아마존, LG전자, 당근은 AI를 어떻게 활용하나? (30년 개발자 박종천)

이 영상은 비즈니스에서 AI 트랜스포메이션의 중요성을 명확하게 담고 있습니다. 기업들이 AI를 활용하면 생산성이 100배 이상 증가할 수 있으며, 이를 통해 비용 절감과 업무 효율을 동시에 달성할 수 있습니다. 예를 들어, AI는 데이터 자동화를 통해 의미 있는 정보를 생성하고, 이를 통해 빠른 의사결정을 지원합니다. 또한 사용자 경험을 향상시키고, 기업의 경쟁력을 강화하는 데 중요한 역할을 합니다. 요즘처럼 AI가 주도하는 시대에서, 기업들이 AI를 적극적으로 활용하는 것이 필수적임을 강조합니다.

1. 🌟 AI 트랜스포메이션의 긴급성 및 필요성00:00:03 (20초)

• AI 트랜스포메이션을 즉시 시작하지 않으면 생존 문제에 직면할 수 있다.
• AI 트랜스포메이션위크가 비즈니스에 AI를 도입할 기회를 제공한다.
• 비즈니스에 AI를 도입하는 것이 시급하고 필수적이다.

 

반응형

1. AI 트랜스포메이션의 필요성00:00:03

• 기업들은 AI 트랜스포메이션을 통해 생존 전략을 마련해야 한다고 경고하고 있다 .
• AI를 비즈니스에 도입하면 생산성을 극대화할 수 있다 .
• 마이크로소프트와 타임즈는 AI 트랜스포메이션 위크를 준비하며, 현재 AI 도입의 시기임을 강조하고 있다 .

1.1. AI 트랜스포메이션 중요성 00:00:03

• 마이크로소프트와 타임즈는 함께 AI 트랜스포메이션 위크를 준비하고 있다 .
• AI 트랜스포메이션은 비즈니스에서의 생존과 성장을 좌우할 수 있는 중요한 요소로 고려된다 .
• 특정 시점까지 기다리지 말고, 즉시 AI를 비즈니스에 적용하는 것이 필요하다고 제안한다 .
• 이러한 움직임은 기업들이 미래를 준비하고 현존하는 경쟁에서 유리한 위치를 가질 수 있도록 돕는다고 보고된다 .
• 이는 기업의 내부 변화뿐 아니라 시장에서의 경쟁력 강화에도 기여할 것으로 기대된다 .

2. 🤖 AI 트랜스포메이션과 업무 생산성 향상00:00:23 (2분)

• AI 트랜스포메이션을 통해 100명이 1명의 일을 하게 되며, AI 혁신 기업의 경우 생산성이 100배 이상 증가할 수 있다.
• 아마존은 자바와 자바 세스를 활용하여 30,000개 이상의 앱을 변경했으며, 이는 4,500명의 개발자가 1년 동안 수행할 작업량에 해당한다.
• 데이터 카탈로그와 메타데이터 자동화를 통해 원 데이터가 의미 있는 데이터로 변모하여 고객의 불만 및 제품 문제를 대시보드에서 쉽게 파악할 수 있다.
• AI를 활용한 업무용 생산성측면에서, 채팅 툴과 이메일, 문서 관리 도구 등에 AI가 통합되어 작업의 효율성을 높이고 있으며, 맞춤형 AI 도구 개발이 강조된다.
• 맞춤형 코파일럿을 간단하게 만들어 사용하면 회사 내 생산성이 크게 향상되며, 오히려 개발과 활용이 쉽다는 점도 같이 강조된다.

 

2. 1. AI 혁신과 데이터 자동화의 효과 00:00:23

• AI 트랜스포메이션을 통해 100명이 1명의 일을 하게 되는 혁신이 가능하다 .
• AI를 활용하면 기업의 생산성이 100배 이상 증가할 수 있다 .
• 아마존의 AI 적용 사례로, 약 4,500명의 개발자가 1년간 할 일을 자동화하여 효율성을 높였다 .
• 대량의 원 데이터는 의미가 없었으나, 데이터 카탈로그를 통한 자동화로 쓸모 있는 데이터가 되었다 .
• AI를 활용해 대시보드를 통해 고객의 불만 사항을 정리하고, 제품 문제를 신속히 파악할 수 있다 .

2. 2. AI의 업무 생산성 향상 효과 00:01:08

• AI는 업무용과 개인용으로 나누어 볼 필요가 있으며, 업무 생산성의 경우 네 가지 주요 방면으로 나뉜다 .
• 채팅 피트를 활용해 업무 과정을 최적화할 수 있다 .
• 이메일 요약 기능과 문서 생성 도구 등의 AI 기능이 업무에 많은 도움을 준다 .
• AI 도구가 기업의 생산 도구 지원을 높이고, 기업은 이를 적극적으로 사용해야만 더 높은 생산성을 달성할 수 있다 .

2. 3. 맞춤형 코파일럿 개발의 이점 00:02:00

• 기업 고유의 업무 프로세스에 맞춤형 코파일럿을 개발하여 높은 내부 생산성을 누릴 수 있다 .
• 맞춤형 AI 도구는 만들기 쉽고, 슬랙과 같은 플랫폼에서 활용도가 높다 .
• 온보딩 문서 등을 AI에 학습시켜 신입 사원의 질문에 자동으로 답변하는 시스템을 구축할 수 있다 .
• AI 기반 맞춤형 코파일럿은 생각보다 만들기 쉽고, 실용성이 높다 .

3. 🧠 AI와 맞춤형 코파일럿의 활용00:03:01 (13분)

• AI와 API를 활용하여 사용자 입력을 분석하고 결과물을 생성하는 서비스가 증가하고 있으며, 이러한 혁신은 사용자 경험을 향상시킨다.
• 이메일 서비스는 L&M API를 통해 메일 요약 및 정리를 자동으로 수행하여 사용자의 편리함을 제공하고, 내부 생산성향상에 기여할 수 있음을 보여준다.
• AI 기능이 잘 적용된 서비스는 사용자에게 높은 가치를 제공하여 기업의 경쟁력을 강화하므로, 기업의 미래는 AI 적용 여부에 크게 영향을 받을 것으로 예상된다.
• 예를 들어, 사용자가 소비하고 경험하는 여러 AI 기반 서비스의 활용이 일상에서의 편리함을 증대시키며, 비즈니스 환경에서도 필수적으로 요구되는 요소가 되고 있다.
• AI 도구를 통해 데이터를 자연어로 요청하고 시각적으로 전달받는 과정이 가능해져, 데이터 분석의 효율성과 접근성을 크게 향상시킬 수 있다.

3.1. API를 활용한 이메일 서비스의 혁신

00:03:01 (2분)

• API를 활용하여 사용자 입력을 분석하고 맞춤형 결과물을 제공하는 서비스 모델에 대해 설명한다.
• 특정 이메일 서비스는 L&M API를 사용하여 메일 요약 기능을 제공함으로써 사용자 경험을 혁신하고 있음.
• 서비스 혁신을 위해서는 내부 생산성을 향상시키고 사용자 피드백을 면밀히 반영하는 것이 필요하다.
• 사용자가 서비스를 사용해보고 불만이 생기면, 개선 요청을 하지 않을 가능성이 높아 신중한 접근이 요망된다.
• AI 도구를 활용한 개인 사용자 경험에서도 유용성을 찾아볼 수 있으며, 다양한 API 강화를 통해 서비스 개선이 가능하다는 점을 강조한다.

3.1.1. AI 활용에 대한 일반적 접근 00:03:01

• 서비스 개발에서 API 활용은 중요하다. 예를 들어, 사용자 입력을 분석하고 결과물을 제공하기 위해 API를 사용할 수 있다.
• 이메일 서비스에서 AI는 메일을 요약하여 미리보기 형태로 보여주는 데 사용된다. 이 과정에서 L&M API를 활용한다.
• API 활용은 서비스의 품질을 향상시킨다. 이를 통해 제품이나 서비스를 혁신할 수 있다.
• API를 통해 업무 혁신뿐만 아니라 사용자에게 실질적인 가치를 제공할 수 있다.

3.1.2. 사용자 경험과 피드백의 중요성 00:04:02

• 내부 사용자들은 명확한 목적을 가지고 있고, 이는 내부 생산성을 향상하는 데 도움을 준다.
• 실제 사용자에게 유용한 기능을 개발하는 것은 어려우며, 사용자의 피드백을 받기가 힘들다.
• 사용자는 기대에 미치지 못하면 서비스를 더 이상 사용하지 않는다.
• 서비스의 지속적인 품질 저하가 없는 한, 변경 사항에 대해 적극적인 피드백을 주지 않는다.

3.1.3. 개인과 소비자 관점에서의 AI 활용 00:04:26

• 개인 사용자도 AI를 사용하여 이메일이나 메시지 처리를 효율적으로 할 수 있다.
• AI는 예상치 못한 방식으로 유용하게 사용할 수 있으며, 다양하게 시도해 볼 필요가 있다.
• AI를 활용한 서비스는 소비자 경험을 향상시키며, 이러한 서비스의 활용을 통해 소비자는 이점을 누릴 수 있다.
• AI 기반의 서비스 사용은 소비자 입장에서 매력적이며, 다양한 기능을 경험할 수 있는 기회를 제공한다.

3.2. AI 서비스의 발전과 소비자 반응

00:05:17 (50초)

• 아마존과 같이 AI 기능이 잘 적용된 서비스는 경쟁력을 높이지만, AI 기능이 부족한 서비스는 미래의 경영에 부정적인 영향을 미칠 수 있다.
• 투자 시 회사의 서비스에 AI가 얼마나 잘 적용되었는지 판단하는 것이 중요한 키포인트가 된다.
• 따라서, 서비스의 고도화와 AI 통합의 정도가 소비자들에게 중요한 요소로 작용할 것이다.
• 만약 AI가 잘 녹여지지 않는 서비스는 시장 생존이 어려워질 것으로 보인다.
• AI 기능이 없는 서비스는 소비자들에게 불편함을 초래할 수 있으며, 뛰어난 AI 솔루션을 경험한 후 대체 서비스에 대한 필요성이 낮아질 수 있다.

3.2.1. AI의 중요성과 경쟁력 00:05:17

• 기업이 AI를 제대로 활용하면 경쟁력이 증가하여 미래의 성공을 결정할 수 있다 .
• 회사가 제공하는 서비스에 AI가 얼마나 잘 적용되는지를 확인하는 것이 중요하다 .
• 서비스가 얼마나 고도화되는지에 따라 시장에서의 위치가 결정된다 .

3.2.2. AI의 시장 내 필수성 00:05:46

• AI를 잘 통합하지 않으면 시장에서 생존하기 어렵다는 전망이 있다 .
• AI 기능이 적용된 서비스를 경험한 후, 이러한 기능이 없는 서비스는 불편하게 느껴질 수 있다 .
• 특히 쇼핑과 같은 분야에서 AI의 유무는 서비스의 사용성에 큰 영향을 미칠 수 있다 .

3.3. AI 시대의 서비스 변화와 경쟁력

00:06:08 (37초)

• AI 시대가 도래하면서, 기존의 서비스 중 많은 이들이 적응하지 못해 낙오될 가능성이 클 것으로 예측된다.
• 서비스의 소멸뿐만 아니라 새로운 서비스의 출현이 예상되며, 기존 서비스가 서로를 대체하는 현상도 나타날 수 있다.
• 아마존은 AI를 활용하여 기존의 고객 서비스에서 벗어나 여행 상품 등 새로운 분야로 사업을 확장할 가능성이 있으며, 이는 소비자들이 다양한 서비스를 한 곳에서 이용하고자 하는 욕구와 관련이 있다.
• 이러한 변화들은 앞으로의 시장에서 주목할 만한 대목이 될 것이라고 언급된다.

3.3.1. AI 시대의 서비스 변혁과 적응 00:06:08

• 기존 인터넷 시대나 모바일 시대와 마찬가지로, AI 시대에 적응하지 못하는 서비스들은 도태될 가능성이 크다.
• AI의 발전에 따라 지금까지 없었던 새로운 서비스가 등장하거나, 기존 서비스가 사라질 수 있다.
• 서로 연관성이 없어 보이는 서비스도 AI를 통해 영역 확장이 가능하다.

3.3.2. 아마존이 AI로 새롭게 열어갈 가능성 00:06:28

• 아마존은 AI 기술 활용을 통해 여행 상품 판매와 같은 새로운 분야에 진출할 가능성이 있다.
• AI를 활용하여 여행 일정을 자동으로 계획해 줄 수 있으며, 이는 아마존 트래블이나 저가 항공과 같은 서비스로 발전할 수 있다.
• 사람들이 여러 가지 일을 직접 처리하는 것을 번거로워하기 때문에, AI를 활용한 자동화 서비스가 주목받을 전망이다.

3.4. AI 활용의 구체적인 사례와 한계

00:06:45 (8분)

• AI는 문서 작성, 요약, 데이터 분석과 같은 다양한 업무를 지원하며, 예를 들어 사용자가 Google 스프레드시트에 데이터를 제공하면 그 정보를 요약하고 분석할 수 있다.
• 그러나 웹페이지가 다이나믹한 경우에는 AI가 내용을 이해하지 못하는 한계가 있으며, 이 경우 PDF로 저장하여 제공하거나 스크린샷을 활용해야 한다.
• AI는 특히 아이디어 브레인스토밍에 효과적이며, 중요한 정보 검색을 통해 보다 많은 내용을 분석할 수 있도록 돕는다.
• AI를 활용하여 마케팅 자료, 책 제목, 제품 개발과 관련한 다양한 작업을 지원받을 수 있으며, 이러한 과정에서 AI는 업무 보조 역할을 충실히 수행한다.
• 데이터 분석과정에서 자연어 처리를 통해 복잡한 쿼리를 직접 실행할 수 있어, 내부 데이터 활용률을 높이고 이를 시각화하는 데 도움을 준다.

3.4.1. 책과 AI의 활용 00:06:45

• "덴의 채치 BT 미친 화포 일제"는 최근 주목받는 책으로, 채치 PT와 같은 AI 도구의 활용 방법을 소개하고 있다 .
• 해당 책에서는 채치 PT가 문서 작성, 데이터 분석 등에 어떻게 사용될 수 있는지를 설명한다 .
• 사용자가 기대하는 내용을 구글 스프레드시트 등을 통해 요약하고 정리할 수 있는 방법도 언급되어 있다 .
• 인터넷 검색을 통해 정보를 더 풍부하게 만들기 위한 질문 기법이 제시되어, 실질적인 정보 활용 방안을 제시한다 .
• 채치 PT는 스태틱 HTML을 처리할 수 있으나, 다이나믹 HTML은 아닌 점을 설명하며, 이러한 한계를 overcoming하기 위해 PDF 변환을 제안한다 .

3.4.2. 브레인스토밍과 공부의 도움 00:08:15

• 브레인스토밍에 AI를 활용하는 방법으로, 다양한 아이디어를 분석하고 정리하는 과정을 도와주는 점이 중요하게 다루어진다 .
• 스스로 잘못된 정보를 걸러내며 학습하는 방법을 안내하여, AI를 통해 효율적인 학습이 가능하다는 점을 강조한다 .
• 부하 직원처럼 AI에 지시하는 것을 통해, AI가 틀렸을 경우 이를 교정하는 방법이 중요하다는 사실을 전달한다 .
• AI로부터 올바른 정보를 얻기 위한 질문 기법의 중요성이 강조되며, AI가 강력한 업무 보조임이 설명된다 .

3.4.3. 기술 문제 해결과 업무 보조 00:10:50

• AI는 기술 문제 해결에 있어서 기존의 수많은 데이터를 기반으로 문제를 분석하고 솔루션을 제시할 수 있다 .
• AI는 업무 보조의 역할로 제품 개발, 시장 조사, 사용자 설문 등을 지원할 수 있다 .
• AI는 실제 코딩 과정에서도 코드 파일러 같은 도구로 활동할 수 있으며, 이는 큰 성과를 낼 수 있다 .

3.4.4. 맞춤형 코파일럿의 활용 00:13:14

• LG전자는 맞춤형 코파일럿을 통해 데이터 분석의 병목 문제를 해결하려고 하고 있다 .
• AI 기반 기술을 활용하여 자연어 명령을 SQL 쿼리로 변환하고, 이를 통해 그래프 생성 등 분석 작업을 자동화한다 .
• 이 시스템은 내부 데이터를 효과적으로 활용할 수 있게 하여 내부 데이터 활용률을 크게 향상시킨다 .

3.5. ️AI 기반 서비스 코파일럿의 미래 전망

00:15:40 (40초)

• AI 코파일럿 기술은 사용자 맞춤형 쇼핑 경험을 제공할 수 있는 솔루션으로, 아마존과 같은 플랫폼에서 구현될 수 있다.
• 이 시스템은 사용자의 요구 사항을 충족하기 위해 여행 경로와 관련된 정보, 즉 제품 정보와 외부 지식을 모두 통합해야 한다.
• 따라서 사용자의 개인 정보와 과거의 여행 이력, 그리고 구체적인 요구 사항들이 모두 고려되어야 하며, 복잡한 사용자 맞춤형 추천이 가능해질 것으로 보인다.
• 하지만 현재로서는 이러한 맞춤형 정보 제공이 불가능하다고 인식되고 있으며 많은 데이터의 통합이 필요하다.
• 결과적으로 AI 코파일럿의 발전은 고도화된 데이터 처리와 사용자 이해를 요구하고, 이를 통해 사용자 경험을 혁신할 가능성이 크다.

3.5.1. 아마존에서의 AI 활용 00:15:40

• 아마존은 쇼핑 관련 서비스에서 AI를 활용한 코파일럿 솔루션을 제공하고 있다.
• AI 솔루션은 사용자의 복잡한 요구 사항에 맞는 제품을 찾아주는 역할을 한다. 예를 들어, 다음 달 여행에 가볍고 모기에 잘 물리지 않는 물건을 찾는 경우이다.
• 이를 위해, 아마존 안의 모든 제품 정보 및 외부 지식이 필요하다.
• 또한 여행지나 활동에 대한 유의미한 정보가 필요하고, 이 정보는 사용자의 개인 경험에 따라 달라질 수 있다.
• 결과적으로, 아마존은 사용자 및 제품 관련 정보를 종합하여 AI 모델에 통합해야 한다.

4. 🤖 AI 서비스 코파일럿의 도전 과제00:16:29 (1분)

• AI 서비스 코파일럿의 발전을 위해서는 개인 데이터, 인터넷 데이터, 그리고 서비스 관련 데이터가 필요하지만, 이 데이터의 확보가 쉽지 않다.
• 특히, B2C 서비스 코파일럿은 드라마 속 패션과 같은 실시간 데이터를 인식해야 하지만, 현재 기술로는 이를 만족시키기 어려움이 나타난다.
• 따라서, 서비스 코파일럿이 유용해지기 위해서는 관련 데이터와 기술적인 문제 해결이 필요하지만, 미래에는 이러한 문제들이 해결될 것으로 예상된다.
• 현재는 LM(언어 모델)을 활용한 서비스 코파일럿을 만들려면 데이터가 충분히 확보된 경우에만 가능하며, 대신 내부 생산성에 적용하는 것이 더 효과적이다.

 

1. 서비스 코파일럿의 도전 과제와 가능성 00:16:29

• 서비스 코파일럿의 구현은 세 가지 정보를 불러오는 것이 어렵기 때문에 쉽지 않다 .
• 현재의 B2B 코파일럿은 많은 가능성을 가지며, 마이크로소프트 365 코파일럿과 LG 전자의 차다와 같은 예시가 있다 .
• 아마존 쇼핑 AI나 쿠팡 AI의 B2C 코파일럿 분야 발전에는 시간이 많이 걸릴 것으로 보인다 .
• 완벽한 서비스 코파일럿이 되기 위해서는 드라마나 개인화된 정보와 같은 많은 정보를 포함해야 한다 .
• 그래서, 사용자의 개인 데이터, 인터넷 데이터, 해당 서비스의 데이터가 필요하다 .

2. 데이터와 기술적 도전 과제 00:17:20

• 해당 서비스 데이터는 보유 중이나, 사용자 개인 데이터는 없을 가능성이 있으며, 드라마 등의 인터넷 정보 확보도 어렵다 .
• 최신 LM(Language Model)은 이러한 고유한 정보를 정확히 맞추지 못한다 .
• 서비스 코파일럿이 유용해지기 위해서는 여러 기술적 문제가 해결되어야 하며, 아직 기술적인 진전이 필요하다 .
• B2C 서비스 코파일럿을 구축할 때 필요한 데이터를 모두 확보하지 않으면 내부 생산성 향상 용도로 사용하는 것이 더 현실적이다 .

5. 🚀 당근, LG전자, 그리고 AI의 혁신적인 활용 사례00:17:57 (15분)

• 당근은 자연어 처리를 통해 사용자의 검색 효율성을 높였으며, 예를 들어 나이키 신발을 기준으로 브랜드 및 종류별 추천을 제공하는 기능이 추가되었다.
• 또한, 당근은 고객이 작성한 리뷰에서 식당 정보를 자동으로 추출하여 지도에 연동함으로써 사용자 경험을 개선하였다.
• 부동산 등록 시, 이미지를 통해 자동으로 데이터 추출을 가능하게 하여 사용자들의 작업 부담을 줄였고, 비용 효율도 크게 증가했다.
• LG전자는 이제 자연어로 데이터를 분석하고 카탈로그를 자동으로 생성하여 데이터 정리를 100% 완료할 수 있게 되었으며, 이는 고객 지원 통화 기록의 분석에도 유용하게 작용한다.
• 마지막으로, AI를 통해 처리된 데이터는 의미 있는 정보로 전환되어 대시보드화되고, 많은 회사들이 이러한 디지털 트랜스포메이션과정에서 얻은 가치를 인식하게 되었다.

5.1. 당근 앱의 자연어 처리 활용 사례

00:17:57 (4분)

• 당근은 데이터를 잘 정리하여 자연어 처리 기술을 통해 상품 추천 시스템을 개선했다. 예를 들어, 사용자가 신발을 찾을 때 브랜드 및 종류별 추천이 가능해졌다.
• 사용자가 직접 입력하는 것이 아닌, 자연어를 활용해 정보 추출을 자동화함으로써 추천의 정확도가 높아졌다. 이전에는 100번 중 90번 성공해도 10번은 실패할 수 있었으나, LM 기술의 도입으로 급격히 개선됐다.
• 동네 생활 정보 제공에 있어서도, 사용자가 작성한 포스트에서 위치와 식당 정보를 자동으로 분석하고 연결하여 사용자 편의를 높였다.
• 또한, 부동산 등록에서는 이미지 데이터를 텍스트로 변환하여 필요한 정보를 추출함으로써 사용자들이 효율적으로 검색할 수 있도록 했다.
• 이러한 자연어 처리 기술 도입으로 인해 당근 앱은 수천만 원에 달하는 비용을 절감하며 운영 가능해졌고, 이는 LLM을 사용한 기업과 사용하지 않는 기업 간의 생산성 차이를 명확히 보여준다.

5.1.1. 당근과 AI 활용 사례 00:17:59

• 당근은 데이터를 잘 정리하여 AI 모델(특히 LM)을 효과적으로 활용하는 회사로 알려져 있다 .
• 당근은 사용자가 자유롭게 입력한 내용을 AI가 자동으로 브랜드나 상품 종류를 인식하는 기능을 개발하고 있다 .
• 이러한 AI 활용 사례는 당근 앱에서 사용자가 입력한 내용을 바탕으로 추천 목록을 제공한다 .
• 동네 생활과 관련된 콘텐츠에서는 AI를 사용하여 사용자가 언급한 장소를 네이버 지도 등과 연결하여 편의성을 높이고 있다 .

5.1.2. AI 기술을 통한 효율성과 비용 절감 00:19:44

• 당근은 사용자가 업로드한 부동산 이미지에서 위치, 크기, 가격 등의 정보를 텍스트로 변환하여 이용한다 .
• AI 도입 전에는 불가능했던 일을 AI는 이제 비용 효율적으로 수행할 수 있도록 한다 .
• 당근이 AI를 통해 월 수백만 원의 비용으로 수많은 데이터를 처리하며 효율성을 크게 높이고 있다 .
• 미래는 AI를 사용하는 회사와 그렇지 않은 회사 사이에 생산성의 큰 차이가 발생할 것으로 보인다 .

5.1.3. AI 트랜스포메이션의 필수성과 활용성 00:21:16

• 사용자는 어떤 기술이 백그라운드에서 작동하는지 모르지만, 결국 그것이 사용자 경험에 중요한 역할을 한다 .
• 작은 팀 또는 개인이 AI를 활용하여 양질의 콘텐츠와 서비스를 제공할 수 있다 .
• AI가 기획, 개발, 음악 창작 등에서 점점 더 많은 지원을 제공하면서 1인 기업의 가능성을 더욱 열어준다 .

5.2. LG전자의 데이터 자동화와 AI 활용

00:22:30 (5분)

• LG전자는 자연어 처리 기술을 통해 데이터 카탈로그 작성 과정을 자동화하였고, 결과적으로 데이터 카탈로그의 완성도가 10%에서 100%로 향상되었다.
• 회사의 고객 지원 통화를 텍스트화하고 분류하여, 고객의 문제와 제품 이슈를 효율적으로 분석할 수 있는 시스템을 구축하였다.
• 이러한 데이터 정리는 고객 통화 내용을 DB화 하여 유용한 통찰력을 제공하고, 매출 증가와 고객 만족도를 높이는 데 기여하였다.
• LG전자는 AI 트랜스포메이션을 통해 비정형 데이터를 효율적으로 관리하고, 이로 인해 기업의 데이터 분석 능력을 크게 향상시키고 있다.
• 개인 정보 보호를 위해 고객의 민감 정보를 제거하는 알고리즘을 개발하였으며, 이제 AI가 사람의 요구에 맞춰 이해하고 처리할 수 있는 시대가 도래하였다.

5.2.1. LG전자의 데이터 관리 혁신 00:22:30

• LG전자는 '체 베이스드 데이터 리스트' 솔루션을 통해 데이터 분석을 자연어로 쉽게 수행할 수 있게 되었다 .
• 데이터 카탈로그 및 메타데이터를 자동화하여 개발자들의 불편함을 해소하며 데이터 관리의 효율성을 높였다 .
• 사람의 참여 없이 자동화된 데이터 관리로 인해 데이터 카탈로그 채우는 비율이 10%에서 100%로 상승했다 .
• 기존 영상 주석 달기를 자동화하여 비효율성을 감소시켰다 .

5.2.2. 고객지원 통화 데이터의 AI 분석 00:23:49

• 고객지원 통화를 텍스트로 변환하고, LM을 활용하여 고객과 직원의 대화 내용을 구분 가능하게 했다 .
• 통화 데이터를 데이터베이스화하여 제품의 문제나 고객의 불만 사항을 체계적으로 분석할 수 있게 되었다 .
• 과거에는 단순 파일로 관리되던 데이터를 정보 가치가 있는 데이터로 변환하였다 .

5.2.3. 개인 정보 보호 및 기계 학습의 혁신 00:26:25

• 데이터에서 개인 정보를 제거하기 위해 LG전자는 L&M 기술을 활용하여 다양한 방식으로 표현된 개인 정보를 식별했다 .
• 개인 정보 제거 후 데이터를 저장하여 보안 문제를 해결했다 .
• 전통적인 알고리즘으로 어려운 개인 정보 처리에 AI를 활용하면서 혁신적인 변화를 이루었다 .

5.2.4. AI 트랜스포메이션의 중요성 00:27:24

• LG전자는 AI 트랜스포메이션을 통해 데이터 수집(DT)과 이를 AI에 활용(AX)하는 과정을 구현하였다 .
• AI 트랜스포메이션은 기존의 디지털 트랜스포메이션을 넘어선 차세대 데이터 활용 방법이다 .
• LG전자와 당근은 모두 데이터 인프라(DT)를 기반으로 AI 활용(AX)을 통해 혁신을 이끌고 있다 .

5.3. 스타트업의 AI 활용: 원지랩스와 아마존의 혁신 사례

00:27:54 (2분)

• 원지랩스는 AI를 활용하여 PR 자료를 자동으로 생성하고 배포하는 서비스를 제공함으로써 효율성을 높이고 있다.
• 이 스타트업은 AI 도구를 활용해 기존 시스템을 최신 프로그래밍 언어인 자바로 전환하는 업무 비서를 개발하여 소스 코드에 대한 설명 및 지원을 제공한다.
• 아마존은 AWS 사용자들이 코딩을 쉽게 할 수 있도록 지원하는 아마존 Q 디벨로퍼를 도입해, 3만 개 이상의 애플리케이션을 업데이트하며 개발자 시간을 크게 절감하는 성과를 올렸다.
• 이러한 업데이트 작업은 손으로 수행했을 경우, 4,500명의 개발자가 1년 동안 해야 할 엄청난 양의 작업으로, 이를 자동화함으로써 약 260억 원의 비용 절감효과를 가져온다고 전해진다.
• 결과적으로, 과거 시스템을 현대화하는 작업은 많은 기업이 어려움을 겪고 있는 과제임을 강조한다.

5.3.1. 스타트업과 인공지능 활용 00:27:54

• 원지랩스는 특정 키워드를 입력하면 자동으로 PR 자료를 작성해 주는 서비스를 개발하였다 .
• 이 서비스는 보도 자료 작성뿐만 아니라, 이를 자동으로 배포하는 기능도 제공한다 .
• 원지랩스는 소스 코드를 분석하여 설명해주는 "디지털 업무 비서"를 통해 시스템 전환을 지원한다 .
• 이러한 서비스는 기술 전환이 어려운 경우에도 도움을 줄 수 있으며, 소스 코드 공부와 같은 기능을 제공한다 .

5.3.2. 아마존과 AWS의 인공지능 솔루션 00:28:41

• 아마존은 코딩 보조 서비스인 아마존 Q 디벨로퍼를 통해 AWS 사용자들을 지원한다 .
• 이 서비스는 구식 자바 코드를 최신 자바로 전환하는 기능을 추가하여, 대량의 앱을 효율적으로 업그레이드한다 .
• 3만 개 이상의 앱을 성공적으로 업데이트했으며, 이를 통해 인간 개발자가 수행해야 할 막대한 작업을 대신한다 .
• 이러한 전환 작업은 인력으로 수행할 경우 수천 년이 소요될 수 있지만, AI 덕분에 작업 속도가 대폭 향상된다 .
• AI 활용으로 인해 아마존은 연평균 260억에서 3천억에 달하는 비용을 절감할 수 있었다 .

5.4. AI를 통한 생산성 향상과 비용 절감 사례

00:30:35 (2분)

• L&M은 귀찮고 짜증나는 작업을 대신 수행하여 큰 성과를 발휘하는데, 이는 아마존 큐 디벨로퍼 시스템과 유사한 전환 시스템을 활용한 결과이다.
• L&M의 한 사례로, 타로 점치는 서비스에서 이미지와 텍스트를 생성형 AI로 제작해 경쟁 회사에 비해 생산성을 30배 높여서 마진이 더 높은 결과를 얻었다.
• 직원 수가 적음에도 불구하고 프로젝트를 다수 동시에 진행할 수 있는 능력을 통해 L&M은 이윤을 극대화하고 사용자에게는 저렴한 가격을 제공하게 된다.
• 디지털 트랜스포메이션을 통해 아날로그 기업이 100명의 일을 수행하던 것을 AI 트랜스포메이션으로 1,000명의 일을 할 수 있는 구조로 전환할 수 있다.
• 따라서, 굴뚝 기업과 AI 혁신 기업 간의 생산성차이는 100배 이상 날 수 있음을 보여준다.

5.4.1. L&M 시스템을 활용한 AI 성과 00:30:35

• L&M은 반복적이고 지루한 작업을 효율적으로 수행하는 데 강점을 가진다 .
• 사람들은 이러한 반복 작업을 싫어하지만, L&M은 이를 잘 처리한다 .
• 자율주행 분야에서도 AI는 유용하며, 24시간 운영이 가능하다 .
• 아마존의 사례처럼, 자사의 AI 기반 시스템을 통해 성과를 거둔 기업들이 있다 .

5.4.2. AI를 통한 경쟁력 강화 00:31:24

• AI 활용을 통해 두 명의 직원으로 30배의 효율을 달성한 회사의 사례가 있다 .
• AI로 홍보 이미지 생성 등의 작업을 자동화하며, 높은 마진을 실현했다 .
• AI 시스템을 활용하면 소수의 인력으로 다수의 프로젝트를 운용할 수 있다 .

5.4.3. AI 트랜스포메이션의 필요성 00:32:04

• AI 도입으로 직원 100명 회사가 1,000명 이상의 성과를 올릴 수 있다 .
• 디지털 및 AI 트랜스포메이션으로 기업의 생산성을 100배 이상 향상시킬 수 있다 .
• AI 혁신 기업과 전통적 기업의 생산성 격차는 커질 수 있다 .

5.5. AI가 콘텐츠 산업에 미치는 영향

00:32:48 (58초)

• AI는 콘텐츠 제작 비용을 대폭 절감하게끔 도와주며, 과거 영화 제작과 비교할 때 유튜브 영상 소비가 훨씬 저렴해졌다. 현재 소비자는 광고로 인해 30원 정도로 영상을 소비할 수 있다.
• 콘텐츠 제작 인력의 규모는 과거와 크게 다르지 않지만, AI 활용이 없으면 많은 콘텐츠 회사들이 생존하기 어려운 상황이다.
• AI는 소비자에게 저렴한 콘텐츠 소비 환경을 제공하기 위해 필요한 도구로, 콘텐츠를 지속적으로 생산하기 위해서는 AI의 역할이 중요해진다.

5.5.1. 콘텐츠 제작 비용과 AI의 역할 00:32:48

• 과거에는 영화 한 편을 감상하는 데에 6,000원에서 7,000원이 합당한 가치로 평가되었다 .
• 현대의 유튜브 콘텐츠는 광고 두 편을 보는 것만으로도 약 30원의 비용으로 소비될 수 있다 .
• 콘텐츠 제작에 필요한 인력은 과거와 현재에 큰 차이가 없으며, AI 활성이 필요하지 않으면 콘텐츠 회사들이 많은 어려움을 겪을 수 있다 .
• AI는 일자리를 빼앗는 것이 아니라, 소비자들이 저렴하게 즐길 수 있는 콘텐츠 기반을 마련하는 데에 중요한 역할을 한다 .
• 콘텐츠가 계속 생성될 수 있도록 AI의 활용에 긍정적인 시각을 갖는 것이 필요하다 .

728x90

6. 🎮 AI와 게임 산업의 미래00:33:50 (1분)

• AI는 비즈니스와 게임 산업에서 미래의 필수 기술로 자리 잡고 있으며, 많은 기업들이 그 변화를 경험하고 있다.
• 과거의 게임은 작은 규모였지만, 현재는 복잡한 요소가 포함되어 있어 개발 비용이 급증했으며, 게임 하나 만들기에 수백억 원이 소요될 수 있다.
• AI를 활용할 경우, 이러한 비용 절감을 이루면서도 더 나은 게임 품질을 창출할 수 있는 가능성이 크다.
• 따라서, AI는 게임 제작에서 필요한 기술로 인식되며, 이를 통해 기업이 더 신속하게 변화에 적응하는 것이 중요하다.

 

6. 1. AI의 중요성과 미래적 역할 00:33:50

• AI는 미래의 기술로, 많은 회사들이 이 변화를 반영하고 있다 .
• 기업들이 AI를 적극 활용하는 것이 필수적이라고 강조된다 .
• AI의 활용은 기업의 경쟁력 강화에 중요하다 .

6. 2. AI의 게임 산업 응용 00:34:03

• 옛날 게임과 달리, 현재의 게임은 퀘스트와 음악 등 다양한 요소가 포함된다 .
• 현대 게임 개발은 큰 비용이 들기 때문에, 실패 시 큰 위험이 따른다 .
• AI를 사용하면 적은 비용으로도 좋은 게임을 제작하여 출시할 수 있다 .

6. 3. 다음을 기약하며 00:34:35

• 이번 세션에서는 기술에 대한 전반적인 이야기가 진행되었다 .
• 향후 시간에도 관련된 주제를 계속해서 다룰 예정이다 .
• 마무리 인사로 끝맺는다 .

 

원본영상

https://youtu.be/EZ7QsUqhZ8U