AI가 만드는 새로운 패러다임

최근 2~3년 동안 생성형 AI로 인해 촉발된 AI 열풍은 우리 삶의 다양한 영역에서 변화를 야기하고 있습니다. 일상에서 가장 자주 사용하는 인터넷 검색만 보더라도 기존의 웹 페이지 검색과 같이 단편적인 정보 확인 방식에서, 이제는 ChatGPT 등을 활용하여 일일이 검색하지 않더라도 찾고자 하는 내용을 정리하여 제공하면서 사용자와 연속적으로 소통하는 방식으로 변화하고 있습니다. 최근에 자주 얘기되는 '제로 클릭 서치' 개념으로서, AI를 활용하는 이런 변화의 흐름은 앞으로 우리 삶의 많은 영역에서 엄청난 변화를 야기할 것입니다.

AI 활용은 비단 개인의 삶에만 영향을 주는 것이 아니라 기업의 비즈니스나 조직의 업무 방식에도 큰 변화를 가져올 것입니다. 기업 활동에서 AI 활용은 결국은 제품이나 서비스에 대한 소비자이자 생산자 역할을 하는 개인의 삶에 그대로 영향을 주기 때문입니다. 기업이나 조직의 AI 활용은 기업의 Value Chain 상에서 다양한 형태로 발현될 것이며, 그 수준과 영향력을 예측하는 것은 거의 불가능할 정도입니다. 여기서 이런 변화의 모습을 모두 논하지는 않을 것입니다. 이 글에서는 ‘기업 또는 조직의 AI 활용 가속화와 이를 위한 데이터 관리‘ 라는 주제에 맞게 AI 도입으로 인해 데이터 관점에서 일어날 변화들에 대해서 간략히 얘기하고자 합니다.

AI 적용으로 인한 데이터 관리의 변화

AI가 바꾸는 데이터 활용 패러다임 (생성형 AI - ChatGPT 사용)

AI 도입으로 인한 가장 큰 변화는 데이터 활용을 주체가 변하고 있다는 것입니다. 기존에는 데이터를 활용하는 주체가 데이터 사이언티스트나 데이터 분석가들이었습니다. 특히 데이터 사이언티스트는 도메인 지식을 기반으로 한 데이터 분석을 통해 비즈니스 성과까지 만들어내는 역할을 담당하고 있었기 때문에 매우 전문적인 역할로서 인기 있고 매력적으로 인식되고 있었습니다. 하지만 앞으로도 그럴까요? 이제는 AI가 기업이나 조직 내부의 문서나 수집된 데이터를 기반으로 기업 정보를 이해하는 것이 가능해졌으며, 정형 또는 비정형의 복잡한 데이터 분석도 가능해지고 있습니다. 즉 AI가 기존의 데이터 사이언티스트나 데이터 분석가의 역할을 대체하고 있는 것입니다. 데이터 활용의 주체가 사람에서 AI로 변하고 있습니다.

이렇게 데이터 활용의 주체가 변함에 따라, AI가 데이터를 이해할 수 있도록 하기 위해서는 데이터 관리 방식도 바뀌어야 합니다. 즉 기존에서 데이터 사이언티스트나 분석가가 이해할 수 있는 형태의 정보나 형식 위주로 관리했다면, 앞으로는 AI가 데이터를 이해할 수 있는 형태와 방식으로 데이터가 관리되어야 합니다.  

다음으로 AI를 활용함에 따라 해결하고자 하는 문제의 규모가 달라지고 있습니다. 기존에는 한정된 몇 가지 유형 또는 종류의 데이터를 이용하여 small y 과제 위주의 문제를 해결하는 방식이었습니다. 하지만 AI를 적용할 경우 고성능의 컴퓨팅 처리 능력을 기반으로 기업 내 Value Chain 상에 존재하는 이종의 다양하고 복잡한 빅데이터를 활용하여, 기존에 시도하기 어려웠던 비즈니스 문제를 해결하거나 복잡한 프로세스를 전면적으로 개선하는 수준의 Big Y 과제도 충분히 수행할 수 있습니다. 이를 위해서는 마찬가지로 AI가 쉽게 활용할 수 있는 수준으로 데이터 관리가 고도화되어야 합니다.

마지막으로 기업 또는 조직 내부적으로 AI가 효율적으로 운영되고 활용될 수 있도록 하기 위해서는 플랫폼 관점에서도 준비가 필요합니다. 기존에는 데이터 플랫폼이 구축되고 나면 유지보수 관점에서의 운영 뿐만 아니라 효율적인 비용 관리도 중요했습니다. 하지만 AI 도입으로 인해 이런 플랫폼 유지보수 관점에서의 운영과 비용 뿐만 아니라, AI 활용에 따른 토큰 비용이나 컴퓨팅 처리 능력과 비용 등도 이제는 추가적인 고려사항이 되어야 합니다. AI 활용도 결국 투자나 운영 측면에서 비용으로부터 자유로울 수는 없으며, 오히려 그 중요성은 더욱 증가할 것입니다. 따라서 AI 도입에 따른 정량적 또는 정성적 성과를 기반으로 비용 관점에서의 최적화를 항상 고민해야 합니다.

앞으로 AI는 기업 또는 조직 입장에서 많은 것을 변화시킬 것이고 한편으로는 많은 변화를 요구할 것입니다. AI는 데이터를 기반으로 동작하는 것이 필수적이기 때문에, AI 시대를 위한 데이터 관리나 운영도 변해야 합니다. 그리고 성과 기반의 비용효율적인 운영이 필수적입니다.