샨커 V 셀바두라이(Shanker V Selvadurai) IBM 아시아태평양 지역 최고기술책임자(CTO)·부사장은 21일 서울 소공동 웨스틴조선호텔에서 열린 ‘스마트클라우드쇼 2023′에서 “생성형 인공지능(AI)으로 진정한 비즈니스 가치를 만들기 위해서는 고객들에게 어떤 종류의 사용 경험을 제공할 것인지를 먼저 고민해야 한다”라고 했다. 유행에 따라 AI 모델 개발에 나서기보다 AI 모델을 통해 고객에게 어떤 가치를 줄 수 있는지를 먼저 고민해야 비즈니스 AI 전략을 효과적으로 세울 수 있다는 조언이다.
셀바두라이 부사장은 이날 ‘비즈니스를 위한 AI: 생성형 AI를 기업 비즈니스에 도입, 확장하는 법(AI for Business: Scaling Generative AI in the Enterprise)’을 주제로 특별강연에 나섰다. 그는 먼저 컴퓨터가 데이터를 스스로 분석해 학습하는 딥러닝(심층학습) 및 머신러닝(기계학습)과 파운데이션 모델(기반 모델)의 차이점을 설명했다.
딥러닝과 머신러닝은 AI가 학습할 수 있도록 이미지나 문서, 음성, 영상 등을 가공한 라벨링 데이터를 활용하는 AI 모델이다. 반면 파운데이션 모델은 라벨링되지 않은 모든 데이터를 완전히 학습시킬 수 있다. 딥러닝과 머신러닝을 사용하기 위해서는 AI 관련 전문 인력이 있어야 하지만, 파운데이션 모델은 그렇지 않다는 의미다.
또 딥러닝·머신러닝은 한 분야에서 하나의 결과물만 내놓을 수 있다. 하지만 파운데이션 모델은 한 분야에서 얻은 결과물을 다른 분야에도 적용할 수 있다. 가령 의료 데이터를 학습한 딥러닝은 의료 분야에서만 활용할 수 있지만, 파운데이션 모델은 스포츠, 음악, 문학 등에서도 활용 가능하다는 것이다.
셀바두라이 부사장은 파운데이션 모델을 기업 비즈니스에 적용하기 위해서는 먼저 다양한 데이터를 학습시켜 확장성을 넓혀야 한다고 주장했다. 그는 “파운데이션 모델을 학습시키기 위해서는 특정 데이터를 넘어 기존 비즈니스 데이터를 적극적으로 활용해야 한다”라며 “하나의 AI 모델이 특정 분야에서만 활용되면 유연성이 떨어지는 만큼 조건이 바뀌어도 유연하게 적용할 수 있도록 확장성을 강화해야 한다”라고 했다.
파운데이션 모델은 여러 종류의 데이터를 활용하는 만큼 전문화된 영역에서도 적용 가능하다는 게 셀바두라이 부사장의 설명이다. 기존 코드를 활용해 새로운 코드를 만들거나, 고객 관리, IoT(사물인터넷) 센서에 얻은 데이터로 전혀 다른 결과물을 만들 수 있다는 설명이다.
셀바두라이 부사장은 파운데이션 모델을 다양한 분야에서 활용할 수 있는 만큼 발생할 수 있는 문제를 기업이 미리 인지하고 있어야 한다고 주장했다. 그는 “데이터가 검증되지 않으면 파운데이션 모델이 만들어 낸 결과에 편향과 오류가 포함될 수 있고, 향후 문제를 파악하기도 쉽지 않다”라며 “적절하게 선별된 데이터로 학습해야 편향과 환각 현상(할루시네이션·잘못된 답변과 결과를 내놓는)을 줄이거나 감지할 수 있다”라고 했다.
그는 파운데이션 모델을 활용해 각 기업들이 자신들의 비즈니스에 맞는 AI 모델을 활용해야 한다고 조언했다. AI 모델 주권을 기업들이 외부에 주지 말고 직접 가져야 한다는 의미다. 셀바두라이 부사장은 “AI 모델 개발을 외부에 맡기지 말고 각자의 비즈니스 모델에 맞는 AI 모델 전략을 펼쳐야 한다”라며 “IBM의 AI 플랫폼 ‘왓슨x’는 기업 고객들이 AI 모델을 도입해 활용하는 데 도움이 될 수 있다”라고 했다.
IBM 아시아태평양 지역 CTO·부사장
스마트클라우드쇼 2023 특별강연 1 - 비즈니스를 위한 AI: 생성형 AI를 기업 비즈니스에 도입, 확장하는 법