*잠깐, 위시켓은 2022년 시밀러웹 방문자 수 기준, 국내 1위 IT아웃소싱 플랫폼입니다. 현재 10만 이상의 개발업체, 개발 프리랜서들이 활동 중이며 무료로 프로젝트 등록이 가능합니다. 프로젝트 등록 한 번으로 여러 개발업체의 견적, 예상기간, 포트폴리오 등을 한 번에 비교해 보세요📝



2030년 시장 규모가 420억 달러(약 58조 원)에 달할 것으로 전망될 만큼 대화형 AI 시장은 가파르게 성장하고 있습니다. AI에 새로운 대규모 생성 모델¹들을 학습시키고, 기술 스택이 확장됨에 따라 발전된 제품들이 시장에 나오고 있습니다.

테크 자이언트 기업들은 급격하게 성장할 것으로 예상되는 이 시장에 진입하기 위해 막대한 R&D 투자를 하고 있습니다. 그중 하나로 2015년에 일론 머스크를 포함한 스타 엔지니어들이 시작한 OpenAI 프로젝트는 10억 달러의 기부금을 받았고, 이후 3년 만에 마이크로소프트로부터 10억 달러를 추가로 지원받았습니다.

기술 업계에는 이런 붐이 일고 있지만 아직까지 현실에서 대화형 AI 기술은 GPT-3(Generative Pre-Trained Transformer 3) 등의 소수의 생성 모델만이 사용되고 있습니다. 그럼 중소기업들이 챗봇 기술과 AI 어시스턴트를 도입해서 볼 수 있는 이득은 어떤 게 있을까요?

대화형 AI 도입은 분명한 장점이 있지만, 어려움 또한 존재합니다



DeepPavlov.ai은 ‘챗봇’과 AI 어시스턴트를 보다 빠르고 쉽게 개발할 수 있도록 도와주는 오픈소스인 대화형 AI 스택을 개발하는 팀입니다. 이들은 2022년 6월에 대화형 AI가 비즈니스에 어떻게 사용될 것으로 예상하는지 에듀테크, 핀테크, 자동화, 컨설팅 시장의 스타트업 창업자 및 CTO 20명에게 설문을 진행했습니다. 그리고 20명 전원이 ‘챗봇’이 비즈니스 운영을 원활하게 하는데 분명 도움이 될 수 있다고 답했습니다.

즉, 대부분의 스타트업들이 고객과의 접촉점 향상, CS 센터의 효율성 향상, 운영 비용 절감 등 대화형 AI에 상당히 긍정적인 성과를 기대한다는 것입니다. 하지만 동시에 응답자의 80%가 챗봇 구현과 개발에 어려움을 겪고 있다고 언급했습니다.

앞서 RASA는 CS에 대화형 AI가 도입된 현황도 조사했습니다. 조사 결과에 따르면 AI의 도입에는 크게 두 가지의 중요한 메리트가 있었습니다.

첫 번째는 고객과 양방향의 자연어(natural language) 소통이 가능한 점이고, 둘째는 고객과의 대화를 분석해서 고객의 니즈를 추출할 수 있는 기능입니다.

이러한 결과는 글로벌 리서치 결과와도 일맥상통합니다. Gartner는 소규모 기업은 직원을 ‘챗봇’으로 대체함으로써 직원을 교육하는 비용과 급여 지출을 절감할 수 있다고 발표했습니다.

AI 기술 확산의 걸림돌

최신 대화형 AI의 확산을 멈추는 큰 병목 중 하나는 스타트업 창업자들이 AI 기술이 가져올 수 있는 이점에 대해 명확하고 깊은 이해가 부족하다는 점입니다. 인터뷰에서 창업자들은 NLP 분류기와 같은 채팅 봇의 기능들의 이름을 이해하기 어렵다고 이야기했습니다.

즉, 스타트업(창업자) 중 절반은 고객과의 대화에서 인간 언어의 의미와 특징들을 추출하는 것이 사업에 도움이 될 것이라고 답했습니다. 또, 응답자 중 45%는 개체명을 추출하는 기술이, 10%는 자연어에서 감정의 특성을 분류하는 기술이 필요하다고 이야기했습니다.

이러한 설문 결과는 스타트업 창업자들이 대화형 AI를 굉장히 모호하게 이해하고 있다는 것을 방증합니다. 80%에 이르는 대다수는 최첨단 대화형 AI와 채팅 봇이 그들의 사업에 가져올 수 있는 가능성을 이해하지 못하고 있습니다. 그 결과로 스타트업 업계에 AI를 도입하는 일이 늦어지고 있습니다.

또한, 대화형 AI 플랫폼들은 여러 도메인, 산업 그리고 멀티 모달²을 아우르며 더 정교하게 발전하고 있기 때문에, 기술 이해가 부족한 일반 스타트업들이 사용하기가 더 어려워지고 있습니다. 따라서 대화형 AI의 성공적인 도입, 더 나아가 대중화를 위해서는 AI 기술에 대한 이해 수준을 기술 발전 속도에 맞춰서 끌어올리는 게 필수적입니다.

대화형 AI 기술을 이해해야 올바르게 도입할 수 있다



AI 모델이 작동하려면 자연어 데이터와 복잡한 처리 알고리즘이 필요합니다. 우선 대화형 AI 모델은 자연어 이해(NLU), 자연어 처리(NLP), 자연어 생성(NLG) 등의 다양한 자연어 처리 기술이 결합되어 있습니다. 즉, 인간이 사용하는 언어를 기계가 이해할 수 있는 언어로 변환하고, 기계가 생각하는 답을 인간이 사용하는 언어로 변환하는 과정이 필수적입니다. 그리고 AI 모델이 커지고 복잡해질수록 AI의 반응 속도는 느려지고 유저들은 만족스러운 경험을 얻지 못합니다. 고객들이 ‘기다릴 수 있는’ 자연스러운 응답 공백 시간이 약 200ms입니다. 그러나 고객의 고객 경험 만족도를 높이고 싶어 할수록, 더욱 복잡한 자연어 처리를 요구하게 되고, 대화형 AI의 처리 속도는 더더욱 느려질 수밖에 없습니다. 이러한 ‘챗봇’의 사용성을 개선하기 위해서는 자이언트 테크 기업, 연구소, 개발자, 그리고 스타트업의 협력이 필요합니다.

테크, 기술 업계와 스타트업 산업계의 협력을 도모하는 예시로는 Alexa Prize Challenge가 있습니다. 이 챌린지에서는 수천 명의 전문가들이 안전한 장소에서 기술을 테스트하고 대화하면서 지식을 교류할 수 있습니다.

2021년 챌린지에 참여한 내용을 보면, 참여한 한 팀은 전체 사용자 중 10%가 ‘챗봇’과 10분 이상 대화하고, 개인적인 질문을 함으로써 ‘챗봇’과 인간적인 관계를 형성하려고 시도했으며, 관계 형성을 위해 봇의 어색한 답변들도 수용했음을 알 수 있습니다.

아마존은 개발자들에게 Alexa에 새로운 기술을 추가하거나 Alexa를 대화형 AI 솔루션의 기반 기술로 사용하도록 권장하면서 좋은 성과를 내고 있습니다. 물론 핵심 기술은 비공개이기 때문에 기술의 활용이 제한적일 수밖에 없습니다.

그럴 때는 오픈소스 솔루션을 이용하는 것도 하나의 방법입니다. RASA는 오픈소스 프레임워크를 통해 태스크 지향(task-oriented) 챗볼들의 개발을 지원하고 있습니다. 하지만 이 오픈소스를 활용해서 멀티스킬(multiskill) AI 어시스턴스를 개발하는 것은 여전히 어려운 과제로 남아있습니다. 학계에서 프로젝트로 출발한 DeepPavlo 팀은 오픈소스가 업계에서 더 많이 사용될 수 있도록 노력하고 있습니다.

스타트업은 AI를 사용함으로써 큰 이익을 얻을 수 있습니다



아직까지 AI ‘챗봇’에 대한 교육은 상당히 부족합니다. ‘챗봇’과 AI 어시스턴트의 이점을 최대한 활용하려면 기업이 어떤 목적으로 AI를 도입해야 하는지와 기업의 상황에 맞는 기술을 개발하는 방법을 알아야 합니다.

또, 대화형 AI 시장의 관계자들은 소비자들이 이해하고 사용하기 쉽게 만드는 것이, AI 기술을 발전시키는 것만큼 중요하다는 것을 인지해야 합니다.

¹ 주어진 데이터를 학습하여 학습 데이터의 분포를 따르는 유사한 데이터를 생성하는 모델

² 시각, 청각, 감각 등의 다양한 모달리티를 동시에 받아들이고 사고하는 AI 모델



국내 1위 IT아웃소싱 플랫폼 위시켓에 프로젝트를 등록해 보세요.

6만 여건의 데이터를 바탕으로 프로젝트 견적을 상담해 드립니다.