이슈와르 파룰카르 AWS 통신산업 CTO
![[기고] 생성형 AI가 통신산업 변혁시킨다](http://contents.dt.co.kr/images/202308/2023081602102369081001[1].jpg "[기고] 생성형 AI가 통신산업 변혁시킨다")
이러한 효과는 통신산업에도 확장될 수 있다. 가트너에 따르면 2026년까지 통신업체의 95%가 데이터, 애널리틱스, AI 프로젝트 등을 구축해 고객 경험을 향상시키고 상품 기획 과정을 개선할 것으로 전망된다. 이는 2022년 해당 비율이 50%에 불과했던 것과 비교해 상당히 증가한 수치다.
생성형 AI는 고객 질문에 응답하고 해결을 돕는 챗봇에서 한 단계 더 진화한 대화형 음성 응답 기술(Interactive Voice Response)을 제공함으로써 상담원이 고객 문의를 더욱 원활하게 처리할 수 있도록 돕는 자료와 지침을 제공할 수 있다.
또한 생성형 AI는 네트워크 설계, 구축, 구성과 운영 간소화까지 네트워크 수명 주기의 모든 측면에서 핵심적인 역할을 수행할 수 있다. 생성형 AI는 엔지니어에게 데이터를 수집하고 대화형 안내와 프롬프트를 제공해 작업의 속도를 높이고 간소화할 수 있다. 네트워크 장애가 발생하면 생성형 AI 기반 애플리케이션이 네트워크 운영 담당 엔지니어에게 문제 해결 조치와 절차를 권장할 수 있다.
사업성과 최적화 관련해서도 생성형 AI는 통신사가 매출 손실 또는 수익 누수가 발생하는 영역을 보다 쉽게 파악할 수 있도록 지원한다. 사업 과정 전반에 걸쳐 배치되는 생성형 AI는 수익, 매출, 다양한 소비자 요금제, 비용 및 고객 요금을 검토해 수익을 최적화하기 위해 서비스를 발전시키는 방법에 대한 제안을 제공할 수 있다.
다만 현존하는 모든 AI 또는 ML(머신러닝) 기반 애플리케이션이 생성형 AI를 사용해야 한다는 것은 아니다. 전통적인 형태의 AI만으로도 통신사 프로세스에 사용하기에는 충분한 경우도 많이 있다. 따라서 이밖에도 고려해야 할 다른 중요한 사항들이 있는 것이다.
먼저 FM(기반모델)의 개발 및 훈련에 드는 비용이다. FM은 생성형 AI 애플리케이션을 구동하는, 방대한 양의 데이터로 학습된 대규모 AI 모델이다. 여기에 사용되는 자본의 대부분은 그 학습에 사용된다. 공개 모델은 공개적으로 사용 가능한 대량의 데이터로 학습되지만 범용성이 높기 때문에 특수한 작업에는 적합하지 않을 수 있다.
데이터 품질과 책임감 있는 AI도 고려돼야 한다. 생성형 AI는 학습에 사용되는 데이터의 품질만큼만 좋은 결과를 도출할 수 있으며, 편향성이나 부정확성의 위험이 항상 존재한다. 이 때문에 생성형 AI를 비롯한 모든 형태의 AI를 고려하기 전에 고품질의 통합 데이터를 우선적으로 확보한 뒤 시작하는 게 중요하다. 생성형 AI가 추론 및 답을 도출해낼 수 있으려면 광범위한 데이터세트, 학습, 감독이 필요하다.
데이터 보안도 빼놓을 수 없다. 기업이 생성형 AI를 기업 목적에 맞게 활용하려면 대량의 독점 데이터세트를 필요로 한다. 물론 시장에 공개 데이터가 있지만, 이를 사용하는 것은 지적재산을 포함한 보안 및 개인정보 보호와 관련해 새로운 문제를 제기할 수 있다. 규정 및 컴플라이언스 중심으로 계획을 수립하고, 사용된 데이터의 소유자가 정확히 누구인지 신중하게 고려해야 한다.
생성형 AI든 자연어 처리든 AI를 상업적으로 배포하기 전에 이 기술이 응용될 수 있는 분야에 대한 고려가 선행돼야 한다. 데이터 조직화 전략 논의, 투자 수익률 평가 등을 거치는 게 중요하다. AI는 우리 시대의 가장 혁신적인 기술이며, 생성형 AI는 흥미로운 새로운 가능성을 열어줄 것으로 믿는다. 모든 기업이 생성형 AI를 탐색하고 실험해봐야 할 이유다.
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
