어로 자체 콘텐츠를 생성합니다.”라고 설명했습니다.

데이터를 정확하게 분류하고 예측하는 능력은 성공적인 생성형 AI를 구축하는 것에 있어서 핵심적인 요소로 볼 수 있습니다. 생성형 AI는 작업에 사용될 데이터의 질에 좌우됩니다.

“AI는 제공된 데이터의 품질에 따라 성능이 좌우되며, 데이터 세트가 대표성을 가지고 있는지 확인해야합니다.”

“AI는 제공된 데이터의 품질에 따라 성능이 좌우되며, 데이터 세트가 대표성을 가지고 있는지 확인해야합니다.”

– PAULA GOLDMAN, 세일즈포스 최고 윤리 및 인도적 사용 책임자

생성형 AI는 어떻게 작동하나요?

생성형 AI 모델을 개발하는 여러 가지 방법이 있지만, 최근에는 사전 훈련된 대형 언어 모델(Large-Language Models, LLMs)을 사용하여 텍스트 기반 프롬프트로부터 새로운 콘텐츠를 생성하는 방식이 큰 인기를 얻고 있습니다. 생성형 AI는 이미 이력서와 사업 계획 작성부터 코드 라인과 디지털 아트에 이르기까지 모든 것을 생성하는 데 도움을 주고 있습니다. 그러나 세일즈포스와 기업들에게 이 기술의 잠재력은 단순히 베이스 기타를 연주하는 북극곰의 이미지를 만드는 것 이상입니다.

사용자가 AI에게 어떤 콘텐츠를 생성해야 하는지 지시를 내리면 AI는 사용 가능한 LLMs에 기초하여 단어, 코드, 더 큰 범주에서는 한 번도 경험해보지 못한 완전히 새로운 것들을 생성합니다.

Savarese는 이러한 AI 도구들이 “인간의 삶의 여러 부분에서 우리를 지원하며, 아주 뛰어난 능력을 갖춘 파트너의 역할을 맡을 것”이라고 예측하고 있습니다. 기업의 경우, 생성형 AI 기술을 개발하고 사용할 때 인간의 역할을 포함시키는 것이 특히 중요합니다. 이를 통해 기업은 완전 자율적인 시스템을 도입하기 전에 인간의 감독과 개입을 통해 자동화된 워크플로우를 검증하고 테스트할 수 있습니다. 이는 잠재적인 위험을 방지하고 기술이 책임감 있고 윤리적인 방식으로 사용되도록 보장하는 데 도움이 될 수 있습니다. 더불어, 인간을 포함시키는 것은 생성형 AI에 대한 이해관계자와 고객들 사이에 신뢰와 확신을 구축하는 데 도움이 될 수 있습니다.

더 깊이 파고들어보면, 생성형 AI는 일반적으로 생성형 적대 신경망(Generative Adversarial Networks, GANs) 또는 트랜스포머(Transformer)라는 두 가지 유형의 심층 학습 모델 중 하나를 사용하여 작동합니다.

GAN은 생성자(Generator)와 식별자(Discriminator)라는 두 개의 신경망으로 구성됩니다. 이 두 신경망은 서로 경쟁하며, 생성자는 어떤 입력에 기반하여 결과물을 생성하고, 식별자는 결과물이 실제인지 가짜인지 판별하려고 합니다. 생성자는 식별자의 피드백을 기반으로 결과물을 조정하고, 식별자를 정지시킬 때까지 반복됩니다.

ChatGPT(채팅 생성 사전 훈련 트랜스포머)와 같은 트랜스포머(Transformer) 모델은 개별 데이터 포인트가 아닌 연속적인 데이터(문장이나 문단과 같은)에 기반하여 출력을 생성합니다. 이 접근 방식은 모델이 문맥을 효율적으로 처리하는 데 도움이 되며, 이 때문에 텍스트를 생성하거나 번역하는 데 사용됩니다.

GANS와 트랜스포머 모델이 가장 인기 있는 생성형 AI 모델이지만, 다른 여러 기술들도 사용됩니다. 예를 들어, 샘플 데이터를 기반으로 새로운 데이터를 생성하기 위해 두 개의 신경망을 활용하는 변이형 오토인코더(Variational Autoencoders, VAEs)와 2D와 3D 이미지를 생성하는 데 사용되는 신경복사장(Neural Radiance Fields, NeRFs)이 있습니다.

생성형 AI가 비즈니스를 어떻게 변화시키고 있나요?

ChatGPT, StableDiffusion 및 Midjourney와 같은 생성형 AI 모델들은 전 세계의 기업 리더들의 생각을 사로잡았습니다.

실제로 세일즈포스의 최근 조사에 따르면, IT 리더 중 2/3(67%)가 향후 18개월 이내에 비즈니스를 위한 우선 순위로 생성형 AI를 생각하고 있으며, 1/3(33%)는 이를 최우선 사항으로 꼽고 있습니다.

세일즈포스의 최신 아인슈타인 GPT 뉴스에서 강조되는 바와 같이, 아인슈타인 GPT는 “공개적이고 확장 가능하며, CRM을 위해 특별히 구축된 공용 및 사설 AI 모델을 지원하며, 신뢰할 수 있는 실시간 데이터로 훈련되었습니다.”

세일즈포스는 고객의 요구를 지원하기 위해 생성형 AI를 개발하고 배포하는 방법에 대해 수년간 탐구해왔습니다. 예를 들어, 회사는 CodeGen을 도입하여 사용자가 간단한 영어 프롬프트를 실행 가능한 코드로 변환하도록 도와 소프트웨어 엔지니어링의 민주화를 이루고 있습니다. 또 다른 프로젝트인 LAVIS(LAnguage-VISion)는 AI 언어-비전 능력을 연구자와 실무자가 보다 폭넓게 접근 가능하도록 지원합니다.

최근 세일즈포스의 ProGen 프로젝트는 문자와 단어 대신 아미노산을 기반으로 한 언어 모델을 생성함으로써, 생성형 AI가 자연적으로 발견되지 않는 단백질을 생성할 수 있으며, 이 경우 더욱 기능적인 형태의 단백질을 생산한다는 것을 밝혔습니다. 추가적인 연구를 통해 이러한 새로운 형태의 단백질은 약물, 백신, 질병 치료제 개발에 활용될 수 있다는 아이디어가 제시되었습니다.

세일즈 클라우드의 이사이자 총괄 매니저인 Ketan Karkhanis는 이 기술이 대기업에게 이점을 제공할 수 있지만, 소규모 및 중소기업(SMB)에게도 도움이 된다고 말했습니다.

“자동화된 AI 생성 제안 및 고객 커뮤니케이션, 그리고 예측적인 영업 모델링과 같은 능력은 SMBs에게 더욱 강력한 도구를 제공하여 탁월한 고객 경험을 제공하고 운영 비용을 관리하며 지속 가능한 성장을 이루는 데 도움을 줄 것입니다.”라고 Karkhanis는 말했습니다

세일즈포스 AI의 CEO인 Clara Shih는 생성형 AI가 “고객 서비스 분야를 완전히 재편할 것”이라고 믿습니다.

Shih는 다음과 같이 말합니다. “Einstein for Service와 Customer 360에 생성형 AI를 적용함으로써, 상담원이 고객에게 빠르게 이메일이나 메시지로 개인화된 응답을 자동으로 생성할 수 있도록 합니다. 이를 통해 상담원은 복잡한 문제에 집중하고 장기적인 고객 관계 구축에 더 많은 시간을 할애할 수 있게 됩니다.”

생성형 AI의 위험과 기회는 무엇인가요?

생성형 AI의 잠재력은 엄청나지만 “위험이 없는 기술은 아닙니다”라고 세일즈포스의 윤리 및 인간적 사용 최고 책임자인 Paula Goldman과 윤리적 AI 실무의 수석 설계자인 Kathy Baxter는 강조합니다.

두 사람은 공동 저술한 기사에서 다음과 같이 지적했습니다. “생성형 AI의 기술적 능력만 제공하는 것으로는 충분하지 않습니다. 우리는 이 혁신적인 기술이 어떻게 사용되어야 하는지를 안내하고, 직원, 파트너 및 고객이 이러한 기술을 안전하게 그리고 정확하고 윤리적으로 개발하고 사용할 수 있는 도구를 갖도록 책임감을 지니고 우선 순위를 두어야 합니다.”

실리콘(Silicon)과의 인터뷰에서 Goldman은 “정확성은 비즈니스 환경에서 AI를 적용할 때 가장 중요한 요소입니다. AI가 고객 채팅이나 영업에 초점을 맞춘 이메일에 대한 권고를 제공할 때 거짓된 내용을 만들어내지 않는지 확인해야 합니다.”라고 공유했습니다. 데이터의 정확성과 신뢰성은 모든 AI 응용 프로그램의 기본입니다.

Saverese는 ChatGPT 응답의 권위적인 느낌 자체가 주의할 점이라고 언급하며, 그는 이것이 “자신감 있는 실패(confident failure)”로 이어질 수 있다고 경고했습니다.

Saverese는 다음과 같이 말했습니다. “이 모델들이 질문에 답하고 프롬프트를 이행할 때 발산하는 침착하고 종종 전문적인 어조는 제품을 더욱 인상적으로 만들지만, 오작동할 경우 정말로 위험한 상황에 처하게 만듭니다. 전문가조차도 거짓된 정보에 대한 생성형 AI의 설득력에 일상적으로 허를 찔립니다.”

ChatGPT와 같은 도구에 대한 의존도를 엔터프라이즈 수준으로 확장하면 이에 따른 리스크가 얼마나 커질 수 있는지 쉽게 확인할 수 있습니다. IT리더들은 이를 항상 경계하고 있습니다. 10명 중 6명(59%)에 가까운 리더가 생성형 AI의 출력이 부정확하다고 생각한다고 말했습니다.

더불어 생성형 AI를 윤리적이고, 포괄적이며, 책임감 있게 사용하는 방법에 대한 문제가 있습니다.

그렇기 때문에 세일즈포스는 잠재적인 문제가 발생하기 전에 포착할 수 있도록 내장된 가드레일과 지침을 통해 신뢰할 수 있는 AI 기능을 구축하고 있습니다. 생성형 AI의 잠재력을 실현하려면 모든 수준에서 신뢰할 수 있는 충분한 이유가 필요합니다.

책임감 있는 AI는 지속 가능한 AI를 의미하기도 합니다. AI는 전통적인 작업보다 훨씬 더 많은 전력을 소비하며, IT 리더의 71%가 생성형 AI가 IT 에너지 사용량의 증가로 인해 탄소 발자국을 더욱 늘릴 것이라고 동의합니다.

거시적 그리고 미시적으로 생성형 AI를 탐구해야 하는 필요가 있음에도 불구하고, 이 기술은 CRM의 미래에 대한 방대한 잠재력을 지니고 있습니다.

세일즈포스의 생성형 AI — CRM에 AI가 어떠한 의미를 가지나요?

AI는 세일즈포스 플랫폼에 오랜 기간 동안 중요한 역할을 하고 있습니다. 예를 들어, 아인슈타인 AI 기술은 Customer 360 전체에 걸쳐 매일 2,000억 건 이상의 예측을 제공하여 기업이 거래를 빠르게 성사시키도록 도움을 줍니다. 더불어 자주 묻는 질문에 대하여 AI 기반으로 인간과 유사한 대화를 제공하며, 고객 행동을 더 잘 이해할 수 있도록 도움을 줍니다.

최근에 세일즈포스는 세계 최초의 CRM용 생성형 AI인 아인슈타인 GPT를 발표했습니다. 맞춤형 영업 이메일부터 자동 생성 코드까지, 아인슈타인 GPT는 하이퍼 스케일로 모든 영업, 서비스, 마케팅, 상거래 및 IT 상호작용에서 AI로 생성된 콘텐츠를 제공할 것입니다. 또한, 아인슈타인 GPT는 데이터 클라우드의 데이터와 공공 데이터를 결합하여 Customer 360 전반에 걸쳐 콘텐츠를 생성하는 방식으로 고객에게 관련성 있는 콘텐츠를 제공합니다.

더불어, 아인슈타인 GPT는 모든 세일즈포스 제품의 핵심 가치인 포용성, 책임 및 지속 가능성을 기반으로 작동합니다. 생성형 CRM에 대해 알아보고 비즈니스에 미치는 의미를 확인하세요.

아인슈타인 GPT에 대해 자세히 알아보고 세일즈포스의 AI 여정에서 다음 마일스톤에 대해 알아보세요.