빅데이터와 생성형 AI는 오늘날 거의 모든 산업에서 혁신의 바람을 일으키고 있습니다. 실제로 과학기술정보통신부에서 발표한 ‘2022년 데이터산업현황조사’ 결과에 따르면 지난 해 국내 데이터 산업(인공지능(AI), 클라우드 기술 등) 시장의 규모는 25조 1,000억원으로, 22조 9,000억원이었던 2021년보다 약 9.6% 증가했으며, 13조 7,500억원이었던 2016년과 비교해 두 배 가까이 증가한 것입니다.1
빅데이터는 여러 산업에서 기본적인 도구로 자리잡아 예측 분석, 소비자 행동 이해, 공급망 최적화 등 다양한 영역에서 중요한 역할을 하고 있습니다. 생성형 AI는 텍스트, 이미지, 음성과 같은 데이터를 ‘이해’하고 새로운 내용을 ‘창조’할 수 있어 기존 업무 프로세스를 효율화 시키는 데 큰 역할을 하고 있습니다. 이 두 기술이 만들어내는 영향은 단순한 효율성 향상에서부터, 새로운 비즈니스 모델의 등장까지 광범위합니다. 이러한 흐름에 맞추어 글로벌 빅테크 기업 및 국내 ICT 기업들은 빅데이터를 기반으로, 그리고 생성형 AI를 활용해 시장 선점에 힘을 쓰고 있습니다. 이번 글에서는 빅데이터와 생성형 AI가 어떤 방향성을 가지고 사용되고 있는지, 그리고 그 결과로 우리 사회와 여러 산업에서 어떤 혁신과 변화가 일어나고 있는지 살펴보겠습니다.
빅데이터와 생성형 AI는 지난 수년간 끝없는 성장을 보여주며 여러 산업에 긍정적인 영향을 미치고 있습니다. 이 두 기술이 등장하고 오늘날 수준에 이르기까지 여러 기술 요소들의 발전이 선행되었습니다. 먼저, 컴퓨터 하드웨어의 발전입니다. 고성능 CPU와 GPU – 대규모 연산 작업, 컴퓨팅 기술과 생산성 향상, 응용프로그램 처리능력, AI/딥러닝 등 첨단 기술 활용을 위한 기반-의 등장은 대량의 데이터를 빠르고 효율적으로 처리할 수 있도록 만들었고, 이는 기업이나 연구 기관이 복잡한 데이터를 신속하게 분석할 수 있도록 도와 데이터 기반 의사결정의 일상화에 기여했습니다. 또, 기계 학습 알고리즘, 특히 딥러닝의 발전은 AI와 같은 신기술이 자리 잡는데 큰 역할을 했습니다. AI가 비정형 데이터 및 복잡한 패턴을 인식하고 분석할 수 있게 되었고, 단순히 데이터를 분석하는 것을 넘어 자동화된 의사결정, 자연어 처리, 이미지 인식 등과 같은 다양한 분야에서 활용되고 있습니다.
이 같은 발전 과정을 통해 탄생한 빅데이터와 생성형 AI는 장기적으로 투자성과 성장 잠재력이 높아 산업 전반에서 주목을 받고 있습니다. 기업, ICT 업계 및 연구분야에서의 지속적인 투자와 연구 개발을 통해 이들 기술은 다양한 산업에서 활용되고 있습니다. 특히, 헬스케어, 금융, 제조업과 같은 분야의 실제 적용 사례가 다수 보고되고 있으며, 이를 통한 사회 전반에 걸친 긍정적인 변화가 기대되고 있습니다.
빅데이터 및 생성형 AI의 활용
데이터가 방대한 규모로 증가하고 데이터 처리 기술이 발전하면서 빅데이터와 생성형 AI의 활용 사례도 점차 늘어나고 있습니다. 이 기술들이 어디서 어떻게 활용되고 있는지 알아보겠습니다.
- 산업 분야 활용 방안: 빅데이터와 생성형 AI는 산업 분야에서의 혁신을 주도하고 있습니다. 제조업에서는 빅데이터를 활용해 공정의 효율성을 높이고, 생산 과정을 최적화해 품질을 향상하고 있으며, 물류/유통 업계에서는 고객의 구매 패턴, 재고 수준, 운송 경로 등 여러 데이터를 분석해 최적의 배송 루트를 계획하거나 재고를 효율적으로 관리하고 있습니다. 생성형 AI의 경우 산업 내 운영 효율성을 높이고 리스크를 관리하는 데 기여하고 있습니다. 미디어 산업에서는 창의적인 콘텐츠를 생성하는 것을 도와주고, 유통 산업에서는 소비자 경험을 개인화 하여 재고를 효율적으로 관리할 수 있도록 합니다. 이 외에도 농업, 에너지, 부동산 등 다양한 산업에서 빅데이터와 생성형 AI의 활용이 확산되고 있습니다.
- 사회 문제 활용 방안: 빅데이터와 생성형 AI는 다양한 사회 문제를 해결하는 데 중요한 역할을 합니다. 예를 들어, 도시의 교통 혼잡 문제를 해결하기 위해 실시간 트래픽 데이터, 날씨 정보, 출퇴근 시간 등을 분석해 교통 흐름을 더욱 스마트하게 관리할 수 있습니다. 공공 안전 분야에서는 과거의 범죄 데이터를 분석해 범죄가 발생할 가능성이 높은 지역과 시간대를 예측할 수 있어 더 효과적인 순찰과 예방이 가능합니다.
- 의료 분야 활용 방안: 의료 분야의 경우, 두 기술을 활용해 전자의료기록(EMR)을 분석하여 개개인에게 최적화된 치료 방안을 제시하거나, 의료 영상 데이터를 분석해 병의 초기 진단을 보다 정확하게 할 수 있습니다. 또한, 생성형 AI는 의료 연구에서 새로운 치료법이나 약물 개발을 촉진합니다.
- 맞춤형 서비스 활용 방안: 개인 맞춤형 서비스는 빅데이터와 생성형 AI가 빛을 발하는 분야로, 기업은 두 기술을 활용해 고객의 선호도와 행동 패턴을 분석해 개인에게 가장 적합한 제품이나 서비스 추천이 가능합니다. 소비자의 온라인 행동, 구매 이력, 선호도 등을 분석해 소비자에게 더욱 정교한 제품 추천을 제공해 고객 로열티를 높일 수 있습니다. 또한, 신규 상품 개발이나 마케팅 전략을 세우는 데도 큰 도움이 될 수 있습니다.
빅데이터 및 생성형 AI의 활용 (산업별)
제조
제조 산업은 빅데이터와 생성형 AI의 출현으로 눈에 띄는 변화를 겪고 있습니다. 빅데이터는 제조 과정에서 발생하는 수많은 데이터를 모아 분석하고, 이를 통해 공정의 효율성을 높이고 물류와 공급망 관리를 최적화하는 데 큰 도움을 주고 있습니다. 예를 들어, 센서를 통해 얻은 데이터를 분석해 기계의 고장 가능성을 미리 예측할 수 있으며, 이로 인해 생산 중단 시간을 줄이고 비용을 절약할 수 있습니다. 생성형 AI는 제품 설계 개선, 프로세스 최적화, 품질 관리 개선, 예측 유지 관리 지원, 공급망 관리 최적화 등 제조 과정을 변화시키고 영향을 미칠 수 있는 잠재력을 가지고 있습니다. AI 알고리즘을 활용해 고객의 피드백과 시장 데이터를 분석하여 새로운 제품 디자인을 자동으로 생성할 수 있고 이로써 개발 주기가 단축되고, 소비자의 니즈에 더 빠르게 대응할 수 있습니다. 빅데이터와 생성형 AI가 결합되면, 이러한 변화는 더욱 가속화됩니다. 공장 내에서 실시간 데이터 분석과 AI 알고리즘을 활용하면 생산 과정에서의 불량률을 줄일 수 있을 뿐만 아니라 품질 또한 개선할 수 있습니다.
금융
금융 산업은 빅데이터와 생성형 AI의 혁신적인 변화를 체감할 수 있는 대표적인 산업 분야 중 하나입니다. 지난 8월 대한상공회의소가 발표한 조사 결과에 따르면 금융업은 생성형 AI를 가장 많이 활용할 산업으로 평가받고 있습니다.2 이는 대량의 데이터를 다루고 복잡한 작업이 많기 때문입니다. 금융 기관은 대규모언어모델(LLM)의 힘을 활용해 지식을 중앙 집중화하고 상담원과 전문가에게 필수 정보를 제공하여 고객 경험을 향상하고 운영 효율성을 최적화하는 것을 목표로 합니다.
먼저, 빅데이터의 적용은 고객의 행동 패턴, 신용 기록, 거래 이력 등 다양한 정보를 수집하고 분석함으로써, 더욱 개인화된 서비스를 제공할 수 있게 해주었습니다. 예를 들어, AI 알고리즘은 빅데이터를 활용해 고객의 신용 점수를 더욱 정확하게 측정할 수 있고, 이를 기반으로 대출의 승인가 및 이자율을 결정할 수 있게 됩니다. 이 외에도, 빅데이터는 부정거래 탐지와 같은 금융 범죄 방지에서도 중요한 역할을 하고 있습니다. 생성형 AI의 경우 주식 시장의 트렌드를 예측할 때 복잡한 데이터를 분석해 미래의 주가 동향을 예측하는데 큰 도움을 줄 수 있습니다. 또한, 고객 서비스에서는 생성형 AI가 챗봇으로 활용되어 고객 문의를 빠르고 정확하게 처리할 수 있도록 합니다. 하지만 생성형 AI는 가짜 정보, 개인정보 유출, 저작권 침해 등 문제의 발생 가능성도 있기 때문에 기업은 고객이 우려 없이 제품과 서비스를 활용할 수 있도록 보안 대책을 면밀히 세워야 합니다.
헬스케어
빅데이터와 생성형 AI 알고리즘을 의료 분야에 활용하면 진단, 치료 과정, 환자 행동 등 다양한 의료 데이터를 수집/분석해 활용할 수 있습니다. 이에 의료진은 환자 이력을 보다 효율적으로 생성 혹은 통합하고 질병 패턴을 식별해 정확한 진단을 내리고 효과적인 치료 계획을 개발하는 능력을 향상시킬 수 있습니다. 그러나 의료 분야에서 생성형 AI를 효과적으로 구현하려면 데이터와 모델 측면에서 한계가 있을 뿐 아니라 잠재적 위험 또한 존재합니다. 생성형 AI가 민감한 의료 데이터에 영향을 미치고 의료 커뮤니티와 우리 모두에게 이익이 되는 교차점에 규제가 중요한 역할을 합니다. 개인정보 침해를 방지하고 비즈니스 연속성을 보장하기 위해서는 전체 인프라 및 관련 애플리케이션을 관리, 최적화, 확장 및 보호하는 데 적절한 리소스가 필요합니다. 뿐만 아니라, 생성형 AI를 뒷받침하는 IT 인프라에 의료 기관의 막대한 투자가 필요합니다. 기술을 효과적으로 활용하기 위해서는 이러한 LLM에 실제 건강 데이터에 대한 광범위한 교육이 지속되어야 합니다. 이 같이 의료 분야에서 생성형 AI를 활용하는 것에 대한 우려에도 불구하고 직원의 경험을 개선하고, 품질 관리를 개선하는 등과 같은 잠재적 이점을 간과할 수 없습니다.
유통
유통업계는 업무 효율성을 강화하고 비용을 절감하는 효과를 노리고 생성형 AI 기술과 빅데이터를 적극적으로 활용 및 도입하고 있습니다. 빅데이터는 고객의 구매 이력, 행동 패턴, 온 오프라인에서의 상호작용 등을 수집해 분석합니다. 이를 통해 유통 업체들은 고객에게 맞춤형 추천을 제공하거나, 재고 관리와 가격 책정 전략을 더욱 세밀하게 조정할 수 있습니다. 예를 들어, 고객이 특정 제품을 온라인으로 조회한 뒤, 실제 매장에 방문한다면 AI 시스템은 이 정보를 종합하여 매장에서도 그 고객에게 맞는 제안을 할 수 있는 것입니다. 유통업계에서 흔히 찾아볼 수 있는 생성형 AI 활용 사례는 가상의 옷을 본인에게 입혀보거나, 가구를 가상의 집안에 배치해보는 등 상호작용이 가능해진 사례들입니다. 이는 고객이 제품을 체험하고 구매 결정을 내릴 수 있도록 도와주며, 이로 인해 구매 만족도가 높아질 가능성이 큽니다. IDC 조사 결과에 따르면 유통업체의 50%가 향후 18개월 이내에 마케팅에서 생성형 AI 사용 사례를 우선시할 것으로 예상하고 있습니다.3 특히 생성형 AI는 제품 페이지 설명 작성, 이미지/비디오 제작, 마케팅 카피 작성 등 리소스 집약적이고 시간 소모적인 전자상거래 프로세스의 자동화 및 개인화에 엄청난 영향을 미칠 수 있습니다.
미디어 및 엔터테인먼트
미디어 및 엔터테인먼트 산업은 빠르게 변화하는 시장 트렌드, 기술 혁신 및 때에 따라 변하는 소비자의 취향에 따라 지속적으로 적응하고 있습니다. 이런 맥락에서 빅데이터와 생성형 AI는 이 산업에서 혁신의 주요 원동력으로 자리잡고 있습니다. 빅데이터를 통해 사용자의 시청 이력, 검색 패턴, 콘텐츠에 대한 반응 등 다양한 데이터를 수집 및 분석해 개인화된 콘텐츠를 추천할 수 있습니다. 반면, 생성형 AI는 미디어 콘텐츠의 자동 생성에 활용될 수 있습니다. 음악, 비디오, 애니메이션, 게임 개발 등 콘텐츠를 창작하는 데 기여할 수 있으며, 최근 광고, 비디오 등에 활용되는 가상의 배우/모델과 같이 창작에 가상의 인물을 활용할 수 있도록 도울 수 있습니다.
건축 및 엔지니어링
건축 부문은 디지털 기술 채택 측면에서 오랫동안 뒤쳐진 분야로 여겨져 왔습니다. 그러나 생성형 AI를 포함한 신기술을 통해 건축 분야에서도 혁신이 촉진되고 있습니다. IDC가 진행한 ‘Future Enterprise Resiliency and Spending Survey’의 결과에 따르면 올해 자원 및 건설 분야에서 업계 평균을 상회한 25%에 달하는 기업이 생성형 AI 기술에 투자하고 있는 것으로 나타났습니다.4 일반적으로 건물을 짓기 위해 도면을 제작하고 설계할 때 짧게는 몇 주, 길게는 몇 달이 걸릴 수 있습니다. 생성형 AI 기술을 활용함으로써 건축 법규, 현장 조건, 지속 가능성 표준 등 사전 정의된 기준들을 기반으로 빠른 속도로 건물 설계를 생성할 수 있습니다.
빅데이터 및 생성형 AI 관련 서비스
미드저니(Midjourney)
미드저니는 다양한 미디어 콘텐츠 형식을 지원하는 플랫폼으로, 미디어 관리 뿐만 아니라 팀 간 협업을 위한 다양한 도구들을 제공합니다. 사용자는 이 플랫폼을 통해 콘텐츠의 편집, 관리, 배포와 같은 전체 작업 플로우를 손쉽게 진행할 수 있고, 빅데이터와 AI 기술의 활용을 통해 제공되는 콘텐츠 검색과 분류, 추천 시스템 등 다양한 고급 기능을 활용할 수 있습니다. 특히, 미드저니는 클라우드 기반으로 구축되어 어디서든 접근이 가능하며, 실시간으로 팀원들과 정보를 공유하고 협업하는 것이 가능합니다.
뤼튼(wrtn)
뤼튼은 대규모 언어 모델인 GPT-3.5 기반의 생성 인공지능(AI) 콘텐츠 서비스로 자동 글쓰기, 질의응답, 언어 번역, 문서 요약, 창작 지원 등을 제공하고 있습니다. 현재 6000여개의 AI 서비스를 제공하고 있으며, 최근에는 이용자가 원하는 국내외 경제 뉴스를 자동으로 선별하고, 요약 및 분석해 매일 제공하는 ‘데일리 경제 뉴스 리포트’를 새롭게 선보였습니다.
챗GPT(ChatGPT)
OpenAI에서 개발한 빅데이터 기반의 챗GPT는 현대의 자연어 처리(NLP) 기술 중에서도 빼어난 성능을 자랑하는 대화형 서비스입니다. 이 서비스의 핵심은 인터넷 상의 방대한 텍스트 데이터를 학습해 사용자의 질문에 대한 정확하고 관련성 있는 응답을 생성해내는 능력을 갖추고 있는 GPT (Generative Pre-trained Transformer) 모델에 있습니다. 현재 챗GPT는 세계 곳곳에서 ‘뜨거운 감자’로 고객 지원부터 교육용 튜터, 콘텐츠 생성 지원, 프로그래밍 도움말 제공에 이르기까지 다양한 영역에서 활용되고 있습니다.
플레이그라운드 AI(Playground AI)
플레이그라운드 AI는 생성형 AI를 이용해 이미지를 만드는 서비스로, 사용자는 하루 최대 1,000개의 이미지를 생성할 수 있습니다. 상단에 이미지 갤러리가 있는 단순한 인터페이스를 가지고 있으며 사용자는 기존 이미지를 리믹스 하거나 다양한 프롬프트, 필터 및 이미지 대 이미지 기능을 사용하여 처음부터 새 이미지를 만들 수 있습니다.
대한상공회의소는 생성형 AI가 한국 경제에 미치는 영향에 대한 보고서를 통해 생성형 AI를 산업 활동에 적용함으로써 한국의 잠재적 생산역량이 최대 620조 원 증가할 것으로 예상했습니다.2 이처럼 빅데이터와 생성형 AI는 현재까지 그 영향력을 확장하고 있으며, 이는 다양한 산업 분야와 현대 사회 전반에 걸쳐 깊은 변화를 가져오고 있습니다. 제조부터 금융, 의료, 헬스케어, 건축 및 엔지니어링에 이르기까지, 이 두 기술을 전례 없는 혁신과 효율성을 제공하며, 더 나아가 사회 문제까지 해결하는 신선한 접근 방법을 제시하고 있습니다. 빅데이터와 생성형 AI의 미래는 무한한 가능성을 가지고 있지만, 그 만큼의 책임도 따르는 것을 인식해야 합니다. 단순히 기술적인 문제를 넘어, 사회와 윤리 측면에서 깊은 영향을 미칠 것을 고려해 두 기술을 더욱 책임감 있게 활용하고 발전시켜야 할 것입니다.
세줄 요약
1. 인공지능, 클라우드 기술 등을 포함하는 국내 데이터 산업의 시장 규모가 계속해서 증가하고 있음.
2. 빅데이터와 생성형 AI는 제조, 금융, 유통 등 여러 산업에 긍정적인 효과를 불러오고 있고, 미래에도 두 기술의 활용이 활발할 것임.
3. 빅데이터와 생성형 AI는 미래에 무한한 가능성을 열어줄 것이지만, 그 사이에서 사회 및 윤리적 측면에 미칠 영향도 함께 고려해야 함.
해당 콘텐츠는 저작권법에 의해 보호받는 저작물로 다우기술에 저작권이 있습니다.
해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.
Featured images via gettyimages.
References
1. 과학기술정보통신부, 2022년 데이터산업 현황조사 결과 발표, 2023.04.18
2. 대한상공회의소, 생성형 AI가 한국경제에 미치는 영향 보고서, 2023.08.30
3. IDC, How Retailers and Brands are Taking Advantage of Generative AI?, 2023.07.18
4. IDC, How Generative AI is Impacting Industries, 2023.07.06
