*시스코 Chief Strategy Officer이자 Applications의 General Manager인 Liz Centoni님의 블로그 포스팅을 번역한 자료입니다.
기술은 전례 없이 빠르게 진화하며 미래의 동향을 예측하는 것은 무엇이 현실적이고 무엇이 과대광고인지 항상 논란의 여지가 있습니다.
다가오는 혁신에 대한 흥분은 항상 느껴지지만, 저는 지난 한 해가 다른 것이었다고 생각합니다. 특히 생성형 AI (GenAI) 분야의 발전은 한 세대에 한 번의 변화를 이끌고 있습니다. 이로 인해 새로운 기회가 열리고 산업, 운영 방식 및 직업 경로가 변화하고 있습니다.
그 이유로 올해 AI에 대한 “자동화된 영감” 예측이 많이 다뤄집니다.
시스코 AI 준비 지수에 따르면 응답자의 95%가 AI 전략을 구축하거나 개발 중이지만, 전체 비즈니스에서 AI를 효과적으로 통합한 기업은 14%에 불과합니다. 기업이 AI를 도입하고 효과적으로 통합하기 위해 필요한 노력은 무엇일까요? 혁신가들은 어떻게 이러한 변화를 활용하여 경쟁력을 유지할 수 있을까요? 혁신과 신뢰는 어떤 방식으로 교차되어야 할까요?
이러한 통찰과 질문들은 2024년의 기술 동향 예측을 위한 영감으로 기여하고 있습니다.
- GenAI는 GenAI 기반의 NLI, 맞춤형 LLM, 맞춤형 B2B 애플리케이션 및 비즈니스 컨텍스트와 함께 비즈니스 세계로 신속하게 확장할 것으로 예상됩니다.
GenAI 기반의 자연어 인터페이스 (NLI)는 새로운 제품에 대한 핵심 구성 요소로 간주되며, 2024년 말까지 절반 이상의 제품에서 기본적으로 제공될 것으로 예상됩니다. 또한 사용자들은 더 맥락에 맞는, 개인화된 및 통합된 솔루션을 요구하면서 GenAI는 B2B 상호작용에서도 중요한 역할을 할 것입니다. GenAI는 데이터 및 인사이트에 액세스하고 분석하며 시각화하기 위한 API, 인터페이스 및 서비스를 제공하여 프로젝트 관리, 소프트웨어 품질 및 테스트, 규정 준수 평가 및 채용 노력과 같은 다양한 영역에서 보편화될 것입니다. 결과적으로 AI에 대한 인식이 증가할 것으로 전망됩니다.
또한 특정 도메인에 특화된 AI 모델의 등장과 더 높은 정확도, 관련성, 정밀성 및 도메인 특화 이해력을 가진 작은 특화형 LLM(Language Model)으로의 전환을 예상할 수 있습니다. 예를 들어, 코드 완성 및 푸 샷에 자주 사용되는 LLaMA-7B 모델의 채택이 늘어날 것으로 예상됩니다. 더불어 이미지, 텍스트, 음성 및 수치 데이터와 같은 다양한 데이터 유형의 다중 모달 조합과 지능 처리 알고리즘이 B2B 사용 사례를 확장시킬 것으로 예상됩니다. 이로 인해 비즈니스 기획, 의료 및 금융 서비스와 같은 다양한 분야에서 더 나은 결과를 얻을 수 있을 것입니다.
- AI의 책임과 윤리적 사용을 위한 움직임은 인간의 권리와 가치를 존중하는 명확한 AI 관리프레임워크 (AI Governance Framework)에서 시작될 것입니다.
AI의 도입은 한 세대에 한 번씩의 기술적 전환입니다. 이것은 혁신과 신뢰의 교차로에 위치하고 있습니다. 그러나 조직의 76%가 포괄적인 AI 정책이 없다는 사실이 있습니다. 대체로 GenAI의 위험을 완화하기 위해 규제, 정책, 그리고 산업 자체 규제와 지배가 필요하다는 일반적인 합의가 있습니다. 그러나 IP 침해와 같은 분야에서는 보다 미묘한 접근이 필요합니다. 여기에는 기존의 원작 예술 작품의 일부가 스크랩되어 새로운 디지털 아트를 생성하는 경우와 같은 분야가 포함됩니다. 이 분야는 규제가 필요합니다.
또한 유럽연합 데이터 법에 부합하는 정신에서 소비자가 자신의 데이터에 대한 액세스와 제어 권한을 확보할 필요가 있습니다. AI 시스템의 중요성이 증가함에 따라 공개 데이터는 곧 한계에 도달할 것이며 고품질 언어 데이터는 2026년 이전에 고갈될 가능성이 있습니다. 조직은 개인 및/또는 합성 데이터로 전환해야 하며, 이는 의도치 않은 액세스와 사용 가능성을 열어놓습니다.
조직은 스스로 할 수 있는 많은 일이 있습니다. 리더들은 AI 시스템의 개발, 사용 및 결과에 대한 투명성과 신뢰성을 약속해야 합니다. 예를 들어 신뢰성 측면에서 거짓 콘텐츠와 예기치 않은 결과를 다루기 위해 RAI 평가, LLMs의 강력한 교육을 통한 환각 가능성 감소, 감정 분석 및 결과 형성을 진행해야 합니다. 2024년에는 모든 규모와 업종의 기업들이 책임감 있는 AI 지배가 내부 개발, 적용 및 AI 사용을 안내하는 방식을 공식적으로 제시할 것으로 예상됩니다. 기술 기업이 신뢰성을 신뢰할 수 있게 나타낼 때까지 정부가 더 많은 정책을 만들 것으로 예상됩니다.
- 인공지능으로 생성된 잘못된 정보, 사기 및 사기 행위로 인해 소비자와 기업은 더 큰 위험에 직면하게 되며, 이로 인해 기술 기업과 정부는 해결책을 위해 협력하게 될 것으로 예상됩니다.
2024년에는 인공지능 기술을 활용한 잘못된 정보, 사기 및 사기 행위가 기업, 개인, 후보자 및 선거에 대한 위협으로 계속해서 증가할 것으로 예상됩니다. 이에 대응하여 탐지 및 위험 완화에 대한 더 많은 투자가 이루어질 것입니다. 포괄적인 새로운 인공지능 솔루션은 복제된 음성, 딥페이크, 소셜 미디어 봇 및 영향력 캠페인에 대비할 것입니다. 인공지능 모델은 더 나은 정확성과 효과를 위해 대규모 데이터 세트에서 교육을 받을 것입니다. 인증 및 출처에 대한 새로운 메커니즘은 투명성과 책임성을 증진할 것입니다.
G7 인공지능 가이드 원칙, 바이든 행정부의 안전한 인공지능 대행령 및 EU 인공지능 법에 따라 민주적 가치에 대한 위협에 관한 더 많은 협력도 예상됩니다. 민간 부문과 정부 간의 협력을 통해 위협 인식을 높이고 확인 및 보안 조치를 시행할 것입니다. 어벤저 악당에 대한 제재와 규제 준수를 보장하기 위한 협력도 예상됩니다. 기업은 고급 위협 탐지 및 데이터 보호, 정기적인 취약점 평가, 보안 시스템 업데이트 및 네트워크 인프라의 철저한 감사를 우선시해야 합니다. 소비자들에게는 신원, 저축 및 신용을 보호하기 위해 경계가 필수적일 것입니다.
- 암호화와 네트워킹의 미래는 양자적 진보를 향하지만 양자적 도약은 아닐 것입니다.
우리는 표준화되기 전에도 작동하는 소프트웨어 기반 접근 방식인 후양자 암호(PQC)의 도입을 목격할 것입니다. 이는 미래의 양자 공격으로부터 데이터를 보호하기 위한 전통적인 시스템과 함께 동작합니다. PQC는 브라우저, 운영 체제 및 라이브러리에서 도입될 것이며, 혁신가들은 SSL/TLS 1.3과 같은 프로토콜과 같이 클래식 암호화를 지배하는 데에도 도전할 것입니다. PQC는 또한 기업들에게 점차 적용될 것이며, 그들은 후양자 세계에서 데이터 보안을 확보하기 위해 노력할 것입니다.
또 다른 트렌드는 양자 네트워킹의 중요성이 계속해서 증가하고 있는 것입니다. 4 또는 5년 후에 양자 네트워킹은 양자 컴퓨터가 보다 확장 가능한 양자 솔루션 간에 통신하고 협력하는 것을 가능하게 할 것입니다. 양자 네트워킹은 얽힘과 중첩과 같은 양자 현상을 활용하여 정보를 전송할 것입니다. 데이터 보안과 처리에 대한 높은 수요를 가지고 있는 정부 및 금융 서비스 업계에서 양자 네트워킹에 대한 중요한 새로운 연구와 투자가 이루어질 것입니다.
- 기업들은 AI 주도의 맞춤화를 추진하면서 API 추상화의 힘과 잠재력을 활용할 것으로 전망됩니다.
다가오는 연도에는 기업들이 자체 플랫폼을 구축하거나 비용을 들이지 않고 AI의 강력한 기능과 이점을 창의적으로 활용하는 방법을 모색할 것으로 예상됩니다. 애플리케이션 프로그래밍 인터페이스(API)는 이 과정에서 중요한 역할을 할 것으로 예상됩니다. APIs는 점차 “추상화 계층” 역할을 하며, 미리 구축된 다양한 AI 도구, 서비스 및 시스템을 적은 개발 노력이나 인프라 설정으로 효율적으로 통합하는 역할을 수행할 것으로 예상됩니다. APIs를 통해 다양한 AI 능력에 손쉽게 접근할 수 있게 되면 조직은 반복적인 작업을 자동화하고 데이터에서 깊은 통찰력을 얻으며 의사 결정을 개선할 수 있을 것으로 기대됩니다.
이번 해는 또한 API 중심의 맞춤화 경쟁의 시작을 알릴 것으로 예상되며, 기관들은 다양한 제공 업체로부터 APIs를 선택하고 결합하여 AI 솔루션을 손쉽게 고유하고 혁신적인 요구 사항에 맞게 조절할 수 있을 것으로 예상됩니다. 이러한 유연성과 확장성은 외부 AI 전문가, 스타트업 및 연구 기관과의 협력을 용이하게 하며 아이디어 공유와 첨단 기술 발전을 촉진할 것으로 예상됩니다. 실제로, 이러한 조직화된 “모델 가든” 생태계는 이미 형성되어 있으며 2024년에는 그 발전을 더욱 명확하게 확인할 수 있을 것으로 기대됩니다.
- AI를 그린워시 (Greenwash)할 수 없습니다. 발전은 더 많은 에너지 사용을 촉진하면서 새로운 에너지 네트워킹 및 효율 패러다임을 개발할 것입니다.
지속 가능한 에너지는 기후 변화에 대응하는 데 중요한 역할을 합니다. 더 작은 AI 모델을 선택하고 레이어와 필터가 적은 모델을 특정 사용 사례에 맞게 사용함으로써, 기업은 일반 시스템과 비교하여 에너지 소비 비용을 줄이기 시작할 것입니다. 이러한 특화된 시스템은 작은 크기의 높은 정확도 데이터 세트로 훈련되며 특정 작업을 효율적으로 수행합니다. 반면, 딥 러닝 모델은 방대한 양의 데이터를 사용합니다.
소프트웨어 정의 네트워킹 및 직류 마이크로 그리드로 구성된 전력 시스템을 결합한 빠르게 성장하는 에너지 네트워킹의 범주도 에너지 효율에 기여할 것입니다. 네트워킹을 전력에 적용하고 데이터와 연결함으로써, 에너지 네트워킹은 기존 배출물의 종합적인 가시성과 벤치마킹을 제공하며 전력 사용, 분배, 전송 및 저장을 최적화하기 위한 액세스 포인트를 제공합니다. 에너지 네트워킹은 조직이 에너지 사용과 배출물을 더 정확하게 측정하고, IT, 스마트 빌딩 및 IoT 센서를 통해 여러 기능을 자동화하며 비효율적이고 사용되지 않는 에너지를 활용할 수 있도록 돕습니다. 내장된 에너지 관리 기능을 갖춘 이 네트워크는 소비량을 측정, 모니터링 및 관리하기 위한 제어 평면이 될 것입니다.
- ‘쉬프트 레프트(Shift left)’는 협력, 현대적인 융합 플랫폼 및 인공 지능의 약간의 지원을 통해 새로운 프로그래밍 경험을 드러내고 더 나은 소프트웨어를 개발할 것입니다.
기관들이 ‘쉬프트 레프트’를 계속하면 소프트웨어 개발은 새로운 도구, 접근 방식 및 기술로 진화할 것입니다. 프로그래머들은 플랫폼과 협력을 활용할 것이며, 때로는 인공 지능의 약간의 도움을 받아 중심화된 툴킷을 구축하여 효율성을 높이고 탁월한 디지털 경험을 제공하는 데 초점을 둘 것입니다. 예를 들어, CNAPP, 클라우드 보안 포지처 관리 (CSPM), 그리고 클라우드 워크로드 보호 플랫폼 (CWPP)을 활용하여 툴 퍼지를 극복하고 워크플로우를 단순화하며 별도의 툴 관리 부담을 없애기 위해 노력할 것입니다.
일부 기업은 여전히 분리된 포인트 솔루션을 통해 보안 취약성과 소프트웨어 공급망 문제를 다루고 있을 것입니다. 혁신가들은 인공 지능을 활용하여 디펙트 및 에러 테스트와 같은 반복적인 작업을 가속화할 것입니다. 이 과정에서 협업 도구와 인공 지능 어시스턴트는 안전, 관찰 가능성, 그리고 인프라의 복잡성에 대응하면서 신뢰할 수 있는 동료 역할을 할 것입니다. 그들은 또한 구성 요소, 프로토콜 및 도구의 복잡성을 해결하기 위해 인공 지능 파생 정보를 활용할 것입니다. 인간의 검토와 균형은 인공 지능 기반 결정이 공정하고 편견이 없으며 윤리와 도덕적 가치와 일치하도록 보장해야 합니다. 우리는 인공 지능이 인간의 의사 결정을 완전히 대체하지 않고 보완해야 한다고 믿습니다.
인공 지능은 미래를 주도하며 현재는 이미 우리의 집, 자동차, 사무실, 심지어 포켓에까지 존재합니다. 우리는 달성한 진전을 경탄하면서 혜택과 위험을 균형 잡아야 합니다.
사람들과 그들이 사용하는 인공 지능 시스템과 도구 간의 신뢰는 근본적이며 협상 불가능한 요소입니다. 이것은 AI의 역량과 한계를 명확하게 제시하고, 파괴적인 영향이 어떻게 발생할 수 있는지 사람들과 기업에 알리며, 새로운 데이터 투명성과 책임 프레임워크를 제공하고, AI를 가능하게 하고 지원하는 직업에 필요한 기술을 가르치며, 사람들의 최선의 이익을 고려한 협력의 새로운 방식을 채택하는 새로운 노력을 포함합니다.
참으로 흥미로운 시기입니다. 저는 신뢰가 새로운 기술이 뿌리를 내리기 위한 필수 요소임을 깊이 믿으며 다가오는 해를 낙관적인 태도와 경외심을 가지고 기대합니다. 세상에 이로운 일은 비즈니스에도 좋은 일입니다. 이에 대한 확신을 가지고 인공 지능을 통해 가능한 일들을 함께 발전시켜 갑시다.
Authors