[컨퍼][CIO] GenAI, First!

본 내용은 CIO SUMMIT 2024에서 발표된 내용을 기반으로 제가 더 조사 및 정리해서 작성한 글입니다. 본 게시글은 발표 내용을 정리한 것이지 특정 회사를 옹호•홍보할 목적이 아님을 밝힙니다. 틀린 내용이 있다면 편하게 댓글 달아주세요!! 🤗

제목

GenAI, First! (CIO Discussion)

발표자

[좌장]
이경상 KAIST 문술미래전략대학원 겸직교수

[패널]
전병곤 생성AI스타트업협회(GAISA) 이사
진요한 LG CNS AI센터 상무
엄열 과학기술정보통신부 인공지능기반정책관

발표내용

'CIO SUMMIT 2024' 패널 토크에서는 기술 지도자들이 모여 기존 디지털 전환의 성과를 돌아보고, 생성형 AI 기술의 지속 가능한 활용 전략에 대해 논의했습니다. KAIST 문술미래전략대학원의 이경상 교수가 패널 토의를 진행했으며, 생성형 AI가 산업과 기업에 미치는 영향, 성공 요인, 장애 요인 극복 방안에 대한 중요성을 강조했습니다.

Source: 생성형 AI, 국가 경쟁력 좌우…산업별 롤 모델 찾아야(KITA, 한국무역협회)

생성형 AI의 도전과 기회

• LG CNS AI 센터의 진요한 센터장은 "챗GPT 출시 이후 지난 10년 간의 기술 발전보다 더 많은 변화가 일어났다"고 언급하며, 전통적 기업들도 이 기술을 적극적으로 활용하고 있다고 설명했습니다. 그는 실패를 용인하는 문화와 산업군별 롤 모델 학습 및 확산이 중요하다고 강조했습니다.

• 서울대 컴퓨터공학부의 전병곤 교수는 인류가 처음으로 컴퓨터와 사람처럼 대화할 수 있는 시대에 살고 있음을 상기시키며, 오픈AI의 GPT, 구글의 제미나이 등 다양한 생성형 AI 서비스가 등장했다고 소개했습니다. 이러한 기술은 금융, 법률, 헬스케어, 교육 등 다양한 분야에 빠르게 접목되고 있습니다.

• 과학기술정보통신부의 엄열 국장(인공지능기반정책관)은 대규모 데이터와 컴퓨팅 자원의 필요성 등으로 인해 국내 발전이 아직은 대기업 중심으로 이루어지고 있음을 지적했습니다. 그러나 엄 국장은 다양한 혁신 기업과 일상 생활에서의 AI 활용을 지원하겠다는 정부의 의지를 표명했습니다.

정부의 역할과 공공부문의 혁신

• 과학기술정보통신부의 엄열 국장은 일본은 정부와 공공에서 가장 적극적으로 ChatGPT를 도입하고 있으며, 작년 8월 일본 도쿄시 뿐만 아니라 농림수산성, 문부과학성 등 20여개 정부부처와 지자체에서 도입하고 있다고 전했습니다.

• 이러한 격차를 줄이기 위해 정부는 지난해 1월부터 'AI 일상화 및 산업 고도화 계획'을 시작으로 관련 생태계 조성에 주력하고 있으며, 초거대 AI 추진협의회를 포함하여 대기업과 스타트업 간의 협력을 촉진하고, 이를 지원하기 위해 약 2조원의 예산을 준비하고 있다고 밝혔습니다.

• 엄열 국장은 우리나라도 공공 서비스에 생성형 AI를 활용할 수 있는 방안을 모색하고 있다고 전하며, “안전과 재난 부문에서 대처할 수 있는 기능부터 대국민 서비스 취약계층이나 민원 부문에서도 도입을 우선 검토하고 있다”라고 밝혔습니다.

• 국내 정부에서 ChatGPT를 활용한 주목할 만한 최신 사례로는 "도시철도 교통안전 GPT 서비스"가 있습니다. 이 서비스는 초거대 언어모델을 기반으로 하여, 철도안전법, 안전 관련 법령, 업무 지침서, 매뉴얼, 용어 사전 등의 다양한 자료에 직원들이 쉽고 빠르게 접근할 수 있는 환경을 제공합니다.

Source: 도시철도 안전GPT 서비스, 디지털플랫폼정부위원회

생성형 AI 도입의 중요성

• 소프트웨어 엔지니어링 분야에서 생성형 AI의 효과가 가장 크다고 평가되며, 깃허브 코파일럿과 같은 도구는 개발 생산성과 코드 품질을 높이는 데 기여하고 있습니다.
  - 전병곤 교수는 “깃허브 코파일럿과 같은 생성형 AI 도구는 소프트웨어 개발 수명 주기에 통합돼 생산성과 코드 품질을 높인다”며 “깃허브는 코파일럿 사용자 사이에서 완료율이 55% 더 빠르다고 보고된다”고 추가적으로 설명했습니다.

• 진요한 센터장은 디지털 전환의 성공을 위해 데이터 준비, 조직 문화와 의식, 역량 변화의 필요성을 강조하며 “생성형 AI를 잘 적용하려면 데이터와 인프라, 거버넌스부터 LLM의 한계, 중장기적 투자계획까지 살펴야 한다”고 조언했습니다.

부작용 최소화 및 국제 협력

• 생성형 AI의 혁신적인 면모 뒤에는 허위 정보 생성, 불합리한 성별 및 인종 차별 등 부작용에 대한 우려도 존재합니다. 엄 국장은 부작용을 최소화하고 안전한 AI 활용을 위한 국제적인 연대의 필요성을 언급하며, 제2차 AI 안전성 정상회의를 우리나라에서 개최할 계획임을 밝혔습니다.

• 'CIO 서밋 2024'에서 논의된 내용은 생성형 AI의 도입이 단순한 기술적 진보를 넘어, 사회 전반의 변화와 국가 경쟁력에 중대한 영향을 미칠 수 있음을 보여줍니다. 따라서 전략적 접근과 균형 잡힌 시각이 필요한 시점입니다.

❓개인 질문

• 저는 발표를 들으며 "대부분의 내용이 아직까지 국내의 생성형 AI 도입 수준이 미흡하며 더 열심히 적용해야 한다. 대기업 뿐만 아니라 국가 차원에서 이를 활발하게 활성화되어야 한다."의 내용이라 실제 도메인과 관련된 질문을 드리고 싶었습니다.
• 실제 제조 도메인의 데이터 연구자로 근무하며 어떻게 LLM이 제조 영역에서 적용될지 궁금하다라는 질문을 드렸고, 이에 대한 답변은 아래와 같았습니다:

💡진요한 센터장 답변

• 좋은 질문입니다. 실제로 말씀하셨던 것처럼 우리가 제조 현장이나 산업 현장에서 발생하는 문제를 해결하기 위해서는 Predictive AI를 적용해야 할 일이 많아요. 그래서 제 관점에서는 LLM은 문제 자체의 해결을 하기 위한 툴이 아닌 Predictive AI의 서포터가 되는 경우가 되게 많다고 생각합니다.
• 예를 들어, 제조 현장에서는 이상 징후를 탐지할 데이터셋이 매우 제한적인 경우가 많습니다. 이 때, 비전 시스템을 통해 이미지 어그멘테이션을 활용하여 훈련시키면 정확도가 상승하는 것을 볼 수 있습니다.