2023년 인공지능 인사이트 - SD팀

SD팀은 어떤 팀인가요

찬수 : SD팀은 Sales Development 팀입니다. AI 관련 신사업을, 실질적인 매출 발생까지 고도화하는 팀입니다.

기본적으로 AI 기술과 시장에 대한 이해도가 양면으로 높아야 하는 직군이네요.

찬수: (부끄럽지만) 그렇습니다. 제가 AI 개발자 출신인데요, 이전 직장에서 서비스 개발 이후 마케팅과 영업 과정도 매우 중요하다는 점을 배웠습니다. 성공 사례도 많았지만 고객 반응이 예상보다 별로였던 경험도 있어요. 잘 만든 기술과 상품의 가치를 시장 관점에서 설득하는 일이 매우 어렵고도 중요하더라구요. 그러면서 SD 직군에 흥미를 느끼게 되었습니다.

제품의 혁신성과 시장성이 비례하지 않다는 말씀이시네요.

찬수: 네. 아무래도 AI 분야 자체가, 전에 없던 서비스를 많이 개발하다 보니까 제품의 가치를 정량적으로 표현하기 어려운 부분이 있어요. 어떤 데이터나 SW의 가치를 정확하게 책정할 수는 없으니까요. 그렇기에 프로덕트 소개와 함께 프로덕트가 가져올 비즈니스 임팩트에 대해서도 잠재 고객에게 조리 있게 전달할 수 있어야 합니다. 그래서 요즘은 평가 지표를 개발하고 측정하는 작업에도 관심이 많아요. 우리 것이 얼마나 대단한지 쉽고 명확하게 파악할 수 있게끔요.

기업 입장에서는 서비스 개발이 가장 큰 병목일 줄 알았는데, 그 이후의 과정도 중요하군요. 최근 ChatGPT를 중심으로 모든 산업에서 ‘생성형 AI(Generative AI)’ 열풍입니다. 생성형 AI 기술이 이렇게 빨리 확산되는 이유가 무엇일까요?

찬수: 가장 큰 요인은 오픈 AI에서 기술 공유를 적극적으로 한 점이죠. ChatGPT를 활용하기 쉽게 API를 공개하고, 플러그인을 제공하고, 파인 튜닝하기 쉽게 잘 정비해 놨어요. 아직 플러그인이나 파인 튜닝은 일부 기업들만 진행하고 있지만 여러 유튜브 콘텐츠를 보면 알 수 있듯 활용하기가 매우 쉽습니다. 고도의 기술을 가벼운 마음으로 누구나 써볼 수 있게 내놓은 점이 대단한 것 같아요.

Open AI는 궁극적으로 GPT를 기반으로 하는 거대한 생태계를 기획하는 거 같아요. 플랫폼 내에서 여러가지 비즈니스도 하구요. 이에 대해 어떻게 생각하시는지.

찬수: 큰 혁신이 있으면 얼마 지나지 않아 공유되고 관련 생태계가 생기는 게 세상 이치잖아요? 특정 기업만 향유할 수 있는 기술과 상품이라면, 그것이 세상을 바꿀만한 혁신은 아니라고 생각해요. 인터넷과 스마트폰이 그랬듯이요. 그래서 일단은 기술을 개방한 것에 대해 굉장히 긍정적으로 생각을 하고 있습니다.

찬수: 당연하게도 일반 기업 입장에서는 공개된 혹은 공유된 기술을 어떻게 활용하느냐가 제일 중요한 이슈입니다. 그렇다고 새로운 기술에 맞춰 기존 사업 방향성을 통째로 수정하기보다는, 기존 사업을 좀 더 날카롭게 기획하고 다듬는 데에 ChatGPT를 활용하는 전략이 맞다고 보고 있습니다.

새로운 사업이나 서비스를 기획할 때 어떤 점을 가장 신경써야 할까요?

찬수: 기업 입장에서 좀 더 넓은 시야를 가져야 할 거 같아요. 내부 시각에 갇혀있으면 제품의 가치를 제대로 모를 수 있어요. 말씀드렸듯이 아무리 혁신적인 아이디어도 실제로 필드에 나갔을 때 반응은 별로일 수 있으니까요. 그렇기에 정식 출시 전까지는 관계자들로부터 제품에 대한 피드백을 많이 받을수록 좋습니다.

해당 과정에서 미처 고려하지 못했던 잠재 고객과 시장을 발견할 수도 있고요, 그에 따라 적절히 사업과 아이템을 피벗 할 수도 있습니다. 프로덕트에 대한 확신이 너무 강하면, 시장 반응이 예상과 크게 다를 때 적절히 대응하거나 유연하게 변화하는 게 어려울 수 있다는 생각입니다.

실제로 AI 도입이 빠르기도 하고, 일상에서 AI 서비스를 많이 체감하는 분야 중 하나가 금융권입니다. 금융권 AI 도입에 대해서 어떤가요.

찬수: 소비자들은 금융 상품 추천이나 챗봇 등을 통해 AI 서비스를 접하지만, 금융 기업의 니즈 또한 일반 기업과 크게 다르지 않습니다. AI를 통해 조직의 생산성과 효율성을 증대하는 게 목적이에요. 다만 그 과정에서 고려해야 할 보안 및 규제, 법적 리스크가 너무 많다는 점이 문제입니다. 이 정도로 말씀드릴 수 있을 거 같아요 ㅎㅎ

‘노 코드(No code)’ ‘로우 코드(Low code)’ 개발이 화제입니다. 코드에 대해 잘 모르는 일반인도 생각만으로 개발하는 시대가 올까요?

찬수: 어느 정도는 이미 왔다고 할 수 있죠. 현재 노 코드 플랫폼의 지향성이 정확히 그렇습니다. 단순히 개발자 편의를 높여 생산성을 높이는 수준이 아니라, 자연어 입력을 통해서 간단한 프로그램 정도는 구현하는 수준이에요. 그렇다면 AI 서비스도 코드 작성 실력 없이 만들 수 있다는 이야긴데, 이 경우에도 학습 데이터는 필요합니다. 자신이 풀고자 하는 문제를 AI에 설명해줄 수 있는 학습 데이터를 업로드하면 적절한 모델 아키텍처를 선정해서 학습까지 마칩니다.

혁주: 완성도는 어떤가요?

찬수: 실제로 사용해보지 않아 그 완성도까지는 아직 모르겠습니다 ㅎㅎ;

마지막 질문입니다. 개인이든 기업이든, AI를 활용해 무언가를 만드려고 한다면 제일 중요한 건 무엇일까요.

찬수: 키워드를 꼽자면 ‘파인 튜닝’이라고 말하겠습니다. 모델을 미세 조정하여 특정 작업에 더 적합하게 만드는 과정이죠. 비슷한 맥락에서 요즘은 프롬프트 엔지니어링이 못지않게 강조되고 있긴 합니다. 하지만 프롬프트 엔지니어링은 모델에게 문맥과 가이드라인을 명확히 제공하는 기술이고, 파인 튜닝은 추가 데이터를 통해 모델의 파라미터(가중치)를 목적에 맞게 업데이트하는 작업입니다. 할 수 있는 범위가 꽤 다르죠.

찬수: 문제는 개인이나 작은 기업은 파인 튜닝을 위한 데이터를 확보하기 어렵다는 점입니다. 이럴 땐 공개된 오픈 데이터셋 중 가장 어울리는 하나를 찾아 시험해보는 것도 좋은 대안입니다. 한 번 시험해보고 가능성이 보이면 추후 비용과 시간을 들여 데이터셋을 구축하는거죠.

말씀 감사합니다. 언제나 에너지 넘치는! 셀렉트스타 SD팀 인터뷰 마칩니다 🙂

#셀렉트스타 #AI팀 #비전 #NLP #인프라 #학회 #등재 #nlp #vision#MLops #ChatGPT #OpenAI #AI #인공지능 #Transformer #클라우드서비스 #인터뷰 #기술 #연구원 #기업연구원 #AI연구원 #LLM #파인튜닝