인공지능 챗봇은 어디에나 있다. 그들은 약 1년 전 ChatGPT가 등장한 이후 대중과 수많은 실리콘 밸리 발명가 및 투자자의 상상력을 사로잡았다.
컴퓨터가 인간의 언어를 처리하고 생성할 수 있게 하는 인공지능의 한 형태인 대화형 AI의 인간과 유사한 놀라운 능력은 작업 공간을 변화시키고 생산성을 높일 수 있는 잠재력에 대한 광범위한 낙관론을 불러일으켰다.
세계 최초로 영국의 한 학교가 교장을 지원하기 위해 AI 챗봇을 '교장 선생님'으로 임명했다. AI의 성격에 대해서는 알려진 바가 거의 없지만, 챗봇은 ADHD 학생을 돕고 학교 정책을 작성하는 등의 문제에 대해 교직원에게 조언하는 역할을 한다.
그러나 직장에 챗봇을 배포하기 전에 그것이 무엇인지, 어떻게 작동하는지, 어떻게 책임감 있게 사용하는지 이해하는 것이 중요하다.
챗봇 작동 방식
생성 AI의 놀라운 능력과 때로는 일을 잘못 처리하는 놀라운 능력에 대해 많은 글이 작성되었다.
예를 들어, AI 챗봇은 설득력 있는 학문적 주장을 만들 수 있지만 챗봇 용어를 사용하면 참고 문헌 목록을 "환각"하거나 간단한 사실을 잘못 해석할 수 있다. 환각이 발생하는 이유를 이해하려면 이러한 챗봇이 어떻게 작동하는지 이해하는 것이 중요하다.
AI 챗봇의 핵심은 대규모 언어 모델(LLM), 즉 대규모 텍스트 데이터세트(우리가 애칭으로 "인터넷"이라고 부르는 것)에 대해 훈련된 대규모 신경망에 의해 구동된다.
중요한 것은 LLM은 전통적인 의미의 데이터나 지식을 저장하지 않는다는 것이다. 오히려, 구축(또는 "훈련")될 때 대규모 통계 구조에서 훈련 데이터에 포함된 정교한 콘텐츠 또는 언어 패턴을 인코딩한다.
간단히 말해서 텍스트는 숫자 또는 확률로 변환된다.
사용 중인 경우 LLM은 더 이상 이 교육 데이터에 액세스할 수 없다. 그래서 우리가 질문을 하면 매번 처음부터 응답이 생성된다. 기술적으로 모든 것이 "환각"되어 있다. AI 챗봇이 일을 제대로 처리하는 것은 인간 지식의 상당 부분이 "알기" 때문이 아니라 패턴화되어 언어에 내장되어 있기 때문이다.
설계상 AI 챗봇은 확실한 사실적 답변을 생성할 수 없다. 이는 결정론적 시스템이 아닌 확률론적 시스템이므로 권위 있는 지식 소스로 신뢰할 수 없다. 그러나 언어 패턴을 인식하는 능력으로 인해 텍스트 생성 또는 향상과 관련된 작업에서 인간을 돕는 데 탁월하다.
설득력 있는 주장을 작성하는 것은 특정 패턴의 규칙성을 따르는 반면, 사실적 답변은 확률적 패턴에서 안정적으로 생성될 수 없다.
새로운 직장 도우미
AI 챗봇을 전지적 인공 두뇌로 생각하지 말고, 개인 업무 보조자로 배정된 재능 있는 대학원생으로 생각하라.
열정적인 대학원생처럼 그들은 할당된 작업을 지칠 줄 모르고 대부분 유능하게 수행한다. 그러나 그들은 또한 약간 건방지기도 하다. 항상 과신하여 위험한 지름길을 택하고 듣기에는 좋지만 사실적 근거가 부족한 답변을 제공할 수 있다.
대학원생의 작업을 다시 확인하는 것처럼 항상 챗봇 출력을 확인하는 것이 현명하다.
확률론적 기반 때문에 그들은 인간의 이해로는 귀하의 질문을 이해하지 못한다. 그러나 올바른 역할에서 적절하게 사용되면 챗봇은 언어 관련 작업의 생산성을 크게 향상시킨다.
AI 챗봇과 협력
챗봇 기능의 세 가지 수준은 ACE(지원, 생성, 탐색)라는 약어를 사용하여 요약할 수 있다.
▷지원 – 챗봇은 텍스트 요약, 분석 및 개선, 핵심 포인트 및 주제 추출 등 다양한 글쓰기 작업을 지원할 수 있다. 학술 텍스트에서 보다 접근하기 쉬운 방식으로 주장을 표현할 수 있다.
▷작성 – 챗봇은 원본 텍스트를 생성하여 도트 포인트를 비즈니스 보고서나 아이디어로 바꿀 수 있다. 그들은 다양한 장르를 모방하고 다양한 스타일로 글을 쓸 수 있다. 다양한 영역의 수많은 텍스트 본문을 인코딩하므로 관점을 취하고 비즈니스 전략가, 학자, 마케팅 담당자 또는 언론인을 사칭하여 다양한 직업에 유용한 콘텐츠를 만들라는 지시를 받을 수 있다.
▷탐색 – 챗봇은 가상의 아이디어(“...라면 어떻게 될까요?”)에 대해 흥미로운 “토론 파트너”를 만든다. 새로운 문제를 탐색할 때 챗봇이 질문을 설정하고 답변하도록 한다. 좋은 프로젝트 보고서나 소셜 미디어 게시물이 무엇인지 알아보고 싶다면 챗봇에게 글을 작성하도록 요청한 다음 왜 그렇게 썼는지 생각해 보라.
챗봇의 비즈니스
지금까지 직장에서의 AI 챗봇 사용에 대해 우리는 무엇을 알고 있을까? 일부 초기 연구에서는 상당한 생산성 향상을 지적한다.
Westpac의 파일럿 프로젝트에서는 소프트웨어 코딩 작업에서 품질 저하 없이 생산성이 46% 증가한 것으로 나타났다. 실험에서는 다양한 프로그래밍 작업에 AI 챗봇을 사용하는 개발자 그룹과 그렇지 않은 통제 그룹을 비교했다.
글로벌 관리 회사 보스턴 컨설팅 그룹(Boston Consulting Group)의 연구에서도 상당한 개선이 보고되었다.
통제된 실험에서 컨설턴트는 AI 챗봇을 사용하여 문제를 해결하고 새로운 제품 아이디어를 개발했으며, 여기에는 분석 작업과 설득력 있는 글쓰기가 모두 포함되었다. 챗봇을 사용하는 사람들은 그렇지 않은 사람들보다 12.2% 더 많은 작업을 완료했고, 25.1% 더 빨리, 40% 더 높은 품질로 완료했다.
또 다른 사례로는 미국 소프트웨어 회사가 고객을 위한 제안서 작성을 돕기 위해 AI 챗봇을 사용하고 있는 것으로 알려졌다. 적절한 응답을 생성하기 위해 관련 정보를 찾기 위해 수천 개의 내부 파일을 샅샅이 뒤져 회사 시간을 절약한다.
이러한 사례는 기업이 자체 데이터나 문서로 생성 AI 모델을 미세 조정하고 코더, 컨설턴트 또는 콜센터 직원과 같은 전문 역할에 사용하는 AI 챗봇의 미래를 엿볼 수 있다.
많은 근로자들은 AI가 업무 자동화에 사용될까 봐 걱정하고 있다. 그러나 기술의 확률적 특성과 본질적인 신뢰성 부족을 고려할 때 우리는 자동화를 가장 가능성이 높은 적용 영역으로 보지 않는다.
AI 챗봇은 결국 귀하의 업무를 위해 오지 않을 수도 있지만 확실히 귀하의 직무 설명을 위해 오고 있다. AI 유창성, 즉 AI를 이해하고 AI로 작업하는 기술은 곧 PC 작업과 마찬가지로 필수적이 될 것이다.
마지막으로, 챗봇이 이 기사를 작성하도록 허용했을까? 물론 우리는 그렇지 않았다. 우리가 그것을 쓸 때 하나를 사용했나요? 물론 우리는 타자기가 아닌 컴퓨터를 사용하는 것처럼 그렇게 했다.
