그러나 특정 기술이 성공적인 사용자 가치 제공이나 비즈니스 성과로 이어지는 길은 결코 쉽지 않다. 다양하고 복합적인 요소들이 영향을 미친다. 해당 기술의 근원적 특성과 한계, 구현 기능의 범위와 특징, 사용자의 수요와 접근성, 사회적 인식과 수용성, 거기에 비용까지 입체적인 관점에서 통찰력 있는 분석을 통해서만 기술-기능-제품-사용자 만족의 각 단계를 넘어가는 과정에서의 장애 요소를 해결할 수 있다.
--- pp.7-8
멀티모달 AI의 핵심은 맥락 이해에 있다. 다양한 유형의 데이터 입력과 그 데이터 간의 연결성을 인식할 수 있기 때문에 출력은 더욱 풍부하고 직관적이며, 인간 지능에 더욱 가까워 보일 것이다. 이러한 통찰력은 거의 모든 산업 분야에서 혁신을 가져올 것이다. 다만, 투명성, 공정성, 책임성과 같은 요소들이 멀티모달 AI에서 우선적으로 다뤄져야 하며, 아직 그 여정은 시작에 불과하다.
--- p.28
즉, 지금의 AI 기술 자체의 성능과 장점만 놓고 보면 분명 바로 투자를 결정해야 하겠지만, 기업 내부의 환경과 비즈니스의 복잡도에 본 기술을 대입했을 때 실제 내부에서 검토해야 할 일이 생각보다 많다는 의미다. 거기다 2024년 초 샘 올트먼이 GPT스토어를 공식적으로 발표했을 때에는 상당한 기대감이 있었던 것이 사실이었지만, 실제 기술적인 강점이 있는 오픈AI가 GPT스토어에 대한 경쟁력이나 운영 능력에서는 부족함이 드러나기도 했다.
산업은 누군가 먼저 하길 기다리며 눈치를 보는 것이 아니라 냉정하게 바라보고 있다. 신기술 도입은 정부, 빅테크, 산업이 함께 움직여야 하고, 도입에 따른 효과나 성과가 분명해야 나설 것이다. 단순히 기술의 ‘도입’ 문제가 아니다.
--- p.105
그럼에도, AI 연구자 입장에서는 꽤 기대할만한 것들은 여전히 있다. 첫 번째는 온디바이스를 위한 생성형 AI이다. 2023년 12월 구글에서 제미나이를 공개했을 때, 사람들은 제미나이 자체에 대해 그렇게 놀라지는 않았다. 이미 GPT-4v가 있었으니까. 그러나 제미나이 나노 버전은 얘기가 좀 달랐다. 나노 버전은 작게는 18억 개, 크게는 32억 개 매개변수 두 가지로 구성되어 있는데, 이는 스마트폰과 같은 모바일 장치에 AI를 탑재하겠다는 의미였고, 2024년은 온디바이스 생성형 AI, 스마트폰 생성형 AI의 원년이 될 것을 예고하는 선언이었다.
--- pp.124-125
HCI는 ‘100점짜리 기술로 80점짜리 서비스를 만들 것인가, 아니면 80점짜리 기술로 100점짜리 서비스를 만들 것인가’를 결정하는 핵심이다. 결국, 사용자들이 인공지능과 어떻게 잘 상호작용하게 할 것인가가 중요한 것이다. 상호작용이 잘 이루어져야 사용자들의 의도를 훨씬 더 정확하게 파악할 수 있고, 인공지능이 생성한 콘텐츠도 더욱 정확하고 효과적으로 전달될 수 있다. 또한 사용자들이 얼마나 만족하는지 평가도 제대로 할 수 있다. 따라서 HCI 분야의 연구와 기술 보유는 AI 서비스 기업과 AI 기술을 활용하는 기업들에게 매우 중요해진다.
--- p.155
지속 가능한 비즈니스 성장을 위해 고려해야 할 또 다른 중요한 점은 AI 개발 기업이 스스로 합리적인 가격 정책을 수립하고 고객들과 협의해야 한다는 것이다. 생성형 AI는 지속적으로 많은 투자가 필요하다. 그렇기 때문에 많은 시스템 구축 프로젝트에서 과도한 적자를 감수한 저가 수주 행태에 의해 시장이 왜곡되는 사태가 다시 발생하지 않도록 주의해야 한다. 이러한 시장 왜곡은 개발 기업에게 재정적 부담을 줄 뿐만 아니라 도입 기업에게도 저품질의 생성형 AI 시스템을 제공해 생산성 향상이나 새로운 가치 발굴 효과를 제한할 수 있다. 이는 국내 AI 비즈니스 기회 자체를 망가뜨릴 우려가 있으며, 국가 산업 경쟁력 약화나 해외 AI 기업에 대한 기술 종속으로 이어질 수 있다.
--- pp.200-201
결국은 기업이 도입하고자 하는 목적, 그리고 내부에서 갖추고 있는 데이터나 인프라에 따라 결과는 달라진다. 실제 각 기업이 원하는 것은 자신들의 기업과 도메인(분야)에 맞는, 문제 해결을 잘 하는 것이기 때문에 아주 일반적인 도입 목적이 아니고서는 학습은 필요한 과정이다. 또한 수행해야 할 태스크들과 도메인 특화의 경우도 학습 데이터를 단순히 양적으로 불리는 방식으로는 한계가 있다는 것도 분명하다. 결국은 태스크에 맞는 양질의 학습 데이터가 중요하다.
--- p.247
생성형 AI 기술을 기준으로 그 이전과 이후, 전 산업 분야에서 인공지능을 바라보는 시각은 상당히 바뀌었다. 과거에는 AI 기술의 장점을 신규 비즈니스나 특정 비즈니스의 경쟁력 확보에 활용하겠다는 시각이 주를 이루었다. 그러나 이제는 AI가 전방위적으로 인프라에 적용되는 기술이자 혁신을 주도할 수 있는 기술, 조직과 프로세스까지 변화시킬 수 있는 기술, 그리고 우리의 일상에 다양한 형태로 영향을 줄 수 있는 기술로 인식이 바뀌었다. 따라서 기업 관점에서도 경영 전략, 조직, 의사결정 과정, 고객 경험 등 기업 환경 및 활동 전체를 변화시킬 수 있다고 보고 있다. 현재의 AI 기술들이 경영 환경을 어떻게 변화시킬지는 결국 AI 기술들을 어떤 영역에 활용할 것인가에 달려 있다.
--- p.312