로버트 첸 박사, 애피어 최고 기술 책임자(CTO)

우리는 더이상 거대언어모델(Large Language Model, 이하 LLM)을 가벼이 여기지 않는다. 챗GTP, 바드(Bard)와 같은 LLM이 이제 혁신 기술을 넘어 비즈니스 필수 요소가 되었기 때문이다. 실제로 기업들이 생성형 AI 솔루션에 지출하는 금액은 2023년부터 2027년까지 연평균 86.1% 성장해 2027년 1,511억 달러(약 202조원)에 달할 것으로 예상된다. 이는 AI 애플리케이션에 대한 관심이 급증하고 있음을 시사한다.

초창기부터 뜨거웠던 LLM에 대한 관심은 AI를 기업 운영에 보다 심층적으로 통합시키기 위한 전략으로 발전해왔다. 맥킨지의 AI 현황에 관한 연례 조사에 따르면 기업의 3분의 1이 적어도 하나의 비즈니스 기능에 생성형 AI를 정기적으로 사용하고 있으며, AI를 활용 중인 기업의 25%는 이미 이사회 안건에 생성형 AI를 포함시키기도 했다.

이처럼 기업 내 생성형 AI의 사용이 늘어나는 이 주목할 만한 변화는 전반적인 성능을 향상시키고 있다. 더불어 생성형 AI 솔루션이 더 전략적이고 목표지향적인 방향으로 진화하고 있는 만큼 2024년은 LLM 채택의 중요한 기점이 될 것으로 전망된다. AI가 실험적 도구에서 비즈니스 전략과 운영의 기본 요소가 되는 새로운 시대가 도래한 것이다.

LLM 애플리케이션: 2023년 vs. 2024년

2023년 기업 내 몇몇 직원들이 챗GPT나 다른 LLM을 테스트했을 때에는 주로 이메일 작성이나 메시지 답변을 위한 용도에 그쳤다. 좀더 용기 있는 직원들이 제안서나 긴 형식의 문서에 사용하기도 했지만 대부분의 경우 LLM으로 작성한 결과물은 내부용으로만 사용됐다. 사실관계의 부정확성 및 기타 오류의 가능성을 고려할 때 외부에 공개되는 콘텐츠에 LLM을 사용하는 것은 적절치 않았기 때문이다.

그러나 LLM 개발자들은 1년 간의 실험과 개선을 통해 비즈니스용 제품 출시 준비를 마쳤으며, 일부는 이미 출시되기도 했다. 우리가 올해 기대할 수 있는 LLM 애플리케이션은 ‘고객 서비스’와 ‘콘텐츠 생성’이다. 특히 이 두 가지 응용 분야의 품질이 크게 향상되고 이에 따라 더 많은 곳에서 도입할 것으로 예상된다. 

왜 2024년인가?

2024년은 기술 발전과 시장 심리라는 두 가지 핵심 요소가 결합하여 LLM 애플리케이션이 대중화되는 해가 될 것이다. LLM은 2022년 11월 챗GPT 출시 이후 텍스트 완성 및 분석 모델에서부터 코드 실행, 도구 사용, 외부 정보 접근 및 웹 검색 기능을 갖춘 강력한 챗봇으로 진화해왔다. 기술 커뮤니티 전체가 약 1년 만에 이미 혁신으로 여겨지던 도구를 더욱 혁신적으로 발전시킨 것이다.

그러나 만약 경영진들이 받아들이지 않았다면 이러한 기술적 발전은 시장 가치를 가지지 못했을 것이다. 2023년이 그러했다. 이제 대부분의 CEO들은 AI에 대한 투자가 ‘최우선 과제’임을 명확히 밝히고 AI 솔루션을 비즈니스 운영에 도입하는 데 동참하고 있다. 각 업종에 특화된 LLM이 더 많아질수록 기업들이 생성형 AI 솔루션을 채택하고 적용하는 것이 더욱 쉬워질 것이다.

또한 2024년에는 LLM 개발자들이 주요 우려사항 중 하나인 데이터 보안 이슈에 대응할 것으로 예상된다. 기업의 데이터를 해당 기업의 시스템 내에 유지할 수 있게 함으로써 기존보다 더 안전하고 강력한 솔루션을 제공할 수 있게 되며, 이는 위험을 기피하는 CEO들에게 더 매력적으로 보일 수 있을 것이다.

한편, 2023년은 정부와 다른 감시 기관들이 AI 규제를 위해 노력한 해이기도 했다. 지난해 12월 유럽연합(EU)은 AI 사용을 규제하고 제한하는 내용의 ‘AI법(AI Act)’에 합의했다. 이 법안이 시행되면 향후 기술 기업들이 AI 솔루션에 접근하는 방식에 영향을 미칠 것으로 보인다. 간단히 말해, 이 법안들은 무엇이 허용되고 무엇이 금지되는지에 대한 기본 원칙을 정하게 될 것이다.

더 강력한 기능과 더 많은 참여, 더 높은 명확성을 갖추게 되면 LLM 애플리케이션은 전 세계 대기업들에게 더 널리 채택될 것이다.

고객 서비스, 콘텐츠 생성 그리고 LLM

챗GPT가 웹사이트의 고객 서비스 챗봇이라고 상상해 보자. 아마도 실제 사람인지 챗봇인지 구분할 수 없을 것이다. 기업들은 LLM 챗봇을 고객 서비스에 통합함으로써 언제든 고객에게 서비스를 제공할 수 있는 비용 절감의 기회를 얻을 수 있다. 실제로 소비자들이 기업으로부터 더 많은 것을 요구하고 기업과의 경험에 대해 더 큰 것을 기대할수록 LLM 챗봇은 더 개인화된 상호작용을 제공해 고객 만족도를 향상시킬 수 있는 해답이 될 수 있다.

콘텐츠 생성에 LLM을 사용하는 장점 중 하나는 속도다. 결과가 마음에 들지 않을 경우 프롬프트(명령어)를 다시 입력하면 1분 이내에 새로운 결과를 얻을 수 있다. 이는 다변량 테스트와 반복(iteration)이 중요한 마케팅 및 광고분야에서 특히 유용하다. 광고 슬로건, 정보성 블로그 게시물, 심지어 단편 소설에 이르기까지 LLM은 훈련받은 방대한 데이터를 활용해 새로운 아이디어와 텍스트를 생성할 수 있다.

기업들이 콘텐츠 생성에 LLM을 사용하는 이유가 속도 때문만은 아니다. LLM은 형식, 스타일, 어조 등 콘텐츠의 다양성을 제공한다. 챗GPT가 처음 등장했을 때 모든 콘텐츠가 똑같을 수 있다는 우려의 목소리가 있었다. 예를 들어 특정 주제에 대해 SEO(검색엔진 최적화)를 고려한 블로그 포스트를 작성해달라고 챗GPT에게 요청하면, 해당 주제에 대한 모든 글이 동일할 것으로 예상했다. 그러나 엔지니어링 프롬프트 엔지니어링 덕분에 이런 일은 벌어지지 않았다.

프롬프트 문구를 약간만 변경하면 챗GPT 및 유사 솔루션들은 동일한 주제에 대해 서로 다른 콘텐츠를 생성할 수 있다. 더 중요한 것은 사용자가 LLM 콘텐츠 생성기에 특정 스타일이나 어조를 채택하도록 요청할 수 있다는 점이다. 이는 반복이 매우 중요한 부분으로, 능숙한 사용자들은 LLM을 반복적으로 사용하면서 결과물이 보다 자신들과 비슷해지도록 훈련시킨다. 물론 궁극적으로는 LLM이 가능한 최단 시간 내에 회사의 보이스와 일치하는 훌륭한 콘텐츠를 생성하도록 하는 것이 목표다.

LLM이 재정의할 2024년 이후 기업들의 미래

2024년에 접어들면서 LLM이 실험적인 도구에서 필수적인 비즈니스 자산으로 전환되는 양상이 더욱 선명해지고 있다. 특히 기술적 역량에서 큰 발전을 거듭하면서 고객 서비스 및 콘텐츠 제작과 같은 영역에서 탁월한 효율성과 맞춤화를 제공하고 있다. 올해는 기술의 발전뿐 아니라 변화하는 규제 환경과 경영 전략에 맞춰 LMM을 비즈니스 운영의 핵심으로 통합하는 한 해가 될 것이다.

LLM의 광범위한 도입은 기업의 운영은 물론 소통 및 발전하는 방식을 혁신할 가능성을 입증하는 것이기도 하다. LLM은 단순히 기업 미래의 일부분이 아닌 적극적으로 미래를 만들어나가기 위한 한 축으로써 점점 더 디지털화되고 있는 세상에서 성장과 효율성을 위한 새로운 길을 제시할 것이다.  

Dr. 밍위 “로버트” 첸 (Dr. Ming-yu “Robert” Chen) 
애피어 최고기술책임자 (CTO)

로버트 첸(Ming-yu "Robert" Chen) 박사는 애피어(Appier)의 최고기술책임자(CTO)로, 기술 전략 수립부터 글로벌 배포가 가능한 플랫폼 구축, 최신 AI 기술 연구 등을 수행하며 대규모 조직을 이끈 20년 이상의 경험을 가지고 있습니다.

로버트 첸 박사는 애피어 전 제품의 개발과 기술을 주도하고 있으며 CrossX 및 ESS 솔루션의 연구개발(R&D)을 총괄하고 있습니다. 또한 고가치 고객 확보, 리타겟팅, 고객 리텐션 및 인게이지먼트, 전환 프로세스 가속화, 인사이트 생성을 아우르는 전략 수립에 주력하고 있습니다. 특히 그의 의사결정형 AI 및 생성형 AI 기술 적용에 대한 리더십은 애피어의 솔루션을 개선하고 고객의 ROI를 효율적으로 최적화하는데 기여하고 있습니다.

애피어에 합류하기 전에는 부동산 중개 서비스 업체인 콤파스(Compass)에서 중개인과 고객 모두를 위해 부동산 중개를 효율화하는 최초의 현대적 엔드투엔드 기업용 부동산 플랫폼을 구축했습니다. 또한 300명 이상의 엔지니어와 과학자로 구성된 글로벌 엔지니어링 팀을 이끌며 AI/머신러닝, 비디오, 디지털 광고, 마케팅 기술, 플랫폼 중개 서비스를 감독했습니다.

그 이전에는 부동산 중개 플랫폼 질로우 그룹(Zillow Group)에서 시니어 디렉터(Senior Director)로 근무하였으며, 마이크로소프트(Microsoft)에서 응용 과학 수석 매니저(Principal Applied Science Manager)를 역임했습니다. 로버트 첸 박사는 질로우 그룹에서 업계 최초의 클라우드 기반 주택 가치 평가 시스템을 구축하고, 마이크로소프트에서 대규모 뉴스 추천 시스템을 개발하는 등 머신러닝 기술을 기반으로 뉴스 서비스 참여도 및 사용자의 개인화된 경험을 향상시켰습니다.  

로버트 첸 박사는 국립대만대학교(National Taiwan University)에서 컴퓨터 과학 및 정보 공학 학사 학위를 취득하였으며, 이후 카네기멜론대학교(Carnegie Mellon University)에서 컴퓨터 과학 박사 학위를 받았습니다. 특히 박사 과정 중에 IBM의 멀티미디어 분야 ‘신흥 리더(Emerging Leaders)’로 선정되기도 했습니다.