무료 바카라 게임

“2027년까지 기업은 특정 업무와 성능 최적화에 초점을 맞춘 소규모 언어 모델(SLM)을 도입하고, 이들 모델의 전체 사용량은 범용 대규모 언어 모델(LLM)보다 최소 3배 이상 많아질 것이다.”

글로벌 IT 리서치 회사 가트너(Gartner)가 다음과 같이 전망했다. 가트너는 “범용 LLM이 뛰어난 언어 처리 능력을 갖춘 건 사실”이라면서도 “다만 특정 비즈니스 분야 전문성을 요구하는 작업에선 응답 정확도가 떨어진다”고 분석했다.

수밋 아가왈 가트너 부사장 겸 애널리스트는 “다양한 업무 흐름과 높은 정확도의 요구가 맞물리면서 특화한 모델로의 전환이 가속화하고 있다”고 설명했다. 그는 SLM이 응답 속도가 빠르고 컴퓨팅 자원을 덜 소모해 운영·유지 비용을 낮출 수 있다고 덧붙였다.

기업은 범용 LLM을 특정 업무에 특화한 모델을 만들 수 있다. 가령 검색 증강 생성(Retrieval-Augmented Generation, RAG)이나 미세조정(fine-tuning) 기법으로 재구성하는 식이다. 이 과정에서 기업이 보유한 독자적 데이터가 핵심 경쟁력으로 작용한다. 미세조정이 제대로 이뤄지려면 데이터 준비와 품질·버전·관리 체계를 갖추는 게 필수다.

아가왈 부사장은 “기업은 자사 독자 데이터와 특화된 업무 프로세스로부터 얻는 통찰력이 얼마나 가치 있는지를 인식하게 될 것”이라며 “이를 수익화하거나 고객·경쟁사 등 폭넓은 대상과 공유하는 방향으로 움직일 가능성이 크다”고 전망했다. 데이터·지식을 보호만 하는 접근에서 벗어나, 보다 개방적이고 협력적인 활용으로 나아갈 거란 얘기다.

가트너는 기업들이 자사 고유 모델을 상용화하는 방안을 통해 새로운 수익원을 확보하고, 상호 연결된 생태계를 구축할 수 있을 것으로 기대했다. 또한, 소규모 언어 모델 도입을 준비 중인 기업에 다음 방법론을 권장했다.

컨텍스트 기반 모델 시범 운영
비즈니스 맥락이 중요한 분야나 범용 LLM의 응답 품질과 속도가 부족한 영역부터 시범 운영을 시작해 효과를 검증한다.

복합적 접근 방식 활용
한 가지 모델만으론 한계가 있는 사용 사례를 파악하고, 여러 모델과 워크플로 단계를 결합해 문제를 해결하는 ‘복합적 접근’을 고려한다.

데이터·기술 역량 강화
미세조정에 필요한 데이터를 수집·선별·구조화하는 역량을 우선 확보한다. AI 이니셔티브 추진을 위해서는 AI·데이터 설계자, 데이터 과학자, AI·데이터 엔지니어, 리스크·규정준수팀, 구매팀, 비즈니스 전문가 등 다양한 직무 역량을 결합해 조직을 강화하는 게 중요하다.

결국 기업의 AI 활용은 ‘정확성’과 ‘운영 효율’을 높이는 방향으로 변화할 공산이 크다. 가트너의 전망은 그 변화가 생각보다 빠르고 깊이 있게 전개될 것임을 시사하고 있다.

/ 포춘코리아 김다린 기자 quill@fortunekorea.co.kr