생성형 AI, 일하는 방식의 혁신 이끌다
업무 자동화 넘어 조직 업무 프로세스 변화
FA | 김아라 기자 | 입력 : 2024.06.07
){kind=link}
){kind=link}
){kind=link}
최근 인공지능 기술의 발전으로 생성형 AI(Generative AI)가 주목받고 있다. 생성형 AI는 기존 데이터를 학습해 유사하거나 새로운 콘텐츠를 생성해 내는 기술로, 텍스트, 이미지, 음성, 동영상 등 다양한 형태의 콘텐츠 제작이 가능하다.
이러한 생성형 AI는 기업의 업무 프로세스 전반에 걸쳐 혁신의 기회로 작용한다. 데이터 분석, 의사결정 지원, 아이디어 제안 등에서 강점을 발휘해 인간의 인지적 한계를 보완하고, 경영 기능 분야의 혁신 가속화할 수 있다.
생성형 AI는 업무 기능별로 가상 전문가와 가상 협력자 역할 수행이 가능하다. 생성형 AI는 가상 전문가로서 특정 분야에 대한 깊은 지식을 기반으로 전문적인 조언과 분석을 제공하는 역할을 수행하며 새로운 가치를 창출한다.
시장 동향, 소비자 행동, 재무 성과 등을 예측해 기업 실무자들의 의사결정 지원에 기여한다. 생성형 AI의 자연어 처리 능력으로 직원들이 질문을 하듯이 쿼리를 작성하고 지속적인 대화를 통해 저장된 내부 지식을 검색하는 데 도움을 제공한다.
이러한 생성형 AI는 조직의 창의성과 혁신 역량을 크게 향상시키는 기술로 주목받고 있다. 방대한 데이터의 실시간 분석과 맥락 이해 능력을 바탕으로 인간의 인지적 한계를 극복하고, 복잡한 의사결정을 최적화함으로써 조직의 문제해결 능력을 한 단계 업그레이드한다.
창의적 아이디어 도출, 혁신적 제품 및 서비스 개발 등에 있어 인간과 협업하는 동반자로서 조직 전반의 생산성과 경쟁력 제고에 직접적으로 기여한다.
기업은 생성형 AI 도입을 전사적 혁신의 기회로 삼아야 하며, 단순히 기술 도입에 그치는 것이 아니라 경영 전략과 조직 체계를 재설계하는 등 통합적 접근이 필요하다.
생성형 AI의 발전 현황>/b>
포스코경영연구원(POSCO) 권보경 수석연구원의 'AI시대 혁신 사례와 시사점 2 : 생성형 AI와 일하는 방식의 혁신' 자료를 보면, 생성형 AI(Generative AI)는 2014년 이미지 생성 기술을 시작으로 텍스트 생성, 데이터 분석 및 프로그래밍 기능까지 발전해 왔다. 현재는 인간의 창의성을 모방해 협업 동반자로서 역할 수행이 가능한 수준에 도달했다.
@IMG3@
인공지능 기술의 하나인 생성형 AI(Generative AI)는 기존 데이터를 학습해 유사하거나 새로운 콘텐츠를 생성해 내는 기술로, 텍스트, 이미지, 음성, 동영상 등 다양한 형태의 콘텐츠 제작이 가능하다.
생성형 AI의 발전 과정을 보면, 2014년 이미지 생성 기술에서 시작해 2018년 OpenAI의 GPT-3.5 출시로 텍스트 생성을 했다. 2023년에 출시된 GPT-4.0은 이미지 생성, 데이터 분석, 프로그램 코딩 등 다양한 영역으로 활용 가능한 수준까지 발전해 왔다.
생성형 AI는 기존 AI와 달리 인간의 창의적 과정을 모방함에 따라 학습한 데이터와 유사한 새로운 데이터를 생성할 수 있으며, 이는 단순한 분석과 예측을 넘어서 인간과 협업하는 동반자로서 역할 수행을 할 수 있음을 의미한다.
음성인식부터 동영상 제작까지 멀티모달 기술이 활발히 적용되고 있으며, 로우코드/노코드 도구 등장으로 비전문가의 AI 활용도 용이해졌다. 생성형 AI는 음성 인식을 넘어 동영상 제작 서비스까지 발전했으며, 멀티모달 기술을 구현한다.
시각, 청각 등 멀티모달 데이터 처리가 가능한 AI 모델 개발이 활발히 진행됨에 따라 콘텐츠 생성, 질의응답 등의 영역에서 새로운 활용 중이다.
생성형 AI 시장 상황
빅 테크 기업은 대규모 언어 모델(LLM), 중소 스타트업과 스마트폰 제조사는 혁신적 AI 서비스 개발에 주력 중이다.
생성형 AI의 성장 가능성을 인식한 빅테크 기업들은 자사가 보유한 자원을 활용해 LLM 개발에 전력을 기울였다. 최근 중소 스타트업들이 빅 테크 기업에서 개발한 파운데이션 모델을 활용해 다양한 생성형 AI 서비스를 출시했다.
또한, 삼성 등 스마트폰 제조사를 중심으로 소규모 컴퓨팅 파워로 구동 가능한 온보드 AI 개발 경쟁이 치열하게 전개되고 있다.
생성형 AI의 잠재력을 인식한 투자자들의 관심이 뜨거워지면서 관련 기업에 대한 투자와 인수합병도 활발하다.
생성형 AI는 소비자 대상의 서비스뿐만 아니라 기업의 비즈니스 혁신에도 적용이 가능함에 따라, 벤처캐피털과 빅테크 기업들의 대규모 투자와 인수합병이 활발하게 이뤄진다. 이는 생성형 AI 시장의 성장 가능성과 미래 가치가 반영된 결과로 파악된다.
AI가 주도하는 일하는 방식과 조직문화 혁신
MIT와 BCG의 연구에 따르면, AI의 업무 자동화와 의사결정 지원 기능은 개인의 잠재력 개발과 조직의 생산성 향상이라는 선순환 구조를 형성하고 있다.
AI 툴의 전략적 활용과 체계적인 코칭은 개인의 잠재 역량을 최대치로 끌어올리고, 해당 분야의 전문성을 한 단계 높은 수준으로 확장하는 데 기여했다. AI의 활용으로 복잡한 의사결정 과정이 최적화됨에 따라, 부서 간 협업과 소통 활성화에 긍정적인 효과를 가져오고 있다.
생성형 AI 기반 경영 기능별 일하는 방식 혁신
생성형 AI는 단순 반복 업무뿐만 아니라 창의적이고 복잡한 업무까지 수행할 수 있는 잠재력을 보유하고 있다. 생성형 AI 활용 시, 업무 효율성과 생산성이 대폭 향상되고 인간과 AI의 협업을 통한 새로운 가치 창출이 가능하다.
생성형 AI는 기업의 업무 프로세스 전반에 걸쳐 혁신의 기회로 작용한다. 데이터 분석, 의사결정 지원, 아이디어 제안 등에서 강점을 발휘해 인간의 인지적 한계를 보완하고, 경영 기능 분야의 혁신을 가속할 수 있다.
맥킨지 연구 결과, 생성형 AI는 고객관리, 마케팅/영업, 연구개발, 소프트 웨어 엔지니어링 부문에서 가장 많은 가치 창출이 가능함에 따라 해당 부문의 활용 가능성과 잠재적 가치가 크다는 점을 시사하고 있다.
고객관리 부문에서는 개인화된 서비스와 경험 제공을 통해 가치를 창출한다. 마케팅/영업 부문에서는 타기팅 및 캠페인 최적화, 영업 프로세스 자동화 등에 활용해도 좋다.
연구개발 및 소프트웨어 엔지니어링 부문에서는 아이디어 제안, 설계 자동화, 코드 생성 등에 활용돼 혁신 촉진이 가능한데, 판단형 AI와 생성형 AI의 연계 활용 시, 업무 혁신의 시너지 효과를 극대화할 수 있을 것으로 예상된다. 판단형 AI는 데이터에서 패턴을 인식하고 분류, 예측하는 역할을 수행한다.
생성형 AI는 판단형 AI의 결과를 바탕으로 새로운 아이디어와 솔루션을 창출하는 역할 수행이 가능하다.
두 유형의 AI를 효과적으로 조합해 활용 시, 업무 혁신의 시너지 효과를 극대화할 수 있는 잠재력을 보유하고 있다.
판단형 AI(ML/DL)를 활발하게 적용 중인 제조 부문은 생성형 AI 접목을 통해 제품디자인, 제조엔지니어링, 공정 최적화 등 다양한 분야에서 새로운 가치 창출이 가능하다.
가상 전문가와 가상 협력자 역할 수행
생성형 AI는 가상 전문가로서 특정 분야에 대한 깊은 지식을 기반으로 전문적인 조언과 분석을 제공하는 역할을 수행하며 새로운 가치를 창출한다. 재무 분석, 기술 문제 해결, 법률 자문 등 고도의 전문 지식이 필요한 업무에 AI를 활용해 전문가의 조언을 빠르고 정확하게 제공한다. 방대한 데이터를 분석해 도출한 인사이트를 바탕으로 경영진에게 전략적 결정을 지원하는 역할 수행도 한다.
생성형 AI의 자연어 처리 능력으로 직원들이 질문을 하듯이 쿼리를 작성하고 지속적인 대화를 통해 저장된 내부 지식을 검색하는 데 도움을 준다. 가상 협력자로서 임직원들과 협력해 일상 업무를 지원하고, 업무 효율성을 높여 모든 기능 부서의 업무 생산성을 제고할 수 있다.
연구개발
생성형 AI는 데이터 분석, 아이디어 제안, 프로토타입 생성 등을 통해 연구 개발 및 제품 디자인 분야를 혁신한다.
AI는 다양한 데이터를 바탕으로 독창적이고 혁신적인 아이디어를 제안해 연구 개발 과정에서 창의적 사고를 자극하고 새로운 가능성을 제시한다.
생성형 AI는 사용자 요구사항을 반영해 초기 제품 또는 솔루션의 프로토타입을 신속하게 생성함으로써 제품 개발 시간을 단축하고 고품질의 제품 개발 가능성을 높인다. 사용자 요구사항을 기반한 창의적 디자인 초안 생성과 반복적 개선으로 디자인 품질과 사용자 만족도를 높이고 출시 시간을 단축한다.
생성형 AI의 반복적 계산 능력의 활용으로 디자인 수정과 개선을 신속하게 반복 수행해, 최종 디자인의 품질을 높이고 시장 출시 시간을 앞당길 수 있다.
이와 더불어, 딥러닝과 생성형 AI 기술을 활용한 가상 시뮬레이션은 제품 설계와 성능 예측에 새로운 가능성을 제시한다. 효율적인 테스트 계획 수립부터 체계적인 테스트 실행에 활용도 한다.
AI는 다양한 테스트 시나리오를 고려해 효율적인 테스트 계획을 수립하고, 필요한 테스트의 수와 범위를 최적화함으로써 비용 절감에 기여한다. 계획된 테스트 케이스를 체계적으로 실행해 제품의 결함을 신속하게 식별 및 수정함으로써 제품의 안정성과 시장에서의 신뢰성을 높일 수 있다.
실제로, 아이암빅 테라퓨틱스는 자체 생성형 AI 플랫폼을 구축해 약물 구 조 설계 및 최적화 과정의 속도와 정확도를 획기적으로 개선했고, 신약 개 발의 연구 효율성과 혁신적인 약물 창출 가능성을 높였다. 아이암빅은 최첨단 물리학 이론과 머신러닝 알고리즘을 결합해 자체 개발한 생성형 AI 플랫폼을 구축했다.
해당 플랫폼은 분자 구조와 약물 상호작용의 정밀한 모델링과 시뮬레이션이 가능해, 새로운 약물 구조 설계 및 최적화 과정의 속도와 정확도를 대폭 향상했다. 생성형 AI 알고리즘이 새로운 약물 구조를 설계하고 최적화하는 과정에서 핵심적인 역할을 했으며, 이를 통해 기존 방식으로는 발견하기 어려웠던 혁신적인 약물 후보 물질을 다수 발굴했다.
업무 자동화 넘어 혁신 역량 향상 기술로 주목
생성형 AI는 단순한 업무 자동화를 넘어 조직의 창의성과 혁신 역량을 배 가하는 게임 체인저로 부상 중이다.
방대한 데이터의 실시간 분석과 맥락 이해 능력을 바탕으로 인간의 인지적 한계를 극복하고, 복잡한 의사결정을 최적화함으로써 조직의 문제해결 능력을 한 단계 업그레이드했다.
창의적 아이디어 도출, 혁신적 제품 및 서비스 개발 등에 있어 인간과 협업하는 동반자로서 조직 전반의 생산성과 경쟁력 제고에 직접적으로 기여한다. 특히, 생성형 AI는 일하는 방식의 패러다임 자체를 근본적으로 변화시킴으로써 보다 유연하고 적응력 높은 조직문화를 구현하는 촉매제로 작용한다.
업무 자동화와 데이터 기반 의사결정을 통해 구성원들을 반복적이고 비효율적인 업무에서 해방해, 창의와 혁신에 몰두할 수 있는 환경을 조성하는 것도 예외일 수 없다.
조직 구성원 개개인의 잠재력과 전문성 계발에 맞춤화된 지원을 제공함으로써 자기 주도적 성장이 일상화되는 학습 중심 문화로 전환이 가속화하고, 부서 간 경계를 허물고 개방적 소통과 협업이 활성화돼, 집단지성의 위력을 발휘할 수 있는 민첩하고 유기적인 조직으로 진화하는 데 일조한다.
조직문화 변화에 더해 생성형 AI는 고객 중심 사고를 조직 전반에 내재화하고, 시장 변화에 선제적으로 대응하는 Dynamic Capability를 배양하는 데에도 핵심적인 역할 수행이 가능하다. 개개인 고객의 요구를 정교하게 포착해 이에 최적화된 제품과 서비스를 제공함으로써, 고객 가치 실현을 조직의 궁극적 존재 이유로 삼는 문화를 구현하는 데 기여 가능하다.
조직 회복력(resilience) 강화 핵심 인프라
이처럼 생성형 AI의 진화는 기업 경영의 다양한 영역에서 새로운 기회와 도전을 동시에 제기한다. 고객 관리, R&D, 마케팅/영업, 소프트웨어 엔지니어링, 기획, 재무 등 기업 경영의 핵심 영역 전반에서 생성형 AI 도입을 통한 파급 효과가 본격화될 전망이다.
이에, 기업은 생성형 AI 도입을 전사적 혁신의 기회로 삼아야 하며, 단순히 기술 도입에 그치는 것이 아니라 경영 전략과 조직 체계를 재설계하는 등 통합적 접근이 필요하다.
이 과정에서 데이터 품질 관리, 윤리적 이슈 대응, 조직 역량 강화 등 생성형 AI의 성공적 도입을 위한 선결 과제들의 철저한 점검과 대비가 필요하다는 지적이다.
포스코경영연구원(POSCO) 권보경 수석연구원에 의하면, 생성형 AI의 성과를 좌우하는 데이터 확보와 관리에 와벽히 해야 하며, AI 편향성 등 윤리적 위험 요인을 면밀히 진단하고 선제적으로 통제할 수 있는 거버넌스 체계를 확립해야 한다고 했다.
기술 변화에 적응해 새로운 역할을 수행할 수 있는 인재를 확보하고, 구성원들의 디지털 활용 역량을 제고하기 위한 체계적인 역량 강화 프로그램을 가동해야 한다. 업무 방식과 조직 체계의 유기적 진화를 뒷받침할 수 있도록 제도적 기반을 재정비하고, 혁신을 장려하는 리더십으로 임직원들의 변화 동력을 이끌어 내야 한다는 제언이 설득력을 얻고 있다.
ara-kim@industryjournal.co.kr
저작권자(c)산업종합저널. 무단전재-재배포금지
많이 본 뉴스
생성형 AI와 ChatGPT 무엇이 다를까
인공지능 기술의 급격한 발전으로 생성형 AI와 ChatGPT가 큰 주목을 받고 있다. 두 기술은 모두 인공지능을 기반으로 하지만, 서로 다른 목적과 특징을 갖고 있다. 우선, 생성형 AI는 텍스트, 이미지, 음성 등 다양한 형태의 콘텐츠를 생성하는 데 사용되는 인공지능 기술이다. 대규모 데이터
불필요한 소비를 멈춘 '요노(YONO)' 트렌드
최근 소비자들 사이에서 눈에 띄게 확산되고 있는 새로운 소비 트렌드가 주목받고 있다. 바로 ‘요노(YONO, You Only Need One)’ 트렌드다. 이 트렌드는 말 그대로 ‘하나만 있으면 충분하다’는 의미로, 꼭 필요한 물건만 구매하고 불필요한 소비를 줄이는 현명한 소비 행태를 가리킨다. 경제 불안과
AI 기술의 눈부신 발전, 명과 암
최근 AI(인공지능) 기술의 눈부신 발전은 산업과 우리의 삶에 많은 변화를 가져오고 있다. AI 기술은 인간의 지능과 능력을 모방하고 확장해 다양한 분야에서 활용하고 있다. AI 기술은 생산성 향상, 효율성 증대, 새로운 산업 창출, 일자리 창출, 인간의 삶의 질 향상 등 다양한 긍정적인 효
이차전지 제조장비, 차세대 기술로 2030년 50조 원 시장 전망
이차전지 제조장비 산업이 2030년까지 50조 원 규모로 성장할 것이라는 전망이 제기됐다. 특히 건식 전극 공정과 전고체 배터리가 차세대 핵심 기술로 주목받으며, 관련 기술 개발과 글로벌 시장 주도권 확보를 위한 정책적 지원이 요구된다. 한국기계연구원(이하 기계연)은 최근 발간한 ‘기계
2025년 소비 시장 5대 키워드 'S.N.A.K.E' 제시
대한상공회의소(이하 대한상의)가 2025년 소비 시장을 이끌 5대 키워드로 ‘S.N.A.K.E’를 선정하며, 경기 둔화와 변화하는 환경 속에서 유통 기업들이 생존 전략을 강화해야 한다고 강조했다. 대한상의는 7일 발표한 ‘2025 유통산업 백서’를 통해 S.N.A.K.E(Survival, Next