AI, 지능적인 업무 파트너 - 1편
바야흐로 생성형 AI의 시대
요즘 자주 들리는 이야기가 있죠? 바로 생성형 AI가 업무의 생산성을 어떻게 높이고 있는지에 대한 이야기입니다. 몇 년 전만 해도 AI는 우리와는 먼 어려운 이야기처럼 느껴졌지만, 이제는 우리의 일상과 업무에 깊이 스며들고 있습니다. 단순한 일처리부터 복잡한 문제 해결까지, 생성형 AI는 다양한 방식으로 우리의 업무 방식을 혁신하고 있죠. 이번 글에서는 AI의 발전이 사용자 경험에 어떻게 영향을 미치고 있는지 살펴보며, 생성형 AI가 어떻게 우리의 업무를 더 효율적이고 창의적으로 만들어주는지 살펴보겠습니다.
인공지능(AI) 연구는 1960년대에 본격적으로 시작되어, 초기에는 주로 논리적 추론과 문제 해결에 중점을 두며 기계가 인간처럼 사고하고 결론을 도출할 수 있는 방법을 찾는 데 집중되었습니다. 이로 인해 AI 발전의 기초를 다지게 되었죠.
1990년대에 들어서면서 알고리즘의 발전이 이루어지며 복잡한 데이터 분석과 예측이 가능해졌습니다. 이러한 기술은 인공지능이 실질적으로 유용한 도구로 자리 잡는 데 중요한 역할을 했습니다.
2000년대에는 자연어 처리(NLP) 기술이 급속히 발전하며, 인공지능의 응용 프로그램들이 본격적으로 개발되기 시작했습니다. 기계가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖추게 되면서, 사용자와 다양한 상호작용형 애플리케이션이 등장하게 된 배경이 마련되었습니다.
2010년대 초반, 터치 인터페이스가 전성기를 맞이하면서 초기의 챗봇 형태와 가상 비서로 인공지능이 발전하였습니다. 이 시기의 대표적인 사례로는 애플의 Siri, 구글의 Google Assistant, 아마존의 Alexa 등이 있습니다. 이러한 음성 인터페이스는 사용자들이 보다 직관적이고 자연스러운 방식으로 인공지능을 경험할 수 있게 했습니다.
<이미지출처: How to build your own personal voice assistant like Siri, Alexa using Python?>2010년대 중반, 딥러닝 기술의 발전은 인공지능의 성능을 비약적으로 향상하며, 이미지 인식, 음성 인식, 자연어 처리 등의 분야에서 혁신을 가져왔습니다. 스마트폰 기술에서부터, 소비자 만족을 위해 사용하는 도구에 이르기까지 모든 것에 영향을 미치기 시작했습니다.
이러한 흐름 속에서 등장한 생성형 AI는 인공지능의 새로운 화두가 되었습니다.
2022년 LLM모델을 기반으로 한 ChatGPT가 나오며 생성형 AI의 시대를 열었습니다. LLM (Large Language Model)이란 방대한 언어 데이터를 학습해 자연어 이해와 생성 능력이 발달된 모델로, 사용자의 이전 메시지와 맥락(Context)을 이해해 대답이 가능해졌습니다.
ChatGPT의 경우 출시 이후 5일 만에 100만 명 이상이 사용할 정도로 출시부터 관심을 끌었습니다. 실제로 연도별 생성형 AI 서비스 경험률을 비교했을 때 2021년에 비해 ChatGPT가 나온 2022년부터 수가 빠르게 늘어나는 것을 확인할 수 있었습니다.
출처 : 과학기술정보통신부
생성형 AI는 2023년 국내 사용자 중 30% 이상이 사용을 해본 경험이 있을 정도로 현재 빠르게 성장하고 있습니다. SK텔레콤에서 내놓은 생성형 AI 기반 ‘에이닷’ 서비스의 경우 모바일 인덱스에 따르면 2023년 10월 MAU 100만을 넘어서기도 하였으며, 영어 회화 학습 앱 ‘스픽(Speak)의 경우 GPT-4를 탑재한 AI 튜터 등 생성형 AI를 활용한 영어 회화를 적극적으로 사용함으로써 한국 시장 교육 카테고리 매출 1위를 달성하기도 하였습니다. 이와 같이 생성형 AI는 교육, 커뮤니케이션, 공학 등 더 일반적이고 범용적으로 사용할 수 있도록 변화했습니다.
직장인의 경우 10명 중 7명이 생성형 AI를 활용하고 있다고 응답하면서 정보 탐색부터 문서 작성, 데이터 요약 및 분석, 아이디어 도출 등 다양한 업무에서 생성형 AI가 많이 사용되는 것을 확인할 수 있었습니다.
OECD에서 조사한 직장 내 AI 사용에서 또한 5명 중 4명이 AI를 활용함으로써 업무 성과가 높아졌다고 응답하며 AI는 단순한 보조 도구를 넘어, 창의적이고 지능적인 업무 파트너로 자리 잡아가고 있습니다.
1. AI를 활용한 업무 생산성
최근 조사에 따르면, 2023년 국내 기업 중 40%가 이미 AI 기술을 도입하고 있으며, 글로벌 IT 기업들도 자체 생성형 AI 모델을 선보이며 AI를 활용한 서비스 개발에 박차를 가하고 있습니다.
마이크로소프트는 2021년 생성형 AI 코파일럿을 도입했습니다. 코파일럿은 개별 사용자의 업무 패턴과 선호도를 학습하여 맞춤형 솔루션을 제공합니다. 자연어 처리(NLP) 기술을 활용하여 이메일 작성, 회의 요약, 보고서 작성 등의 작업을 신속하게 수행함으로써 업무 속도를 크게 높이고 있습니다.
구글 역시 AI 기술을 활용한 업무 생산성 향상에 주력하고 있습니다. Google Duet AI를 출시하여 사용자가 더 효율적으로 업무를 수행할 수 있도록 돕고, AI 기술을 업무에 통합함으로써 생산성을 향상하고 있습니다. 이처럼 AI를 통한 업무 생산성 향상은 다양한 기능을 통해 사용자의 업무를 크게 효율화하고 있습니다. AI가 활용되는 영역은 다음과 같습니다.
1) 문서 작성 : 입력하면 문서를 작성하고 편집한다.
생성형 AI는 사용자가 입력한 간단한 지시 사항이나 키워드를 기반으로 문서를 작성하고 편집할 수 있습니다. 사용자가 입력하는 내용을 실시간으로 자동 분석하여 맞춤법 또는 문법 교정을 제공합니다. 또한 간단한 명령이나 키워드를 입력으로 AI가 전체 문서를 생성할 수도 있습니다. 문서의 분위기, 형식, 레이아웃을 분석할 수 있으며 최적화된 스타일을 제안합니다.
2) 이메일 관리 : 이메일 내용을 요약, 분석 자동 회신한다.
업무 생산성 AI 기반의 이메일 도구는 받은 이메일의 내용을 분석하고, 적절한 내용을 자동으로 작성합니다. 긴 이메일을 요약해서 중요한 정보를 빠르게 파악할 수 있고, 중요도가 높은 이메일을 식별하고 우선 작업할 수 있도록 추천을 받을 수 있습니다.
3) 데이터분석 : 패턴이나 트렌드를 자동으로 분석한다.
대량의 데이터를 분석해서 패턴이나 트렌드를 자동으로 인지하여 사용자가 데이터 인사이트를 빠르게 도출할 수 있도록 도와줍니다. 미래의 트렌드나 결과를 예측할 수도 있고 분석 결과를 이해하기 쉽도록 차트, 그래프 등으로 자동 시각화할 수도 있기 때문에 사용자는 보고서나 프레젠테이션에 유용하게 사용할 수 있습니다.
4) 일정 관리 : 회의 일정을 조율한다.
업무 생산성 AI는 회의 참석자의 일정과 선호도를 고려하여 회의 시간을 제안합니다. 각 팀원에게 업무를 할당하고, 진행 상황을 실시간으로 모니터링할 수 있습니다. 회의가 있다면 실시간으로 기록하고, 회의의 주요 내용을 요약하여 참석자에게 제공합니다.
5) 코드 개발 : 코드를 분석하여 개발 속도를 높인다.
생성형 AI는 개발자가 작성 중인 코드를 분석하여 다음에 작성될 코드를 자동으로 완성하여 개발 속도를 크게 향상합니다. 버그를 자동으로 감지하고 자동으로 수정을 제안하기도 하며, 코드의 효율성을 높이기 위한 최적화 제안을 제공하여 성능을 개선합니다. 또한 개발을 시작하는 사람들에게는 학습의 도구로의 역할을 할 수 있습니다.
6) 프레젠테이션 제작 : 알아서 발표 자료를 만든다.
사용자가 입력한 텍스트나 데이터를 바탕으로, 자동으로 슬라이드를 생성할 수 있습니다. 흐름에 맞는 적절한 이미지, 차트, 그래프 등 시각적인 효과를 극대화하기도 하며 슬라이드의 레이아웃 스타일 등 디자인을 제안합니다. 슬라이드에 긴 문서나 보고서가 들어간다면 이를 요약하여 슬라이드에 포함할 주요 내용을 제안하기도 합니다.
이러한 AI 기술들은 각 업무 영역에서 효율성과 생산성을 높여주고 있습니다. AI의 도입으로 업무 시간이 단축되고, 사용자는 더 중요한 업무에 집중할 수 있게 됩니다. AI를 활용한 업무 혁신은 앞으로도 계속될 것이며, 더 많은 기업이 AI 기술을 도입하여 업무 생산성을 높일 것으로 기대됩니다.
2. 프레젠테이션 도구의 시장 현황
프레젠테이션은 전통적으로 많은 기업에서 업무에 사용하는 도구입니다. beautiful ai에서 500명 표본을 조사한 결과 50% 이상의 사람들이 프레젠테이션을 만들 때 특히 많은 시간을 쏟는다고 합니다. 또한 회사 BI를 사용했을 때에도 여전히 66%의 사람들이 디자인하는데 어려움을 겪는다고 한다.
이러한 프레젠테이션 사용의 불편함을 해소하고자 AI 기능을 탑재한 AI Presentation Maker 서비스들이 시장에 등장하기 시작했습니다.
AI Presentation Maker는 생성형 AI를 활용해 데이터, 텍스트 혹은 이미지 정보를 바탕으로 유관 콘텐츠와 시각적 위계를 가진 여러 슬라이드를 자동으로 생성해 내는 서비스를 뜻합니다. 이러한 기술 서비스는 기존 프레젠테이션 서비스보다 저렴한 비용으로 짧은 시간 안에 대량의 슬라이드를 제작해 업무 생산성을 획기적으로 올리고 있습니다.
AI Presentation Maker의 특징으로는 정교화된 언어모델을 활용해 이미지 AI, 텍스트 AI를 생성해 내고 해당 콘텐츠를 구조화하여 배치해 빠르게 프레젠테이션을 생성한다는 것입니다. 이때 사용자가 작성하는 프롬프트를 바탕으로 개인의 취향과 의도를 파악하여 개인화된 서비스를 제공하며, 학습된 데이터를 바탕으로 하던 기존 생성형 AI와 달리 창의적인 콘텐츠 생성이 가능하게 되었습니다.
AI Presentation Maker의 현재 시장은 크게 두 가지로 구분할 수 있습니다.
1) 전통적인 프레젠테이션 도구의 발전
기존 전통적인 프레젠테이션 도구를 제공하고 있던 서비스에서 생성형 AI가 개발됨에 따라 기능을 탑재해 사용자에게 새로운 기능을 제공하는 방식, 둘째로는 새로운 생성형 AI 모델을 활용하여 만들어진 신규 AI Presentation Maker 서비스들입니다.
전통적인 서비스는 Microsoft의 Power point, Google의 Slide가 있습니다. Microsoft는 Copilot이라는 여러 슬라이드를 기반으로 챗봇 형태로 Power point에 기능을 삽입해 제공하고, Google Slide는 Plus AI 플러그인을 설치해 AI 기능을 활용할 수 있도록 사용자에게 기능을 제공합니다. 기존 서비스에서 AI 기능을 추가하는 방식으로 사용자는 새로운 서비스에 대한 많은 학습이 필
요하지 않다는 것이 강점입니다.
2) 새롭게 등장한 AI Presentation Maker
새로운 서비스로는 Canva, Gamma, Beautiful.ai를 들 수 있습니다. Gamma의 경우 초기 프롬프트를 작성할 경우 프레젠테이션을 바로 생성하는 방식으로, LLM 기반의 서비스에 맞추어 기존 프레젠테이션 방식과 다른 UX 플로우를 가져가는 것이 특징입니다. Canva의 경우에도 2022년부터 AI 기능을 서비스에 탑재해 사용자에게 제공함으로써 더욱 가파른 성장세를 보이고 있습니다.
Canva user numbers (Source: MK’s Guide and Canva)
이와 같이 AI 기능을 탑재한 서비스는 전통적 서비스를 빠르게 따라오고 있습니다. Canva의 경우 현재 디자인 소프트웨어 업계에서 Adobe 뒤를 이어 2위를 차지하고 있기도 하며, 이에 Adobe 또한 AI 기능을 점차 강화하고 있으며 ‘Adobe Express’와 같이 프레젠테이션 생성 도구를 출시하기도 하였습니다. Figma와 같은 디자인 도구 서비스에서도 Figma Slides라는 프레젠테이션 도구를 출시하며 업무 생산성을 높이기 위해 노력하고 있습니다.
3. 생성형 AI 이미지 시장 현황
생성형 AI 이미지는 인공지능 기술을 이용해 텍스트와 같은 입력 데이터(input)를 기반으로 새로운 이미지를 생성하는 기술을 말합니다. 최근 텍스트를 이미지로 변환하는 기술이 등장하면서 산업계에서도 이를 도입하고 있는 기업들이 늘어나고 있습니다. 생성형 AI 이미지 시장 규모는 2023년에는 2억 9천9백만 달러로 2030년까지 연평균 성장률(CAGR) 17.4%를 기록하며 9억 1천7백만 달러 규모(한화 약 1조 2700억)로 성장할 것으로 예상됩니다.
생성형 AI 이미지 대표 모델
이미지 생성 AI를 대표하는 곳으로는 OpenAI의 ‘DALL-E’, 미드저니의 ‘Midjourney’, Adobe의 ‘Firefly’, stable AI의 ‘Stable Diffusion’으로 업계에서 경쟁하고 있습니다.
OpenAI의 DALL-E는 대표적인 화가 살바도르 달리의 이름을 따와 개발된 모델로 최근 DALL-E 3을 출시했습니다. 이전 버전인 DALL-E 2에 비해 정교하고 사실적인 이미지를 생성할 수 있습니다. 또 다른 대표적인 생성모델로 꼽히는 Midjourney는 디스코드 채널을 통해 사용할 수 있고, 실시간으로 다른 사람들이 생성한 이미지를 확인할 수 있는 커뮤니티성 서비스입니다. 디스코드 플랫폼에 익숙하지 않은 사람에게는 하나의 진입 장벽이 될 수 있어 초기진입에 어려움이 있습니다. 이러한 기술 모델을 서비스에 적용하기도 하는데 대표적으로 마이크로소프트(MS)의 ‘Image Creator’를 예시로 들 수 있습니다. DALL-E 3을 기반으로 한 무료 서비스로, MS의 다양한 제품에 생성형 AI 기술이 도입되고 있어 앞으로 활용 가능성이 증가할 것으로 예상됩니다.
가능성과 한계점
생성형 AI 이미지는 최근 마케팅 산업에서 가장 많이 활용되고 있습니다. 대표적으로 디지털 아티스트 Rick Dick이 나이키와 티파니 앤 코의 컬래버레이션 마케팅 자료를 생성형 AI를 통해 제작하였고, IBM은 Adobe의 Firefly를 활용해 200가지 캠페인 포스터 시안을 만들어 작업 효율성을 크게 향상했습니다.
하지만 AI로 생성된 이미지를 사용함에 있어 한계점도 분명히 존재합니다.
저작권 문제 : 텍스트를 이미지로 변환하는 과정에서 생성된 이미지는 원본 데이터의 저작권 문제를 포함할 수 있어 법적 분쟁의 소지가 있습니다. 생성된 이미지의 소유권과 사용 권한에 대한 명확한 기준이 필요합니다.
품질 평가 : 텍스트-이미지 모델은 생성된 이미지가 텍스트 캡션과 의미론적으로 정렬되어야 합니다. 이를 위해 자동화된 방법과 사람의 주관이 포함된 판단을 통한 평가가 필요하지만, 각각의 방법에는 한계가 있습니다.
환각(Hallucination) : AI로 생성된 이미지는 원작자의 의도와 다르게 사용될 수 있는 위험이 있으며, 거짓 정보를 사실처럼 전달하는 환각 현상이 발생할 수 있습니다. 이는 가짜 뉴스가 산발적으로 생성될 가능성을 내포합니다.
이를 개선하기 위해 최근 국가별로 AI 관련 규제를 제정하기 위해 노력하고 있으며, 일부 국가에서는 이미 관련 법률이 통과기도 했습니다. 따라서 사용자 경험을 혁신적으로 개선하기 위해서는 디자이너가 AI 기술의 윤리적인 문제를 필수적으로 고려해야 합니다. 이를 통해 디자인 프로세스를 효율화하고 새로운 가능성을 탐구할 수 있게 됩니다.
채린, 한솜, 은애다음 AI, 지능적인 업무 파트너(2편)에서는
업무생산성, 프레젠테이션, 이미지생성 파트
각 서비스의 사용성 평가 진행결과를 공유할
예정이니 많관부~!:)
