애피어의 슈드 린 박사는 AI, 머신러닝(ML), 데이터 마이닝 및 자연어 처리 분야에서 20년 이상의 경험을 쌓아왔으며, 2020년 2월 애피어의 최고 ML 과학자로 합류했다. 50개 이상의 글로벌 기업에 AI 연구 및 적용 관련 자문을 제공해왔으며, Microsoft, Google 및 IBM으로부터 연구 성과에 대한 상을 받기도 했다.
그는 국립대만대학교팀을 단독 또는 공동으로 이끌고 업계 최고 권위의 학술대회 ACM KDD 컵에서 7번 우승했다. 최고 수준의 저널 및 컨퍼런스에 100개가 넘는 출판물을 발표했으며, 다양한 논문상을 수상했다.
슈드 린 박사는 AI가 전성기를 맞이하고 있다고 전했다. 이와 관련해 슈드린 박사를 통해 AI의 추세와 발전 방향 등에 대한 궁금한 점을 일문일답 형식으로 정리했다.
Q. AI의 현재 트렌드는 어떤가.
OpenAI가 2022년 11월 AI 챗봇 Chat GPT를 선보인 이후, 특히 생성형 AI가 2023년을 대표하는 트렌드 중 하나로 자리 잡으며 업계를 가리지 않고 하나의 주요한 주제로 대두되고 있다. 기업 실적 보고에도 생성형 AI가 언급되며 생성형 AI에 대한 수많은 기사들이 쏟아져 나오고 있다. 실제 직장, 학교에서 생성형 AI를 사용하며 일상 속에서도 AI를 사용하는 이들을 흔하게 볼 수 있다. ChatGPT 외에도 다양한 생성형 AI 도구를 사용해 선보이는 작업 수준이 매우 놀랍다는 점은 이제 누구나 아는 사실이다. 하지만, 비즈니스는 이윤 추구가 목적이며 이러한 생성형 AI 도구 또한 비즈니스 생산성과 이익에 기여할 때 가치가 생긴다.
Q. 그럼 비즈니스, 기업 차원에서 AI 트렌드는 무엇인가.
비즈니스 관점으로 볼 때, 생성형 AI뿐만 아니라 다른 AI 솔루션을 함께 사용하는 경향이 많아지고 있다. 대표적으로 비즈니스 성과를 내기 위해 예측형 AI를 함께 사용하는 것이 트렌드로 자리 잡았다. 애피어는 창립되는 순간부터 비즈니스에서 성과의 중요성을 인지하고 AI를 통해 ROI를 증대하는 일에 중점을 두고 있다. 예측형 AI는 기업이 미래를 예측하는 데 도움을 줄 뿐만 아니라 성장을 촉진하는 데도 기여한다. 예측의 대상은 고객 이탈에서 신용 위험, 스포츠 결과 및 TV 트렌드에 이르기까지 모든 것이 될 수 있다. 따라서 기업은 예측 모델링을 통해 중요한 의사결정을 보다 합리적으로 내리고, 이익을 증대하고, 결과적으로 상당한 경쟁우위를 확보할 수 있다.
Q. 생성형 AI를 활용한 기회와 한계는 무엇이라고 생각하는가.
생성형 AI는 스스로 다채롭고 새로운 콘텐츠를 생성할 수 있는 도구다. 지난 7개월간 생성형 AI가 질문에 사람같이 답변하고, 뉴스 기사와 검색엔진에 최적화된(SEO) 블로그 게시물을 작성하고, 간단한 텍스트 프롬프트로 이미지를 생성하고, 실제 작동되는 코드를 작성하는 것을 우리 모두 목도했다. 다양한 산업에서 많은 기업들이 생성형 AI 솔루션을 빠르게 적용해 트렌드를 따라가고 있다. 이메일 및 카피 초안 작성, 고객 문의 답변, 발표 자료 제작 등 일부 업무에 AI를 사용하고 있다. 생성형 AI 솔루션이 이 모든 작업을 수행하고 양질의 결과를 생성을 할 수 있는 것은 방대한 양의 데이터로 학습된 거대한 머신 러닝 모델인 파운데이션 모델(foundation model) 덕분이다.
생성형 AI를 사용해 초, 분 단위의 짧은 시간에 양질의 콘텐츠를 생성할 수 있는 능력은 비즈니스 생산성을 높일 수 있다. 하지만 생성형 AI는 이렇게 생성된 콘텐츠를 언제 어떻게 누구에게 사용할지에 대한 의사 결정까지 해주지 않는다. 실제로 생성형 AI를 사용하여 다양한 카피 또는 이미지를 생성하는 마케터는 캠페인에 사용할 버전을 결정하는 어려운 작업을 여전히 수행해야 한다.
이처럼 의사결정을 수행하지 못하는 부분이 생성형 AI의 대표적인 한계로 꼽힌다. 하지만 예측형 AI를 함께 사용할 경우 그 결과는 완전히 달라진다. 생성형 AI와 예측형 AI를 함께 사용한다면, 생성형 AI가 의사결정까지는 해결하지 못하는 한계를 뛰어넘을 수 있다.
Q. 예측형 AI란 무엇인가.
예측형 AI는 생성형 AI와 달리 예측하고 전망하는 데 중점을 둔 AI 솔루션이다. 예측형 AI는 머신러닝과 같은 알고리즘을 사용해 데이터를 분석하고 미래에 일어날 수 있는 이벤트와 결과를 예측한다. 데이터 질이 높을수록 예측은 더 정확해진다. 단지 새로운 콘텐츠를 생성하고 학습하는 생성형 AI와 달리, 예측형 AI는 의사결정을 내릴 수 있다. 여러 고객층 중에서도 어떤 잠재 고객이 향후 구매 고객이 될 가능성이 가장 높은지, 특정 고객을 위해 어떤 제품을 추천해야 하는지 알고 싶다면 예측형 AI가 답이 될 수 있다. 이를 기반으로 마케팅 업계에서 예측형 AI를 활용해 AI 마케팅 솔루션에 사용하고 있다.
마케팅 분야에서 예측형 AI의 활용은 애피어가 창립된 시점부터 10여 년 동안 지속해온 일이다. 올해 초, 애피어는 기업을 위해 생성형 AI를 자사 제품에 통합하고 주요 마케팅 애플리케이션에 적용하기 위해 최적화하겠다고 발표했다. 애피어의 생성형 AI는 기업이 마케팅 캠페인을 실행하고, 잠재 고객과 소통하고, 고객 질문에 답변할 때 생산성과 창의성을 높이며 이와 함께 지속 발전하는 예측형 AI 솔루션을 사용해 데이터에 기반한 의사 결정을 내릴 수 있도록 한다.
Q. 생성형 AI와 예측형 AI 결합을 통한 성과는?
예를 들어 출시되는 신제품에 대한 짧은 마케팅 카피를 생성해야 할 경우, 생성형 AI는 몇 초 만에 여러 버전의 카피 옵션을 만들어 제공한다. 콘텐츠 생성 이후 중요한 단계는 데이터를 바탕으로 한 의사 결정이다. 대부분의 콘텐츠와 동일하게 언어는 매우 주관적인 판단이 들어가므로 어떤 카피가 가장 좋은 성과를 낼지 마케터가 결정하기 어려울 수 있다. 이런 경우 예측형 AI 활용하면 보다 간편하게 의사결정을 할 수 있다.
마케터는 예측형 AI를 활용해 타겟 고객층이 잘 반응하는 단어와 선호하는 커뮤니케이션 방식을 파악할 수 있다. 예측형 AI의 인사이트를 통해 생성형 AI는 가장 많은 노출과 클릭을 얻을 수 있는 카피를 생성할 수 있다. 생성형 AI와 예측형 AI의 결합은 비즈니스에 새로운 잠재력을 열어준다. 위 예시와 같은 AI 결합 방식은 이미지, 비디오 및 마케터가 만드는 여러 형태의 콘텐츠에도 적용할 수 있다. AI 효과를 높이기 위해선 생성형 AI와 예측형 AI를 조합해서 사용하면 비즈니스 성과를 보장하는 콘텐츠를 만들 수 있다.
생성형 AI는 예측형 AI가 학습할 수 있는 새로운 데이터를 제공하고, 예측형 AI는 생성형 AI와 커뮤니케이션을 기반으로 더 나은 성과를 위해 작업물을 개선하는 두 가지 방식이 연결되어 시너지 효과를 발휘할 수 있다. 생성형 AI를 통해 빠르게 작업물을 생성한 후 예측형 AI를 통해 작업물이 효과적인 방식으로 전달 및 사용될 수 있도록 하는 것이다. 다시 말해 생성형 AI와 예측형 AI를 함께 사용하면 훌륭한 성과가 보장되는 콘텐츠를 만들 수 있다.
Q. 향후 발전 방향에 대해서는 어떻게 생각하는가
AI가 향후 어떤 방향으로 발전할지 논하기는 쉽지 않다. 그럼에도 불구하고 다년간 AI 솔루션을 제공하고 있는 애피어는 마케팅 업계가 AI 솔루션을 통해 앞으로 개인화된 경험, 고객에 맞게 선별된 콘텐츠, 인게이지먼트에 더욱 초점을 두게 될 것이라고 자신 있게 내다보고 있다. 생성형 AI와 예측형 AI는 지속해서 발전하고 진화하고 있으므로 고객 개개인에 맞춘 마케팅 경험을 위한 역량과 고객 인사이트를 갖출 수 있게 된다. 이는 마케팅 메시지와 전달 방식이 개별 고객의 니즈와 선호도에 맞게 제공되는 진정으로 개인화된 마케팅을 실현할 수 있음을 의미한다. 마케팅 분야에서 생성형 AI와 예측형 AI를 결합해 잠재력을 통한 솔루션을 제공할 수 있다고 애피어는 생각한다. 김성준기자 illust76@dt.co.kr
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
