그 기사는 먼저 "Top Engineers" 잡지에 게재되었습니다.

인공 지능(AI)에 대한 산업의 관심은 생성적 AI의 등장과 ChatGPT와 같은 대형 언어 모델 기반 도구의 인기로 급격하게 증가했습니다. 그러나 우리는 아직 AI의 전체 잠재력을 보지 못했습니다. Silo AI의 세계적인 AI 전문가들은 기업이 핵심 비즈니스로 AI 투자를 집중시켜 실질적이고 지속적인 가치를 창출하도록 권고합니다. 기술적으로 AI는 규모의 경제적 이점을 크게 누리는데 이점을 취하는 것입니다.

Silo AI는 유럽 최대의 사설 인공 지능 연구소로 전 세계 약 300 명을 고용하고 있습니다. 이 회사의 강점은 깊은 AI 전문 지식에 있으며, 직원의 절반 이상이 박사 학위를 소지하고 있으며, 다양한 산업에 AI를 적용한 방대한 업적을 보유하고 있습니다. Silo AI는 유럽에서 계속되는 AI 인재 빈출을 인식한 창립자들이 미국과 중국이 AI 개발을 주도하고 있을 때 출발했습니다. 유럽이 지역 내에서 AI 인재를 유지하고 전 세계적으로 기술 경쟁력을 유지하려면 서양과 동양의 AI 기업에 대응할 유럽 대응 기업이 절실했습니다.

지금 AI는 100년 전에 항공이 있었던 단계에 있습니다.

이 아이디어는 일부 국가 간 가치 체계의 차이에서 비롯되었으며, 유럽 가치 체계를 AI 개발에 통합하는 필요성을 강조하면서도 최고의 학술적 AI 연구와 엔지니어링 인재를 연결하여 다양한 산업에서의 실용적인 제품 개발 요구를 충족시키는 것도 목표로 했습니다. 그 이후로 Silo AI는 다양한 산업에서 맞춤형 사용 사례를 위해 수백 개의 고객과 함께 AI 솔루션을 구축했습니다. 그들의 비전은 사람들을 위한 AI를 구축하는 것이며, AI가 고객에게 실질적인 가치를 창출할 수 있는 영역에 초점을 맞추고 있습니다.

우리는 Silo AI의 기술 책임자인 니코 부오크코(Niko Vuokko)와 최고 운영 책임자인 야코 바이니오(Jaakko Vainio)를 인터뷰할 기회를 가졌습니다. 두 분 모두 AI 분야의 선도적인 전문가로, 그들 사이에 수십 년의 경험을 보유하고 있습니다. 부오크코는 탱글 오브젝트(광산 기계와 같은)에 대한 솔루션을 개발하는 스마트 물건 부문을 이끌고 있으며, 바이니오는 디지털 비즈니스와 클라우드 기반 솔루션에 중점을 둔 스마트 애플리케이션 부문을 책임지고 있습니다.

인공 지능을 어떻게 정의하시나요?

Vuokko: 인공 지능은 방대한 영역이며 한 사람이 이해할 수 있는 것과는 거리가 멉니다. 그 중 하나의 구체적인 구현은 대형 언어 모델입니다 - 이는 헤드라인에 자주 등장하지만 여전히 AI의 작은 부분에 불과합니다.

Vainio: 생성적 AI에 대한 관심이 크게 증가했습니다. 배경에서는 과학적 발전이 빠르게 진행되고 있으며, 새로운 모델이 지속적으로 등장하고 있습니다. 그러나 우리는 주로 AI가 고객에게 제공하는 가치 측면에서 생각합니다. 예를 들어, 우리는 신경망을 만들지만, 생성적 AI와 대형 언어 모델을 사용하거나 고객의 데이터가 매우 적은 경우에는 보다 전통적인 방법을 사용하기도 합니다.

Vuokko: AI는 대부분 미래에서 경쟁 우위를 제공할 것으로 볼 수 있습니다: 기술의 핵심적인 이해의 핵심입니다. 역사를 보면, 과거 기계 산업은 전기로 인해 기능을 추가하기가 더 쉬워졌습니다. 그 후 전자가 등장하고 다음으로 장치들이 인터넷에 연결되어 소프트웨어를 통합할 수 있게 되었습니다. AI는 다음 주요 혁명이며, 곧 어디에나 존재할 것입니다. 왜냐하면 그것은 더 나은 결과를 달성하는 것을 간단하게 하고 가속화하기 때문입니다.

현재 산업적으로 AI 활용이 어느 단계에 있습니까?

Vainio: 산업, 기업 및 그들의 규모에 따라 많이 달라지지만, 아직은 그렇게 발전된 것은 아닙니다. 물론 예외가 있고 이미 상당히 고급 사용법이 있습니다. AI를 활용하기 위해서는 기업이 디지털화에 대한 숙제를 먼저 처리해야 합니다: 데이터와 IT 인프라가 마련되어야 합니다. 중요한 요인 중 하나는 아직도 AI 인재의 부족이 있습니다. 기업은 또한 AI의 가능성을 더 잘 인식할 필요가 있습니다.

Vuokko: 많은 유효한 이유로 산업은 새로운 기술을 도입하는 데 느립니다. 지금 AI는 100년 전에 항공이 있었던 단계에 있습니다. 첫 상업용 비행기는 2~3명의 승객을 태울 수 있었고, 항공 여행은 여전히 약간의 흥미로운 경험이었습니다. 그러나 사람들이 비행으로 목적지에 도착할 수 있었을 때, 그것은 마법 같은 경험이었으며, 오늘날 항공이 인식되는 방식과는 전혀 관련이 없습니다. 이것은 AI의 규모가 수십 년 동안 천 배로 증가할 것이라는 점을 우리에게 말해줍니다.

핀란드는 경쟁에서 어떻게 성과를 내고 있습니까?

Vainio: 핀란드는 인공 지능 개발의 선두에 서 있는 것은 아니지만 뒤처지는 것도 아닙니다. 이는 작은 시장이며, 여기에는 큰 기업이 몇 개 없습니다. 우리가 아는 바에 의하면, 중요한 제품 개발 프로젝트에는 큰 투자가 필요합니다. 반면에 핀란드는 규모에 비해 잘 수행되는 국가들 중 하나입니다.

다른 국가들과 마찬가지로, 우리는 기업이 개념 검증 실험을 진행하는 동안 적절한 가치 창출 메커니즘을 기다리는 문제에 직면하고 있습니다. 올바른 AI 모델이 있는 것만으로는 충분하지 않습니다. 솔루션은 올바른 시간과 장소에서도 작동해야 합니다. 예를 들어, 그것이 요구 사항이라면 서비스가 밤새도록 다운되어서는 안됩니다.

모든 곳에 곡물을 퍼뜨리는 것은 가치가 없습니다. 선택이 필요하며, 투자는 대규모로 도달하기 위해 그에 맞게 집중되어야 합니다.

산업은 어떻게 인공 지능을 통해 친환경 전환을 촉진할 수 있나요?

Vainio: 친환경 전환에는 사회 전반에 걸쳐 많은 조치가 필요합니다. 경우에 따라서는 인공 지능과 기계 학습 모델이 잘 작동합니다. 예를 들어, 자원 효율성이나 물류 개선에 있어서입니다. 생산을 최적화하여 폐기물을 줄일 수도 있고, 물건을 효율적으로 한 곳에서 다른 곳으로 옮길 수도 있어 연료 비용을 절감할 수 있습니다. 또한 인공 지능은 에너지 시장에 가격 결정과 재생 에너지 전송을 보다 효율적으로 만드는 도구를 제공합니다.

Vuokko: 친환경 전환은 우리가 익숙한 것보다 더 스마트하게 일을 처리하고 더 세밀한 수준에서 것을 통제하는 것을 의미합니다. 인공 지능은 산업 프로세스를 더 복잡한 목표로 조작할 수 있게 해줍니다. 결국 많은 목표를 균형잡는 것은 매우 어려운 일입니다: 품질, 납기, 공정 안전, 지속 가능성 등이 몇 가지 예입니다. 인공 지능은 마이크로초 단위로 결정을 내릴 수 있고 산업 프로세스를 지속적으로 세밀하게 조정할 수 있게 해줍니다.

Vainio: 인공 지능은 계획 보조로도 작동합니다. 에너지 소비가 종종 많은 양의 에너지를 소비하기 때문에 에너지 효율적인 기계 학습 모델은 새로운 분야입니다.

널리 퍼져 있는 인공 지능 활용에 대한 가장 큰 도전은 무엇인가요?

Vuokko: 핵심 도전 과제는 큰 변혁이 매우 드물게 발생한다는 것입니다. 혁명이 오면 일하는 방식이 바뀌고, 그것이 실제 이득이 발생하는 때입니다. 기업이 더 유연할수록 새로운 기술을 받아들이기가 더 쉽습니다. 혁명이 끝나면 현재 상태를 최적화하고, 구매 원칙 및 기계가 효율적으로 작동하는 다른 모든 것들을 고착시키는 것이 목표입니다 - 회사를 비효율적으로 만드는 변경 사항은 거부해야 합니다. 그러나 새로운 혁명이 시작되면 작업 방식이 변해야 합니다.

Vainio: 기업들은 종종 전략적 수준에서 AI를 활용하기 위한 보다 광범위한 경로를 확인하지 못했습니다. 일반적으로, 그들은 조금이라도 비용을 줄이고 다른 사람들과 따라잡고 싶어합니다. 그러나 AI 활용을 위한 다양한 옵션이 있으며, 귀사에 가장 적합한 것은 전문 지식이 없거나 찾지 않는 한 명확하지 않습니다. 도움이 되는 것이 거의 없는 가장 쉽고 명백한 사용 사례만 보는 경우에 함정에 빠지기가 매우 쉽습니다.

Vuokko: 인공 지능은 규모의 경제적 이점을 크게 누리는 기술 중 하나입니다. 개별 시범 프로젝트는 규모가 매우 작아 규모의 경제적 이점을 달성하지 못하여 실망스러울 수 있습니다. 반면에 회사는 또한 혜택이 큰 투자가 이루어질 때 혜택이 나타난다는 것을 이해해야 합니다. 모든 곳에 곡물을 퍼뜨리는 것은 가치가 없습니다. 선택을 해야 하며, 큰 규모에 도달하기 위해 그에 따라 투자를 집중시켜야 합니다.

회사들은 인공 지능에 대해 두려움을 가지고 있나요?

Vainio: 대부분의 경우, 두려움은 잘못된 것입니다. 예를 들어, 기계 비전 솔루션은 종종 산업 시설에 카메라를 설치하는 것을 포함하는데, 이는 종종 직원 감시와 잘못 연관되어 우려를 불러일으킬 수 있습니다. 사이버 보안도 많이 논의되는 문제 중 하나이지만, 인공 지능은 다른 기술보다 더 큰 보안 위험을 초래하지 않습니다.

그러나 ChatGPT에 제공된 입력이 조직 외부와 공유된다는 것에 대한 몇 가지 우려가 있습니다. 핵심 비즈니스와 관련된 내용은 외부 서비스에 넣어서는 안 됩니다. 또한, AI의 윤리적인 문제는 사회 전반에 대한 적용 가능성을 논의할 때 자연스럽게 중요합니다.

인공 지능 활용을 향한 진전을 이루고자 하는 기업에 어떤 조언을 드리겠습니까?

Vainio: 일반적으로, 인공 지능은 주로 자사의 핵심 비즈니스에 활용되어야 합니다. 지원 기능은 소혜를 주기도 하지만, 예를 들어, 에너지 회사의 주요 노력은 에너지 생산 또는 배포에 집중되어야 합니다. 또한 시작하는 방법을 이해하고 사용 사례를 식별하는 법을 알아야 합니다. 이에 대한 역량이 없다면 컨설턴트의 도움을 받아 시작할 수 있습니다.

Vuokko: 두 가지가 동시에 발생해야 합니다. 하나는 회사 내에서 변경을 구현하는 데 필요한 기본적인 핵심 역량을 구축하는 방법입니다. 게다가, 기술을 고객에게 전달하는 방법에 대한 아이디어가 필요합니다. 이는 실질적으로 가치를 창출하는 또 다른 사이클로 진입합니다. 많은 회사들이 수개월 동안 기술을 소비자에게 전달하는 방법에 대해 생각하지 않고 전진하다가 함정에 빠지기도 합니다. 따라서 선행 조건을 동시에 고려하고 개념을 실제로 실천에 옮기는 것이 중요합니다. 이는 학습으로 이어집니다.

Vainio: 중소기업의 경우, 깨끗한 도화지에서 시작하는 경우 인공 지능을 채택하는 것이 더 쉬울 수 있습니다. 데이터 센터가 없는 기업에 대해서는 혁신적인 기술을 사용하여 솔루션을 직접 클라우드에서 구축할 수 있습니다.