많은 업종의 다양한 기업이 생성형 AI를 도입하기 위해 노력하고 있습니다. 이번 포스트에서는 생성형 AI 도입현황과 그 사례를 공유드리겠습니다.
생성형 AI는 이미 많이 대중화가 되었다고 볼 수 있겠습니다. 대표적인 생성형 AI인 ChatGPT뿐만 아니라 이미지를 생성하는 미드저니, 음원을 만드는 Suno, 다양한 검색 AI까지 다양한 분야에서 많은 개인 사용자들이 AI를 활용하고 있습니다.
하지만 기업향 AI는 아직은 가시적인 성과를 거두고 있다고 보기 어려운데요. 그럼에도 많은 기업들이 생성형 AI를 활용한 비즈니스 가치를 만들어내기 위해서 노력하고 있습니다. 그중 AI를 가장 적극적으로 도입하기 위해 추진 중인 업종은 금융업입니다. 금융업의 AI 도입 사례는 이전 포스트에서 한번 말씀드린 적이 있습니다.
최근 읽어본 PWC의 "생성형 AI를 활용한 비즈니스의 현주소"라는 리포트에서 여러 산업의 활용 예시를 정리한 내용이 있어서 나름대로 다시 정리해서 말씀드리겠습니다.
1. 기업향 생성형 AI 도입의 활성화
생성형 AI 붐이 본격적으로 일어나기 시작했던 2022년 말부터 현재까지의 추세를 곰곰이 생각해 보면, 2023년에는 빅테크 기업을 중심으로 대규모언어모델(LLM)과 같은 AI 파운데이션 모델에 대한 투자가 집중되었고, 그와 관련한 뉴스들이 많았습니다.
ChatGPT의 등장과, Bard, Gemini 등 대부분 신규 언어모델이 개발되거나 업그레이드되는 내용의 뉴스들이 주를 이루었으며, 이를 활용하기 위한 아이디어들이 도출되는 시기였습니다. 그리고 멀티모달로 확장이 되면서, 텍스트를 생성하는 AI뿐만 아니라 이미지, 음원, 영상까지 다양한 형태의 것을 만들어 내기 시작했습니다.
2024년부터는 본격적으로 AI가 활용되는 시점이 된 것 같습니다. 일반 소비자를 대상으로 하는 AI서비스들은 그 다양성이 확대되고 있을 뿐만 아니라, 온디바이스 AI(On-Device AI)와 같은 응용 서비스도 출시되는 흐름을 살펴볼 수 있습니다.
또한, 금융업종을 필두로 헬스케어, 제약, 공공분야 등 다양한 업종의 기업들이 본격적으로 생성형 AI를 도입, 활용하여 새로운 비즈니스 가치를 창출하거나, 업무 생산성 향상을 추진하고 있습니다.
실제로 PWC나 Deloitte에서 각 기업들의 CEO를 대상으로 조사한 결과에 따르면, 전 세계 CEO의 과반수 이상이 생성형 AI 도입을 통해 ① 업무 효율성을 높이거나(79%), ② 비즈니스 기회를 늘리거나(52%), ③ 자사 제품 및 서비스 품질을 향상(60%) 시킬 수 있을 것이라고 기대하고 있습니다.
2. 산업 구분 AI 활용 예시
1) 금융 업종
- 거래 패턴을 분석하고 이상 징후를 식별하여 실시간 사기 행위를 탐지하고 예방
- 데이터 분석을 통해 개인과 기업의 신용 평가 정확도 향상
- 고객 문의 응답 및 개인화된 서비스를 제공하는 챗봇을 구축
- 시장 동향 분석, 포트폴리오 최적화, 자산관리 등 로보 어드바이저 서비스
- 잠재적 자금 세탁활동을 식별/감지하여 자금세탁방지(AML) 규제 준수를 지원
2) 헬스케어 업종
- X-ray, CT 스캔 등의 영상을 분석하여 질병 진단 정확도 및 속도 향상
- 환자 데이터, 유전 정보, 라이프스타일을 고려하여 개인 맞춤형 치료 계획 수립
- 전자건강기록(EHR) 데이터 분석을 통해 패턴과 추세를 파악하고 개인 맞춤형 예방 전략 수립
- 의료 데이터 분석으로 과다 청구, 불필요한 시술 등 보험사기 탐지
- 진료 예약, 투약 정보 제공 등 고객 지원용 어시스턴트 및 챗봇
- 새로운 약물 분자 개발/테스트 등 신약 개발 지원
3) 제조 업종
- 이상 징후와 편차를 실시간으로 모니터링하여 품질 결함 감지 및 수동 검사 감소
- 조립 프로세스에 사람의 개입을 최소화
- 센서 데이터 및 유지보수 기록을 분석하여, 유지보수 비용 절감 및 생산 가동 시간 최적화
- 제조 공정에서 발생하는 다양한 데이터를 실시간으로 수집하고 모니터링
- 생산 데이터 기반으로 사이클 시간, 소비 에너지, 자재 사용 등 비효율을 분석하여 제조 공정 최적화
4) 화학 업종
- 분자 발견 및 인식을 지원하여 R&D 프로세스 속도 및 정확도 향상
- 생산에 필요한 원료량 및 원재료 가격을 예측하여 생산 공정을 조정
- 저품질 생산을 감지하고, 제품 생산 라인에서의 사고를 예방
- 자동화를 통해 에너지, 인력 등의 운영을 효율화
5) 농업 업종
- 재배하거나 판매하기에 적합한 작물을 선택하기 위한 시장 수요 분석
- 토양 정보 및 식물 성장 데이터를 수집, 분석하여 농작물 성장 지원
- 잡초나 해충 방제 활동의 자동화
- 농작물 성장 상태, 토양 상태, 작물 유형 등을 분석하여 필요한 농약의 양 계산
6) 물류 업종
- 제품 수요 및 재고 수준을 분석하여 창고 운영 효율성 향상
- 배송을 실시작으로 추적, 모니터링 하여 배송 지연이나 오배송 사고 방지
- 실시간 교통 상황 모니터링을 통해 경로 최적화 및 지연 최소화
- 수요 및 재고를 바탕으로 재고 관리 자동화
- 주문량, 처리시간 등의 작업 데이터를 분석하여 작업자 업무 배분 최적화
7) 여행 업종
- 개인 선호도에 따른 맞춤형 여행 일정 수립
- 실시간 위치 및 고객 선호도에 따른 여행 일정 추천
- 방문지에 대한 가격, 평점, 편의시설 등 주요 요소를 손쉽게 비교할 수 있도록 지원
8) 미디어/엔터 업종
- 청취 기록, 선호 음악 등 사용자 데이터를 분석하여 음악 추천 서비스 제공
- 게임의 매커니즘, NPC 대화 알고리즘 개선 등을 통해 사용자 몰입 향상
- 캐릭터 개발 및 플롯 구조에 대한 인사이트를 제공하고, 스토리텔리에 기여
- 영화의 핵심 장면을 식별하여 예고편을 제작, 배경이미지 합성, 장편 영화 편집 등 영상 제작
9) 법률 서비스 업종
- 계약서 조항 검토 자동화 및 내용 추출 지원 등 계약서 분석 효율화
- 법 조항 및 판례 분석 등 법률 연구 지원
- 전자 문서, 이메일, 인터넷 기록 등 디지털 증거 분석을 지원
- 각종 법적 규정 준수 모니터링 및 리스크 관리 수행
- 법률 문의 대응, 절차 지원 등 챗봇 운영
10) 리테일/이커머스 업종
- 고객 행동, 선호도, 구매 이력 등을 분석하여 맞춤형 상품 제안
- 고객 수요, 시장 동향, 경쟁사 가격을 고려한 최적 가격 수립
- 수요 패턴, 계절 변동, 소비 트렌드를 예측하여 재고 최적화
- AI 기반 시각적 검색기술을 활용하여 이미지를 활용한 제품 검색 지원
11) 식음료 업종
- 수요 예측, 재고 관리, 물류 개선 등을 통한 공급망 최적화
- 식품 결함 및 오염 등을 감지 등 품질 관리 강화
- 소비자 선호도 및 트렌드 분석을 통해 레시피 및 맛 최적화
- 선호도, 식단, 과거 주문 데이터 기반으로 개인화 된 메뉴 추천
위의 활용 예시와 같이 정말 다양한 업종에서 생성형 AI를 활용하기 위한 노력을 하고 있습니다. 그리고 하루가 다르게 새로운 Usecase나 서비스들이 나오고 있기 때문에, 그 변화 속도가 빠르다고 할 수 있는데요.
과연 그동안의 다양한 IT 트렌드들과 다르게, 실제 기업의 생산성 향상이나 비즈니스 가치 창출에 기여하는 기술이 될 수 있을지 앞으로 계속 지켜볼 필요가 있겠습니다.