Tom Godden(00:10):
우리는 흔히 생성형 AI가 해답이라고 말합니다. 그 질문이 무엇이든지요. 생성형 AI는 정말 흥미로운 신기술입니다. 혁신적인 기술이지요. 사실 우리는 생성형 AI가 인쇄기, 전기, 개인 컴퓨팅, 인터넷, 심지어 클라우드와 같은 혁신적인 기술에 거의 버금가는 것이라고 생각합니다.
Phil Le-Brun:
새롭다고 하셨는데, 어떤 면에서는 60년에 걸쳐 쌓아온 발전이라고 할 수 있죠. 클라우드가 저비용 컴퓨팅을 가능하게 했고, 통계 기법에서의 발전, 현재 생성형 AI에 사용되고 있는 트랜스포머 모델 등이 모두 합쳐져 이것이 가능해졌습니다. 이처럼 새로운 혁신이 축적되어 이제 조직에서 정말 놀라운 일을 수행할 수 있는 발전이 현실화되었습니다.
Miriam McLemore:
제가 하나 덧붙이고 싶은 것은 데이터입니다. 그렇죠? 우리는 모두 데이터에 대해 걱정해 왔습니다. 모두가 데이터에 파묻혀 있다고 할 수 있죠. 생성형 AI는 개선된 챗봇, 콜센터, 콘텐츠 제작 등 방금 설명한 몇 가지 작업에 실제로 데이터를 사용하고 생산적으로 사용할 수 있는 길을 열어줍니다. 최근 HealthScribe에 대해 새로운 소식을 발표했었죠. 지금까지 여러분은 진료실에 앉아 의사가 컴퓨터로 입력하는 것을 지켜보셨을 것입니다. 이제 의사를 환자와 함께 방으로 돌아오게 합시다. 몇 가지 훌륭한 새 기능이 있는데, 바로 데이터 활용에 관한 것입니다.
Tom Godden:
우리는 모든 파운데이션 모델, 대규모 언어 모델에 대한 생성형 AI에 열광하고 있습니다. 사람들은 과정은 건너뛰고 생성형 AI를 사용하고 싶어합니다. 하지만 차이를 만드는 것은 바로 데이터입니다. 탄탄한 데이터 기반이 없다면 생성형 AI를 사용하여 영리한 속임수를 쓰는 일 외에는 아무것도 할 수 없을 것입니다. 사업을 운영하는 기업은 예측 가능성과 컨텍스트 정보를 얻어야 하며, 데이터가 이 부분에서 차이를 만들어 낼 것입니다.
Miriam McLemore:
제가 마음에 드는 점은 데이터가 백 오피스에서 까다로운 업무로 규정되어 왔지만, 이제 경영진이 이러한 데이터 전략에 관심을 기울여야 한다는 것입니다.
Phil Le-Brun:
그리고 현 시점에서 기업은 기계 학습과 AI를 대중화하는 여정을 밟고 있지만, 이 여정은 대부분 기술 지식을 보유한 사람들을 위한 것이었습니다. 이제는 이 경쟁의 장이 공평해졌습니다. McKinsey 데이터를 일부 살펴보면 생성형 AI의 이점 중 75%가 고객 운영(고객 센터 등), 영업 및 마케팅, 연구 개발, 소프트웨어 개발이라는 네 가지 영역에서 나타날 것이라고 합니다. 예를 들어, 챗봇에 대해 말씀하셨죠. 브랜드와 대화할 수 있는 능력, 즉 소비자로서 제가 필요로 하는 것을 얻을 수 있는 대화를 할 수 있을 뿐만 아니라 회사 입장에서도 비용을 절감할 수 있는 능력, 고객 여정에서 마찰을 제거할 수 있는 능력, 바로 이런 것들이 경쟁 우위가 될 것입니다.