예측 AI의 위력과 이것이 전체 산업을 혁신시키는 방식에 대한 경제학자의 견해

삶은 결정의 연속입니다. 산책할 때 우산을 가져갈 것인가, 말 것인가? 비 올 확률이 25%라면 어떻게 할 것인가? 비에 젖고 싶지 않은 옷을 입은 경우에는 어떻게 할 것인가? 

경제학자 겸 교수이자 Prediction Machines: The Simple Economics of Artificial Intelligence(예측 머신: 인공 지능의 단순 경제학)의 공동 저자인 Ajay Agrawal에 따르면, 우리는 크고 작은 결정을 내릴 때마다 예측과 판단을 조합합니다. AI의 힘은 이 방정식의 예측 부분을 처리하여 비가 올 확률을 알려주는 능력에 있습니다. 궁극적으로, 옷이 젖는 상황이 주는 불쾌함과 비가 오지 않을 때 우산을 들고 다니는 상황이 주는 불쾌함을 비교하여 우산을 가져갈지 여부를 결정하는 것은 인간의 판단입니다.

인공지능 모델은 방대한 데이터를 처리하여 패턴을 식별하고 정확한 예측을 생성할 수 있습니다. AI가 개인의 업무 방식을 향상하여, 생산성을 높이고, 협업 방식을 개선하고, 역량을 높여준다는 사실에는 의심의 여지가 없습니다. 또한 기업이 예측 분석을 위해 AI를 사용하면 리더는 혁신된 의사 결정 방식을 통해, 고객에게 더 나은 서비스를 제공하고 리소스를 할당하며 새롭고 향상된 프로세스를 만들 수 있습니다.

Ajay는 최근 Zoom의 Work Evolved(업무의 진화) 웹 세미나 시리즈에 참여하여 AI와 예측 분석의 위력에 대해 논의했습니다. Ajay는 예측 AI에 대해 함께 논의하며, 전 산업을 변화시킬 수 있는 AI의 잠재력과 예측 AI 도구를 사용할 때 가장 큰 혜택을 얻을 수 있는 직원에 대해 다음과 같이 설명했습니다. 

어떤 이들은 AI를 스마트 기계, 즉, 인간처럼 말하고 생각할 수 있는 로봇으로 봅니다. 경제학자로서 AI에 대해 어떻게 생각하시나요?

인공 지능은 예측에 도움이 됩니다. 예측은 내가 가진 정보를 사용하여 없던 정보를 만드는 것입니다.

ChatGPT와 같은 생성형 AI 모델이 수행하는 작업도 바로 이러한 것입니다. 예측을 사용하여 사람처럼 들리는 언어를 생성하는 것입니다. 생성형 AI 모델은 다음 토큰 또는 단어를 순차적으로 예측하여 사람처럼 들리는 메시지를 생성합니다. 또 다른 예로는 사기 탐지에 AI를 사용하는 은행을 들 수 있습니다. 거래 이력 및 사용자 습관의 데이터를 처리하여 구매가 사기인지 여부를 정확하게 예측합니다.

경제학의 기본 원리는 어떤 것이 저렴해지면 그 수요가 늘어난다는 것입니다. AI의 등장은 예측 비용의 하락을 의미합니다. 예측 비용이 저렴해지면 수요가 증가할 것입니다. 

예측에 대해 더 이야기해 보겠습니다. 예측 AI란 무엇이며 실제 사례로는 어떠한 것이 있을까요?

예측 AI는 입력 데이터를 사용하여 출력을 생성합니다. 전통적인 방식을 예로 들면, 20년간의 과거 영업 데이터를 사용하여 내년 3분기 영업 실적을 예측한다고 했을 때, 과거 데이터가 입력이고 영업 실적 예측이 출력입니다. 

조금 최근의 사례를 예로 들면, 의료 이미지의 픽셀을 사용하여 종양의 악성 또는 양성 라벨을 예측한다고 했을 때, 픽셀 데이터가 입력이고 종양의 라벨이 출력입니다. 이 또한 예측이죠. 

AI의 흥미로운 특징은 기존 통계 기법과 달리 숫자뿐만 아니라 다양한 유형의 데이터(예: 이미지, 비디오, 언어)를 입력 데이터로 활용할 수 있으며, 이미지, 비디오, 언어 형식으로 예측을 생성할 수 있다는 점입니다.

예측 분석은 다양한 유형의 혁신에서 매우 중요합니다. 운전, 번역, 사기 탐지, 입자 크기 분포, 이메일 회신, 검사 등에서 예측을 위해 AI를 사용하는 실제 사례를 확인할 수 있습니다.

예측 AI가 큰 영향을 끼치고 있는 산업에서 AI는 업무에 어떠한 영향을 미칠까요? 사람들은 이 AI 혁명으로 인해 자신의 자리가 사라질까 걱정합니다. 이는 타당한 두려움일까요?

세탁기가 생기기 전에는 빨래를 하려면 두 사람이 온종일 매달려야 했습니다. 하지만 이제 한 사람이 하루 중 잠깐의 시간을 내어 빨래하면 됩니다. 하지만 누구도 기계 때문에 일자리를 뺏겼다고 불평하지 않습니다. 

이와 마찬가지로 우리는 업무의 일부 측면을 기계에 맡길 수 있습니다. 업무를 생각해 보면, 업무의 대부분은 의사 결정을 기반으로 합니다. 모든 의사 결정은 예측과 판단이라는 두 가지 요소로 이루어집니다. 예측 분석을 기계에 맡긴다면, 인간의 판단은 우리의 몫이며, 이 판단이야말로 사람이 성장하는 데 집중해야 하는 역량입니다. 

AI는 예측을 사용하여 이메일 초안을 작성하거나 A 지점에서 B 지점으로의 경로를 매핑할 수 있습니다. 하지만 해당 이메일 메시지가 목표를 달성했는지 또는 해당 경로가 선택하기에 타당한지를 결정하는 일은 인간이 해야 합니다. AI는 부조종사이자 조수일 뿐, 결정을 내릴 수는 없습니다.

AI는 직원의 생산성과 인력 전반에 어떠한 영향을 미치고 있나요?

컴퓨터가 도입되었을 때에는 숙련도가 높은 이들의 생산성이 불균형적으로 높아졌고 이로 인해 소득 불평등이 크게 발생했습니다. AI는 반대 결과를 낳는 것 같습니다. AI 어시스턴트나 코파일럿을 활용하여 가장 큰 혜택을 누리는 이는 숙련도가 낮은 직원입니다.

콜 센터를 예로 들어보겠습니다. 콜 센터는 직원과 상담 중인 고객에게 도움이 되는 추천 사항을 제공하는 AI 도구를 도입하기 시작했습니다. MIT와 스탠포드 연구원들에 따르면, 성과가 높은 직원은 자신이 해야 할 말을 이미 알고 있기 때문에 AI가 이들에게 미치는 영향은 제한적이라고 합니다. 반면에 이전에 성과가 낮았던 직원은 이제 AI 도구의 도움을 받아 매우 숙련된 직원과 가까운 수준으로 성장했습니다. 

모두에게 친숙한 또 다른 예로는, 내비게이션 AI를 통해 전문 운전 기사뿐만 아니라 누구나 어느 도시에서나 운전할 수 있게 된 것을 들 수 있습니다. 이러한 변화는 Uber와 같은 혁신적 기업을 탄생시켰습니다. Uber 이전에는 전문 운전 기사가 20만 명이었습니다. 현재 Uber 소속의 운전 기사는 300만~400만 명에 달합니다. 우리는 이러한 종류의 시스템 수준 변화가 다양한 산업 전반에 걸쳐 일어나기 시작하는 역사적 순간에 서 있습니다. 

AI의 어떠한 발전이 가장 기대되시나요? 차세대 혁신은 무엇이고, 그것이 세상에 어떠한 영향을 미칠 것이라고 생각하시나요?

2~3년 안에 AI가 화면을 벗어나 물리적 세계에 등장하는 것이 목격될 것이라고 예상합니다. 현재 우리가 이용하는 모델은 화면에 나타나는 일련의 단어를 예측하는 것이며, 다음 단계는 로봇이 커피를 만들거나 차를 주차하는 등의 작업을 수행하기 위한 일련의 행동을 예측하도록 하는 것입니다.

그러나 가장 큰 변화는 과학 탐구 영역에서 진행될 것입니다. 가설을 생성하고 이를 테스트하고, 로봇이 실험을 수행하도록 하고, 해당 실험의 결과를 AI에 다시 제공하여 가설을 업데이트하고 다른 실험을 수행하는 AI 모델을 갖게 될 것입니다. 이미 이러한 방식으로 탐구를 실험을 수행하는 연구실도 확인되고 있습니다.

예측 AI에 대한 논의 계속 보기

차세대 AI 혁신이 어떠한 미래를 가져올지에 대한 Ajay의 인사이트를 자세히 알아보려면 온디맨드형 Work Evolved(업무의 진화) 웹 세미나를 확인해 보세요. 예측 AI가 무엇이며 예측 AI가 기업이 시간을 절약하고 더 효과적인 새로운 업무 방식을 만드는 데 어떻게 도움이 되는지 심도 있게 알아볼 수 있습니다.

Zoom이 AI를 통해 어떻게 혁신하고 있는지 알고 싶으신가요? Zoom의 AI 어시스턴트인 Zoom AI Companion이 여러분의 업무 방식을 어떻게 개선할 수 있는지 알아보세요.