“업무 프로세스를 보다 효율적으로 바꾸기 원하시나요? 
리스크를 줄이고 서비스의 질을 높이고 싶으신가요? 
우선 순위가 높은 일에 집중하거나 혁신에 보다 많은 시간을 투자하고 싶으신가요?”

*아래 글은 Cindy Turner의 글을 SAS KOREA에서 번역한 것입니다. (원문 링크) 

우리는 누구나 제품이나 서비스의 가치를 높이면서도 리스크를 줄이고, 보다 효율적으로 일할 수 있기를 바랍니다.  AI 비서를 잘 활용하면 이 목표를 달성하는 데 큰 도움이 됩니다.  최근 AI 비서의 발전을 고려할 때, 다양한 업무 목표를 달성하는데 AI 비서의 활용이 급증할 것으로 기대됩니다.

이번 블로그 글에서는 AI 비서가 무엇인지 살펴보고, 생성형 AI 와 어떤 관련이 있는지 알아본 후, 업무에 AI 비서를 사용하는 세 가지 방법을 제시해 보겠습니다. 물론 이 모든 것의 중심에 사람을 두고 고려해보겠습니다.

AI 비서의 역할

AI 비서는 AI 기술을 기반으로 특정 업무를 처리하는 데 도움을 줄 수 있습니다.  예를 들어 AI비서는 미팅 후에 미팅 보고서를 자동으로 작성하고, 작업 일정을 생성하고, 우선순위를 다시 지정해 줍니다.  고객에게 전화 드릴 것을 제안하고, 사용자의 질문에 답을 찾아줄 수 있습니다.

 

1. AI 비서를 통해 정보 격차를 줄이기: 법 집행 (Law Enforcement) 활용 사례

법 집행과 관련된 조사는 대부분 지루하며 절차적인 수동 작업이 많습니다. 예를 들어, 증인 진술 평가를 담당하는 조사관은 이 중요하지만 길고 지난한 작업에 많은 시간을 들여야 합니다. 여러 증인의 길고 상세한 진술을 검토해야 할 경우 이 작업에 소요되는 시간은 더욱 길어집니다.

AI 비서가 목격자 진술을 검토하여 정보가 부족한 부분을 찾아내고, 부족한 정보 (Intelligent Gap)를 메울 방법을 제안하고, 후속 작업을 지원함으로써 사람의 수작업을 줄일 수 있다면 어떨까요?

한 예로 증인 진술 내용 중 차량 정보가 불완전한 경우를 생각해 보세요.  AI비서는 신속하게 정보가 부족한 부분을 찾아내고 이를 조사관에게 알려줄 수 있습니다. 그런 다음에 AI 비서는 다음 작업을 제안할 수 있습니다. CCTV 회사에 차량의 전체 번호판을 보여줄 수 있는 영상을 요청하는 이메일 초안을 작성할 수도 있습니다. 이 전체 작업 프로세스에 대한 자세한 기록은 모두 캡처됩니다.

전체 프로세스를 적절하게 처리하려면 다음을 수행하십시오.

• 처음부터 끝까지 전체 프로세스에 조사관이 일부(및 담당)로 참여합니다.
• 사고(생각)의 흐름과 이에 따라 취해진 조치 순서는 자세히 문서화됩니다.
• AI 비서의 사고의 흐름은 내/외부 감사 요구가 있을 경우, 언제든지 "재생"될 수 있습니다.

AI 비서는 증인 진술에서 부족한 정보(Intelligent GaP)을 식별하고 조사관에게 다음 단계를 제안하며 지루한 절차적 워크플로를 효율적으로 처리하는 데 큰 도움을 줄 수 있습니다.

AI 비서가 이러한 일상적인 작업을 수행하는 동안, 조사관은 보다 중요한 일이나, 인간의 고유한 통찰력이 필요한 활동에 집중할 수 있습니다.  결과적으로 AI 비서와 사람 조사관의 협업을 통해 더 많은 일을 처리할 수 있고, 더 빨리 범죄자를 잡을 수 있습니다.

위의 예시에서는 ML기반의 생성형 AI 기술인 LLM(대형 언어 모델)을 사용합니다. 이 경우 GPT 모델을 기반으로 하는 대화형 AI 도우미입니다. (챗봇 과 비슷 하지만 더 정교함).

자금 세탁 방지 조사, 사기 방지, 건강 관리 청구 검토, 콜센터 분야 등 다른 애플리케이션에도 동일한 접근 방식이 적용됩니다.

2. 수율 최적화: 제조 산업의 시나리오

이번에는 가뭄 기간 중에 인조 벽돌의 성분을 최적화해야 하는 벽돌 공장 담당자의 경우를 상상해 볼까요? 생산 담당자는 물, 회반죽, 첨가제 등 다양한 재료 낭비를 방지하기 위해 높은 수율을 알아내야 합니다.

일반적인 환경이라면 벽돌 공장 생산 담당자는 여러 번의 시행착오를 통해 다양한 재료의 수량을 테스트하고 변경하여 수율을 올립니다. 단독으로 이런 과정을 수행할 수 없는 경우 데이터 과학 또는 데이터 분석 부서에 최적화 실행을 요청하기도 합니다. 

물리적인 테스트와 시행착오에 의존하는 대신, 생산 담당자가 AI 비서에게 도움을 요청할 수 있다면 결과가 어떻게 달라질까요?

벽돌 공장의 생산 담당자는 AI 비서를 사용하여 스스로 혼합비율을 최적화하여 낭비를 최소화할 수 있습니다. 생산 담당자는 AI 비서에게 현재 가뭄 상태에서 생산량을 향상시키는 데 가장 적합한 물, 회반죽 및 첨가제의 비율을 알려달라고 물어볼 수 있습니다. AI 비서는 물이나 회반죽의 상한을 줄이는 등 비율을 변경하여 이를 빠르게 평가할 수 있습니다. 그런 다음 혼합물 수율을 96% 혹은 그 이상으로 찾을 때까지 최적화를 실행할 수 있습니다.

만약 디지털 사용에 적극적인 MZ 세대 팀원이 있으면 공장 생산 담당자는 더 많은 최적화를 스스로 빠르게 실행할 수 있습니다.  더 이상 IT 팀에서 답이 오길 오랫동안 기다리지 않아도 됩니다.  또한 이상적인 혼합물 비율을 찾기 위해 물리적 테스트에 많은 시간을 쏟을 필요가 없습니다.

기업이나 조직 전반에 걸쳐 ‘분석의 민주화’ (조직 내 누구나 분석을 수행하고 그 결과에 따라 의사결정을 하는 분석 인프라스트럭처와 분석문화를 말함)가 구현될 경우, 업무 효율성 외에도 유연성, 비용 절감, 가치 창출 시간 단축 등 많은 장점을 누릴 수 있습니다.

3. 창의력 향상: 마케팅 적용 시나리오

고객의 라이프사이클 전반에 걸쳐 고객의 참여를 유도하려면 마케터는 매력적인 캠페인을 효과적으로 계획하고, 창의적인 콘텐츠를 생성해야 하고, 고객 세그멘테이션을 정확하게 분류하는 등 겉으로 드러나지 않는 많은 작업을 해야 합니다.  좋은 결과를 얻으려면 이러한 보이지 않는 일에 시간과 공을 들여야 합니다. 

마케터가 LLM을 기반으로 신뢰할 수 있는 AI 비서를 활용할 수 있는 업무

• 자연어 대화를 통해 AI 비서와 "대화"하여 타겟 고객과 다양한 마케팅 전략에 대한 계획을 브레인스토밍 할 수 있습니다.
• 캠페인을 위한 채널 별 제작물을 개발할 수 있습니다.
• 다양한 플랫폼에 맞게 설득력 있고 고도로 개인화된 콘텐츠를 생성할 수 있습니다.

그 전체 과정에서 마케터는 제품, 컨텐츠 작성 또는 디자인, 사용 방법 등을 계속 담당합니다.

마케터는 시간이 지남에 따라 AI 비서와 긴밀한 협력 관계를 형성할 수 있습니다. 그러나 명확한 정책과 지침을 설정하고, 생성형 AI 기술을 윤리적으로 사용하며, 책임 있는 AI를 기반으로 구축된 AI 비서를 선택하는 것은 사람의 몫입니다.  AI 비서를 활용하는 마케터와, 소속 기업이 점검해야 할 문제라고 하겠습니다. 

*기타 참고자료 : 

생성형 AI의 개념과 중요성에 대해 자세히 알아보세요. (한글) (영문)

2024년에는 AI와 관련하여 어떤 일들이 예상될까요? 

(관련 자료 영문)