경기도체육회

수상

Public Verification

생성형 AI란 무엇인가요?

생성형 AI는 대화, 이야기, 이미지, 동영상, 음악 등 새로운 콘텐츠와 아이디어를 만들 수 있는 인공 지능의 일종입니다.
모든 인공 지능과 마찬가지로 생성형 AI는 기계 학습 모델, 즉 방대한 양의 데이터로 사전 훈련되며 일반적으로 파운데이션 모델(FM)
이라고 불리는 대규모 모델을 기반으로 구동됩니다. 생성형 AI는 콘텐츠 제작 외에 디지털 이미지의 품질을 개선하고, 동영상을 편집
하며, 제조용 프로토타입을 빠르게 제작하고, 가상 데이터 세트로 데이터를 보강하는 등의 작업에도 사용됩니다.

FM에서 가장 중요한 핵심은 가장 발전된 기계 학습을 활용한다는 점입니다. FM은 수십 년 동안 발전해 온 기술 중 가장 발전된 산물
입니다. 일반적으로 대규모 언어 모델(LLM)이라고 하는 GPT 모델과 같은 FM 클래스는 특히 요약, 텍스트 생성(예: 블로그 게시물
작성), 분류, 개방형 Q&A 및 정보 추출과 같은 언어 기반 태스크에 중점을 둡니다. 대규모 언어 모델이 특별한 이유는 고급 개념을
학습할 수 있는 수많은 파라미터를 포함하고 있어 훨씬 더 많은 태스크를 수행할 수 있기 때문입니다. 또한 LLM은 다양한 양식과
수많은 패턴으로 구성된 인터넷 규모 데이터에 대한 사전 훈련 노출을 통해 지식을 광범위한 컨텍스트에 적용하는 방법을 학습합니다.

사전 훈련된 FM의 기능과 그 결과인 가능성도 놀랍지만, 사용자 지정을 통해 도메인별 기능을 수행하는 적응성은 비즈니스를 더욱
흥미진진하게 합니다. 따라서 기업은 모델을 처음부터 훈련하는 데 필요한 데이터와 컴퓨팅의 극히 일부만 사용하여 FM을 갖춘
매우 차별화된 애플리케이션을 구축할 수 있습니다.

생성형 AI가 중요한 이유는 무엇인가요?

ChatGPT와 같은 생성형 AI 애플리케이션은 많은 관심과 상상력을 사로잡았습니다. 생성형 AI는 대부분의 고객 경험과
애플리케이션을 재창조하고, 이전에는 볼 수 없었던 새로운 애플리케이션을 만들고, 고객이 새로운 수준의 생산성을 달성
하도록 지원할 수 있기 때문입니다. Goldman Sachs에 따르면 생성형 AI는 전 세계 GDP를 7%(또는 약 7조 USD) 증가
시키고 10년 동안 생산성을 1.5% 포인트 높일 수 있습니다.

생성형 AI의 일반적인 응용 분야는 무엇인가요?

생성형 AI를 사용하면 비즈니스에 기계 학습을 더 빠르게 활용하고 이를 더 광범위한 사용 사례에 적용할 수 있습니다.
엔지니어링, 마케팅, 고객 서비스, 재무, 영업 등 모든 비즈니스 라인에 생성형 AI를 적용할 수 있습니다. 코드 생성은 생성형 AI를
위한 가장 유망한 애플리케이션 중 하나이며, AI 코딩 도우미인 Amazon CodeWhisperer를 사용하면 개발자 생산성이 크게
향상됩니다. 평가판 기간 동안 Amazon은 생산성 챌린지를 실시했으며 Amazon CodeWhisperer를 사용한 참가자는
CodeWhisperer를 사용하지 않은 참가자보다 태스크를 성공적으로 완료할 가능성이 27% 더 높고 평균 57% 더 빨랐습니다.
코드 생성 외에도 생성형 AI를 활용하여 고객 경험, 직원 생산성, 비즈니스 효율성 및 창의성을 향상시킬 수 있는 애플리케이션이
많이 있습니다. 생성형 AI를 사용하여 챗봇, 가상 어시스턴트, 지능형 콜 센터, 개인화 및 콘텐츠 조정과 같은 기능을 통해 고객
경험을 개선할 수 있습니다. 생성형 AI 기반 대화형 검색, 콘텐츠 제작, 텍스트 요약 등을 통해 직원의 생산성을 높일 수 있습니다.
지능형 문서 처리, 유지 관리 지원, 품질 관리 및 시각적 검사, 가상 훈련 데이터 생성을 통해 비즈니스 운영을 개선할 수 있습니다.
마지막으로 생성형 AI를 사용하여 텍스트, 애니메이션, 동영상 및 이미지 생성을 포함한 예술 및 음악에 이르는 모든 유형의 창의적
콘텐츠 제작을 가속화할 수 있습니다.

생성형 AI는 산업에 어떤 영향을 미치나요?

시간이 지남에 따라 생성형 AI가 모든 곳에서 사용되고 있는데, 생성형 AI의 이점을 빠르게 활용할 수 있는
특정 산업이 있습니다.

  • 1 금융 서비스

    금융 서비스 회사는 생성형 AI의 성능과 비용 효율성을 활용하여 비용을 절감하면서 고객에게 더 나은 서비스를
    제공할 수 있습니다. 금융 기관은 FM으로 구동되는 대화형 봇을 사용해 제품 추천 및 고객 문의에 대한 응답을
    생성하여 고객 서비스를 개선할 수 있습니다. 대출 기관은 금융 서비스가 부족한 시장, 특히 개발 도상국의 경우
    FM을 사용하여 대출 승인을 신속하게 처리할 수 있습니다. 은행은 청구 또는 신용카드/대출 사기를 신속하게
    탐지할 수 있습니다. 투자 회사는 FM의 기능을 사용하여 저렴한 비용으로 고객에게 개인화된 금융 자문을 제공할
    수 있습니다.

  • 2 의료 및 생명 과학

    생성형 AI의 가장 유망한 사용 사례 중 하나는 모델을 사용해 항체, 효소, 백신 설계 및 유전자 치료를 위한 특정
    특성을 가진 새로운 단백질 서열을 생성하여 신약 탐색 및 연구를 가속화하는 것입니다. 또한 HCLS 회사에서는
    FM을 사용하여 새로운 생합성 경로를 만들거나 바이오제조 목적을 위한 유전자 발현을 최적화하는 등 합성 생물학
    및 대사 공학에 적용할 합성 유전자 서열을 설계할 수 있습니다. 마지막으로 FM은 인공 환자 및 의료 데이터를 생성
    할 수 있으며, 이는 대규모 실제 데이터 세트에 액세스하지 않고도 AI 모델 훈련, 임상 실험 시뮬레이션 또는 희귀 질환
    연구에 사용될 수 있습니다.

  • 3 자동차 및 제조

    자동차 회사는 엔지니어링부터 차량 내 경험 및 고객 서비스에 이르기까지 다양한 사용 사례에 생성형 AI를 사용할
    수 있습니다. 생성형 AI는 자동차 회사가 기계 부품 설계를 최적화하여 차량 설계 문제를 줄이는 데 도움이 될 것입니다.
    또한 생성형 AI를 통해 새로운 차량 내 경험을 창출하여 개인 비서를 설계할 수 있게 됩니다. 자동차 회사는 생성형 AI를
    사용해 가장 일반적인 고객 질문에 빠르게 응답하여 더 나은 고객 서비스를 제공하고 있습니다. 생성형 AI로 새로운 재료,
    칩 및 부품 설계를 만들어 제조 프로세스를 최적화하고 비용을 절감할 수 있습니다. 생성형 AI는 특히 결함이나 엣지 케이스
    와 같이 테스트 데이터 세트에 자주 포함되지 않는 데이터를 테스트하기 위한 가상 데이터 생성에도 사용될 수 있습니다.

  • 4 미디어 및 엔터테인먼트

    애니메이션과 대본부터 장편 영화에 이르기까지 생성형 AI를 통해 기존보다 훨씬 적은 비용과 시간으로 고품질의 참신한
    콘텐츠를 제작할 수 있습니다. 아티스트는 AI가 생성한 음악으로 앨범을 보완하고 개선하여 완전히 새로운 장르를 창조할
    수 있습니다. 미디어 조직은 생성형 AI를 사용해 개인화된 콘텐츠와 광고를 제공하여 고객 경험을 개선하고 수익을 증대할
    수 있습니다. 게임 회사는 생성형 AI를 사용하여 새로운 게임을 만들고 플레이어가 아바타를 만들 수 있도록 할 수 있습니다.

  • 5 통신

    생성형 AI 및 통신의 초기 사용 사례는 고객 경험을 혁신하는 데 중점을 두고 있습니다. 고객 경험은 고객 여정의 모든 접점
    에서 발생하는 구독자의 누적 상호 작용으로 정의됩니다. 예를 들어 통신 조직은 생성형 AI를 적용하여 실제 사람과 같은
    대화형 에이전트를 통해 고객 서비스를 개선하고, 네트워크 데이터를 분석하여 해결 방법을 제안함으로써 네트워크 성능을
    최적화하고, 초개인화된 일대일 영업 보조원을 통해 고객 관계를 재창조할 수 있습니다.

  • 6 에너지

    생성형 AI는 복잡한 데이터 분석, 패턴 인식, 예측 및 최적화를 포함하는 에너지 부문 태스크에 적합합니다. 에너지 조직은
    고객 데이터를 분석하여 사용 패턴을 식별하고 대상 제품 및 서비스, 에너지 효율 프로그램 또는 수요 대응 이니셔티브를
    개발하여 고객 서비스를 개선할 수 있습니다. 생성형 AI는 저장소 시뮬레이션을 통해 그리드 관리를 지원하고, 운영 현장
    안전을 높이고, 에너지 생산을 최적화할 수 있습니다.