2024년 주목할 인프라·엔터프라이즈 빅아이디어
학습 차원에서 틈틈이 해외 전문가들이 블로그나 미디어 그리고 책에서 쓴 글을 번역 또는 요약 정리하고 있습니다. 이번 포스팅도 그중 하나고요. 거칠고 오역된 부분이 있을 수 있습니다. 제대로 번역되지 않은 부분은 확인 주시면 반영토록 하겠습니다. 의미 전달이 애매한 일부 문장은 삭제했습니다. 안드레센 호로비츠 웹사이트에 올라온 글을 정리한 것입니다.
AI 해석 가능성
해석가능성은 AI 모델을 '리버스 엔지니어링'하는 것을 달리 표현한 것으로, 2024년에 큰 화두가 될 것이다. 지난 몇 년 동안 AI는 엄청난 양의 컴퓨팅과 데이터를 투입해 모델을 학습시키면 어떤 결과를 얻을 수 있는지에 대한 탐구, 즉 확장이 주를 이뤘다. 이제 이러한 모델들이 실제 상황에 배포되기 시작하면서 가장 큰 문제는 '왜'라는 질문이다. 이 모델들은 왜 그런 말을 할까? 어떤 프롬프트가 다른 프롬프트보다 더 나은 결과를 내는 이유는 무엇일까? 그리고 가장 중요한 것은 이들 어떻게 제어할 수 있을까?
창의성의 재구성
창의성은 인간의 가장 본질적인 표현 방식이지만, 아이디어는 추상적이기 때문에 이를 명확하게 표현하는 데는 시간과 기술이 필요하다 생성 AI는 창작 수단을 진정으로 민주화할 수 있는 길을 열었다. 글쓰기부터 그림 그리기, 영화 제작에 이르기까지 한 팀이 몇 달이 걸리던 작업을 이제 몇 초는 아니더라도 몇 분이면 끝낼 수 있다. 숙련 여부와 관계없이 누구나 창작할 수 있는 능력을 갖게 된 것이다.
크리에이티브 워크플로우가 근본적으로 재편되고 있다. 프로토타이핑과 아이디어 발상(ideation)이 놀랍도록 상호 작용한다. 이제 코파일럿과 함께 반복함으로써 작가와 관련한 장애들을 해결할 수 있다. 이 새로운 패러다임에서는 창의성을 다차원적으로 표현할 수 있는 새로운 도구들이 등장하고 있다. 여기서 핵심적인 요소는 텍스트, 시각적 형식, 오디오 등 다양한 방식으로 결합하는 방법을 학습하는 것이다. 2024년에는 이러한 새로운 AI 놀이터를 통해 창의적인 표현이 더욱 폭넓게 활용될 것이다.
워크플로에 내장되는 B2B AI 제품들
2024년 나는 AI 네이티브 제품이 워크플로우에 더 많이 내장돼 선제적으로 댓글을 남기고, 기록을 업데이트하고, 사용자의 간단한 승인 후 작업 항목을 완료하는 등의 작업을 수행하게 될 것으로 낙관한다. 이미 워크플로우 네이티브 AI 제품이 사용자를 대신해 보다 직접적인 작업을 수행하는 것을 보고 있다. 예를 들어, 사용자가 긴 문서에서 관련 정보를 찾을 때까지 기다릴 필요 없이 AI 도구가 주요 섹션들을 표시할 수 있다.
이와 함께 B2B 제품들에서도 채팅 UX가 변화할 것으로 예상된다. 채팅은 LLM의 유용성을 입증하는 데 도움이 되었지만, 프롬프트 인터페이스는 궁극적으로 사용자 워크플로우를 단절시킨다. 2024년에는 사용자가 이미 있는 곳에서 사용자를 만나도록 설계된 혁신적인 AI 제품을 보게 될 것이다.
LLM 등에 업고 로보틱 프로세스 자동화 시스템 진화
2024년에는 LLM 기반 로보틱 프로세스 자동화(RPA) 기업이 도약할 것으로 기대된다. 오늘날 기업들은 레거시 소프트웨어 시스템에서 수동 프로세스를 수행하는 경우가 많은데, 이러한 시스템은 뜯어내어 교체하거나 심층적인 통합을 구축하기에는 너무 어렵다. 이러한 상황에서는 데이터 입력과 같은 반복적인 작업을 자동화하기 위해 소규모 '봇'을 배포하는 RPA가 현재 최고의 솔루션이다.하지만 RPA는 여전히 매우 수동적이고 자주 중단되는 경우가 많으며, 제대로 작동하려면 많은 사용자 지정 구현과 서비스가 필요하다.
LLM을 사용하면 입력과 작업을 상황에 맞게 이해할 수 있고 동적으로 조정해 더욱 강력한 솔루션을 만들 수 있는 보다 지능적인 RPA 시스템을 구축할 수 있는 기회가 있다. 구매자가 자신의 워크플로우와 요구 사항에 가장 적합한 솔루션을 구매함에 따라 재무 조직, 송장 처리, 지원 조직, 고객 서비스 문의 대응 등 특정 유형 자동화 작업에 맞춘 여러 버티컬 솔루션들이 등장할 가능성이 높다.
CRM, 데이터 수집으로 강화될 것
영업 담당자 데이터는 고 투 마켓( go-to-market, GTM)에서 핵심으로 잘못된 데이터는 거의 모든 GTM 리더에게 문제가 된다. CRM 플랫폼에 아무리 많은 도구나 플러그인을 사용하더라도 영업 담당자가 정확한 데이터를 입력해야 한다는 근본적인 문제는 동일하다. 담당자가 엉터리 데이터를 입력하면 엉터리 결과를 얻을 수 있다.
일부 세일즈 테크 회사에서 생성 AI를 실험하는 것을 보았지만, 차세대 영업 기술에서는 생성 AI를 사용하여 핵심 데이터 문제를 정면으로 해결할 것이다. 이러한 AI 네이티브 기업들은 고객 미팅에 대한 담당자 기억이나 해석에 의존하는 대신 미팅 노트, 이메일, 통화 녹음 등 실제 고객과의 상호작용에서 자동으로 캡처되거나 AI가 생성한 원천 데이터를 기반으로 구축될 것이다. 이러한 영업 도구는 생산성을 크게 향상시킬 수 있기 때문에 상향식으로 대규모로 채택될 가능성이 높다. 결국, 이러한 새로운 AI 네이티브 세일즈 테크 회사들은 완전한 AI 네이티브 CRM을 위한 길을 열어줄 수 있다.
