생성형 AI, 단순 생산 넘어 학습 복리 효과 창출해야

주장기업 경영진은 생성형 인공지능(AI)을 활용해 업무 속도를 높이는 방안보다, AI 결과물에서 체계적으로 학습하는 전략을 세워야 합니다. AI를 단순한 처리 장치로만 사용하면 자산 가치가 하락하지만, 학습 도구로 활용하면 가치가 상승하는 복리 효과를 얻습니다.

팩트매사추세츠 공과대학교(MIT) 슬론 매니지먼트 리뷰와 보스턴 컨설팅 그룹의 연구에 따르면, 인간과 AI 간의 체계적인 피드백 루프를 구축한 조직은 그렇지 않은 조직보다 재무적 이익을 얻을 확률이 6배 높습니다. AI와 함께 학습하는 데 투자하는 조직은 재무적 성과를 달성할 확률이 73% 더 높습니다.

교차검증2024년 기준 기업의 70%가 AI를 도입했으나, 조직적 학습을 위해 AI를 활용하는 기업은 15%에 불과합니다. 대다수 기업이 AI를 생산성 향상 도구로만 인식하며 복리적 가치를 창출하는 인프라 구축에는 미흡하다는 점을 보여줍니다.

팩트철학자 마이클 폴라니는 인간이 말로 표현할 수 있는 것보다 더 많은 것을 알고 있다는 암묵적 지식 개념을 제시했습니다. 과거 이 지식은 노동자를 보호하는 해자 역할을 했으나, 대규모 언어 모델은 행동의 흔적을 통해 이 지식을 추론하며 그 해자를 무너뜨립니다.

팩트클로드 코드 개발을 주도한 보리스 체르니는 AI가 프로그래밍되지 않은 기능을 스스로 추론하여 파일 시스템을 탐색하는 모습을 확인했습니다. 이는 AI가 전문가의 행동 패턴을 학습하여 인간이 명시적으로 정의하지 않은 작업 방식까지 파악할 수 있음을 의미합니다.

주장제본스의 역설과 마찬가지로 AI로 전문 지식 비용이 낮아지면 더 많은 프로젝트가 시도되고 반복 주기가 단축됩니다. 이 과정에서 전문 지식이 기계에 의해 읽히고, 이는 다시 AI의 지식 기반을 강화하여 조직의 역량을 확장하는 선순환 구조를 만듭니다.

팩트강력한 조직 학습과 AI 특화 학습을 결합한 조직은 불확실성을 관리하는 데 있어 최대 80% 더 효과적입니다. AI를 통한 효율성 창출만큼이나 AI를 활용해 학습하는 능력을 기르는 것이 기업의 생존에 필수적입니다.

주장복리 효과를 얻기 위해서는 검증, 평가, 학습 기록이라는 세 가지 운영 단계가 필요합니다. 검증은 결과물의 표준 준수 여부를 확인하고, 평가는 결과물의 의미를 파악하며, 학습 기록은 이 통찰을 조직의 지식으로 고착화합니다.

교차검증검증만 수행하면 오류는 잡을 수 있지만 새로운 학습은 발생하지 않습니다. 학습 기록 없이 평가만 하면 통찰이 휘발되어 조직의 지식으로 축적되지 않으므로, 세 단계가 유기적으로 연결된 인프라가 없으면 기업은 AI 결과물을 소비하는 수준에 머뭅니다.

출처MIT 슬론 매니지먼트 리뷰의 '생성형 AI로부터 복리 효과를 얻는 방법(How to Reap Compound Benefits From Generative AI)' 보고서를 교차 검증했습니다.